WLA青科聊高考6丨填志愿纠结?交大教授俞凯讲未来如何不被AI取代
2020-07-27
WLF
字号: 默认
分享至:

  各地高考成绩陆续放榜,又到了“几家欢喜几家愁,纠结志愿何时休”的时节。到底该如何选择学校、选择专业,才能更好地面对可能很多职业都会被“人工智能”(简称AI)取代的未来?

  今天文章,我们将推出世界顶尖科学家论坛优秀青年科学家代表、上海交通大学教授、青春偶像剧《十七岁不哭》男主原型俞凯,听他谈谈现在大火的“人工智能方向”,以及未来人才需要具备的不可取代的素质。

  选大学,选专业一步到位固然重要,但并不代表那就是人生的一锤定音。只要你热爱,你相信,你行动,人生的延展性就有无限可能。

WLA青科聊高考⑥填志愿纠结?交大教授俞凯讲未来如何不被AI取代


  俞凯,本科、硕士就读于清华大学自动化系。博士毕业于剑桥大学工程系。

  现任上海交通大学计算机科学与工程系教授,上海交通大学苏州人工智能研究院执行院长,世界顶尖科学家论坛(WLF)杰出青年科学家代表。

  长期从事人工智能、智能语音及语言处理、机器学习的研究和产业化工作。

  要摘取人工智能皇冠上的明珠,你需要具备以下基本素质。(俞凯口述,WLA记录整理。)

1、人工智能研究什么?

  现代人工智能发源于1956年达特茅斯会议,本质上是要让机器实现人类的职能,大体上可以分成几个层次:

WLA青科聊高考⑥填志愿纠结?交大教授俞凯讲未来如何不被AI取代

人工智能是由约翰·麦卡锡在达特茅斯会议上提出的
图|Codersera

  感知智能,使机器可以和人一样去看、去听、去触……;

  认知智能,不管是看到图像还是听到一段话,要转成文字或某种概念,这样才能理解,还要主动去提出信息、反馈,能跟其他人交流;

  决策智能,理解了一件事,应该提出问题,还是应该去做下一个其它动作?最典型的决策智能就是Alpha Go

  表达智能,有了决策之后还要有能力表达出来,比如现在的语音合成、图像合成等;

  执行智能,或者运动智能,能够实际执行动作。

  以上几个模块形成了一个闭环。人工智能研究有每个模块的研究,比如感知智能的图像识别、语音识别;认知智能的自然语言理解,还有人在此基础上去做知识图谱研究;决策智能的策略、推理、搜索研究等,每个单独的模块都有单独的应用。

  还有一大类是做整个系统的研究,如果将来要做一个机器人,不可能只能听、不能说,也就是所谓的人工智能系统。它的难点是把所有这些模块都整合到一起,能够实时地反馈,整个链路不掉链子。

2、人工智能研究的进展

  单模块限定条件下,人工智能已经可以超过人的能力:2017年,机器可以比人听的还准;2019年,机器在阅读理解任务中超过了人的理解能力。

但人是一个综合的系统。人工智能有个著名的图灵测试,来判定人工智能的发展程度。但图灵提出这个标准的时候,只考虑了单点的某一个事能不能骗过人,并没有考虑过效果。

WLA青科聊高考⑥填志愿纠结?交大教授俞凯讲未来如何不被AI取代

图灵测试一个标准的模式:C使用问题来判断A或B是人类还是机械
图|维基百科

  虽然现在人工智能在图像、语音方面都能超过人,但是消耗的能量是人脑的很多很多倍。它是用超人的物理资源,来达到普通人的能力。

  所以,人工智能有部分模块能达到人的能力,但系统级还离人的感知、认知差的很远,尤其是认知方面。另外还有个难点,人工智能没办法自学习、没办法进化。

  很多大片里有机器人统治世界的场景,前提条件是机器能自己学习,能进化。我研究的就是可教育、可进化的系统,这个事特别难,现在只有初步的结论。

3、为什么说语言是人工智能的皇冠,而对话是皇冠上的明珠?

  图灵测试最早提出的人工智能标准,就是一个机器能不能和人对话,这是判定机器有没有智能的标准。

  对话就是语音和语言。对话是交互,不止是去读,一定是听说读写,还能理解,而且能够交互。所以,从图灵的一系列思想开始,把语言看作是人工智能的皇冠,而对话是皇冠上的明珠。

最近的中国和美国的人工智能发展规划都出来了,都把智能语音、自然语言处理作为核心的发展方向,说明这些也符合发展的大趋势。

WLA青科聊高考⑥填志愿纠结?交大教授俞凯讲未来如何不被AI取代

机器学习是人工智能的一个子集,而深度学习是机器学习的一个子集
图|readyforai

4、从事人工智能研究,要学什么知识?

  数学和计算机是最核心的两块。和人脑相关的感知、理解、决策,包括一部分表达,需要数学和计算机的相关知识;涉及到感知、表达、执行,还会涉及到和人相关的背景知识,包括生理上的视、听觉原理,生物相关的脑科学;执行模块还和机械相关。

  总的来说,越到感知层面,越需要垂直领域的知识储备;到系统层面,更需要数学和计算机的知识和能力。现在的主流观点,脑科学和神经科学会大幅促进人工智能发展,算法上采用类脑算法,就是模拟人是怎么做的。现在很火的一个词,叫神经网络,就是模拟人的神经网络,关键的基础知识就是数学,以及具有逻辑推理、编程等计算机方面的知识,物理、化学、脑科学等相关学科背景也会有帮助。

5、知识以外,还需要哪些基本素质?

  真正做研究,包括人工智能研究,最需要的其实不是知识。知识是可以学到的,关键是能不能自我进化;就像机器可以有超人的能力,但它不能进化,所以还不能称之为真正的人工智能。

  人怎么样才能进化?有几样东西是不可或缺的,我特别想分享一段话,它包括了几个重要的东西:你所清楚预见、热切渴望、真诚相信并且全心全意去争取的,都将自然而然地实现。这段话我觉得特别好,跟我们的研究强相关。

  清楚预见。人需要有想象力、有思考能力。很多人认为推理就是思考,不对,我们说的是主动的思考。

  热切渴望。做研究的时候,如果只是一堆冰冷的公式去推导,不会燃起你的热情;没有热情的事情,人把它当成一个任务去完成。任务有边界,而研究不应该有边界。人需要有热情、渴望,想去做这件事,比如用人工智能去改变世界。你看到了一个人造出来的智能,帮助把这个世界变得更好。

  真诚相信。很多时候,大家觉得一个事情是好事,但在做成它的过程中会受到很多打击和挫折。如果没有信念的话,有再多的热情,你会发现现实中不会一下子就成功,所以必须有信念。

  全心全意去争取。我举个人工智能领域最典型的例子。2018年图灵奖颁给了深度学习最著名的三个人:Yoshua Bengio、Yann LeCun、Geoffrey Hinton,其中Geoffrey Hinton是老大,年龄也最大。

WLA青科聊高考⑥填志愿纠结?交大教授俞凯讲未来如何不被AI取代

2018年图灵奖
图|ACM Awards

  Geoffrey Hinton 1960年代末本科毕业于剑桥大学心理系。人工智能有个很著名的感知器理论,就是神经网络的理论,当时被认为是机器可以取代人的核心。1969年,Marvin Minsky从数学上宣告了原来的感知器理论的失败,但Hinton坚信类人的神经网络是一定能成功的。他通过自己的思考和想象,认为未来的智能就是要像人一样。

  1980年代,Hinton提出了一套理论,叫反向传播算法,解决了Minsky说感知器理论不能成功的最重要的数学问题,做出了一个可导的多层感知器。也就是说,Hinton持之以恒做了20年,使得当时又有很多人重新相信这个理论,认为可以应用到各个领域。

  火了不到10年,1992年的时候,机器学习理论有新的突破,在很多真实任务上比多层神经网络要好,神经网络理论又进入低谷。

  直到2006年,随着计算机算力的发展,可以使用GPU了,原来不能训的特别深的网络现在可以训了。原来的理论,加上新的理论,再加上计算机的发展,经过了30多年,成功了。

  现在,神经网络成了学术界和工业界人工智能的主流学派,这一点没有信念、没有执行力是不可能成功的。这么多年它不是只有信念、热情,天天说空话,而是每一个算法、每一个步骤,不断去尝试各种各样的东西。

  总结起来,前面那几点就是:想象力和思考、热情、信念还有执行力。

  在研究中,做成一件事不难,你做成它就行了;但你说一件事不行,很难。因为你要说行,一种方法行了就ok了;但要说一件事不行,一定是所有方法都不行,所以哪一个更难?

  人要想做成一件研究的事情,知识基础是必须的;但是缺乏想象力和思考、热情、信念还有执行力,要做出来也是很难的。

  我自己做了很多产业转化的工作。2007年我在剑桥的时候创立了AI SPEECH,那时候讲人工智能的不多,把人工智能放到企业名字里面的屈指可数;到了2015年以后,所有的相关公司都会在名字上加上智能。

  在遇冷的时候,怎么办?我们会去想象,未来的世界一定是机器和人可以去自由对话的世界,我们有这个信念,不断鼓励自己的,落实在一件一件的事情上,碰到多少挫折也得不断向前。

一 枚 彩 蛋——顶 尖 八 卦

  世界顶尖科学家协会(WLA)的主席大大,赫赫有名的2006年化学奖得主罗杰·科恩伯格,大学主修英国文学,最喜莎翁戏剧,最后在化学领域开天辟地。

热门推荐