位置:科技资讯 > 业界 > 百度首席科学家:人工智能几乎会影响所有行业

百度首席科学家:人工智能几乎会影响所有行业

科技资讯  2017年1月13日 16:52  来源:新浪科技
摘要:2012年10月18日,纽约《时代》周刊高等教育峰会现场,斯坦福大学计算机科学副教授吴恩达参加“变化的风貌:从数字教室到全球校园”小组讨论并发表讲话。
2012年10月18日,纽约《时代》周刊高等教育峰会现场,斯坦福大学计算机科学副教授吴恩达参加“变化的风貌:从数字教室到全球校园”小组讨论并发表讲话。  2012年10月18日,纽约《时代》周刊高等教育峰会现场,斯坦福大学计算机科学副教授吴恩达参加“变化的风貌:从数字教室到全球校园”小组讨论并发表讲话。

  导语:最近,百度首席科学家吴恩达接受《时代》周刊采访,讨论备受关注的人工智能技术。在他看来,人工智能将改变诸多行业,尤其是在娱乐、零售和物流领域。比尔·盖茨和埃隆·马斯克等科技大佬均对人工智能持担忧态度,马斯克甚至将其视为“人类存在的最大威胁”。吴恩达表示:“我认为这种讨论正在转移政府和社会的注意力,忽视人工智能面临的伦理道德问题。我们讨论的是几百年后才会发生的事情。我们不应将重点放在这种讨论上,而忽视和掩盖这些问题。”

  以下为文章全文:

  人类存在的最大威胁

  在人工智能的帮助下,卡车可以在运输路线上自主行驶,电脑能够在极为复杂的棋类比赛中击败世界冠军,翻译软件能够拥有近乎与人类相同的精确度。过去一年,人工智能取得一系列具有里程碑意义的成就,以上只是其中的一部分。专家们认为人工智能将以令人惊异的速度改变我们的生活。

  但世界上一些最著名的科技大佬——包括微软联合创始人和大慈善家比尔·盖茨以及特斯拉和SpaceX首席执行官埃隆·马斯克——却对人工智能持担忧态度。马斯克资助了一个人工智能研究机构,目标是让这项技术向公众开放,造福公众。他曾指出人工智能将成为“人类存在的最大威胁”。

  “Google大脑”联合创始人、中国搜索巨头百度的首席科学家吴恩达认为,人工智能还带来了其他更为紧迫的威胁,但这些风险并未引起足够重视。他在接受《时代》周刊采访时指出:“我认为这种讨论正在转移政府和社会的注意力,忽视人工智能面临的伦理道德问题。我们讨论的是几百年后才会发生的事情。我们不应将重点放在这种讨论上,而忽视和掩盖这些问题。”

  “Google大脑”是搜索巨头Google的一个研究部门,致力于研究机器学习、自然语言理解等技术,为Google的众多产品提供支持。吴恩达是百度硅谷人工智能实验室的负责人。最近,他接受了《时代》周刊采访,畅谈人工智能的未来、人工智能发展引发的伦理担忧以及与这项技术有关的其他问题。

  沟通能力不断增强

  随着亚马逊Echo等智能音箱的推出以及Facebook Messenger等平台上聊天机器人的普及,越来越多的科技企业致力于提高电脑的沟通能力,让它们能够更自然地与用户进行交流。吴恩达表示:“我认为2017年将是对话式电脑快速发展的一年。很多强有力的数据证明,未来将出现这种趋势。”

  吴恩达认为解锁语音控制计算未来的关键是开发一个软件平台,能够像安卓系统一样,实现跨设备运行。“它不能只针对一款硬件设备,而是能够支持多种不同设备。”百度发布了语音对话式人工智能操作系统DuerOS,能够回答用户提出的各种问题,同时能够接入中国的第三方服务。

  三大伦理困境

  马斯克和盖茨等科技巨头均对人工智能可能带来的长期威胁表示担忧。吴恩达认为人工智能将在三大领域产生令人担忧的影响:人工智能对人类劳动力的影响,人工智能研究人员的信息共享,以及人工智能软件的可信度。他说:“人工智能一定会取代很多就业岗位,这一点毋庸置疑。但我仍相信人工智能。”

  采访中,吴恩达分享了一个例子:如果一家拼车创业公司或者外卖服务利用人工智能预测送货和到货时间,人工智能工具应该尽可能做到精确。他认为“开放性”至关重要。人工智能研究人员往往会在学术论文中公布他们的发现,推动该领域的发展。但在学术论文中隐藏技术细节的做法却“有悖开放精神”。“如果你希望公布数据,你应该同时公布与之有关的知识。你不需要分享一切,但如果想分享一些东西,你可以采取其他方式,而不但仅是通过学术出版。”

  影响几乎所有行业

  包括Google、Facebook和微软在内,很多科技企业最近几年都将目光投向人工智能。人工智能的长期影响并不但限于科技产业。比如,IBM的“沃森”平台正在改变医生的诊断方式。吴恩达表示:“我们将人工智能比作新时代的电力。电力改变了很多行业,包括农业、交通、通信和制造业。鉴于人工智能当前的发展现状,未来的趋势已经十分明显。人工智能将改变诸多行业,尤其是在娱乐、零售和物流领域。”

  实现“自主学习”

  在所谓的“无监督学习”技术研究方面,科学家不断取得进步。这项技术允许机器利用未被人类标记的数据进行学习。当前的很多人工智能程序利用所谓的“监督式学习”,需要输入“训练数据”,每组训练数据有一个明确的标识或结果。比如,经过数个小时的音频数据输入并加以训练,人工智能软件能够学会如何识别语音。现在,研究人员正在研发具备“自主学习”能力的人工智能,不需要提供训练数据。吴恩达表示:“如果能够取得技术突破,人工智能将具备处理更庞大数据的能力。”(牛树军)