图灵奖得主Raj Reddy:不存在通用AI,但未来会出现超智能

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 5月31日上午,卡内基梅隆大学计算机学院教授、图灵奖获得者Raj Reddy莅临微软亚洲研究院,带来了一场题为“重新审视人工智能:以历史的视角”的精彩讲座。Reddy教授从历史的视角出发,回溯了60年来计算机科学和人工智能领域的成就,回应了大众对“人工智能威胁论”的疑虑,并对未来的“超智能”作出了展望。

60多年前,我们的行业先驱开创了计算机科学、人工智能这些全新的研究领域。但是直到今天,人们对人工智能依然抱有大量的误解和恐惧,认为人工智能将取代人类、统治世界。面对这些质疑,我认为,只有理解我们从何而来、身处何处,我们未来将去往何方,才不会对这些关于人工智能的误解感到困惑。

人工智能将永远无法统治世界,相反,由于人工智能可以成为每一个人的“超能力”,人类是平等的,没有谁将因为使用人工智能而凌驾于他人之上。如果我们向前回溯科技发展的历程,我们会发现,人工智能的发展与以往任何一次的技术进步都是相似的,不同的是我们比过去多了几百万倍的数据库,这些数据库正是我们今天所获得的一切成就的基础——无论是机器文本翻译、语音翻译,还是机器问答,这些创造性突破都离不开数据和计算能力的强有力支撑。

7ea928d4b287270ff66097d97470e754f040d9d4

60年前,当我的导师John McCathy在1956年的达特茅斯会议上首次提出“人工智能”这一概念时,当时的初心是想让电脑像人一样智能地帮助人们完成一些繁琐的任务,人们就有更多的时间从事自己喜欢的事业。

事实上,60年前机器就能帮助人们完成一些任务了,比如加减乘除的运算。于是人们继续发问,机器还能帮助我们完成其它任务吗?科学家们就开始了尝试,图灵说他相信机器可以拥有某些智能,Arthur Samuel开始研究如何让计算机学习下棋。所以机器学习在50年代就出现了,那时的机器学习是简单的规则学习,探索机器是否能发现、辨认和使用模式(pattern)。所以在人工智能的最初阶段,人们探讨的都是下棋、玩游戏、理论验证这样的问题。

接下来人们开始探索计算机能不能拥有解决问题的能力,他们编写程序让计算机尝试处理一些数学问题。由于这些问题只需要穷尽所有的可能性就可以解决,所以计算机解决得比人类更好更快。

b126fb748507cf3a33b7dffc4b8e3dc924e2301e

在达特茅斯会议之后的第一个十年里,当时我还是斯坦福大学的一名学生。那时,人们认为电脑能够看、听、说并不是智能的表现,因为每一个普通人都可以做到这一点。但事实证明这种想法是错误的,从第二个十年开始,我们就开始研究制造机器人,让计算机能够说话,也开始了计算机视觉等新领域的研究,我们一路走来,历经困难,也有了许多新的突破。

某些人认为只有通用人工智能才能解决某些常识性问题,事实上,根本就不存在通用人工智能,所有的智能都是应用于某一特殊领域的智能。

马文·明斯基在《心智社会》(The Society of Mind)中提到,人脑的智能不是整个大脑一起运作的,而是分为成千上万个区域,每一片区域具有一种特定功能。大脑的研究人员发现大脑有大约1立方厘米的区域专门用来识别妈妈的脸。当然,大脑会把负责图像识别的区域和负责语言的区域连接起来,这样一来我们就会把妈妈本身和“Mother”这个单词联系起来,所以连接就成为智能最重要的一部分。

我们希望计算机可以实现那些人类可以做的事情,比如说话、学习等等。然后,大家开始研究专家系统、机器人、自动驾驶汽车等等。到了20世纪末,我们用AI技术实现了几个对人类来说非常容易或者稍微有些困难的工作,比如,证明理论、下象棋等。随后,我们遇到了技术转折点,我们拥有了足够的计算能力、储存和带宽来实现那些我们过去认为永远无法实现的能力。

0f53bc8636e9cf27331d82a809c9bee144eea3cf

AI已经可以完成某些被认为是人类才能完成的任务。未来,AI能不能完成人类没办法做的事情?这不仅仅是通用人工智能,而是超智能。我认为未来这一点是可以实现的。回到AI和计算机科学的定义,我在1965年有过一个定义——AI和计算机科学是提高大脑能力的学科。你的大脑可以做的任何事情,计算机和AI都可以做地更好更快,甚至可以完成一些人类没办法完成的事情。

20世纪,计算机科学家们所做的就是对已有知识进行编程,采用各种各样的方式来让机器学习自己解决人类的任务。从比较简单的解数学题、下棋,到理解语言、语音、图像,再到机器人可以画画、创作音乐、完成股票自动交易这些更有创造力的任务。

与20世纪相比,21世纪的人工智能有两点不同

第一,我们经历了一个范式转换,在21世纪,计算机科学的重大突破将由大数据来驱动——微软技术院士、图灵奖得主Jim Gray将大数据命名为继实验科学、理论推演、计算机仿真三大范式之后的“第四范式”。因此下一代人工智能系统就是数据驱动的人工智能系统。

第二,20世纪人们在训练人工智能时使用的知识大多来自书籍,而到了21世纪,我们需要运用人工智能和大数据去发现各个行业里的新知识。庞大的数据量将超过人类的处理能力,人工智能、机器学习就成为了大数据时代的核心,也许有一天,计算机将学会自己编写它们需要的程序。

9840e6960b4966b318c232d9443640badbb09631

我想举一个大家熟悉的例子。中国目前的基础教育还存在地区、性别不平等的现象,比如西部地区的孩子可能很难通过高考挤进高校教育的金字塔尖,在某些领域女性的数量远远不及男性等等,美国加州的教育也存在类似的不平等,那些来自普通学校的学生将无法和顶尖学校的学生一样展现自己良好的学术水平。

我们可以基于大数据做一张地图来呈现和分析这个话题,使它成为政府决策的有效依据。所以在21世纪,我们要尽可能地发现、使用数据驱动的知识资源去解决我们社会中的问题。

那我们怎么运用人工智能去自动发现新知识呢?我们今天的机器学习、深度学习都在使用大数据,但当下深度学习面临的一个问题是我们无法解释正确答案是如何被找到的。这个问题可能在未来的5-10年内会得到解决,也是我们接下来的任务。

最后我想重温一下人工智能领域已经取得的成就。1963-1969年间,我在斯坦福人工智能实验室,当时实验室已经开始着手机器人、语言、知识工程、计算机视觉等方向的研究。60年代,我们发明了“所见即所得”的图形编辑器、PIECESOF GLASS(POG)、计算理论等。70年代,出现了知识中心型人工智能,还有一场关于太空探索的热潮,我们在思考如何将人工智能应用于太空探索,这个问题我们至今仍未解决。80年代,我们在卡内基梅隆大学建立了机器人实验室,研究如何让机器人自动处理自己的系统。90年代,机器人成为了世界象棋冠军,已经学会了阅读理解、回答问题,等等。

一直以来我感兴趣的一个问题是,人工智能技术是否能够被没有受过教育的人所使用,他们如何使用?我们现有的技术可以做语言翻译、发音,这个过程中包含语音识别、转录、翻译等技术。多语言之间的翻译已经可以用技术部分实现,但还没有完全实现,因为世界上还有一百多种语言的元数据没有收集,而收集数据需要大量的时间和金钱。

回到我们的主题,20世纪的人工智能领域已经完成了很多重大突破,也留下了一系列棘手的问题,诸如通用语言翻译、自然语音识别等,我曾经认为它们在我有生之年都不会实现。但在21世纪的第一个十年,这些问题很快就有了突破,我们有了通用语言翻译、语音对话、自动驾驶汽车、深度问答系统、扑克机器人冠军等等。

为什么我们能够实现这些突破呢?因为它们都是在大数据和机器学习的帮助下成长起来的,计算机已经开始有能力做一些人类无法实现的事情。在今年11月份的“二十一世纪的计算”大会上,我将会为大家介绍认知放大器(cognition amplifier)和守护天使(guardian angel)的内容,同样是关于计算机完成一些人类无法完成的任务。举一个简单的例子,假设地震引发了一场海啸,如果我们对此毫不知情,这将成为一场伤亡惨重的大灾难,但如果我们有一个守护天使,能够预测10分钟后即将到来的巨大海浪,我们就能够拯救很多生命。如果马航的MH370航班上有一个守护天使,检测到机长没有按照原定航线行驶,他就会接管飞机的控制权,就近降落,那么所有人都会被拯救。

所以这就是未来,我们创造技术的目的是保障人类的能力,拓展人类的局限。我们每个人都将可以使用大规模的人工智能系统,它们就像我们的守护天使,可以保护人类、帮助人类、延伸人类的知觉与能力。放眼看更遥远的未来,我认为我们将不仅仅只有人工智能和人类智能,更会出现超人类智能。但别忘了最重要的一点,由于它们是高度专业化的智能机器,所以它们永远都不会统治世界,更不会奴役我们。谢谢大家!

Raj Reddy简介

Raj Reddy,卡内基梅隆大学计算机科学学院教授,1994年图灵奖获得者,美国国家工程院、美国艺术与科学院院士,1999年至2001年曾担任克林顿总统信息技术咨询委员会(PITAC)联合主席。Reddy博士在人工智能、语音理解、图像识别、机器人、多传感器应用、智能代理等领域有超过50年的研究经验。


原文发布时间为:2018-06-9

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”。

原文链接:图灵奖得主Raj Reddy:不存在通用AI,但未来会出现超智能

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
24天前
|
人工智能 自然语言处理 搜索推荐
最强AI写作助手,内置4o模型,引领AI智能问答的新纪元
随着人工智能技术的飞速进步,BKAI凭借其强大的GPT-4o模型,正在重新定义智能问答的标准。其中表现最强的AI助手神器:BKAI
|
22天前
|
人工智能 监控 算法
智能时代的伦理困境:AI技术的道德边界探索人工智能在教育领域的革新之路未来编程:人工智能与代码共生的新篇章
【8月更文挑战第21天】在人工智能(AI)技术飞速发展的今天,我们正处在一个前所未有的科技变革时期。随着AI技术的深入人类生活的方方面面,它不仅带来了便利和效率的提升,同时也引发了关于道德和伦理的深刻讨论。本文将探讨AI技术发展中遇到的伦理挑战,以及如何建立合理的道德框架来指导AI的未来应用,确保技术进步与人类社会价值观的和谐共存。
218 61
|
7天前
|
人工智能 自然语言处理 算法
|
2天前
|
机器学习/深度学习 人工智能 自动驾驶
AI与未来:探索智能技术的新纪元
【9月更文挑战第9天】本文将探讨人工智能(AI)的发展历程、现状和未来趋势。我们将从AI的基本概念入手,逐步深入到其在各个领域的应用,以及它对社会的影响。最后,我们将展望AI的未来,探讨其可能带来的变革。
|
24天前
|
存储 人工智能 自然语言处理
无缝融入,即刻智能[二]:Dify-LLM平台(聊天智能助手、AI工作流)快速使用指南,42K+星标见证专属智能方案
【8月更文挑战第8天】无缝融入,即刻智能[二]:Dify-LLM平台(聊天智能助手、AI工作流)快速使用指南,42K+星标见证专属智能方案
无缝融入,即刻智能[二]:Dify-LLM平台(聊天智能助手、AI工作流)快速使用指南,42K+星标见证专属智能方案
|
2天前
|
人工智能 算法 安全
AI伦理:探索智能时代的道德边界
【9月更文挑战第10天】随着AI技术的发展,我们步入了智能时代,AI的应用为社会带来便利的同时,也引发了伦理道德的讨论。本文探讨了数据隐私、算法偏见及系统透明度等伦理问题,并提出制定法规、行业自律、伦理审查及跨学科合作等策略,旨在确保AI技术的健康发展,构建智能、公平、安全的未来。通过共同努力,我们能在技术进步与道德边界间找到平衡点,推动社会持续进步。
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
【智能助手体验】分享一款超好用的AI工具:Kimi
Kimi是一款由月之暗面科技有限公司开发的AI助手,具备强大的自然语言理解和文件内容解析能力,支持多种文件格式,并能结合互联网搜索提供全面答案。无论是在工作中的数据分析还是日常生活中的信息查询,Kimi都能给出满意的结果,展现出巨大的应用潜力。
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
如何让你的Uno Platform应用秒变AI大神?从零开始,轻松集成机器学习功能,让应用智能起来,用户惊呼太神奇!
【9月更文挑战第8天】随着技术的发展,人工智能与机器学习已融入日常生活,特别是在移动应用开发中。Uno Platform 是一个强大的框架,支持使用 C# 和 XAML 开发跨平台应用(涵盖 Windows、macOS、iOS、Android 和 Web)。本文探讨如何在 Uno Platform 中集成机器学习功能,通过示例代码展示从模型选择、训练到应用集成的全过程,并介绍如何利用 Onnx Runtime 等库实现在 Uno 平台上的模型运行,最终提升应用智能化水平和用户体验。
13 1
|
7天前
|
存储 人工智能 安全
AI的伦理困境:我们是否准备好迎接智能时代?
在人工智能技术飞速发展的今天,我们面临着前所未有的挑战。AI技术的进步带来了巨大的便利,但同时也引发了一系列伦理问题。本文将探讨AI技术的发展趋势,分析其带来的伦理挑战,并讨论如何确保AI技术的健康发展。
|
9天前
|
人工智能 自然语言处理 前端开发
奖项再+1!通义灵码智能编码助手通过可信 AI 智能编码工具评估,获当前最高等级
奖项再+1!通义灵码智能编码助手通过可信 AI 智能编码工具评估,获当前最高等级。