AI 女神李飛飛最新文章：發展人工智慧應該以人為本

編譯 | AI 科技大本營

參與 | 林椿眄

編輯 | Leo

美東時間三八婦女節的前一天，著名華人女科學家李飛飛在《紐約時報》網站上發表了一篇題為《How to Make A.I. That’s Good for People》（如何打造更加人性化的人工智慧）的文章。

李飛飛是史丹佛大學電腦科學教授，領導史丹佛大學人工智慧實驗室，同時擔任 Google Cloud AI 研究機構的首席科學家。

在文章中，李飛飛表示人工智慧將會是下一輪工業革命最大動力之一。但是她又擔心人們對於人工智慧的熱捧將會影響自身的判斷力。

同時提出，發展人工智慧也應該以人為本，並且包含三個目標：

• 首先，智慧機器需要更多地反映人類智慧的深度。

• 第二，AI 應該增強、輔助人類，而不是取代人類。

• 第三，確保在每一步中正確地引導人工智慧技術的發展，並密切關注其對人類產生的影響。

最後，李飛飛表示，沒有哪項技術，能像人工智慧一樣會“反噬”自己的創造者，但無論結果如何，我們都要承擔起這份責任。

以下是李飛飛在紐約時報上發表的專欄全文，AI 科技大本營編譯：

十年前，人工智慧還是個除學術界外並不為人知的領域。這十年裡，人工智慧的發展速度令人瞠目結舌。從矽谷到北京的科技公司正在賭一切，風險投資家正在為其研究和開發擲下重金，眾多人工智慧的創業公司正在逐漸形成，並得到多方的融資。如果說我們已經走進了下一輪的工業革命時代，那麼相信人工智慧將會是其最大動力之一。

對於像我這樣的研究人員來說，身處這樣一個時代是多麼令人興奮。在 21 世紀初，當我還是電腦科學專業的一名研究生時，那時候的計算機幾乎還無法檢測照片中的銳利邊緣，更不用說識別一些人臉的圖片。但是，隨著大資料時代的來臨，神經網路等演算法的進步和大量強大的計算機硬體的出現，計算機的角色也在發生重大的改變。人工智慧技術也逐漸從學術領域走向了包括製造業，醫療保健，交通運輸和零售在內的廣泛行業，並對這些行業的變革起著決定性的作用。

人工智慧這項技術是由人類自己創造出來的，它確實是存在的而並不是任何“虛構”的東西。然而，隨著它的發展，我擔心的是人們對於人工智慧的過度追逐和熱捧將會影響我們的判斷力。我們創造這樣一個用來模擬人類行為並影響人類未來生活方式的技術，當然希望它能夠在現實世界中發揮積極的作用，也希望它能夠以人類的需求為指導。

我將這種方法稱為“以人為本的人工智慧”。它包含三個目標，這也有助於智慧機器的發展。

首先，智慧機器需要更多地反映人類智慧的深度。考慮人類視覺感知的豐富性，它是非常複雜，有深度的上下文關係，並且能夠自然地將我們對顯而易見的認識與對細微差異的敏感性平衡起來。相比之下，目前智慧機器的感知能力仍然十分狹窄。

有時候這種差異是微不足道的。例如，在我的實驗室中，影像描述演算法將兩張青銅雕塑照片中的內容描述為“騎馬的人”，但沒有注意到事實上這兩人都是青銅雕塑。其他時候，這種差異性就顯得更加的突出。例如，用同樣的演算法描述彩虹下大草原上放牧的斑馬影像，雖然這個描述在技術上是正確的，但它缺乏審美意識，也無法做到像人一樣有著自然欣賞的活力或審美的深度。

這可能看起來像是一種主觀上的或無關緊要的批判，但它反映出的一個主要問題就是機器還無法像人類一樣自主地進行深度感知。我們期望機器能夠預測我們的需求，但目前看來它還無法對人類做出一些深度的貢獻，也沒辦法洞察出人類經驗中的一些模糊的概念。

讓智慧機器對人類思想產生深度感知並非一件易事。解決這個問題，需要的不僅是電腦科學領域的能力。這就意味著程式設計師需要學習其他相關領域的知識，並與各領域的專家進行更頻繁地協作。

這種合作意味著我們要追溯到人工智慧領域的根源，而不是背離它。年輕的人工智慧學習者可能會驚訝地發現，如今深度學習演算法的原理起源可以追溯到 60 多年神經科學研究人員 David Hubel 和 Torsten Wiesel ，他們發現了在貓視覺皮層中，神經元的層次結構是如何響應刺激。

同樣地，我們建立的 ImageNet 是一個由數百萬訓練照片組成的龐大資料集，它有助於推動計算機視覺的發展。追溯 ImageNet 資料集的起源，它的建立最初是基於一個名為 WordNet 的專案，該專案由認知科學家和語言學家 George Miller 於1995年建立，旨在構建英語的語義概念資料庫。

將人工智慧與認知科學，心理學甚至社會學等領域重新關聯起來，將為我們提供更加豐富的基礎知識，從而為智慧機器的發展奠定更深遠的基礎。

我們可以期望人工智慧技術的最終目標能夠讓機器進行更自然地協作和交流，這也將幫助我們實現以人為本的第二個目標：增強、輔助人類，而不是取代人類。

想象一下人工智慧在未來扮演的角色。它可能會在未來的醫學手術中發揮作用，但這不一定是讓機器完全代替醫生，自主地進行一場手術，實現完全自動化過程。相反，將智慧軟體和專用硬體結合起來可以幫助外科醫生在保持自身專業優勢的情況下，如靈活性和適應性等特徵，同時適應繁重的現實任務需求，並避免一些因人為的疲勞、分心而引發的錯誤。

不僅如此，在人類高階護理方面，機器人可能永遠無法成為老年人的理想監護者，但智慧感測器已經展現出不錯的前景。通過自動監測藥物劑量和安全檢查表，智慧感測器可以幫助人類看護者更多地關注老年人的身體狀況及護理狀態。

以上這些都是可以通過自動化技術來實現的，但同時也是重複性、容易出錯甚至是危險的案例。而在需要創造力、智力或情感的其他領域中，人類仍然還是起著主導作用，這是目前機器所不能替代的角色。

但是，對於一些不需要任何創造力的領域，智慧機器的出現將可能替代勞動力，導致人類工作機會的流失。面對這種威脅，解決這一問題也是為了實現以人為本的第三個目標。我們要確保在每一步中正確地引導人工智慧技術的發展，並密切關注其對人類產生的影響。

如今，對勞動力將被機器替代的焦慮只是一個開始，包括機器學習對弱勢群體的偏見，人工智慧對資料的偏好及其與個人隱私權之間的緊張關係，以及全球智力競賽的地緣政治影響等問題在日後還將慢慢地浮現。

面對這些挑戰並想要充分解決它，我們需要一些社會組織、機構的共同努力。首先，大學的獨特定位應該是通過跨學科專案、課程和研討會來促進電腦科學與一些原本不相關的部門，如社會科學甚至人文科學之間的聯絡。其次，各國政府也應作出更大的努力，鼓勵並普及電腦科學教育，特別是針對那些被人工智慧視為弱勢群體的年輕女孩，少數種族和其他群體。此外，各大型企業、公司應該權衡其對智慧演算法投資的優先性與人工智慧倫理道德的重要性之間的關係，將二者結合起來，綜合考慮自身的發展與對社會責任之間的關係。

沒有哪項技術，能像人工智慧一樣會“反噬”自己的創造者。有人說，機器價值實際上是不存在的；所謂的機器價值，不過就是人類的價值。以人為本的人工智慧，意味著這些機器不是作為人類的競爭對手，而是作為人類的助手、合作伙伴，幫助人類實現更好的未來。同時，無論我們的技術如何發展，它對世界的影響如何，不論最終的結果會怎樣，我們都要承擔起這份責任。

原文連結：

https://mobile.nytimes.com/2018/03/07/opinion/artificial-intelligence-human.html?referer=https://t.co/0nGRnxYL3T

2018年3月30-31日，第二屆中國區塊鏈技術暨應用大會將於北京喜來登長城飯店盛大開場，50+區塊鏈技術領導人物，100+區塊鏈投資商業大咖，100+技術&財經媒體，1000+區塊鏈技術愛好者，強強聯合，共同探討最in區塊鏈技術，豪華乾貨禮包享不停。八折門票火熱搶購中！2018，未來已來，帶你玩轉區塊鏈。

AI科技大本營使用者群（計算機視覺、機器學習、深度學習、NLP、Python、AI硬體、AI+金融方向）正在招募中，後臺回覆：讀者群，聯絡營長，新增營長請備註姓名，研究方向。