麻省理工召集美国最牛的人工智能大牛!看他们怎么看AI未来

2017-04-06 20:15 VR/AR 来源:创头条 查看原文

智东西(公众号:zhidxcom)
编 | 海中天

导语:最近,MIT’s Technology Review在旧金山召开会议,重点关注AI技术的进步,许多知名人物汇聚一堂,今天我们就来看看,这些AI专家们都说了一些什么?他们都是来自硅谷科技巨头公司的核心负责人。

AI引发伦理担忧 科技巨头正在着手解决

权力越大,责任也越大。在机器学习与AI领域,先锋企业开始谈论创造“智能作品”时所面临的伦理挑战。

微软研究院总经理Eric Horvitz认为:“我们已经走到了AI拐点,随着时间的推移,利用AI保护我们是一项道德责任。”

Eric Horvitz与IBM、谷歌的研究人员讨论了该问题。大家普遍存在一个担忧:领先公司将软件放置在控制人类的位置上。

IBM研究人员Francesca Rossi举了一个例子,比如机器成为老年人的助手或者同伴。她说:“机器人必须遵守文化规范,这一规范是以文化和任务为核心的。如果你将机器人用在美国或者日本,二者的行为会存在很大的不同。”

这样的机器人可能离现实还有些遥远,不过AI引发的伦理问题已经出现。现在企业和政府越来越依赖机器学习系统作决策,技术上存在的“盲点”和“偏见”可能会使得部分人群受到歧视。

Eric Horvitz举例说,微软曾经开发一套情绪感知系统给企业使用,不过对小孩来说系统不精准,因为系统是用大量没有经过修饰的照片训练的。

谷歌研究人员Maya Gupta认为,产业应该更加团结一些,一起建立一套程序,确保用来训练算法的数据不会遭到曲解。Maya Gupta还说:“许多时候,这些数据是以自动化方式创造的。我们必须三思而行,必须为弱势团体制作足够多的样本,确保工作出色。”

过去一年,在学术与产业领域,AI、机器学习碰到了很多伦理挑战。加州大学伯克利分校、哈佛大学、牛津大学、剑桥大学都成立了项目或者机构,研究AI伦理与安全。2016年,亚马逊、微软、谷歌、IBM、Facebook合作成立一个非盈利组织,名叫“Partnership on AI”,后来苹果也加入了组织。

谷歌研究人员Maya Gupta鼓励大家思考一个问题:是否能够将某些决策从人类的手掌中解放出来,从而让世界更有道德?她说:“机器学习是可以控制的,是精准的,是可以用统计数据测量的。想获得更公平、更道德的结果,可能的方法很多很多。”

2

微软:想帮助企业,AI的适应性还不是很强

AI如果想从硅谷散播出来进入其它产业,需要的时间可能比预期更长。

微软研究部门副总裁Peter Lee在会上表示,对于科技巨头来说,富有价值的高端机器学习系统还不完美,企业如果想将它提供给客户使用,在灵活性、成本上还存在障碍。

Peter Lee称:“将机器学习和AI概念应用于企业,我们现在还处在中间点。AI技术还不是很实用,我们有一支骨干队伍,规模很小,费用很高,他们正在开发定制解决方案。”

在谈话中Peter Lee举了微软用AI工具帮助销售员完成交易的例子。他悲伤地说:“我最想做的就是将工具卖给世界上的其它企业。”不过现在还做不到,为什么?因为每一个新企业如果想使用必须定制,过程很麻烦。

要用AI开发软件,让它理解并适应特定企业的需求和条件,这可能是一个方法。不过Peter Lee指出,根据微软的经验,要让软件从真实世界中学习,现在技术还不是很成熟。

微软曾经开发一个聊天机器人,并且放在Twitter上,很快机器人就学会了“种族歧视”语言。微软还开发了翻译系统,它可以分析在线文本,结果它将“Daesh”译成英文之后变成了“Saudi Arabia”(沙特阿拉伯),Daesh本来只是伊斯兰国的阿拉伯名字。

Peter Lee说:“机器系统如果犯错,影响是很大的。”要将会学习的软件应用于真实世界,需要人类专家的密切监督。

很明显,将AI服务销售给企业时还必须赚到钱。微软提供一些服务,比如它可以对图片中的人脸进行统计,将语音转化为文本。在EmTech会议上,创业公司Clarifai展示了一套工具,它可以帮助企业搜索、管理图片集和视频集,因为工具可以理解其中的内容。

Peter Lee认为,这些产品不会带来革命性的影响,也不会带来新利润。他说:“许多时候,在企业领域价值最高的机器学习技术是定制、预制解决方案。每一个企业都是特殊的,你必须满足特定的需求、适合特定的条件。”

他还认为,开发软件,让它尝试不同的动作,看看哪个管用,这样的方法也许可以将行业带出盲区,目前使用的方法是让软件消化静态数据,比如文本或者图片数据。

“人类的智慧是无穷的,让系统理解企业流程,形成自己的策略,这种可能性是很高的。”

AI发展是否已经停滞不前

最近一段时间,虽然投入AI项目的钱很多,但是不要被外表迷惑了。Uber AI前实验室主管Gary Marcus警告称,行业的进步速度并不像许多人认为的那样快。

Gary Marcus指出,现在企业沉迷于静态机器学习,投资AI时关注的是企业短期目标,因此我们朝着人类等级的AI前进时受到了限制。

“最大的恐惧不是天网。”Gary Marcus所说的天网就是杀手AI,就像《终结者》中所说的AI一样,他还说,“AI发展进入了停滞阶段。”

没错,最近一段时间AI的确在技术上有一些突破,但是电脑所做的事情都很简单,要让AI具备真正的“普通智力”,还有许多障碍无法跨越。

3

OpenAI研究主管Ilya Sutskever的看法完全不同,他曾暗示,我们离强人工智能(和人类一样等级的AI)已经不远了。

“现在看起来很遥远,但在5年前更遥远。在开发算法时我们投入的人、付出的努力是很多的,AI的发展速度很快,很健康。”

Gary Marcus认为,企业向AI投资可能对行业的长远发展不是一件好事。以前,行业进步很小主要是因为AI投资不足造成的,这一次却是因为投资太多导致研究人员忽视了长远目标。

将AI应用于商业领域是不是一件好事?Gary Marcus认为它是一把双刃剑。Gary Marcus称:“有些事情只要Uber这样的企业才能做,它们有大量的资源。问题在于企业市场关注的是短期目标,今天如何用深度学习赚到钱?这才是它们最关心的。”

AI无人机可以跟着你飞

企业家Adam Bry认为,当今的无人机缺少一个关键组件,所以不是太实用,缺少什么呢?用AI实现自动飞行。在EmTech会议上,Adam Bry通过一段影片展示了Skydio开发的无人机,Skydio正是Adam Bry创办一家公司,无人机今年就会上市。

Adam Bry说:“即使在企业领域,用户也会发现无人机的使用比预想的更加困难。如果你是专业操作者,可以完成一些惊艳的动作,但对于主流用户来说不太可能。”

Skydio的第一款产品有点像飞行机器人摄像机。从视频可以看出,当用户爬树、骑上山地自行车、踢足球时,无人机会跟着人飞。当用户走到了障碍物背后,比如低垂的树枝后面,无人机会围着人飞,或者保持安全距离并暂停。

为什么Skydio能够做这些事?因为它可以通过机载摄像头分析图像,然后用结果进行导航,摄像头可以拍摄360度图像。市场上的无人机主要依赖GPS、人类操纵。Skydio无人机软件可以追踪目标物,进行计算,精准到厘米,知道它是如何移动的。Skydio使用的深度学习技术与谷歌等企业所使用的技术是一样的。

Adam Bry指出,当人与人彼此靠近时,无人机会通过人的外表、移动情况搜集线索,解开困惑,不过他承认技术并不完美。Adam Bry说:“既然人类在区分两个人时都有困难,更别说技术了。”Adam Bry没有展示无人机的照片,也没有透露何时推出,只知道产品瞄准消费者。

用AI识别名人

Clarifai是一家计算机视觉创业公司,它开发的AI可以识别图片、视频内容,而且适合狗仔队使用。

据Clarifai CEO、创始人Matthew Zeiler透露,他们最近演示了技术,新技术可以从图片中识别人脸,然后匹分,这没有什么稀奇的,神奇的地方在于系统可以识别10000个名人。

用AI识别人脸很常见,如果想知道图片中的人脸是谁的就有些困难了,因为光照环境不同、目标人物有没有注视摄像头、有没有被其它人或者障碍物遮挡,都会给识别造成困难。

Nvidia深度学习芯片为医疗产业提供支持

Nvidia设计了强大的硬件,这些硬件可以为AI算法提供支持,正因如此,Nvidia成为AI浪潮的受益者。Nvidia将健康护理和医疗市场作为技术发展的下一个大市场。Nvidia医疗保健业务主管Kimberly Powell说,公司正在与医疗研究人员合作,合作涉及多个领域,未来几年还会有更多的合作。

“与医疗成像有关的研究越来越多,现在,我们经常会去拜访医院供应商,拜访的频率越来越高,他们对新的AI应用很看好。”

机器学习技术可以用来处理医疗图像,过滤大量医疗数据。Nvidia开发的图形芯片执行并行运算时效果很好,而机器学习需要完成并行运算,Nvidia已经向学术机构、行业客户提供硬件,供深度学习研究人员使用。不只如此,Nvidia开发的深度学习专用产品越来越多,包括DGX-1计算机、用于自动驾驶汽车的系统Drive PX。

4

Powell相信,未来医疗研究中心会引进更多的Nvidia设备。她认为,这些设备可以提高诊断的可靠信,可以大大提高发展中国家的护理水平,在发现药物的过程中,深度学习也可以派上用场。

不只如此,深度学习还可以帮助医生发现那些极为隐藏的病症。例如,Nvidia与Mayo Clinic的神经系放射学家Bradley Erickson合作,用深度学习技术识别脑部图像。Powell说,Bradley Erickson成功找到一些与大脑疾病有关的基因。

纽约大学教授Gary Marcus认为,AI可能会对医疗行业造成巨大影响,比如用来治疗癌症。有些时候,人很难识别某些危险因素,但是算法却可以发现。Gary Marcus说:“在AI的帮助下我们也许可以在治疗方面取得重大进展,这可能是AI的杀手级应用。”

将深度学习技术应用于医疗存在很大的挑战。新方法很复杂、不透明,为什么算法会有如此特殊的诊断?医生可能不是太明白。Powell承认技术的确存在挑战,但是新的解决方法越来越多,比如,研究人员用可视化方法展示深度学习网络行为。Powell称:“这是当前研究领域的一个重大主题。”

用AI与量子计算机寻找新材料

IBM研究所科学与解决方案副总裁Dario Gil认为,AI技术可以协助研究人员寻找新材料。

Dario Gil指出,将机器学习软件安装在笔记本中,几秒之内就可以从研究报告中抽取关键信息,几周之内就可以通过大量研究机构创建庞大的知识图,不需要几十年。

到目前为止,Dario Gil并没有指出有哪些具体突破。不过他说过,IBM已经用沃森系统寻找新奇聚合物。虽然AI与计算取得了突破,不过Dario Gil却说世界上最强大的超级计算机处理起来仍然有些困难,比如预测微粒电子结构。

5

怎么办?IBM看到了量子计算的巨大潜力,量子计算可以大幅提高运算速度。

去年,IBM推出了新的量子芯片,本月早些时候,IBM又公布了新计划,它要建造云计算、商用量子计算系统。

Dario Gil说:“今年与明年,预计量子计算将会出现很大的进步,也就是量子计算机的性能会有很大提升。”

Otto联合创始人:10年之内AI将会在卡车上普及

Lior Ron是Otto的联合创始人,它是一家无人驾驶卡车开发公司,去年被Uber收购了。最近,美国财政部长Steven Mnuchin说过,至少50年至100年之内,AI不会影响美国的就业情况,而Lior Ron却认为,影响会出现,不是更晚,而是更早。

在会议上,Lior Ron表示,未来10年无人驾驶卡车将会在公路上流行起来。有许多企业都在开发自动驾驶汽车,和这些企业一样,Lior Ron也认为要开发出真正可以自动驾驶的汽车,不需要人干预,至少还要等一段时间。

Lior Ron说:“事情不会在一夜之间发生,而是会慢慢发生。”

例如,Lior Ron预测,最开始时完全无人驾驶的汽车会在凌晨开上公路,那时没有多少行人,然后会在白天出现,在不同的驾驶环境中出现。

有些人担心无人驾驶汽车可能会让司机丢掉工作,在不久的将来,Otto的技术更有可能会成为副驾驶,而不是替代人类操作者。虽然卡车可以在高速公路上自动驾驶,但在某些环境中还是需要人来操作,比如在城市街道环境中行驶。

Lior Ron认为,驾驶卡车是一件很累人的事,有时要工作很多个小时才能休息。如果卡车可以自动行驶,人类司机可以稍微休息一下,长途驾驶就会更安全,更有效率。

要让卡车自动行驶,现在还有很多的问题要解决。例如,卡车在自己的车道上行驶时周旋的空间更小。当前方出现障碍物时,卡车的反应速度也比小车慢,停车时需要更多的空间。卡车装了货物,货物的重量可能不均衡,在旅程中可能会变化,Lior Ron认为这些信息软件必须注意。

OpenAI介绍一种新方法 可以让机器学习变得更容易

OpenAI是一个非盈利研究机构,马斯克是机构的联合创始人,他还为OpenAI提供资金支持。OpenAI最近表示,它找到一套更容易使用的替代方法,可以增强机器的学习能力,玩游戏、执行其它任务时,学习的结果差不多。

在会议上,OpenAI研究主管Ilya Sutskever表示,新方法可以让研究人员在机器学习方面以更快的速度前进。

“它可以与当今的增强技术竞争,也就是与标准的学习算法竞争。新方法很简单,如此简单的方法居然很实用,真的让人吃惊。”

OpenAI开发了机器学习软件,它可以玩经典的“Atari”游戏。

6

Sutskever认为,要让机器学习软件完成更复杂的任务,不只是识别图片、翻译语音,找到新方法让机器学习软件玩电脑游戏、控制机器人显得相当重要。他说:“如果我们能让计算机系统自己学习,完成复杂的动作,我们就可以管它叫‘智能机器’了。”

Sutskever与同事测试了新方法,这种方法叫作“进化策略”,他们开发一套软件,可以玩50多种Atari游戏,包括Pong、Centipede。研究人员将新方法应用于多个处理器,只要一小时就可以训练出很强的AI玩家,如果用谷歌DeepMind去年提出的方法开发增强学习系统,再用它训练,让AI玩家达到相同水平需要一天时间。

测试机器人时进货策略也有优势,软件要让机器人像人一样在模拟环境中行走。尖端增强学习系统需要10小时才能获得的结果,用新方法只要10分钟。

事实上,新技术背后的理念早在几十年前就存在了,简单来讲,就是让学习软件尝试不同的动作,找到当中最有效的。在自然选择过程中,生物组织会主动适应环境,新技术的原理与此类似。

Sutskever说:“很久以来大家都知道的算法实际上比大家认为的更实用。”

有了进化策略技术,AI会有哪些具体的用途?他拒绝透露,只是说还要花更多时间研究,找到技术的优势与限制。不过Sutskever指出,与增强系统技术相比,完成复杂任务时进化策略法更好,复杂任务需要经过多个步骤才能得出结果。

正是因为这个原因,Sutskever相信进化策略可以帮助OpenAI完成目标,也就是创造所谓的“强人工智能”,软件可以根据复杂的场景自动适应。

在机器学习领域,大多研究人员不怎么关注强人工智能,而是用技术解决更特殊、更狭窄的问题。OpenAI在声明中曾表示,公司的一个使命就是开发强人工智能。Sutskever指出,现在机器学习进步很快,是时候考虑强人工智能了。

Uber告诉我们AI商用很困难

为了保持领先,Uber向机器人、AI投资,不过公司遇到一些困难。

最近几个月,Uber先进技术集团损失了几个人才,先进技术集团设在匹兹堡,负责开发自动驾驶汽车。新AI实验室主管Gary Marcus上任几个月就离职了。由此可以看出,要让技术商用挑战很大,因为技术太复杂、太先进。

去年12月,Uber收购了创业公司 Geometric Intelligence,它是Marcus创办的一家创业公司,而Marcus又是纽约大学的感知科学家,之后Uber成立了AI实验室。现在Marcus还是Uber的AI顾问。

上周,Uber的无人驾驶汽车遭遇挫折,汽车在亚利桑那撞车。当然咯,无人驾驶汽车不需要对事故负责。

Uber之所以积极开发无人驾驶汽车,主要是担心未来的士产业会被摧毁。现在Uber已经加速前进,它在几个城市的公路上部署了无人驾驶汽车。可惜的是汽车表现并不完美,即使在普通环境中也不完美。

在工程上也有很大的挑战,例如,传感器退化自动驾驶汽车如何处理,如果公路上无人驾驶汽车太多,激光雷达等系统会互相干扰,这一问题又如何解决。

行业过度依赖神经网络式机器学习技术,Marcus对此提出批评,2014年他成立了Geometric Intelligence,主要目标就是寻找替代方法。

Geometric Intelligence希望能找到更有效的方法让机器学习。看到新的交通信号出现,人类可以快速识别,电脑不同,即使采用今天最先进的机器学习方法,电脑也需要几千个样本才能学会。

还有一些公司也在开发无人驾驶汽车,但是它们可能已经发现进步的速度比预期要慢。谷歌将无人驾驶部门分拆,成立了Waymo公司,不过公司的技术还没有商用。

原文来自:technologyreview

为您推荐: