三十五年前，擁有計算機(jī)視覺博士學(xué)位的人一點(diǎn)都不酷，因?yàn)?a href=http://www.yizongshi.cn/index.php?m=content&c=index&a=infolist&typeid=1&siteid=1&type=keyword&serachType=2&key=%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD style='color:#57A306' target='_blank'>人工智能那時還在幻滅的低谷中徘徊不前。那個時候，計算機(jī)視覺算法可能需要一天的時間來處理一個單一的圖像。但是，時代變了。
圖片來自“視覺中國”
“目前公司爭奪人才的競爭非常激烈。”
安德魯-布萊克教授于1983年獲得計算機(jī)視覺博士學(xué)位，除此之外，他現(xiàn)在還是FiveAI的科學(xué)顧問，他說：FiveAI是英國一家自動駕駛汽車軟件初創(chuàng)公司，它的目標(biāo)是在2019年在倫敦的街道上測試無人駕駛汽車。
Kinect傳感器可以說預(yù)示了計算機(jī)視覺將會冉冉升起
布萊克創(chuàng)立了微軟的計算機(jī)視覺小組，并在劍橋大學(xué)微軟研究院任董事總經(jīng)理，其中他參與了Kinect傳感器的開發(fā)。(盡管Kinect本身并沒有實(shí)現(xiàn)微軟的希望，在消費(fèi)市場上成功)。
布萊克現(xiàn)在還是英國阿蘭·圖靈研究所(Alan Turing Institute)的研究主管，該研究所旨在支持?jǐn)?shù)據(jù)科學(xué)研究，包括機(jī)器學(xué)習(xí)和人工智能，還包括探索人工智能和大數(shù)據(jù)的倫理和社會影響。
Uber和谷歌也在研發(fā)無人駕駛汽車。
在這場爭奪人工智能技術(shù)的激烈競爭中，另外，從整個人類社會的角度看，這些強(qiáng)大的科技巨頭們正在竭盡所能地試圖突破人工智能技術(shù)，人工智能技術(shù)可以說已被幾家科技巨頭所壟斷了，而且為此設(shè)計出了一套非常具體的商業(yè)議程，
布萊克說：“我覺得人工智能的生態(tài)系統(tǒng)實(shí)際上相當(dāng)有活力。”不過，他作為一名先驅(qū)研究員在科技巨頭公司旗下已工作多年，這個身份使得他的觀點(diǎn)說服力不大。“在大學(xué)里有很多有才華的人，而且他們都是以一種開放的方式在工作——因?yàn)閷W(xué)者們都是有原則的，他們甚至可以說是一群固執(zhí)的家伙。”
布萊克表示，他曾考慮在1999年創(chuàng)辦一家初創(chuàng)公司。但后來他決定在微軟工作，因?yàn)槟菢铀梢詫Ｗ⒂诎l(fā)明創(chuàng)造，而不必?fù)?dān)心業(yè)務(wù)方面的事情，這對他來說是一個更好的選擇。在加入微軟之前，他的研究工作包括研發(fā)能夠作出實(shí)時反應(yīng)的視覺系統(tǒng)，應(yīng)用于機(jī)器人中，這在90年代中期是一件新鮮事。
我不認(rèn)為人工智能生態(tài)系統(tǒng)的活力正在消失。
“不同的人想要用不同的方式來做這件事。有些人想去大公司，有些人想要創(chuàng)業(yè)，有些人想留在大學(xué)，因?yàn)榻淌谀軒ьI(lǐng)一群學(xué)生和博士后，這樣工作效率高。”布萊克說，“這些選擇都很好。在大學(xué)里工作很自由，這一點(diǎn)依然十分吸引人。因此，”
他承認(rèn)對人工智能人才的爭奪現(xiàn)在正處于白熱化階段。
不過，他指出，例如，一群學(xué)者創(chuàng)立了Geometric Intelligence公司，僅運(yùn)營了一年左右，在2016年年底就被Uber收購了。“收購的金額沒有對外透露，但我認(rèn)為這是一筆金額巨大的收購。”談到這家初創(chuàng)公司的收購價格時，布萊克說道，“這就說明了人工智能這個領(lǐng)域有多熱門。這些學(xué)者聚在一起，他們有一些很棒的想法。這一次，他們沒有選擇去寫一篇研究論文，而是決定把它變成知識產(chǎn)權(quán)。我猜他們肯定是申請了專利，諸如此類的。然后Uber看到了，覺得他們確實(shí)需要這個技術(shù)，接著Geometric Intelligence就變成了Uber的人工智能部門。”
人工智能技術(shù)在學(xué)術(shù)上取得的成就很快就被傳送到巨大的商業(yè)母艦中，布萊克沒有輕易斷言他認(rèn)為這對社會來說是件好事還是壞事。
但他講了一件軼事來說明這一領(lǐng)域的競爭有多么激烈，因?yàn)橐恍┛萍季揞^正競相爭奪市場的主導(dǎo)地位。他對美國科技類博客TechCrunch說：“我最近想找個人來做一家大公司的顧問，這個大公司想要了解人工智能，需要一個顧問。他們想要一個非常資深的業(yè)內(nèi)人士……我想找一個跟競爭對手公司沒有什么聯(lián)系的人。但你知道嗎，真的沒有人——我就是找不到一個跟競爭對手完全無關(guān)的人。他們可能仍是一所大學(xué)的教授，但他們要不就是在為這家公司做咨詢，要不他們就是這家公司的兼職員工。每個人都參與其中。人工智能這一領(lǐng)域令人非常興奮，但競爭也非常激烈。”
認(rèn)同人工智能是國家生產(chǎn)力的關(guān)鍵技術(shù)。
“政府目前也十分關(guān)注人工智能和其產(chǎn)業(yè)戰(zhàn)略的內(nèi)容，并因此，我們?nèi)绾尾拍軇?chuàng)造出更多的杰出技術(shù)呢?”他補(bǔ)充道。2015年，阿蘭·圖靈研究所由英國五所大學(xué)設(shè)立，通過培訓(xùn)博士生，加上調(diào)來的一批研究人員，希望能培養(yǎng)出新一代學(xué)者，推動人工智能取得新的突破。
人工智能正在進(jìn)入一個更加成熟的階段，至少在使用深度學(xué)習(xí)方面是如此。
“過去十年我們在深度學(xué)習(xí)上取得了重大突破，但我認(rèn)為不只是突破而已，我們已經(jīng)做到了。”布萊克說，“人們寫的論文數(shù)量比以往任何時候都多。我相信我們絕對可以做到。但論對深度學(xué)習(xí)的理解，其基礎(chǔ)數(shù)學(xué)這就是另一回事了。”他補(bǔ)充說：“在教育和專業(yè)技能方面，公司和大學(xué)對人才的需求絕對是驚人的。而且我相信我們還需要培養(yǎng)更多的人才。”
這其中的許多公司正在開發(fā)公共工具包以幫助推動更廣泛的人工智能生態(tài)系統(tǒng)的活動
回到科技巨頭主導(dǎo)人工智能研究的問題上，布萊克指出，，比如谷歌、亞馬遜和微軟就這么做了。與此同時，學(xué)術(shù)方面取得的成就公開透明，也在幫助增加人工智能生態(tài)系統(tǒng)的活力，比如加州大學(xué)伯克利分校研究的深度學(xué)習(xí)框架Caffe。因此，布萊克的觀點(diǎn)是，盡管沒有使用谷歌、Uber或Facebook這樣的龐大資源，少數(shù)有才華的人仍然可以掀起波瀾。
他說：“通常情況下，只有一兩個人——當(dāng)幾個人一起在做正確的事情時，這是非常靈活的。計算機(jī)科學(xué)的一些偉大進(jìn)步就是這樣產(chǎn)生的。并不一定需要上百人一起工作，哪怕只有幾個人，只要方向方法正確，都有機(jī)會成功。我們都看過很多這樣的情況。”“管理一個大團(tuán)隊是很復(fù)雜的。”他補(bǔ)充道，“有時候，真正開辟道路并取得突破的，往往都是一小群人。”
“與你的問題相關(guān)的數(shù)據(jù)”，是建立人工智能算法的關(guān)鍵所在。
也就是說，他同意獲取數(shù)據(jù)，或者更確切地說，他說：“當(dāng)然，過去十年取得的巨大進(jìn)步依賴于數(shù)據(jù)的可獲得性。所以，我們已經(jīng)學(xué)會了，或者我們已經(jīng)明白了，如何建立能夠?qū)W習(xí)大數(shù)據(jù)的算法。”
而且，科技巨頭們自然也能從自己的用戶生成的數(shù)據(jù)引擎中獲取信息，為他們提供一個訓(xùn)練和打磨人工智能模型的內(nèi)置存儲庫——盡管有爭議，但這就是那些小公司沒有的優(yōu)勢，比如，F(xiàn)acebook數(shù)十億用戶每天都在生成數(shù)據(jù)集。
盡管谷歌擁有旗下的人工智能部門DeepMind，但它仍然需要通過與第三方機(jī)構(gòu)建立伙伴關(guān)系來獲取某些高價值的數(shù)據(jù)集。比如與英國國家醫(yī)療服務(wù)體系的合作，自2015年末以來，DeepMind健康一直在獲取數(shù)百萬人的醫(yī)療數(shù)據(jù)，而這些醫(yī)療數(shù)據(jù)的保管人正是由公共資金支持的英國國家醫(yī)療服務(wù)體系，目的是打造出具有診斷醫(yī)療效益的人工智能。
谷歌龐大的資源和公眾形象確實(shí)是一大優(yōu)勢。
不過，不得不說，如果一個小公司向英國國家醫(yī)療服務(wù)體系請求獲得寶貴的(和高度敏感的)公共部門醫(yī)療數(shù)據(jù)，很可能會遭到拒絕。而且，正如DeepMind所說的那樣，小公司肯定不太可能被邀請參與進(jìn)來。因此，如果是谷歌DeepMind提出“免費(fèi)”幫助并共同設(shè)計一款醫(yī)療保健應(yīng)用，或者提出用其程序資源和專業(yè)技術(shù)來換取數(shù)據(jù)時，這顯然是另一種結(jié)局。
當(dāng)被問及他是否認(rèn)為DeepMind應(yīng)該公布其人工智能道德委員會的成員名單時，布萊克拒絕回答。(“下一個問題!”)如果他是這一匿名委員會的成員之一，他也不會承認(rèn)(也不會否認(rèn))。(想了解更多布萊克教授對人工智能和倫理的思考，請看本文末尾的采訪內(nèi)容。)
他并沒有立即認(rèn)同人工智能創(chuàng)新必然是以個人隱私為代價這一觀點(diǎn)。
但例如，有些人認(rèn)為，蘋果在人工智能競爭中處于不利地位，因?yàn)樗粫窆雀杌騀acebook那樣，在不受限制的情況下對用戶進(jìn)行數(shù)據(jù)挖掘和配置(蘋果公司更傾向于選擇進(jìn)行本地數(shù)據(jù)處理，并應(yīng)用模糊保密技術(shù)，比如差異化隱私，只用提供用戶人工智能，不需要提交所有信息)。
布萊克也不認(rèn)為人工智能的黑盒子是完全不可接受的。
”這是一個關(guān)鍵點(diǎn)，因?yàn)?a href=http://www.yizongshi.cn/index.php?m=content&c=index&a=infolist&typeid=1&siteid=1&type=keyword&serachType=2&key=%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD style='color:#57A306' target='_blank'>人工智能技術(shù)非常強(qiáng)大，要確保人們能正確理解人工智能的社會的影響，在必要的情況下，為避免出現(xiàn)偏見，必須合理監(jiān)管。“
人工智能道德領(lǐng)域的研究還處于較早的階段。
另外他表示，“在過去的一兩年中，人工智能道德方面的算法大量涌現(xiàn)，比如實(shí)驗(yàn)算法，以及關(guān)于算法的論文。這些算法研究如何將透明、公平、尊重隱私的道德原則納入機(jī)器學(xué)習(xí)算法中，目前還沒有定論。我認(rèn)為人們才剛剛開始思考這個問題，因?yàn)槿藗冏罱乓庾R到這將是一個關(guān)鍵的問題。因此，這項(xiàng)工作正在進(jìn)行中。但人們有一種強(qiáng)烈的緊迫感，因?yàn)榇蠹乙庾R到這一點(diǎn)至關(guān)重要。所以讓我們一起來看這將如何演變吧。”
人工智能創(chuàng)新和隱私不一定是相互排斥的。
在蘋果的問題上，他認(rèn)為“未來將會有好的技術(shù)解決方案。”他接著說，“我們必須努力工作，認(rèn)真思考。廣泛的人工智能包括機(jī)器學(xué)習(xí)和其他計算機(jī)科學(xué)領(lǐng)域如差異化隱私，我對此有信心，大家都知道這個話題熱度很高，而人們真的在努力工作解決這個問題。我們還沒有找到所有的答案，但我很有信心，我們會找到很好的辦法。”
在人工智能方面，并非所有的數(shù)據(jù)獲得都是平等的。
當(dāng)然，布萊克說，他的學(xué)術(shù)興趣來源于構(gòu)建一個機(jī)器學(xué)習(xí)系統(tǒng)的主意，他想造一個機(jī)器學(xué)習(xí)系統(tǒng)，在它學(xué)習(xí)的過程中它不需要太多外界幫助就從數(shù)據(jù)中提取有用的理解，而不是必須在有人監(jiān)督的情況下才能進(jìn)行學(xué)習(xí)。
“讓我著迷的一件事是，人類都是在沒有大數(shù)據(jù)的情況下進(jìn)行學(xué)習(xí)的。這件事并不是那么簡單。”他指出，蹣跚學(xué)步的孩子們了解周圍世界的情況，并不需要知道他們看到的每一樣事物的名稱。孩子們可能會被數(shù)次告知杯子是“杯子”，但并不是每一個他們遇到的杯子都是“杯子”。如果機(jī)器能夠以同樣的精益方式從原始數(shù)據(jù)中學(xué)習(xí)，那么這將給人工智能領(lǐng)域帶來變革。布萊克認(rèn)為，破解無人監(jiān)督學(xué)習(xí)將是人工智能研究人員面臨的下一個重大挑戰(zhàn)。
“我們現(xiàn)在必須區(qū)分兩種數(shù)據(jù)——原始數(shù)據(jù)和標(biāo)簽數(shù)據(jù)。標(biāo)簽數(shù)據(jù)的價格很高。而那些沒有標(biāo)簽的數(shù)據(jù)，只是你在瀏覽世界的過程中得到的體驗(yàn)，但你還是會從中受益。所以標(biāo)簽數(shù)據(jù)之間有一種非常有趣的合作關(guān)系，標(biāo)簽數(shù)據(jù)并不多，而且很難獲得。但沒有標(biāo)簽的數(shù)據(jù)很多，并且無時無刻不在流動。”
“因此，我認(rèn)為這將是未來10年人工智能和機(jī)器學(xué)習(xí)面臨的巨大挑戰(zhàn)，我們?nèi)绾尾拍茏畲笙薅鹊乩糜邢耷野嘿F的標(biāo)簽數(shù)據(jù)?我認(rèn)為，未來5到10年，大家最關(guān)注的將是找到獲取無標(biāo)簽數(shù)據(jù)最有效的方法并從中受益，并認(rèn)識到標(biāo)簽數(shù)據(jù)非常短缺。”
“我們要怎么做呢?我們?nèi)绾尾拍塬@得它呢?自動駕駛汽車將是一項(xiàng)很有前途的技術(shù)，它顯然將受益于這一領(lǐng)域的突破。因?yàn)槿祟愸{駛的汽車已經(jīng)配備了攝像頭，而且如果這些機(jī)器能夠從無標(biāo)簽的數(shù)據(jù)中學(xué)習(xí)，來自汽車的數(shù)據(jù)流也可以用于訓(xùn)練車輛自動駕駛。”
FiveAI的網(wǎng)站表示這也是它的目標(biāo)，它正在用“更強(qiáng)的人工智能”來解決自動駕駛汽車在復(fù)雜的城市環(huán)境中安全航行的挑戰(zhàn)，而不需要“高度精確的3D地圖和本地化”。這個挑戰(zhàn)被標(biāo)榜為“自主的最高級別L5”。
布萊克補(bǔ)充說：“我個人很感興趣人類是如何用不同方式學(xué)習(xí)的。目前，我們的機(jī)器正在學(xué)習(xí)這個。人類并不是一直都在從大數(shù)據(jù)中學(xué)習(xí)。人能夠從少得可憐的數(shù)據(jù)中學(xué)習(xí)。”他引用了麻省理工學(xué)院的Josh Tenenbaum的研究，來展示人類是如何在接觸一到兩種東西后學(xué)習(xí)新事物的。“我們在做什么?”他想知道。“這是一個令人著迷的挑戰(zhàn)。我認(rèn)為，這是一個非常重要的問題。目前，我們真的不知道答案。我認(rèn)為，世界各地的研究機(jī)構(gòu)將會有一場大競賽，來看看并了解人類是如何學(xué)習(xí)的。”
推動前進(jìn)的答案可能在于回顧人工智能的歷史
他推測，，比如用概率或邏輯推理之類的方法，但之前沒有成功，因?yàn)樗鼈儾]有帶來深度學(xué)習(xí)所代表的突破，但這或許值得我們重新思考下一篇章的內(nèi)容。他說：“早期的先驅(qū)們試圖用邏輯來做人工智能，但出于種種原因，這絕對行不通。但邏輯似乎有一種屬性，或許我們可以從這一點(diǎn)上進(jìn)行研究，那就是通過邏輯我們能夠高效并令人尊重地獲取數(shù)據(jù)，但是獲得數(shù)據(jù)的成本很高。所以，即使是一份數(shù)據(jù)，也要窮盡它。用邏輯學(xué)習(xí)的一個特性是，可以非?？焖俚剡M(jìn)行學(xué)習(xí)，只需要一個或兩個例子就行。”
我們很難去預(yù)測人工智能的未來發(fā)展
人工智能研究走在時尚最前沿，現(xiàn)在有那么多未來的賭注壓在人工智能上，它可能需要回顧一下，才能實(shí)現(xiàn)下一個重大突破，這是一個不錯的想法。不過，鑒于布萊克將深度網(wǎng)絡(luò)的成功描述為“整個人工智能領(lǐng)域的一個意外驚喜”(即該技術(shù)“已經(jīng)有了很好的效果”)，很明顯，，并且不能用直覺預(yù)測。
隨著我們采訪的結(jié)束，最后我有一個想法，在經(jīng)過30多年的人工智能研究之后，布萊克能提出他自己對人類智力的定義嗎?“哦!采訪的最后一個問題，很難回答。”布萊克用笑聲來結(jié)束這個問答。
為什么深度學(xué)習(xí)那么像黑匣子？
“我想這有點(diǎn)像實(shí)證研究。聯(lián)想實(shí)驗(yàn)物理學(xué)和理論物理學(xué)，很多時候，我們在實(shí)驗(yàn)物理學(xué)中找到一些新發(fā)現(xiàn)，接著理論物理學(xué)就會花很多時間試圖弄明白到底發(fā)生了什么。但是第一次找到這個發(fā)現(xiàn)是在實(shí)驗(yàn)觀察的時候。這或許有些出人意料。我認(rèn)為深度網(wǎng)絡(luò)也是這樣的。整個領(lǐng)域，它的運(yùn)作效果和它運(yùn)作過程本身都令人驚訝。這都是實(shí)驗(yàn)得到的發(fā)現(xiàn)。而實(shí)際的物體本身，如果你想知道的話，是相當(dāng)復(fù)雜的。因?yàn)槲覀円呀?jīng)知道深度網(wǎng)絡(luò)所有的這些層。處理輸入的過程，可能會變成十倍多。當(dāng)你把數(shù)據(jù)通過所有這些層進(jìn)行轉(zhuǎn)換時，你很難知道復(fù)合效應(yīng)是什么，還要對所有這些操作序列進(jìn)行數(shù)學(xué)運(yùn)算。我覺得這有點(diǎn)像烹飪。”
在設(shè)計專用的硬件設(shè)備的問題上，布萊克說：“英特爾會建造整個處理器，同時他們還會為整個數(shù)據(jù)中心建造所需的設(shè)備，包括處理器和電子板，以及所有連接這些處理器的連接數(shù)據(jù)中心的線路。這種布線實(shí)際上不僅僅是連一根電線——他們稱其為互聯(lián)。它本身就是一款智能電子產(chǎn)品。因此，英特爾已經(jīng)掌握了整個系統(tǒng)。在圖靈研究所，我們與英特爾合作。我們想問這個問題：如果你真的能自由設(shè)計數(shù)據(jù)中心的全部內(nèi)容，你怎么能建立對數(shù)據(jù)科學(xué)最好的數(shù)據(jù)中心?在很大程度上，這意味著對機(jī)器學(xué)習(xí)最好……支持機(jī)器學(xué)習(xí)的硬件肯定是關(guān)鍵。”
自動駕駛汽車面臨的一大挑戰(zhàn)是，它是建立在機(jī)器學(xué)習(xí)技術(shù)的基礎(chǔ)上的。
被問到自動駕駛汽車面臨什么挑戰(zhàn)，布萊克說：“我們可以說，這是相當(dāng)可靠的。如果你讀過機(jī)器學(xué)習(xí)的論文，單一的技術(shù)通常是能達(dá)到99%正確。這對大多數(shù)機(jī)器學(xué)習(xí)技術(shù)來說是相當(dāng)驚人的。但是99%的可靠性對于自動駕駛汽車這樣的安全關(guān)鍵技術(shù)來說還是遠(yuǎn)遠(yuǎn)不夠的。所以我認(rèn)為最有趣的事情之一是，你如何結(jié)合技術(shù)使自動駕駛技術(shù)擁有非常高的可靠性，這是從總體來說，在輔助水平上，而不是單個算法的水平，當(dāng)然這是自動駕駛系統(tǒng)中的必要需求。當(dāng)然，安全是一個關(guān)鍵考慮因素。我們所做的所有工程和我們所做的研究都將圍繞安全原則——而不是事后的安全考慮，或附加條件，它必須在一開始就考慮到。”
在倫理道德與人工智能工程的關(guān)系問題上，布萊克說：“這是人工智能領(lǐng)域在過去幾年中非常關(guān)注的一件事
，而且有很多研究……在圖靈研究所，我們有一個很重要的道德項(xiàng)目，一方面我們有哲學(xué)和法律相關(guān)學(xué)科的顧問，思考算法的道德如何在實(shí)踐中發(fā)揮作用，然后我們也讓科學(xué)家們?nèi)ラ喿x這些信息，并問自己，如果我們想讓人工智能體現(xiàn)道德準(zhǔn)則，我們該如何設(shè)計算法。所以我認(rèn)為，自動駕駛涉及的一項(xiàng)重要道德原則，很可能是透明度——當(dāng)出現(xiàn)問題時，你想知道它為什么會出錯。這不僅僅是為了問責(zé)制，也是出于實(shí)用的工程目的，如果你在設(shè)計一個工程系統(tǒng)，而且它沒有達(dá)到你的目的，你需要了解其中的哪些部分沒有發(fā)揮作用，我們需要把注意力集中在哪里。從工程的角度來看，這是好事，從公共責(zé)任和理解的角度來看，這也是好事。“
公眾信任將是一個關(guān)鍵因素。
“當(dāng)然，我們希望公眾盡可能地對這些技術(shù)感到滿意。過去就有過這樣的例子，科學(xué)家們認(rèn)為這些技術(shù)并沒有立即得到公眾的認(rèn)可，比如轉(zhuǎn)基因作物。早期與公眾的溝通不足以讓他們信任技術(shù)，因此我們要從這些案例中吸取教訓(xùn)。我想很多人都在關(guān)注道德問題，人工智能的道德問題將會變得非常重要。”
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點(diǎn)擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。