作為這個時代的代名詞，人工智能（AI）受到技術人員、學者和風險投資人等社會各界的追捧，但這個名詞在被使用的過程中卻伴隨著種種誤解。當我們用大數(shù)據(jù)推斷出某一事件的結果，就需要反思：數(shù)據(jù)來自哪里？數(shù)據(jù)得出了什么推論？這些推斷與當前情況之間的相關程度如何？
雖然人工智能大工程的“積木”塊已經(jīng)具備，但是把這些積木塊組合在一起的原則還沒有出現(xiàn)，所以這些積木的組合現(xiàn)在還是以特例的方式存在。
正如早期沒有土木工程學科之前的建筑和橋梁，有時會以不可預見的方式崩塌一樣，目前許多早期的大規(guī)模推理和決策系統(tǒng)已經(jīng)暴露出嚴重的概念缺陷。我們并不善于預測下一個會出現(xiàn)的嚴重缺陷，但我們能夠意識到，AI領域缺少的是一個具有分析和設計原理的工程學科。
AI概念需厘清
一個訓練有素的醫(yī)學專家也許能夠逐個解決大部分的醫(yī)療問題，但問題是，我們能否設計出全球醫(yī)療系統(tǒng)的解決方案，不用人類監(jiān)督也可以解決相關問題？作為一名計算機科學家，想要建立這種全球的推理和決策系統(tǒng)所需的原則，將計算機科學與統(tǒng)計學相結合，并考慮到人類的福祉——至今還無法做到。
不僅在醫(yī)療領域，在商業(yè)、交通和教育等領域，這些原則的建立與發(fā)展都與AI系統(tǒng)一樣重要。
當我們頻繁地使用“AI”，就很難推理AI這項新興技術的范圍和后果。我們需要仔細思考AI指的是什么。今天大多數(shù)所謂“AI”，指的是機器學習或是數(shù)據(jù)科學，甚至優(yōu)化和統(tǒng)計學等領域也包括在內。AI的概念總是不確定且外延不斷發(fā)展擴大，使用這個單一的、定義不清的縮略詞，會妨礙人們對技術和商業(yè)變革的清晰理解。
無論是否能很快理解“智能”，我們都面臨一個重大挑戰(zhàn)，即將計算機和人類友好交互，從而給人類生活帶來便利。為了解決這一問題，就需要創(chuàng)建一個新的學科，這門新學科的目標是聚合幾個核心思想的力量，以安全的方式為人們帶來新的資源和能力。
這個新的工程學科將以“信息”“算法”“數(shù)據(jù)”“不確定性”“計算”“推理”“優(yōu)化”等思想為基礎。由于這個新學科建立在有關人類的數(shù)據(jù)之上，所以其發(fā)展也需要從社會科學和人文科學的視角剖析。
關注智能增強和智能基礎設施
目前看來，我們的研究重點除了“類人AI”，還應該對“智能增強”（IA）和“智能基礎設施”（II）兩大系統(tǒng)給予更多關注。
在過去的二十年里，IA在工業(yè)和學術界取得了重大進展，這是對“類人AI”的補充。在IA領域，計算和數(shù)據(jù)被用來增強人類智力和創(chuàng)造力。搜索引擎可以被看作是IA的一個例子（它增強了人類的記憶和知識），自然語言翻譯也是如此（它增強了人類的交流能力）。
基于計算的聲音和圖像生成，雖然可能涉及高層次的推理和思想，但目前它們仍在執(zhí)行各種字符串匹配和數(shù)字操作，其真正的作用還沒有展現(xiàn)。
II即一個由計算、數(shù)據(jù)和物理實體組成的網(wǎng)絡，它使人類所處的環(huán)境更加友好、有趣和安全。現(xiàn)在這種基礎設施已開始出現(xiàn)在運輸、醫(yī)藥、商業(yè)和金融等領域，并對個人和社會產(chǎn)生巨大影響。
我們可以想象，在一個“社會規(guī)模的醫(yī)療系統(tǒng)”中生活，它建立了醫(yī)生以及位于患者體內外設備之間的數(shù)據(jù)流和數(shù)據(jù)分析流程，從而幫助人類進行診斷和提供護理。當然也可同時預見，這一系統(tǒng)將會出現(xiàn)很多問題，比如隱私、責任、安全等問題，但這些問題應該被視為挑戰(zhàn)，而不是阻礙。
我們現(xiàn)在需要解決的問題是：如果要建立上述系統(tǒng)，“類人AI”研究是最佳，或者是唯一的方法嗎？
機器學習領域的成功案例中，有一些與“類人AI”有關，如計算機視覺、語音識別、人機對局和機器人等。這些領域的進一步發(fā)展值得期待。而要實現(xiàn)這樣的技術，還需要解決一系列的工程問題，而這些問題可能與人所缺乏的能力關系不大。
今后，整個智能系統(tǒng)可能會復雜得多，尤其是將使用大量數(shù)據(jù)和自適應統(tǒng)計建模來進行更細層面上的決策。這些挑戰(zhàn)才是最需要被擺在首位的，而在努力解決這些挑戰(zhàn)的過程中，專注于“類人AI”可能會令人分心。
專注“類人AI”研究的觀點可能會認為，人類的智慧是我們目前所能知道的唯一一種智慧，我們應該先模仿它。但其實人類在某些推理上并不十分擅長——我們會有失誤、偏見和局限。關鍵是，人類還沒有演化出大規(guī)模決策的能力，這種能力是現(xiàn)代II系統(tǒng)必須擁有的。人類也還不足以應對II系統(tǒng)場景中的各種不確定性。
重要的是，必須將激勵、定價等經(jīng)濟概念帶入統(tǒng)計和計算基礎設施領域，是它們連接了人與人、人與商品。這樣，II系統(tǒng)就不僅僅是提供服務，而是在創(chuàng)造市場。
構建以人類為中心的工程學科
目前，AI研究的重點還是收集數(shù)據(jù)、部署“深度學習”基礎設施、展示能模仿某些狹義上的人類技能（即幾乎沒有新出現(xiàn)的解釋原則）的系統(tǒng)。但是，這樣的研究重點偏離了經(jīng)典AI研究里最主要的開放性問題，包括在自然語言處理系統(tǒng)中引入推理和意義以及開發(fā)制定和追求長期目標系統(tǒng)的必要性。
這些都是“類人AI”研究中的經(jīng)典目標，但在目前的AI熱潮中，這些亟待解決的問題很容易被忽略。
我們希望計算機能夠激發(fā)人類更高的創(chuàng)造水平，而不是取代人類的創(chuàng)造力，我們面臨由AI、IA和II帶來的全方位挑戰(zhàn)和機遇。過于集中地關注“類人AI”，會讓人們屏蔽很多聲音。
工業(yè)領域的進步將繼續(xù)推動發(fā)展，學術界也將繼續(xù)發(fā)揮重要作用，學術界的作用不僅在于提供創(chuàng)新性的技術理念，而且在于將來自：計算機和統(tǒng)計科學、社會科學、認知科學和人文科學等不同領域的研究人員匯聚起來，他們的價值和觀點十分重要。
在學術界以及其它領域里，“工程學”這個術語經(jīng)常被狹義地引用，以指代機器，但工程學科其實是可以成為我們想要的樣子的。我們有機會來建構一種新學科領域——真正以人類為中心的工程學科。
摘自《中國科學報》
