人工智能革命

日前，德克萨斯大学休斯顿健康科学中心张家杰（Jiajie Zhang）教授指出，“人工智能对于今天的医学，就像X光机对于一个世纪前的医学一样”，并说，“正如一个多世纪前发明的X光机使医生能够看到人体内部结构的图像一样，最近在人工智能和机器学习方面的突破使医生不仅能够看到，而且能够预测医学和生物数据中以前未识别的模式，这些模式可以为个体化疾病预防和护理以及生物医学发现提供信息。”

张家杰教授是在CACM（美国《计算机协会通讯》）网站的一篇博客中说这番话的（参考资料[1]）。在博文中，他还把人工智能革命与1万年前的农业革命和200年前的工业革命并列：大约发生在公元前10，000年的农业革命，通过种植将人们从粮食不安全中解放出来；200年前开始的工业革命，开始通过机器将人们从繁重的体力劳动中解放出来；人工智能革命，正在通过强大的计算、通用连接和海量数据将人们从认知劳动中解放出来。

的确，人工智能革命如同1万年前的农业革命和200年前的工业革命，将深刻变革和重塑人类社会和人类生产力。人工智能革命有望成为一个激动人心的时代。

过去十年

在即将过去的21世纪10年代，人类目睹了人工智能的进步，例如：

l  2011年2月17日，IBM “沃森”(Watson)超级电脑在智力竞猜电视节目《危险边缘(Jeopardy!)》中，击败该节目历史上两位最成功的选手肯-詹宁斯和布拉德-鲁特，成为《危险边缘》节目新的王者。

l  2016年3月9日-15日，谷歌旗下的总部设位于伦敦的DeepMind公司的AlphaGo程序以总比分4比1战胜世界顶级围棋棋手李世石，被认为是人工智能领域的里程碑事件；2017年5月23-27日，AlphaGo以3比0战胜“人类最强棋手”柯洁。2017年10月19日，在国际学术期刊《自然》（Nature）上发表的研究论文中报道，AlphaGo Zero程序从空白状态学起，在无任何人类输入的条件下，自学围棋，并以100:0的战绩击败“前辈” AlphaGo程序 。

l  2019年7月11日，卡内基-梅隆大学宣布，该校和Facebook（脸书）公司合作开发的人工智能Pluribus人工智能系统，在六人桌德州扑克比赛中击败多名世界顶尖选手，成为机器在多人游戏中战胜人类的一个里程碑。人工智能系统在两种不同的环境下与专业选手对决。在其中一个场景中，1个人工智能系统与5名人类玩家对决，结果机器取得胜利。在另一个场景中，5个人工智能系统与1个人类对决，结果也是机器取得胜利，并分别在对局中先后击败了德州扑克世界冠军达伦·伊莱亚斯和克里斯·弗格森。研究人员指出，与机器下国际象棋和围棋相比，德州扑克更具挑战性。11月，另一款人工智能程序成为首个在敌友不明的多玩家游戏中战胜人类玩家的人工智能程序。

如果你在网上搜索“人工智能元年是哪一年”，可得到多种不同答案，包括：2016年、2017年和2018年等。无论如何，近年人工智能开始深入人类社会和生活的方方面面。例如：自然语言处理（NLP）是人工智能的一种快速增长的应用。智能手机具备了翻译和处理语言的能力，可以把语音通话转化为文字显示。除了手机的个人用途，自然语言处理也在聊天机器人得到应用，聊天机器人可以在线向不同客户提供信息。计算机视觉（CV）也是在21世纪10年代快速进步的人工智能领域。医生们正在利用计算机视觉对医学图像上的肿瘤进行测量和分类。自动驾驶汽车(有时称为无人驾驶汽车)使用传感器、摄像机、雷达和人工智能的组合，在目的地之间行驶而无需人工操作。完全自主的自动驾驶汽车能够在没有人为干预的情况下，识别路况，避开障碍物，安全导航到预定的目的地。机器学习（ML）的新应用，有可能改变每个组织的几乎每个方面。机器学习被用来帮助研究人员、工程师和临床医生更有效地工作。这里举两例：一是以反洗钱（AML）技术为例——有报导称，通过将人工智能机器学习添加到现有AML技术中，误报可减少了50%到70%；二是人工智能机器学习将重塑石油和天然气工业——据shutterstock.com分析，结合增强的油藏建模、智能化地震勘探数据分析和传感器相关的技术，可导致油气工业生产成本下降10%至20%。

未来十年

21世纪20年代正在到来。未来十年，人工智能将会出现哪些值得关注的新进展？一家全球性信息分析公司——爱思唯尔（Elsevier）询问过一些人工智能研究领域的研究者，他们认为该领域最重要的进展是什么——以及未来的进展是什么。参考资料[2]介绍了五名人工智能研究人员权衡了该领域最重要的进展——以及未来的进展的展望：

南汉普顿大学的温迪·霍尔教授: “人工智能进展的一个有趣之处是，试图解决‘通用人工智能’问题——这是一个更大的问题，即我们能否创造出像人类一样思考和行动的机器，创造了一些非常智能的工具。我们已经看到了很多进步，比如面部识别、语音翻译、服务自动化。机器比我们更擅长处理数据和从中学习。在过去的30年里，像人脸识别这样的事情已经有了很大的发展。这种深度学习应用程序的开发是一个惊人的发展。”

代尔夫特理工大学的弗吉尼亚·迪格纳穆教授说: “最大的进步可能是我们尚未取得的。目前，我们过于依赖人工智能的随机/概率方法。我们认为相关性是无限的，这不是我们创造智力的方式。人们需要使用因果抽象和其他我们还没有的机制，以一种可扩展和可大规模使用的方式。这是下一件大事。”

纽约大学心理学和神经科学教授加里·马库斯：“许多最好的进展都是在早期取得的，当时人们发现了一些基本的东西。例如，人们找到了进行符号操作的基本逻辑，这是进行搜索的基础。神经网络的东西在80年代就被发现了，但是它有着更长的历史，显然对分类这样的一大堆问题非常有用。” “但我们还没有取得大量进展。客观地说，这就像在1600年问我化学最大的进步是什么。我不知道——在人工智能的许多方面，我们仍在尝试炼金术。”

加州大学伯克利分校电气工程和计算机科学教授斯图尔特·拉塞尔教授说: “人工智能所做的最大贡献是这种基于知识的系统的概念，它具有内部表示的知识和基于这些知识进行推理的程序。” “我们需要一种更有机的感知和推理相结合的形式。人们在眼睛和大脑之间有一个反馈回路——大脑不仅仅对眼睛看到的东西做出反应，它还控制着我们所感知的东西，我们所认识到的刚刚发生和将要发生的事情，我们可以忽略的事情，我们特别关注的事情。在人工智能系统中，我们现在还没有这样的系统。"

爱思唯尔网络分析公司的伊丽莎白·林指出:“人工智能已经在社会的许多系统中使用。……它们只是看起来不像人们期望的那样。” “众所周知，深度学习是一个热门话题。我们在爱思唯尔经常使用它。过去10年令人兴奋的是模式研究的进展方式，以及这如何影响计算机视觉。这可能是深度学习产生最大影响的领域。你可以在无人驾驶汽车上看到它，但是在医学成像中，同样的过程可以更准确地识别你是否患有某种癌症。我发现，将这种图像提取与自然语言处理联系起来，然后应用于健康问题非常有趣。”

除了深度学习、计算机视觉和自然语言处理将会继续成为下一个10年人工智能研究的热点以外，上述几位专家提到的通用人工智能、因果抽象、感知和推理相结合等，很可能是下一个10年值得关注的新热点。

但是，正如迪格纳穆教授所言，“最大的进步可能是我们尚未取得的”。例如，量子计算是当前前沿科技研究领域，已经在很多国家得到了政府的大力支持。人工智能框架，如搜索和产生式系统理论，是否能够利用量子计算机快速执行？是否能够利用量子现象（如叠加、纠缠）实现量子计算对量子态表示的数据进行操作，大规模提升机器学习能力，并有助于发展超级人工智能？人工智能和机器学习追求的目标是雄心勃勃的，量子计算是否有助于这些雄心壮志进一步发展？这些都还没有公认的答案。

应对负面效应

在人们兴高采烈谈论人工智能革命将如何变革我们的世界的同时，也有人对未来的人工智能革命可能产生的负面效应忧心忡忡——担心人工智能被用来愚弄人类和对人类造成伤害。

的确，人工智能肯定会带来很多好处，改善我们的生活，例如，娱乐，危险场所的工作，老年护理，远程购物、旅游等。但是，人们常说，科技革命是把“双刃剑”，也就是说，存在负面效应。如何应对人工智能存在的负面效应，减少或避免受到不良影响，是值得关注的问题。

人工智能给人类和社会带来挑战，其中最明显的问题是失业。有人预测，机器将会首先接管电话营销、自动化运输服务、下水道管理、税务筹划者、照片处理、数据录入工作、图书馆员和图书馆技术员等工作。例如，数以百万计的卡车司机的工作中的大部分，都将会因自动驾驶实现自动化。尽管这似乎令人担忧，但实际上从18世纪工业革命开始，人类劳动自动化就是一个大趋势——当然，人工智能带来的自动化的广度和深度，将是前所未有的。另一个问题是隐私。例如，人工智能可以从我们的社交媒体反馈中准确预测我们的习性、喜好和隐私。还有人对人工智能自主武器深感不安——自主武器有权决定是否夺走人的生命（虽然也有人认为自主武器可以被设计得比人类更可靠）。

更严重的问题是算法偏见——虽然人工智能决策软件原则上可以被设计成没有偏见的，但糟糕的算法设计会导致做出糟糕的决策。如果一个机器学习程序是由具有偏见的人或具有偏见的数据训练的，那么这个程序也会有偏见。最后，从长远看令人担忧的的问题是，如果我们到达“奇点”——通用人工智能系统变得比人类聪明的假设时间点——会发生什么。也许人工智能将超出人类的控制，甚至可能对人类生存构成威胁——当然，关于奇点是否会发生，科学界至今意见不一。无论如何，人工智能的长远未来有很大的不确定性。应该针对这种可能的负面影响，研究防御措施，防范机器欺骗、威胁和人工智能黑客的攻击，教人工智能辨别是非。

【参考资料】：

[1] Jiajie Zhang. https://cacm.acm.org/blogs/blog-cacm/241556-ai-is-to-medicine-today-what-the-x-ray-was-to-medicine-a-century-ago-and-much-more/fulltext.December 13, 2019.

[2] Sweitze Roffel and Ian Evans. https://www.elsevier.com/connect/the-greatest-advances-in-ai-the-experts-view. July 9, 2018

（说明：图像来自网络有关新闻报导）