“潑冷水”的來了，AI界鼻祖邁克爾·喬丹稱電腦距離“智慧”還很遠

中青線上上海10月26日電10月25日至27日， 以“智慧科學的發展與應用”為主題的第二屆智慧科學國際會議在上海海事大學召開。 被譽為AI界鼻祖的邁克爾·喬丹（MichaelI.Jordan）親臨現場， 為正在風口上的“人工智慧”潑去了一盆理智的冷水。

“在未來十年之內， 人工智慧系統的’智慧’還非常有限， 你並不會覺得它能和人類一樣智慧了。 我認為未來十年這些AI系統還不能像人類這樣有這麼高的靈活性和創造性。 ”喬丹說。

喬丹與深度學習鼻祖GeoffreyHinton一起， 被認為是人工智慧領域兩位元“根目錄級”人物， 他的學生有深度學習領域權威YoshuaBengio， 貝葉斯學習領域權威ZoubinGhahramani，

以及前百度首席科學家吳恩達等等。 其本人現執教于加州大學伯克利分校， 任電氣工程與電腦科學系和統計系傑出教授(DistinguishedProfessor)。 他還是是美國科學院、美國工程院、美國藝術與科學院三院院士， 是機器學習領域唯一一位獲此成就的科學家。 他曾指出機器學習與統計學之間的聯繫， 並推動機器學習界廣泛認識到貝葉斯網路的重要性。 他還以近似推斷變分方法的形式化、最大期望演算法在機器學習的普及方面的工作而知名。

提起人工智慧， 很多人腦海裡的第一個形象通常是機器人。 就像電影《我， 機器人（I,Robot）》中的智慧型機器人一樣， 人類可以與它進行智慧的互動。 因此， 有些人覺得人工智慧就是指這方面的進展。

它可以和你溝通， 甚至照顧你的衣食起居。

但喬丹認為， 這樣的機器人， 短期內做不出來。

從電腦視覺角度來說， 目前， 電腦已經能夠在複雜的圖像中準確識別出特定的物體。 但是目前電腦還缺乏對視覺場景常識性的理解。 例如， 如果一個人走近舞臺的邊緣， 人類會感覺到他很有可能從舞臺上摔下來， “人類可以從場景中判斷接下來會發生什麼， 以及為什麼會出現現在的場景。 但電腦還遠沒有實現這方面的能力。 ”

語音辨識角度， 當前從語音到文字的相互轉化， 已經在諸多語種中成功得以應用。 但電腦的聽覺能力還十分局限。 例如， 如果你閉上眼睛， 只憑聽覺來感受周圍的環境， 你可以知道你正身處於是安靜的公園還是繁華的街道，

你可以根據聲音來推斷周圍的人和物的方位， “電腦目前還缺乏這一類的常識性認知， 如果再加上複雜的語言資訊， 那就更是難上加難。 ”

自然語言處理， 對電腦而言是最困難的。 “我們看到機器翻譯目前已經取得了很大的進展， 但是它仍然會錯漏語言中的諸多細節。 ”喬丹說， 當下的機器翻譯使用的神經網路技術能對海量的不同語言資料進行計算和匹配， 但人類學習語言的方式則和電腦則大不一樣。

例如， 問答系統， 目前問答系統的研究只能回答一些條件明確、答案簡單的簡短問題， 而無法對真實世界問答場景中複雜的問題作出複雜的回答。 而人們語言中的語義繁複多樣， 有同義詞、近義詞和反義詞等問題，

一個片語在不同的語言場景中可能蘊含多種含義， 不同語言之間的表達方式和習慣更是有所不同， “對於人類來說， 我們在從小到大的學習過程中學會了如何辨別這些複雜的語境， 但電腦目前還遠不能做到這一點。 ”

再到機器人科學角度， 目前， 在工業界正在使用的機器人只能程式化地完成一些固定的任務， 這與人們想像中的“人工智慧機器人”區別較大， “機器人科學有助於實現人工智慧研究的最終願景——我們希望未來人工智慧機器人能夠自主的運行， 並與我們互動。 ”

把未來“縮短”到從2017年到2027年的10年時間， 喬丹預測， 有些智慧化應用確實可能成為現實。 例如未來十年， 自動駕駛汽車甚至是無人駕駛的計程車有可能實現，

“雖然眼下這些技術的使用體驗還不甚良好， 但是可以期許的是未來十年這些前沿技術應該可以為人們所用。 ”

至於AI系統在人機交互的過程中能夠產生什麼樣的理解， 是否能實現預測、計畫等高級智慧的問題， 喬丹認為， 實際上我們離這一步還非常遙遠， “至少要花幾十年的時間， 甚至數百年時間才能讓機器人瞭解人類。 ”

責編：楊威