自AlphaGo橫空出世， 打敗韓國棋手李世石、世界圍棋第一人柯潔後， 人們關於人工智慧代替人類的討論一直熱度不減。 尤其是近日， DeepMind公司推出了AlphaGo的最強版本AlphaGo Zero， 更是大眾瞭解了機器智慧的極限。 那麼， 在不久的未來， 機器智慧真的會代替人類嗎， 它是不是也有極限？
邁克爾•喬丹教授在大會上作主題報告。 上海海事大學 圖
10月25日， 在由上海海事大學、上海市思維科學研究會承辦的第二屆智慧科學國際會議上， 現為美國科學院、美國工程院、美國藝術與科學院三院院士、加州大學伯克利分校教授的邁克爾·喬丹（Michael I. Jordan）做了題為《人工智慧：前景和挑戰》的報告。
喬丹在演講中給出的答案是：未來十年之內， 人工智慧系統的“智慧”還非常有限。
在人工智慧領域裡， 提到深度學習大神之一的Yoshua Bengio、前百度首席科學家吳恩達、貝葉斯學習領域權威Zoubin Ghahramani， 你一定非常熟悉。 而這三位大牛有一個共同點，
不要誤會， 這不是打籃球的喬丹， 而是機器學習領域最重要的奠基人之一， 他被外界譽為人工智慧領域“根目錄”之一， 算是教父級人物。 他的研究主要是指出了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。
有限的智慧
“創造力和智慧對於人工智慧系統來說還很難實現， 推理和抽象能力的實現也似乎遙不可及。 ”喬丹說。 比如， 人們可以通過語境， 對一個新詞有一個快速的理解， 但是人工智慧卻很難做到。 在他看來， 人工智慧在過去10多年來飛速發展， 其實質是機器語言的增長和統計學的發展。 無論是人工智慧的發展亦或是機器語言的發展，
例如， 人工智慧會根據各項資料分析， 給出一家最好的飯店名稱， 但系統其實並不知道是如何做出搜索， 甚至不會知道提供結果後會產生什麼樣的結果。 “給出最高的評分後， 很有可能會造成顧客蜂擁而至， 但飯店服務品質反而下降的情況。 但人工系統並不知道這些。 ”
喬丹提到， 人們一說起人工智慧， 就覺得應該是電影《我， 機器人》的樣子， 他能很好地與你互動、溝通， 照顧你。 但現實生活中， 人工智慧還未達到這樣的地步， 更常見的反而是增強智慧（Intelligence Augmentation）， 簡稱為IA。 這就好比你用搜尋引擎搜索某個關鍵字， 你會發現它能在很短的時間內返還給你數量龐大的結果， 這些結果憑人腦的力量是完全無法記住。
“我更願意將人工智慧（AI）稱為機器學習（ML）。 而現在所謂的智慧， 是我們根據參數彙集起來的資料演算法， 它們只能複製、模仿、模擬人類的行動， 而不是真正的智慧。 說到底， 相比我們真實的世界， 圍棋的複雜程度要低很多， 因為真實的世界充滿不確定性。 ”喬丹說。
除了只能提供搜索結果和資料外， 喬丹認為， 現在人工智慧的學習能力也遠不及一個遠沒有一個正處於成長期孩子的學習能力。 孩子可以通過少量書本上的圖片和資訊瞭解世界， 但是AI即使看過了無數張圖片和資訊，
智慧之後帶來的挑戰
在不斷的有政府發佈人工智慧報告、提出戰略性政策， 以及越來越多的公司投入大量人力和資金後， 人工智慧的發展似乎迎來了最好的時代。 在演講中， 喬丹除了希望大眾對人工智慧有個冷靜的理解外， 還提到了未來人工智慧發展會遇到的挑戰。
首先， 大眾都非常關心自己未來的工作是否會被人工智慧給替代。 喬丹表示， 人工智慧代替一部分人的工作崗位是很正常的。 這正是社會向前發展的一環， 幾百年前的工業革命讓一部分人失去了工作， 但同時也有更多新崗位的出現。 只是人們必需花更多的時間來學習和適應這個轉變。
其次，人工智慧的安全問題。正如前文所說，當前，人工智慧的發展還面臨著“黑匣子”的問題。即機器實際上並不清楚自己為何做出這個決定，也不知道給出的結果會帶來什麼樣的問題。喬丹認為，這樣的情況在溝通和對話的智慧系統中，出現問題並不可怕。但在醫療和金融領域，一旦機器醫生給出的結果出現問題，那帶來的後果會不堪設想。在醫療和金融領域裡，必須要提高正確、清晰、無誤的結果。這也是未來需要解決的。
第三，資料共用。為了讓更多的研究人員參與到人工智慧的開發中，許多公司會選擇開源自己的人工智慧程式原始程式碼。開源意味著每個人都可以對這個代碼進行自己的修改、添加。但喬丹指出，儘管穀歌、百度等公司都對外宣稱開源，實際上只是放出了部分代碼。公司間的競爭導致了這樣的情況，但這也給大學提供了機會。喬丹認為，大學應該免費推出更多的開源軟體，而且和公司相比，大學在研究領域必定是勝出的一方。
雖然給當前的人工智慧發展程度潑了冷水，但喬丹認為，在越來越多的公司參與、投資者加入後，十年之後人工智慧可能會在電腦視覺、語音辨識、自然語言處理等領域取得理想成績。而他最看好的領域是遊戲、娛樂以及金融。
其次，人工智慧的安全問題。正如前文所說，當前，人工智慧的發展還面臨著“黑匣子”的問題。即機器實際上並不清楚自己為何做出這個決定，也不知道給出的結果會帶來什麼樣的問題。喬丹認為，這樣的情況在溝通和對話的智慧系統中，出現問題並不可怕。但在醫療和金融領域，一旦機器醫生給出的結果出現問題，那帶來的後果會不堪設想。在醫療和金融領域裡，必須要提高正確、清晰、無誤的結果。這也是未來需要解決的。
第三，資料共用。為了讓更多的研究人員參與到人工智慧的開發中，許多公司會選擇開源自己的人工智慧程式原始程式碼。開源意味著每個人都可以對這個代碼進行自己的修改、添加。但喬丹指出，儘管穀歌、百度等公司都對外宣稱開源，實際上只是放出了部分代碼。公司間的競爭導致了這樣的情況，但這也給大學提供了機會。喬丹認為，大學應該免費推出更多的開源軟體，而且和公司相比，大學在研究領域必定是勝出的一方。
雖然給當前的人工智慧發展程度潑了冷水，但喬丹認為，在越來越多的公司參與、投資者加入後，十年之後人工智慧可能會在電腦視覺、語音辨識、自然語言處理等領域取得理想成績。而他最看好的領域是遊戲、娛樂以及金融。