以AlphaGo擊敗人類圍棋高手為代表的這一波人工智能熱潮可以維持多久，人工智能目的是要讓機器人取代人類嗎?
洪小文博士
洪小文博士，1995年加入微軟，2007年出任微軟亞洲研究院院長、2014年兼任微軟亞太研發(fā)集團主席，早在1980年代就師從卡內(nèi)基.梅隆大學(xué)人工智能先驅(qū)學(xué)者羅杰·瑞迪(Raj Reddy)做語音識別研究，與李開復(fù)、沈向洋成為同門師兄弟。
而瑞迪的導(dǎo)師是約翰·麥卡錫(John McCarthy)，在1955年首先提出Artificial Intelligence(人工智能)這一術(shù)語，次年，1956年夏天，在達(dá)特茅斯學(xué)院牽頭組織了人工智能暑期研究項目，許多人認(rèn)為人工智能就是從這次會議開始成為一個學(xué)術(shù)領(lǐng)域。
麥肯錫和瑞迪兩人均因在人工智能領(lǐng)域做出具有開創(chuàng)性的杰出貢獻(xiàn)而先后獲得該領(lǐng)域最高獎——圖靈獎，瑞迪還在2009年當(dāng)選中國工程院外籍院士，理由之一就是培養(yǎng)了包括洪小文在內(nèi)一大批杰出華人學(xué)者。
“我從1980年代跟瑞迪學(xué)語音識別的時候就覺得人工智能這題目很吸引我，因為人的智能是我們?nèi)祟愖杂X最了不起的東西，怎樣才能讓機器也同樣擁有呢?”
他說他永遠(yuǎn)不會忘記，當(dāng)時他和學(xué)長李開復(fù)考慮的思路，跟導(dǎo)師瑞迪和他的導(dǎo)師麥卡錫并不一致，但瑞迪對他們說，“我雖然不認(rèn)同這個方向，但我支持你們?nèi)L試。”之后他們果然做出一個很不錯的成果，小文博士說，“后來羅杰拿圖靈獎的時候我們也有小小的貢獻(xiàn)。導(dǎo)師的導(dǎo)師麥卡錫也拿過圖靈獎——這也是很榮幸的，我們有圖靈獎師承的傳統(tǒng)。”
五百年來棋一局
很容易看出“師承”是小文博士一個關(guān)鍵詞，幾乎每一個回答都能看到老師的影響。
比如，說到業(yè)界對人工智能當(dāng)前處于哪個發(fā)展階段看法不一，有說春天，也有說秋天，小文博士認(rèn)為，“其實我也不知道這是春天還是秋天。大家知道人工智能已經(jīng)經(jīng)歷至少兩個冬天，我自己經(jīng)歷過一個半冬天，就是第一個冬天的末期跟第二個冬天。科學(xué)研究從來就不是一蹴而就的。即使從我們研究員的角度來看，這都是一個很長的周期。”
“今天人工智能紅得不得了，很多人會覺得這就是近幾年的事，但我會說，如果沒有這些學(xué)者——我真的很尊敬這些早期的學(xué)者——沒有他們從50年、60年前開始做這樣的努力，那絕對沒有今天的成果，因此我非常希望媒體能更多報道這些從這么早期就默默耕耘的學(xué)者和他們奠定的人工智能發(fā)展方向。”
至于到底哪一天我們真的可以到人工智能臨界值、可以做一個機器跟人的智力一模一樣，小文博士說預(yù)測未來是非常危險的，麥卡錫的說法是5到500年，“我的老師瑞迪的說法也有趣：他會說大概還要10年，但他會馬上補充，‘如果時光倒流，你是在30年前問我，我的回答也是10年，如果你在5年前問我，我的回答也是10年;直到你今天問我，我也說還要10年。’”
那我甚至可以幫他回答，小文博士說，你若在10年后問他，他肯定也跟你說可能還要10年，這樣說起來還是跟麥肯錫說的500年比較接近。
——500年?!
上一次看到這個時間跨度恰好也跟人工智能有關(guān)：當(dāng)時AlphaGo擊敗韓國選手李世石，有人提到“五百年來棋一局，仙家歲月也無多”，探討機器若被賦予人工智能會不會奪走人類下棋的樂趣，并最終要在很多事情上以機器特有的簡單高效方式碾壓人類。
對此，小文博士淡定回答，如果算法繼續(xù)由人撰寫而機器只會按人提供的算法進行運算，那么，即便是此刻最先進的計算機，在本質(zhì)上跟十幾個世紀(jì)以前人類發(fā)明的算盤是一樣的;哪怕計算機可以完成一些特定類型的任務(wù)，但不代表計算機就能理解這些任務(wù)。
以計算機寫作為例，微軟也在研究，“這聽起來很神奇，但簡單說就是用所謂的深度學(xué)習(xí)。首先把機器訓(xùn)練好，告訴它這個圖跟哪些字會相關(guān)：一開始我們找了很多數(shù)據(jù)先把它訓(xùn)練好，訓(xùn)練好以后，今天就帶一個新圖丟給這個深度學(xué)習(xí)的機器，它就會產(chǎn)生一些字，用這個字做引子;我們同時訓(xùn)練出它學(xué)習(xí)古今中外的詩詞，收集起來，加上字跟字之間的關(guān)系，做出一個神經(jīng)網(wǎng)絡(luò)，然后，你只要有一個字起頭了，機器就可以把后面的字找出來，最終變成一首詩、一首歌曲。”
“但人絕對不用擔(dān)心，絕對不需要擔(dān)心會失去工作。怎么說呢?比如上面提到的看圖作詩，機器很容易就可以產(chǎn)生好幾首，但我想不要說作家了，就是一般人看到這些詩也可以很快判斷出，‘哎，我覺得這個比較好’，光做到這一點人就已經(jīng)很有價值。畢竟，讓機器通過深度學(xué)習(xí)產(chǎn)生一個作品是容易的，但判斷永遠(yuǎn)是我們?nèi)祟惖拈L項，機器不知道哪一個作品能打動我們，也不知道這作品究竟在講什么。”
只有等人類了解了創(chuàng)造力的產(chǎn)生過程，才有可能教會計算機人類特有的那種創(chuàng)作，小文博士說，但這是最難的，可能我們永遠(yuǎn)都搞不清楚。
“人工智能發(fā)展到現(xiàn)在，我們利用大數(shù)據(jù)加上計算機、移動互聯(lián)網(wǎng)，已經(jīng)可以做很多事情(比如微軟在2016年10月刷新對話語音識別詞錯率新低，率先讓機器達(dá)到人類速記員的水平)，但要達(dá)到人的智慧還有很長的路要走，目前都以logical test(邏輯測試)為主，強調(diào)理性，固然這符合人類對智慧的定義，但人類還有非常豐富的情感、情緒、同理心，等等。也正因為這樣，讓人工智能可以繼續(xù)作為一門非常值得研究的學(xué)問——若我們假設(shè)幾年之內(nèi)就能讓機器達(dá)到人的智慧，那這門學(xué)問應(yīng)該就封頂了，就沒有再研究的必要了。”
科學(xué)家VS.科幻小說家
既然人工智能研究之路其修遠(yuǎn)兮，作為研究院院長該如何應(yīng)對?比如，怎樣確定哪個題目值得做、哪個可以再放一放?理想的研究者具備什么特點?
2017年是小文博士擔(dān)任微軟亞洲研究院院長第十年，是微軟研究院這個中國分部自1998年11月成立以來任期最長的院長，前三任院長依次分別是李開復(fù)、張亞勤、沈向洋，都是業(yè)界響當(dāng)當(dāng)?shù)拿帧?/p>
回顧研究院成立當(dāng)天，李開復(fù)作為首任院長從美國總部請來助陣的研究員，就包括洪小文。那天，比爾·蓋茨通過視頻向到場嘉賓解釋他在1991年成立研究院的目的，就是“致力于開創(chuàng)先進的計算機技術(shù)，使未來的計算機會看、會聽、會說、會學(xué)習(xí)，讓人們能像與人交流一樣與計算機交流。”
從那時起到現(xiàn)在，18年來，微軟亞洲研究院英才輩出。談到管理之道，小文博士認(rèn)為包括兩方面：一是要有中心思想，“比爾·蓋茨先生所言就是我們的愿景，我們相信這個方向，雖然不知道要多久、要經(jīng)過多少個冬天，但我們真的對人工智能懷有憧憬——你也可以說是傻勁吧，但這種堅持很重要。”
第二就是要有長期的心態(tài)，他說，“我們當(dāng)然希望研究員每年都會出成果，但如果今天有研究員跟你說：你不要來煩我，給我兩年，我給你成果;兩年以后，他說，快出來了，再給我一年;三年過去了，他說，哎，再給我半年……這就是做研究院領(lǐng)導(dǎo)容易感到為難的地方，我們要做到獎賞分明，但要對未來做判斷卻不容易。也許把時間拉長來看就公平了：比如10年后再看，如果這10年來我的大部分決定以及我鼓勵的項目都出了成果，那就代表我是一個好領(lǐng)導(dǎo);如果我鼓勵的項目沒出成果，我不鼓勵的東西卻出了成果，那我就不是好領(lǐng)導(dǎo)。關(guān)鍵是，即使對未來做判斷很難也必須做一些判斷，然后給研究員最好的環(huán)境、最自由的文化，希望好的事情就會發(fā)生。”
至于理想的研究員人選，“有人說我們研究院的人是不是比較聰明，我覺得這世界上每個人都很聰明，只是每個人的聰明都用在不同的地方。做我們的研究員要對技術(shù)、對未來最有憧憬。我常開玩笑說我們跟科幻小說家有什么不同，今天很多的科研成果，50年前、甚至100年前就有科幻小說家寫過了，但科幻小說家只做夢，我們的研究員不但要做夢，還要把夢想實現(xiàn)，哪怕很可能窮一生之力都無法實現(xiàn)。”
——這聽上去就像他的老師瑞迪在1995年3月接受圖靈獎的致辭的回聲，當(dāng)時瑞迪的標(biāo)題就是《To Dream the Possible Dream》，要將人工智能的夢想實現(xiàn)。
小文博士也說，“比如我的導(dǎo)師瑞迪，以及他的導(dǎo)師麥卡錫，一生做人工智能研究卻沒能實現(xiàn)自己的憧憬，做一個有認(rèn)知、有感知的機器，但他們都很堅持。今天我們要找的人也要像這樣充滿熱情，除了要有一定的專業(yè)訓(xùn)練，更重要的就是能堅持。前面提到人工智能研究已經(jīng)有60年歷史，今年是第61年，有過至少兩次冬天，今天突然紅得不能再紅，那前面會不會再有一次冬天?還會發(fā)生什么?……但研究員不應(yīng)該在意這些，而要繼續(xù)往前走，這才是科研之道。”
三十年后，人與AI并存的日常
設(shè)想三十年后會怎樣，小文博士說，“有一個非常好的場景就是終極助理，每一個人都有一個終極的個人助理，它永遠(yuǎn)知道你下一步要做什么、提前幫你準(zhǔn)備好——像我這工作，這個會見完有下個會見，下個會見完還有另外一個，別人在做什么，有些人我可能只見過兩面，再見面就會很尷尬，不知道怎么說對方的名字，實際上還不僅是名字，還有上次我跟他談過什么，這助理就能幫我做好準(zhǔn)備，并且還能延伸到個人生活上，比如我要去機場接我媽，應(yīng)該什么時候出發(fā)、路況怎么樣，凡此種種，真可以做到無縫對接。”
讓每個人都有一個守護天使，小文博士說他很喜歡老師瑞迪這一描述，“我不知道這要不要30年，有可能不用。”
至于人工智能會不會讓機器取代人類甚至奪取世界，“我的回答就是要相信人類的智慧，畢竟技術(shù)就是技術(shù)，人工智能跟移動技術(shù)、互聯(lián)網(wǎng)技術(shù)、PC技術(shù)是一樣的。有時我覺得大家是不是給人工智能太沉重的負(fù)擔(dān)，好像人工智能跟其他技術(shù)都不一樣。技術(shù)都是人類發(fā)明的，也是可以拿去用的，關(guān)鍵在人，而我完完全全相信人的智慧，相信我們研發(fā)的技術(shù)和機器都是為我們服務(wù)的。人是世界上最聰明的生物，人的智慧一定會把人工智能用在正途，做可以對人類產(chǎn)生最大益處的事。有人可能會把這些東西拿去做壞事，但那是壞人，我們有法律，我們有智慧可以界定和應(yīng)對。”
伴隨小文博士對人類智慧的高度信任而來的，是他在不同場合多次強調(diào)獨立思考的重要性。
應(yīng)該怎么訓(xùn)練獨立思考的能力，以及第二個問題，設(shè)計人工智能超級助理能不能把這一點考慮進去，于是機器除了能幫我們輕易取得信息，也可以幫忙提醒：請您自己判斷，這消息是真的假的?
小文博士認(rèn)為這是非常必要的題目，“第一個問題，這是我會重視教育的原因，我沒有什么了不起的解決方案，但有一點我可以講，就是要注意多傾聽不同的聲音。”
尤其當(dāng)大多數(shù)人都這樣說、民調(diào)顯示大多數(shù)人都這樣說，并且民調(diào)也做得很系統(tǒng)、很科學(xué)，這時更應(yīng)警覺而注意花力氣去聽另外那部分聲音，“你聽了以后未必就會改變判斷，但現(xiàn)在更嚴(yán)重的問題在于那些聲音沒有出來，民調(diào)只說多數(shù)人是那樣說，而你也沒有積極找那些聲音來聽并作獨立思考，這就容易形成另一種一言堂——我想，不管是什么樣的社會，也不會說這問題大多數(shù)的人覺得這樣，那就應(yīng)該這樣。從這個角度講，怎樣照顧少數(shù)人的權(quán)益、怎樣做獨立思考，在未來會變得更重要。”
至于第二個問題，他說，“你提到人工智能，這很大程度上要用到數(shù)據(jù)。數(shù)據(jù)是什么?英文說garbage in，garbage out，如果你數(shù)據(jù)的采樣不對或偏袒某一方，你得出的結(jié)果就會有偏差，因此這第二個關(guān)于人工智能的問題更難，難在你怎么才能察覺自己不知道的事情。”
“我們無論從事AI研究也好、做產(chǎn)品也好，都要在意怎樣把我們的產(chǎn)品做得更安全、怎樣把我們的產(chǎn)品做到不會因為數(shù)據(jù)而造成我們自己沒有想到的某種偏見。這是80/20的原則：我做這事要照顧到大部分人的權(quán)利，但不要忘記少數(shù)人的聲音，因為每一個人在很多議題上都有可能變成少數(shù)，畢竟人本來就存在各種差別。這在人工智能領(lǐng)域就更難了，有時你把它做完就變成一個產(chǎn)品拿去用了，要等出了問題你可能才會意識到。”
因此，人類未來的希望在于有更多人能做獨立思考，“如果以后不做研究了，我想做教育，而且跟多數(shù)人設(shè)想的去大學(xué)教計算機不一樣，我想的是怎樣將計算思維和獨立思考帶到中小學(xué)去，因為教育的本質(zhì)就是prepare人類迎接未來，我是真的很想做。”
這么說我們應(yīng)該對未來更有信心還是更擔(dān)心呢，因為我們并不知道現(xiàn)在是不是已經(jīng)有足夠能獨立思考的人可以應(yīng)對建造人工智能超級助理的要求?
沒想到，從人工智能學(xué)者角度談完未來的艱巨挑戰(zhàn)，小文博士依然可以淡定回答，“我是一個樂觀者，我覺得未來只有更好，我相信大部分人跟我一樣，在新的一年一定會比去年更進一步——比如今天我提到的另一種一言堂，以前我就沒這樣想過——人一定會犯錯誤，但我們一定會從錯誤中學(xué)習(xí)。不能說這以后就一定不會犯錯誤，但希望以后犯比較少的錯誤，甚至把事情做得更好。”
“這也是我相信AI+HI(人類智慧)=超級智能的原因。”他說。
