在未來，取代人類的不是AI，而是掌握了AI技能的人

掃地僧一一 2019-05-12

展開全文

面對那些關于“機器學習”、“深度學習”、“神經網絡”的高深技術討論和分析，大多數(shù)人并不能完全理解其背后的真相。于是，帶著既不想做“寵物”，也不做“奴隸”的想法，許多人開始對AI的未來充滿擔憂。

那么，處處都在吹捧的人工智能真有那么高大上嗎？

日前，微軟（中國）首席技術官韋青與《深度學習》一書的作者、被稱為“AI奠基人”的特倫斯·謝諾夫斯基進行了一場精彩的深度對話，讓我們在這場思想碰撞中，重新認識了AI。特倫斯謝諾夫·斯基曾和AI教父杰弗里·辛頓共同發(fā)明了波爾茲曼機。

取代人類的不是AI

而是掌握了AI技能的人

與高談闊論，暢享AI未來的大咖演講不同，兩人的交談很接地氣。謝諾夫斯基和韋青更像兩位“好老師”，他們不僅講到了歷史課、科學課，還有生理課、心理課和職業(yè)規(guī)劃……

謝諾夫斯基談到我們共同的祖先——“智人”。智人大約在距今20萬年前就出現(xiàn)了，這在幾十億年的自然界進化過程中也只是疏忽一瞬。智人之所以能夠成為智人，是因為擁有了其它動物所不具備的特殊才能，比如幫助我們思考、創(chuàng)造的大腦，比如靈活的身軀，比如語言、自主意識、理解能力、記憶等。

人類大腦的機制非常復雜與精妙，并且尚未完全開發(fā)，然而只是目前這些看似合理而自然的能力，想要提取其中的原則并集成到人工系統(tǒng)中，也是非常困難的。

人工智能發(fā)展到今天，就像初嘗美味的點心表面那層薄薄的糖霜，只是剛剛奠定了基礎，未來還有很多需要攻克的難題。

韋青提到，目前人工智能的主要表現(xiàn)方式是深度學習，而深度學習的靈感正是來源于大腦神經科學，它不僅僅是知識，更是一種思維范式的轉變。

微軟在與客戶的交流中也在思考，如何幫助用戶基于思維范式的轉變去理解新一輪技術變革，為每一個人、每一個組織賦能。如今經過多年的研發(fā)，微軟Azure認知服務在計算機視覺、語音、自然語言理解、機器翻譯等方面均已實現(xiàn)人類同等水平，微軟將這些AI基礎能力以云服務的方式向廣大用戶輸出，為開發(fā)者提供了觸手可及的人工智能。

針對社會上一些“機器人是否會代替人”的擔憂，韋青的觀點是不要把機器能力神話，機器自始至終都在充當代替人的某種機能的角色，目的是減輕人類某種負擔。

將來取代人類的并不是AI，而是掌握了AI技能的人，所以面對新一輪科技革命的浪潮，我們應該積極學習如何與智能機器相處，并不斷提高這種能力，才能更好地應對時代挑戰(zhàn)。

終身學習，從“娃娃”抓起，“奧數(shù)已走遠，編程天天練”，中國的少兒培訓機構已經認識到了這一點。這也與謝諾夫斯基的想法不謀而合。

對于很多想進入人工智能領域的人，謝諾夫斯基的建議是需要一步一步地走，人工智能的領域很廣，需要了解數(shù)學、概率學、物理、生態(tài)學、神經科學等，在這些不同方向的知識領域中，我們可以找到一個共同點，那就是編程。

編程可以處理AI時代大量的數(shù)據(jù)信息，幫助發(fā)現(xiàn)規(guī)律、理解數(shù)據(jù)背后復雜的問題，并進行深入的學習。謝諾夫斯基主張家長們應該讓孩子從小開始學習編程，培養(yǎng)計算思維，在更容易吸收新知識的階段嘗試用不同角度看世界，才能夠擁有更廣闊的視野去接近真相、抓住時代的機遇。

人工智能時代，沒有專家

在探討“年輕人如何擺脫思維局限”這個問題時，韋青表示，傳統(tǒng)的老師授課、學生被動吸收的模式是一種效率很低的學習方式，每個人都要通過不斷的主動學習去搭建自己的知識體系并不斷迭代。

當有一天走出教室，沒有人會再像老師一樣給你答案，甚至老師也并不會知道所有問題的答案。我們需要掌握大腦規(guī)律，在瞬息萬變的現(xiàn)實世界中學習如何發(fā)現(xiàn)問題、解決問題。

謝諾夫斯基分享了自己多年來的學習經驗，在持續(xù)不斷的跨學科學習生涯里，他有幸跟不同領域的人合作并取得了成績，在工作中也有許多有趣的經歷。

在80年代，謝諾夫斯基曾與學生一起做過一個暑期項目，他們通過不斷的實驗，把一個只會像嬰兒一樣牙牙學語的程序，訓練到可以吸收整本字典、會創(chuàng)造新詞，甚至具備了概括和分析能力。在這個過程中，曾有業(yè)界權威AI教父之稱的杰弗里·辛頓在拜訪他時，認為這項研究是非常難以實現(xiàn)的，并說：“你們太瘋狂了！”然而最后他們成功了。

事實證明：也許專家知道失敗的每一種方式，但他們不知道的是成功解決問題的方式。

所以在這個時代沒有專家，墨守成規(guī)就不會有突破，年輕人需要不怕困難、勇于冒險，這在每個人的職業(yè)生涯中都非常重要，當你突然有一個異想天開甚至驚人的想法時，不要受限于經驗主義，要勇敢地去不斷嘗試。

人類大腦的優(yōu)勢也正是可以超越規(guī)則去學習和創(chuàng)造，通過研究大量的例子去發(fā)現(xiàn)事物之間的相互作用與規(guī)律，而不是只依靠單純的經驗與記憶。這是人工智能所不具備的，也是未來科學進步試圖打破的藩籬。

996是基于制度

還是源于熱愛？

談到最近大火的“996.ICU”事件，韋青表示，不管工作還是學習，都需要保證作息，罔顧員工基本權益的極端行為是不被提倡的。但如果一個人真的找到了熱愛的事業(yè)，并且處于追求個人事業(yè)突破的階段，那么所謂的“996”也就并不那么重要了。他自己有時也會加班調算法到忘了時間，凌晨兩點才能回家入睡，但投入到自己熱愛的事業(yè)中并不會讓他感到疲憊。

謝諾夫斯基則提到了不久前和中國學生的一次交流，當有位學生抱怨被導師要求周末來實驗室工作時，他的第一反應是感到非常疑惑，“難道不該這樣嗎？”

無論任何領域，在學術或事業(yè)的起步階段，想要有進步就必須具備非常有針對性的專注力和自我驅動力，讓自己全身心地沉浸在這份事業(yè)中以求得能力的突破，讓所學的知識真正成為大腦的一部分并伴隨終身。在這種情況下便不再有“996”的局限，但與996的不同在于，這是個人自發(fā)的、基于自身熱愛與能力發(fā)展的行為。