【中國智能制造網 名家論壇】近日，硅谷連續創業家，斯坦福大學人工智能與倫理學教授，《人工智能時代》作者杰瑞-卡普蘭來到中國，在清華大學和李開復等人談及人工智能的未來。他們就“人工智能帶來的社會結構的變化”、“人工智能領域的創業”等話題展開對話。　　
　　卡普蘭認為，人類已經從人工智能技術的發展中受益頗多。人工智能技術的發展，讓人們有了更多的個人時間去做更多更有意義的事情，從而催生更細分的用戶需求，也同時催生細分行業，為我們創造更多新的崗位和勞動力就業。
　　
　　人工智能未來將成為人類的主人，還是會淪為人類的奴隸?對于這兩種觀點，卡普蘭認為，大眾對人工智能的誤解很大程度上是受科幻電影的影響。實際上，現實中應用的人工智能和科幻電影中的人工智能有很大區別。人工智能本質上是一門工程學科，和平時我們所接觸的土木工程等沒有本質區別。從根本上來看，機器學習并沒有真正超越人類智能。
　　
　　人工智能技術對人類社會的影響有利有弊。一方面，人工智能對勞動力市場結構產生了重要影響，并加劇了技術性失業問題。另一方面，人工智能會影響財富的再分配。如何處理好新技術發展帶來的新社會財富，控制社會貧富差距，也是整個社會和政府機構面臨的問題。
　　
　　在接受采訪中，卡普蘭表示，目前人工智能已經在某些領域可以戰勝人類，比如圍棋，但是這樣應用范圍非常非常窄。AlphaGo打敗李世石跟20年前深藍在象棋領域勝過人類本質上沒有太大差別。在問及未來人類會不會反過來向人工智能學習時，卡普蘭說：“工程師到了一定的水平，無論是向誰來學習來提高自己的技能，都是沒有問題的，包括像人工智能學習都沒問題”。
　　
　　以下是杰瑞-卡普蘭演講全文：
　　
　　今天我想跟大家分享一下我對人工智能的理解。它的本質是一項技術核心，但普通大眾實際上是誤解了人工智能，而我今天我的分享角度比較實用，從實用的角度去理解人工智能，應該會對大家理解人工智能對日常生活、工作的影響帶來一點啟發。
　　
　　人工智能時代的人機關系
　　
　　大家一般會這么去理解人工智能：人工智能非常聰明，智能機器人可能會奪走人類的工作，讓人類找不到飯碗，甚至會控制人類，終會奪取這個星球。
　　
　　除了上面這種人工智能看成敵人的觀點，還有一種觀點把人工智能當做人的奴隸，其實這個想法在幾個世紀以前就有了。然而我并不完全同意上面這些觀點，我認為，人工智能是在人類生活過程中自動化的延續。
　　
　　我們可以在網上搜索一下人工智能的定義：人工智能就是AI，其一般性的解釋是，其本質是計算機的理論和系統，使得那些傳統需要人類去完成的工作，包括像語音識別、視覺感知、決策和不同語言之間的翻譯等，都將逐步被人工智能所取代。但是，我認為，人工智能并不會取代人類、讓人類完全失業，這樣的觀點是比狹隘的。
　　
　　我們舉個例子，人工智能在多大程度上能幫助人類進行決策呢?我們在進行晚上搜索的時候，可能會輸入我們所需要的一些信息，同時網絡會很快給你一個需要的答案和結論。大家想象一下，一個普通人能夠閱讀這么多網站信息、能夠閱讀那么多圖書資料，并能夠在這么短的時間內給出一個回饋，然后進行匹配嗎?我認為，沒有一個人能做到這一點。
　　
　　當然我們并不是說搜索引擎在完成這個工作的時候，就顯得人類無能了。舉個例子，當計算機系統幫助我們完成這些人工智能所需要完成的工作時，明顯比人類更有效率、更快捷，也不是說人類的智能就達到一個極限了，只是各取所長而已。
　　
　　我覺得剛才我所介紹的關于人工智能和人類智能的知識并不陌生。舉個例子，以前在美國，數學計算和運算是由專業的人承擔的，人們將這些人稱作計算師。而現在，即便沒有通過長期、精密的訓練，我們只需要花費極少的費用買一臺計算機就能夠完成過去需要很多計算師完成的工作。計算機及計算機系統在進行運算的時候要比人類快得多，那么是不是就可以說，計算機更聰明呢?
　　
　　人類和計算機之間的區別，本質上是一種思維方式、學習方式的不同。現在，我再舉一個例子，就是翻譯。在過去幾年中，機器翻譯應該說是取得了巨大的進展，這當然是得益于巨大的文本統計和數據分析。但是我們發現，人類翻譯和機器翻譯有很多本質的差別。
　　
　　我們來看看人類翻譯是怎么做的。首先，他需要兩門或者多門語言，可能還要學習當地的文化和風俗習慣;他可能需要閱讀大量有關這門語言的圖書，以做到使翻譯更為準確，符合說話人想要表達的意思。
　　
　　而機器翻譯和人類翻譯的過程是截然不同的，當然，現在機器翻譯學習的成果也不錯，但兩者在加工文本的過程和方向上是截然不同的。
　　
　　機器學習讓機器更智能
　　
　　那么我們看下一個主題，在機器學習的時候，它是否有相關性呢?
　　
　　人類學習和機器學習的過程是不一樣的。比如，我們要教一臺機器來識別貓的話，可能需要給這臺機器提供超過100萬張貓的圖片，由它來識別。但是人類不一樣，如果一個3歲的小姑娘在我身邊，我告訴她“這是貓”，她可能馬上就學會了。
　　
　　但在過去幾年，機器學習取得了非常重要的進展，為什么?因為它有了更多的數據統計和分析，能夠通過標準邏輯和格式呈現給計算機。
　　
　　所以我想跟大家闡述的就是，大眾眼中的人工智能和現實社會中所應用的人工智能是截然不同的。如果大家看電影看得多的話，可能會認為，未來人工智能會通過各種計算機從人類手中奪權，但這種幻想和理念是不正確的。
　　
　　比如一個洗衣機器人，這個機器人會照你安排的方式洗衣，因為所有的程序都是人設定好了，但機器人沒有自己的意識，也沒有辦法去進行自我反思，自己設定自己目的的，因此我認為，這種洗衣機器人不會在某天工作的時候，突發奇想：“洗衣服、疊衣服太笨了，我應該去做建大樓。”
　　
　　如果把“智能”這個詞往廣泛的角度去理解，讓我們看看人類智能和機器智能或者說人工智能有什么樣的差別和聯系。
　　
　　首先，我們現在很難有一個非常嚴格、非常的定義去界定所謂的人類智能或者人類智商、人類智慧，因為這個定義并不準確，你很難去定義。那么人類在多大程度上向機器的智能學習呢?
　　
　　比如說在美國，我們如果要去測試一個人或者是一組人的智商的話，通常我們會用IQ測試。但這種IQ測試方式本身就是有問題的，因為人的智慧很復雜，怎么可以用一組數據、一組排名，甚至一些基本的格式來規范這個人的智商呢?比如我們找兩個人，一個叫王明，一個叫王偉，結果王明在測試中比王偉高出了7分，難道就能說王明比王偉聰明嗎?我覺得這種測試方式是非常簡單粗暴的。
　　
　　所謂的IQ智商不是一組客觀的數據，也不能通過一個簡單的測試達到一個基本排名。我認為，所謂的人類智商是一種主觀觀點，在每一個文化背景下，人們對美的定義是不一樣的。
　　
　　我再舉一個例子，剛剛我們在討論的是關于人類的智商和智慧，那么現在如果把針對人發明的IQ測試，讓機器做一下，它可能只需要花上百萬分之一秒的時間，就能取得比人類高得多的成績。那么，你會認為這個機器很聰明嗎?