MichaelI.Jordan：我们并非处于人工智能的大爆炸时代

现今的我们，并非处于一个人工智能的神奇大爆炸时代。

在人工智能成为炙手可热的话题之后，前百度首席科学家吴恩达的导师、被誉为人工智能领域的根目录之一的MichaelI.Jordan教授希望能通过自己的课程让人们更准确地认知AI领域。

*以下根据MichaelI.Jordan9月9日在混沌大学的课程《人工智能-机器学习：观点与挑战》整理而成。

授课老师｜MichaelI.Jordan

加州大学伯克利分校教授、美国三院院士

目前，人们讲到人工智能和机器学习，可能还是觉得它很复杂。

事实上，当你听过我的课程，就会发现，关于这个话题，工业机器人维修，有很多还停留在概念性、战略性的阶段。当然，也有一些投入实际应用的技术，但这背后的理论，还是非常基础和简单的。

人工智能与机器学习，其实还远远不是一门基础扎实的工程学科，它并不能为现在用数据分析问题提供强大且可拓展的解决方案。

因此，我们并不能将人工智能与机器学习的发展简单理解为一个神迹，如同高楼非一夜而起，它是必须要经历长时间的发展的。

大家首先要意识到，在这一领域，我们仍处于非常初级的阶段。很多事情我们还不了解，现今的我们并非处于一个人工智能的神奇大爆炸时代。

可以说，我们有可能要花上百年的时间，这个高楼大厦才能真正地建立起来。

准确认知人工智能的现在与未来

本节要点

目前的智能系统还无法做到对场景的常识理解；

我们不太可能看到所谓的超级人类AI。

抛弃那些外界的宣传，我们需要实际且准确地理解人工智能。我们来讲，目前的人工智能有哪些可能性，以及，哪些技术还没有实现的可能。

计算机视觉

可能：在可视场景中标记对象

目前尚无可能：对视觉场景的常识理解

比如，一个会议室的摄像机，把它连接到电脑上后，让它区分哪些是人脸。在目前，人工智能也许可以标记对象，但却不能理解这个场景。

作为人类，我知道这个会议室有很多人，出口在哪里，我要小心台阶不能掉下去。这是我的常识性理解，但计算机是做不到的。

语音识别

可能：多语种语音到文本和文本到语音的转换

目前尚无可能：对听觉场景的常识理解

我的声音可以通过话筒接到电脑中并转化为文本，转化为语音。但如上所述，电脑并不能对文本背后的常识进行理解。

人们可以马上理解一个很复杂的句子来预测下一步行动，但计算机做不到。

自然语言处理

可能：最低限度的翻译和问答

目前尚无可能：语义理解、对话

自然语言中有很多东西，机器是做不到的。机器只能死记硬背，却没有办法真正地回答问题。

当你和电脑交流的时候，KUKA机器人维修，它可以回答你中国最大的城市是哪一个，那是它通过中国、城市、最大这三个关键词，在百度搜索的答案。

但如果你的问题是中国不在河边的第二大城市是哪一个，电脑给你的答案一定是对你一点用都没有的。因为在此之前可能从来没有人做过这个问题的相关数据，没有这个问题答案的数据列表。

但在未来的十年，上述被列为尚无可能的部分，将至少可实现基本形式。

十年，就技术而言，是一个很长的时间窗口了。事实上有一些技术已经开始出现，只是目前在比较原始初级的阶段而已。

比如自驾车以及自驾式空中出租车，它们还是会出现的。尽管不会是超级智能，但肯定会越来越好。

但请注意，人工智能系统仍然是非常有限的智能系统。我相信，我的AI同事们也会赞同我的观点：我们不太可能看到和人有同等智力的灵活性与创造性的AI系统。

首先，人类每时每刻都在以新的方式思考怎样用新的语言来表述，就像我现在讲的每一句话都是有创造性的，我在讲话中可以不断讲新的内容以及新的理念，使用隐喻、反讽等修辞。

在现实中，AI系统还做不到。AI可以帮你做一些基础工作，比如帮你在网上订一张票，但是它无法和你谈人生。

此外，人类还非常善于做新的抽象推理。

比如，Blank从上海走到杭州只花了3个小时。作为人类，你会做很多推理：Blank会移动，而且从上海走到杭州只花了三个小时，它的运动速度一定很快。那么，你会针对Blank问很多问题。

但AI系统就做不到，它需要反复、重复用海量的数据才能得出一个答案。

最后，人非常擅长计划和规划。而AI系统只是擅于捕捉目前的数据，而不可能对未来做出一个长期的、有条不紊的规划。

很多人在讲超级人类AI，这类人一定没有在AI领域工作过，他们根本就不知道AI领域中存在的技术问题有多难。

AI系统可以知道世界所有的城市、餐厅、电影院，然而它也只知道这些事实而已。

所以，我不相信所谓的超级人类AI，KUKA机器人示教器维修，也不相信AI会比人更聪明。