“與人類智能相媲美的硅基智能正誕生于我們所處的時(shí)代，這類想法讓我們激動(dòng)萬分，也帶來了同等程度的驚嚇和分心?！氨蛔u(yù)為機(jī)器學(xué)習(xí)之父的美國三院院士、伯克利教授Michael I.Jordan近日在美國知名科技媒體Medium上，難得的發(fā)布了他的第一篇文章。一反以往的技術(shù)干貨輸出，這篇文章的主題是對(duì)當(dāng)前AI研究中的問題進(jìn)行冷靜反思。

這篇名為《人工智能：革命遠(yuǎn)未到來》的長文閱讀時(shí)間在20分鐘左右，從14年前Jordan教授自己的一個(gè)關(guān)乎生死抉擇的故事說起，回顧了AI發(fā)展的過往，更重要的是，提出了數(shù)據(jù)和機(jī)器學(xué)習(xí)當(dāng)前研究是如何偏離初衷，又蘊(yùn)含了怎樣的巨大威脅。他認(rèn)為，我們還有機(jī)會(huì)來建構(gòu)一種新學(xué)科領(lǐng)域——真正以人類為中心的工程學(xué)科，Enjoy it。

【人工智能】正在讓這個(gè)時(shí)代激動(dòng)不已，但也正引發(fā)不少擔(dān)憂。被譽(yù)為機(jī)器學(xué)習(xí)之父的美國三院院士、伯克利教授Michael I.Jordan昨天在美國知名科技媒體Medium上，難得的發(fā)布了他的第一篇文章。一反以往的技術(shù)干貨輸出，這篇文章的主題是對(duì)當(dāng)前AI研究中的問題進(jìn)行冷靜反思。

這篇名為《人工智能：革命遠(yuǎn)未到來》的長文閱讀時(shí)間在20分鐘左右，從14年前Jordan教授自己的一個(gè)關(guān)乎生死抉擇的故事說起，回顧了AI發(fā)展的過往，更重要的是，提出了數(shù)據(jù)和機(jī)器學(xué)習(xí)當(dāng)前研究是如何偏離初衷，又蘊(yùn)含了怎樣的巨大威脅。他認(rèn)為，我們還有機(jī)會(huì)來建構(gòu)一種新學(xué)科領(lǐng)域——真正以人類為中心的工程學(xué)科。

大數(shù)據(jù)文摘對(duì)這篇文章進(jìn)行了全文編譯，對(duì)原文感興趣的讀者可以在文末鏈接科學(xué)上網(wǎng)去Medium查看原文。

以下為Michael I.Jordan博客全文：

作為這個(gè)時(shí)代的代名詞，人工智能正被技術(shù)人員、學(xué)者、記者和風(fēng)險(xiǎn)投資人共同吟誦。

和其他專業(yè)名詞一樣，這個(gè)名詞在被使用過程中伴隨著種種誤解。事實(shí)上并不是公眾不理解科學(xué)家，而是科學(xué)家有時(shí)候也像公眾一樣迷惑。

“與人類智能相媲美的硅基智能正誕生于我們所處的時(shí)代?！边@類想法讓我們激動(dòng)萬分，也帶來了同等程度的驚嚇和分心。

而關(guān)于當(dāng)前的時(shí)代，也有一些不同的聲音。

讓我先講一個(gè)故事，它涉及到人類、計(jì)算機(jī)、數(shù)據(jù)和生死抉擇。

超聲波檢測(cè)數(shù)據(jù)和唐氏綜合征

14年前我的太太懷孕時(shí)，我們做了一次超聲波檢查。一位遺傳學(xué)家指出，胎兒心臟周圍有一些白色斑點(diǎn)。

“這些都是唐氏綜合癥的標(biāo)志，”她說，“患病風(fēng)險(xiǎn)已經(jīng)高達(dá)5%?！彼€告訴我們，我們可以通過羊膜穿刺術(shù)來了解胎兒的實(shí)際情況，但羊膜穿刺術(shù)具有一定的危險(xiǎn)性，手術(shù)中胎兒死亡的概率約為1/300。

作為一名統(tǒng)計(jì)學(xué)家，我決定找出這些數(shù)據(jù)來源。

長話短說，我發(fā)現(xiàn)十年前有人在英國做過一項(xiàng)統(tǒng)計(jì)分析，這一分析稱，這些白點(diǎn)反映了鈣的積累，確實(shí)是唐氏綜合癥的一個(gè)預(yù)測(cè)指標(biāo)。

但我也注意到，在我們的測(cè)試中使用的成像儀比英國研究中使用的，每平方英寸多幾百像素。我回去告訴遺傳學(xué)家，我相信這些白點(diǎn)很可能是假陽性的，它們實(shí)際上是“白噪音”。她說：“啊，這就解釋了為什么自從我們開始用新機(jī)器，唐氏綜合癥的診斷就不斷上升?！?/p>

我們沒有做羊膜穿刺術(shù)，幾個(gè)月后，一個(gè)健康的女孩出生了。

這一事件讓我非常困擾，特別是在粗略計(jì)算后，我發(fā)現(xiàn)全世界每天有成千上萬的人正接受這種診斷，而且其中很多父母選擇了羊膜穿刺術(shù)，導(dǎo)致了一些嬰兒不必要的死亡。

這種情況一天又一天發(fā)生，不知何時(shí)才能停止。

這個(gè)故事中的問題與我個(gè)人的醫(yī)療保健無關(guān)；它關(guān)乎醫(yī)療系統(tǒng)，測(cè)量不同地點(diǎn)和時(shí)間的變量和結(jié)果，進(jìn)行統(tǒng)計(jì)分析，并在其他地方和時(shí)間使用結(jié)果。

這個(gè)故事中的問題與數(shù)據(jù)分析本身有關(guān)，而且與數(shù)據(jù)來源有關(guān)。

廣義而言，數(shù)據(jù)來自哪里，數(shù)據(jù)得出了什么推論，這些推斷與當(dāng)前情況之間的相關(guān)程度如何？

一個(gè)訓(xùn)練有素的專家也許能夠逐案解決所有這些問題，但問題能否是設(shè)計(jì)出全球醫(yī)療系統(tǒng)的解決方案，以至于不用人類監(jiān)督也可以解決這些問題。

我也是一名計(jì)算機(jī)科學(xué)家，想要建立這種全球的推理和決策系統(tǒng)所需的原則，將計(jì)算機(jī)科學(xué)與統(tǒng)計(jì)學(xué)相結(jié)合，并考慮到人類的福祉，我所學(xué)的知識(shí)并不能幫助我解決這些問題。

不僅在醫(yī)療領(lǐng)域，而且在商業(yè)、交通和教育等領(lǐng)域，這些原則的發(fā)展至少與建立能讓我們眼花繚亂地玩游戲和進(jìn)行運(yùn)動(dòng)感知的AI系統(tǒng)一樣重要。

無論我們是否很快就能理解“智能”，我們都面臨著一個(gè)重大挑戰(zhàn)，即將計(jì)算機(jī)和人類友好交互，從而給人類生活帶來便利。

盡管有些人將之視為“屈從于人工智能”，但它也可以被更平常地看待，就像創(chuàng)建一個(gè)工程學(xué)科的新分支一樣。

就像過去幾十年興起的土木工程和化學(xué)工程一樣，這門新學(xué)科的目標(biāo)是聚合幾個(gè)核心思想的力量，以安全的方式為人們帶來新的資源和能力。

土木工程和化學(xué)工程建立在物理和化學(xué)之上，而這個(gè)新的工程學(xué)科將以上個(gè)世紀(jì)落地的思想為基礎(chǔ)，這些思想包括“信息”、“算法”、“數(shù)據(jù)”、“不確定性”、“計(jì)算“、”推理“和”優(yōu)化“等等。

此外，由于這個(gè)新學(xué)科建立在有關(guān)人類的數(shù)據(jù)之上，所以其發(fā)展也需要從社會(huì)科學(xué)和人文科學(xué)的視角剖析。

雖然人工智能大工程的積木塊已經(jīng)有了，但是把這些積木塊組合在一起的原則還沒有出現(xiàn)，所以這些積木的組合僅僅以特例的方式存在。

就像在土木工程學(xué)科出現(xiàn)之前建造房屋和橋梁一樣，人類開始著手構(gòu)建大規(guī)模的推理和決策系統(tǒng)，它涉及機(jī)器、人類和環(huán)境。

正如早期的建筑和橋梁有時(shí)會(huì)以不可預(yù)見的方式崩塌并帶來悲催的后果一樣，目前許多早期的大規(guī)模推理和決策系統(tǒng)已經(jīng)暴露出了嚴(yán)重的概念缺陷。

不幸的是，我們并不善于預(yù)測(cè)下一個(gè)會(huì)出現(xiàn)的嚴(yán)重缺陷。我們?nèi)鄙俚氖且粋€(gè)具有分析和設(shè)計(jì)原理的工程學(xué)科。

當(dāng)公眾談到這一話題時(shí)，他們過于頻繁地使用“AI”，仿佛它是個(gè)通配符（wildcard），這使得人們很難推理AI這項(xiàng)新興技術(shù)的范圍和后果。

因此我們需要仔細(xì)思考AI這一名詞在歷史上和今天，到底指的是什么。

什么才能被稱為AI？

今天大多數(shù)所謂“AI”，指的是過去的幾十年中被稱作“機(jī)器學(xué)習(xí)”（ML）的東西。ML是一個(gè)算法范疇，它將來自統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)和許多其他學(xué)科的想法融合在一起，設(shè)計(jì)算法來處理數(shù)據(jù)、做出預(yù)測(cè)并幫助做出決定。

ML真正給世界帶來了影響，而且它所帶來的影響不是最近才發(fā)生的。事實(shí)上，在90年代初就已經(jīng)非常明確了：ML會(huì)給工業(yè)界帶來大規(guī)模的影響。

在本世紀(jì)初，亞馬遜這樣的前瞻性公司已經(jīng)在所有業(yè)務(wù)中使用了ML，解決了欺詐檢測(cè)和供應(yīng)鏈預(yù)測(cè)方面的關(guān)鍵問題，并且對(duì)面向消費(fèi)者的服務(wù)做出了創(chuàng)新，如推薦系統(tǒng)。

在接下來的20年中，隨著數(shù)據(jù)集規(guī)模和計(jì)算資源的快速增長，很明顯，ML將不僅為亞馬遜，而且將為任何一家能夠?qū)Q策與大規(guī)模數(shù)據(jù)聯(lián)系在一起的公司提供動(dòng)力。

新的商業(yè)模式將會(huì)出現(xiàn)。“數(shù)據(jù)科學(xué)”這個(gè)名詞開始被用來指代這種現(xiàn)象，反映出ML算法專家需要與數(shù)據(jù)庫和分布式系統(tǒng)專家合作以建立更強(qiáng)的ML系統(tǒng)，也反映這一推理系統(tǒng)在社會(huì)和環(huán)境方面的潛力。

這種思想和技術(shù)趨勢(shì)的融合在過去幾年中被重新命名為“AI”。這一重塑值得仔細(xì)推敲。

從歷史上看，AI這個(gè)詞在上世紀(jì)50年代末被創(chuàng)造出來，表達(dá)了在軟件和硬件中實(shí)現(xiàn)具有人類智能實(shí)體的強(qiáng)烈愿望。我們將使用“類人AI”一詞來指代這一愿望，它強(qiáng)調(diào)人工智能實(shí)體似乎應(yīng)該是我們中的一員，即使不是身體上，但至少在精神上（無論這可能意味著什么）。

這類研究主要存在于學(xué)術(shù)領(lǐng)域。雖然相關(guān)的學(xué)術(shù)領(lǐng)域，如運(yùn)籌學(xué)、統(tǒng)計(jì)學(xué)、模式識(shí)別、信息論和控制論已經(jīng)存在，并且常常受到人類智能（和動(dòng)物智能）的啟發(fā)，但這些領(lǐng)域可以說是集中在“低級(jí)”信號(hào)和決策上。

比如說，一只松鼠能夠感知它所生活的森林的三維結(jié)構(gòu)，并在樹枝之間跳躍，這種能力給我們帶來許多啟發(fā)。

“人工智能”的關(guān)注點(diǎn)應(yīng)該不同于此，AI應(yīng)當(dāng)關(guān)注人類“理性”和“思考”的高級(jí)認(rèn)知能力。

然而，60年過去了，高層次的推理和思想仍然難以捉摸?，F(xiàn)在被稱為“人工智能”的發(fā)展主要出現(xiàn)在與低水平模式識(shí)別和運(yùn)動(dòng)控制制相關(guān)的工程領(lǐng)域，以及統(tǒng)計(jì)學(xué)領(lǐng)域——專注于找到數(shù)據(jù)模式并做出有根據(jù)的預(yù)測(cè)、假設(shè)檢驗(yàn)和決策。

著名的“反向傳播”算法在20世紀(jì)80年代初被David Rumelhart重新發(fā)現(xiàn)，現(xiàn)在被視作所謂“人工智能革命”的核心。其實(shí)，反向傳播最早出現(xiàn)于20世紀(jì)五六十年代的控制理論領(lǐng)域，它的早期應(yīng)用之一是優(yōu)化阿波羅號(hào)宇宙飛船向月球前進(jìn)時(shí)的推進(jìn)器。

自20世紀(jì)60年代以來，我們已經(jīng)取得了很大的進(jìn)展，但可以說，這并不是來自于對(duì)“類人AI”的追求。

相反，這些工程師的杰作往往隱藏在幕后，就像阿波羅飛船的情況一樣。雖然公眾不容易覺察，但在文件檢索、文本分類、欺詐檢測(cè)、推薦系統(tǒng)、個(gè)性化搜索、社交網(wǎng)絡(luò)分析、規(guī)劃、診斷和A/B測(cè)試等領(lǐng)域的研究和系統(tǒng)建設(shè)的確取得了重大成功，推動(dòng)谷歌、Netflix、Facebook和亞馬遜等公司的進(jìn)步。

人們可以簡單地所有這些稱為“AI”，但這樣的標(biāo)簽可能會(huì)讓優(yōu)化或統(tǒng)計(jì)領(lǐng)域的研究人員感到驚訝，他們一覺醒來后發(fā)現(xiàn)自己突然成了“人工智能研究人員”。但撇開研究人員的標(biāo)簽不談，更大的問題是，使用這個(gè)單一的、定義不清的首字母縮略詞，會(huì)妨礙人們對(duì)技術(shù)和商業(yè)變革的清晰理解。

2個(gè)關(guān)鍵問題：智能增強(qiáng)和智能基礎(chǔ)設(shè)施

在過去的二十年里，“智能增強(qiáng)”（IA）在工業(yè)和學(xué)術(shù)界取得了重大進(jìn)展，這是對(duì)“類人AI”的補(bǔ)充。在IA領(lǐng)域，計(jì)算和數(shù)據(jù)被用來增強(qiáng)人類智力和創(chuàng)造力。搜索引擎可以被看作是IA的一個(gè)例子（它增強(qiáng)了人類的記憶和知識(shí)），自然語言翻譯也是如此（它增強(qiáng)了人類的交流能力）。

基于計(jì)算的聲音和圖像生成可以作為藝術(shù)家的調(diào)色板和創(chuàng)意增強(qiáng)器。雖然這類項(xiàng)目可能涉及高層次的推理和思想，但目前它們不這樣涉及——它們大多執(zhí)行各種字符串匹配和數(shù)字操作，捕獲人類可以使用的模式。

本文的最后一個(gè)縮略詞是“智能基礎(chǔ)設(shè)施”（II）。讓我們想象一個(gè)由計(jì)算、數(shù)據(jù)和物理實(shí)體組成的網(wǎng)絡(luò)，它使人類所處的環(huán)境更加友好、有趣和安全。這種基礎(chǔ)設(shè)施已開始出現(xiàn)在運(yùn)輸、醫(yī)藥、商業(yè)和金融等領(lǐng)域，并對(duì)個(gè)人和社會(huì)產(chǎn)生巨大影響。

有時(shí)也出現(xiàn)在關(guān)于“物聯(lián)網(wǎng)”的話題中，但物聯(lián)網(wǎng)一般指把“物”放在互聯(lián)網(wǎng)上，并不涉及這些能分析數(shù)據(jù)和發(fā)現(xiàn)事實(shí)、在更高的抽象層面上與人互動(dòng)的“物”所面臨的更大挑戰(zhàn)。

例如，回到我的個(gè)人軼事，我們可以想象在一個(gè)“社會(huì)規(guī)模的醫(yī)療系統(tǒng)”中生活，它建立了醫(yī)生以及位于患者體內(nèi)外設(shè)備之間的數(shù)據(jù)流和數(shù)據(jù)分析流程，從而幫助人類進(jìn)行診斷和提供護(hù)理。

該系統(tǒng)將納入來自人體細(xì)胞、DNA、血液測(cè)試、環(huán)境、群體遺傳學(xué)以及大量藥物和治療文獻(xiàn)的信息。它不僅關(guān)注單個(gè)病人和醫(yī)生，而且關(guān)注所有人類。就像目前的醫(yī)學(xué)測(cè)試允許在一組人（或動(dòng)物）身上進(jìn)行實(shí)驗(yàn)，然后大范圍應(yīng)用一樣。這將有助于保持相關(guān)性、出處性和可靠性，就像當(dāng)前金融業(yè)正致力于解決財(cái)務(wù)和支付的可信性一樣。

當(dāng)然，可以預(yù)見，這一系統(tǒng)將會(huì)出現(xiàn)很多問題，比如隱私、責(zé)任、安全問題等等，但這些問題應(yīng)該被視為挑戰(zhàn)，而不是阻礙。

我們現(xiàn)在遇到了一個(gè)關(guān)鍵問題：如果要解決上述這些更大挑戰(zhàn)，“類人AI”研究是最佳的，或者說是唯一的方法嗎？

機(jī)器學(xué)習(xí)領(lǐng)域里最受歡迎的成功案例中，有一些與類人AI有關(guān)，如計(jì)算機(jī)視覺、語音識(shí)別、人機(jī)對(duì)局和機(jī)器人等。所以，也許我們應(yīng)該等待這些領(lǐng)域的進(jìn)一步發(fā)展。

這里需要說明兩點(diǎn)。首先，報(bào)紙不會(huì)告訴你，我們?cè)陬惾薃I上取得的成功實(shí)際上非常有限，我們距離實(shí)現(xiàn)類人AI的愿望還很遙遠(yuǎn)。

不幸的是，盡管進(jìn)步甚微，它帶來的興奮和恐懼給這個(gè)領(lǐng)域帶來了過度的關(guān)注，而這種情況在其他工程領(lǐng)域還從未出現(xiàn)過。

其次，更重要的是，這些領(lǐng)域的成功不僅不足以解決重要的IA和II問題。為什么說它們不足以解決IA和II問題呢？看看自動(dòng)駕駛就知道了。

要實(shí)現(xiàn)這樣的技術(shù)，需要解決一系列的工程問題，而這些問題可能與人的能力（準(zhǔn)確地說，是人所缺乏的能力）關(guān)系不大。整個(gè)交通系統(tǒng)（II系統(tǒng)）可能會(huì)更像現(xiàn)在的空中交通管制系統(tǒng)，而不是模擬現(xiàn)在的路況：一群分散的、面朝前的、注意力不夠集中的人類駕駛員。

它將比現(xiàn)在的空中交通管制系統(tǒng)復(fù)雜得多，尤其是將使用大量數(shù)據(jù)和自適應(yīng)統(tǒng)計(jì)建模來進(jìn)行更細(xì)層面上的決策。這些挑戰(zhàn)才是最需要被擺在首位的，而在努力解決這些挑戰(zhàn)的過程中，專注于類人AI可能會(huì)令人分心。

當(dāng)然也有人認(rèn)為，類人AI包含了IA和II，因?yàn)轭惾薃I系統(tǒng)不僅能夠解決AI的經(jīng)典問題（例如圖靈測(cè)試），也是解決IA和II問題的最佳選擇。

但是，幾乎沒有先例可以支撐這樣的論點(diǎn)。照這么說，發(fā)展土木工程是不是需要通過人造木匠或泥瓦匠來實(shí)現(xiàn)？發(fā)展化學(xué)工程是不是應(yīng)該先造出一個(gè)人造化學(xué)家？或者這么說，如果我們的目標(biāo)是建設(shè)化學(xué)工廠，那么我們是否應(yīng)該先建立一個(gè)人造化學(xué)家，然后再研究如何建造一座化學(xué)工廠？

還有一種與之類似的觀點(diǎn)認(rèn)為，人類的智慧是我們目前所能知道的唯一一種智慧，我們應(yīng)該先模仿它。但其實(shí)人類在某些推理上并不十分擅長——我們會(huì)有失誤、偏見和局限。

而且關(guān)鍵的是，人類還沒有演化出大規(guī)模決策的能力，這種能力是現(xiàn)代II系統(tǒng)必須擁有的。人類也還不足以應(yīng)對(duì)II系統(tǒng)場(chǎng)景中的各種不確定性。

有人可能會(huì)爭辯說AI系統(tǒng)不僅會(huì)模仿人的智能，而且會(huì)“糾正”它，并把它擴(kuò)展到大規(guī)模的問題上。

但是，這是科幻小說里才有的，這種推測(cè)性的論點(diǎn)雖然在小說中具有娛樂性，但不應(yīng)該成為我們?cè)谟龅絀A和II問題時(shí)的主要策略。我們需要研究IA和II問題本身，而不僅僅是坐等讓類人AI來解決問題。

II系統(tǒng)的算法和基礎(chǔ)設(shè)施挑戰(zhàn)并不難解決，而這不屬于類人AI研究的核心。II系統(tǒng)需要管理分布式知識(shí)庫，這些知識(shí)庫正在迅速變化，而且很可能在國際上互不一致。

這些系統(tǒng)必須考慮與云端的相互作用，來做出及時(shí)的分布式?jīng)Q策，并且它們必須能夠處理長尾現(xiàn)象（即少量用戶的數(shù)據(jù)量巨大、而大部分用戶的數(shù)據(jù)較少的現(xiàn)象）。它們必須解決在不同管理部門和競(jìng)爭對(duì)手之間分享數(shù)據(jù)的難題。

最后，尤為重要的是，必須將激勵(lì)、定價(jià)等經(jīng)濟(jì)概念帶入統(tǒng)計(jì)和計(jì)算基礎(chǔ)設(shè)施領(lǐng)域，是它們連接了人與人、人與商品。這樣，II系統(tǒng)就不僅僅是提供服務(wù)了，而是在創(chuàng)造市場(chǎng)。

音樂、文學(xué)和新聞等領(lǐng)域正急需這樣能夠用數(shù)據(jù)分析將生產(chǎn)者和消費(fèi)者聯(lián)系起來的市場(chǎng)。這一切都必須在不斷演變的社會(huì)、道德和法律規(guī)范的背景下完成。

展望未來

當(dāng)然，類人AI的經(jīng)典問題仍然值得關(guān)注。

然而，目前AI研究的重點(diǎn)還是收集數(shù)據(jù)、部署“深度學(xué)習(xí)”基礎(chǔ)設(shè)施、展示能模仿某些狹義上的人類技能（即幾乎沒有新出現(xiàn)的解釋原則）的系統(tǒng)。

這樣的研究重點(diǎn)偏離了經(jīng)典AI研究里最主要的開放性問題，包括，在自然語言處理系統(tǒng)中引入推理和意義、推斷和因果關(guān)系的必要性、開發(fā)計(jì)算上易于處理的對(duì)不確定的表示的必要性、以及開發(fā)制定和追求長期目標(biāo)系統(tǒng)的必要性。

這些都是類人AI研究中的經(jīng)典目標(biāo)，但在目前“AI泡沫”的喧囂中，人們很容易忘記這些亟待解決的問題。

IA還將保持相當(dāng)重要的位置，因?yàn)樵诳深A(yù)見的將來，在抽象地理解現(xiàn)實(shí)世界情況的能力上，計(jì)算機(jī)還無法追上人類，我們?nèi)匀恍枰?jīng)過深思熟慮的人機(jī)互動(dòng)經(jīng)過來解決我們最緊迫的問題。

我們希望計(jì)算機(jī)能夠激發(fā)人類更高一層的創(chuàng)造水平，而不是取代人類的創(chuàng)造力（無論這可能意味著什么）。

John McCarthy（當(dāng)時(shí)還在達(dá)特茅斯大學(xué)擔(dān)任教授一職，但很快就去了麻省理工學(xué)院任職）創(chuàng)造了“AI”一詞，顯然是為了將他的初期研究與Norbert Wiener（當(dāng)時(shí)是麻省理工學(xué)院一位老教授）的研究區(qū)分。Wiener創(chuàng)造了“控制論”一詞，用以指代他自己對(duì)智能系統(tǒng)的愿景，這一愿景與運(yùn)籌學(xué)、統(tǒng)計(jì)學(xué)、模式識(shí)別、信息論和控制理論密切相關(guān)。

而McCarthy的愿景里則強(qiáng)調(diào)了與邏輯的聯(lián)系。這里有個(gè)有趣的反轉(zhuǎn)，雖然“AI”是McCarthy提出來的術(shù)語，今天占據(jù)了主導(dǎo)地位卻是Wiener的智能理論。（然而這種情況一定只是暫時(shí)的，AI的鐘擺擺的比大多數(shù)領(lǐng)域都要大。）

John McCarthy (1927 - 2011) 和Norbert Wiener (1894 - 1964)

但我們需要超越McCarthy和Wiener的觀點(diǎn)。

我們要認(rèn)識(shí)到，目前關(guān)于AI的公開對(duì)話內(nèi)容主要都集中在工業(yè)界和學(xué)術(shù)界的很小領(lǐng)域里，這可能會(huì)使我們面臨由AI、IA和II帶來的全方位挑戰(zhàn)和機(jī)遇。

上述的角度不關(guān)乎科幻夢(mèng)想或機(jī)器超越人類的噩夢(mèng)，而更關(guān)乎人類理解和塑造技術(shù)的需求。這種需求在日常生活中變得更加現(xiàn)實(shí)有力。此外，在這種理解和塑造過程也需要來自各行各業(yè)的不同聲音，不僅僅是技術(shù)上的對(duì)話。

過于集中地關(guān)注類人AI，會(huì)讓人們屏蔽很多聲音。

工業(yè)領(lǐng)域的進(jìn)步將繼續(xù)推動(dòng)發(fā)展，學(xué)術(shù)界也將繼續(xù)發(fā)揮重要作用，學(xué)術(shù)界的作用不僅在于提供創(chuàng)新性的技術(shù)理念，而且在于將來自不同領(lǐng)域的研究人員：計(jì)算機(jī)和統(tǒng)計(jì)學(xué)科、來自社會(huì)科學(xué)、認(rèn)知科學(xué)和人文科學(xué)等領(lǐng)域的研究人員匯聚起來，他們的價(jià)值和觀點(diǎn)十分重要。

另一方面，雖然人文和科學(xué)是我們前進(jìn)的關(guān)鍵，但我們討論的范疇依然是工程領(lǐng)域——社會(huì)造物：制造新的產(chǎn)物，這些產(chǎn)物應(yīng)該能按照我們想要的方式工作。

我們都不希望在建立了能幫助我們獲得醫(yī)療、交通和商業(yè)機(jī)會(huì)的系統(tǒng)后，發(fā)現(xiàn)這些系統(tǒng)并不能真正運(yùn)轉(zhuǎn)起來，從這個(gè)角度來說，在機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)占中心地位的領(lǐng)域，還有一個(gè)學(xué)科亟待出現(xiàn)。這些已知的領(lǐng)域令人興奮，但還不能被視為新的工程學(xué)科。

而且，我們應(yīng)該接受這樣的事實(shí)：我們正在見證一個(gè)新的工程分支的誕生。在學(xué)術(shù)界以及其它領(lǐng)域里，“工程學(xué)”這個(gè)術(shù)語經(jīng)常被狹義地引用，用以指代冷酷無情的機(jī)器，或帶有人類失去控制的消極內(nèi)涵，但工程學(xué)科其實(shí)是可以成為我們想要的樣子的。

當(dāng)前，我們有機(jī)會(huì)來建構(gòu)一種新學(xué)科領(lǐng)域——真正以人類為中心的工程學(xué)科。

我不會(huì)給這個(gè)新興學(xué)科命名，但未來，如果“AI”這個(gè)詞繼續(xù)被濫用，它將會(huì)給我們帶來頗多限制。讓我們開闊視野，淡化炒作，認(rèn)識(shí)到未來嚴(yán)峻的挑戰(zhàn)吧！