對話李飛飛：人工智能會是人類公敵嗎？

• 2018年9月12日 ZhangHongYuan來源：《財(cái)經(jīng)》雜志 315 13
• 繁體

• 

  2018-2023年中國人工智能技術(shù)應(yīng)用行業(yè)深度分析及投資風(fēng)險(xiǎn)預(yù)測報(bào)告

  與早期人工智能相比，新一代人工智能正在全新信息環(huán)境、海量數(shù)據(jù)基礎(chǔ)和持續(xù)演進(jìn)、不斷豐富的戰(zhàn)略目標(biāo)的引領(lǐng)下，依托于云計(jì)算、大數(shù)據(jù)兩大基礎(chǔ)平臺和機(jī)器學(xué)習(xí)、模式識別和人機(jī)交互三大通用技術(shù)，...

一邊是人工智能產(chǎn)業(yè)界最大巨頭谷歌，一邊是人工智能學(xué)術(shù)研究皇冠上的明珠斯坦福大學(xué)，李飛飛數(shù)度進(jìn)出，完成了學(xué)術(shù)界和產(chǎn)業(yè)界的串聯(lián)。

人工智能產(chǎn)業(yè)進(jìn)入快速上升通道，這一切既有賴于過去六十年學(xué)術(shù)界的知識沉淀，更得益于近些年學(xué)術(shù)界和工業(yè)界互動(dòng)效率空前。

一邊是人工智能產(chǎn)業(yè)界最大巨頭谷歌，一邊是人工智能學(xué)術(shù)研究皇冠上的明珠斯坦福大學(xué)，李飛飛數(shù)度進(jìn)出，完成了學(xué)術(shù)界和產(chǎn)業(yè)界的串聯(lián)。

2016年11月，谷歌云CEO Diane Greene向外界宣布，斯坦福大學(xué)終身教授，斯坦福大學(xué)人工智能實(shí)驗(yàn)室主任李飛飛加入谷歌，任谷歌云機(jī)器學(xué)習(xí)負(fù)責(zé)人。今年9月11日，在外界傳言“李飛飛將離職谷歌”一事逾兩月后，Diane Greene再次向外界宣布，李飛飛將回歸斯坦福大學(xué)進(jìn)行學(xué)術(shù)研究，她的谷歌職位接任者，是來自另一個(gè)AI頂尖學(xué)府的卡內(nèi)基梅隆大學(xué)的計(jì)算機(jī)科學(xué)院院長Andrew Moore教授。

9月，在北京參加斯坦福大學(xué)的一個(gè)學(xué)術(shù)會議期間，李飛飛接受了《財(cái)經(jīng)》記者專訪。她向《財(cái)經(jīng)》記者確認(rèn)，隨著斯坦福新學(xué)年的開學(xué)，兩年學(xué)術(shù)假將滿，當(dāng)初加入谷歌和如今回歸斯坦福，均在預(yù)計(jì)日程表上。今后，她不會完全離開谷歌，還將繼續(xù)擔(dān)任谷歌云的AI/ML(Machine Learning)顧問。

在全球人工智能學(xué)術(shù)界中，由于是女性、華人，李飛飛是一位在中國認(rèn)知度較高的研究學(xué)者。

她的主要研究方向?yàn)闄C(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、認(rèn)知計(jì)算神經(jīng)學(xué)。最著名的項(xiàng)目是 ImageNet，可以被理解為一個(gè)極大程度上方便了計(jì)算機(jī)對海量圖像進(jìn)行快速和準(zhǔn)確識別的“數(shù)據(jù)庫”，被幾乎所有主流大小公司的機(jī)器視覺研究所采用，成為了學(xué)界和業(yè)界的標(biāo)準(zhǔn)。改變了人工智能的發(fā)展歷史，促進(jìn)了深度學(xué)習(xí)的崛起。

盡管ImageNet 項(xiàng)目備受產(chǎn)業(yè)界歡迎，但在加盟谷歌之前的長達(dá)18年時(shí)間，直到近幾年，她才和谷歌等產(chǎn)業(yè)公司有實(shí)質(zhì)性的交集。

在谷歌近兩年，李飛飛干了兩件事。

第一件事情，推動(dòng)成立 Google AI 中國中心。全程參與 Google AI 中國中心的規(guī)劃和建設(shè)，推動(dòng)將這一中心的成立定義為公司級的戰(zhàn)略。李飛飛的光環(huán)，吸引不少中國AI人才加入。除此之外，李飛飛還參與了谷歌云的日常業(yè)務(wù)決策。

第二件事情，在谷歌推行“AI平民化”理論，兩年來，谷歌云結(jié)合既定戰(zhàn)略，確實(shí)在推動(dòng) AI 平民化、降低 AI 使用門檻上有不小進(jìn)展。

在谷歌云期間，李飛飛主持了一項(xiàng)名為Cloud AutoML的項(xiàng)目。這個(gè)項(xiàng)目被業(yè)內(nèi)稱為“Google Cloud發(fā)展的戰(zhàn)略轉(zhuǎn)型”，這意味著一直以來面向開發(fā)者的Google Cloud，這次將服務(wù)對象轉(zhuǎn)向了普羅大眾。

今年1月，AutoML Vision上線，這是 Cloud AutoML大項(xiàng)目推出的第一項(xiàng)服務(wù)，提供自定義圖像識別系統(tǒng)自動(dòng)開發(fā)服務(wù)。據(jù)谷歌介紹，即使是沒有機(jī)器學(xué)習(xí)專業(yè)知識的小白，只需了解模型基本概念，就能輕松搭建定制化的圖像識別模型。

到了今年7月，AutoML Vision產(chǎn)品線已經(jīng)從圖像拓展到翻譯、和自然語言處理領(lǐng)域。

如近期谷歌博客對外公布的信息，接下來，李飛飛將按照原定計(jì)劃回到斯坦福大學(xué)，繼續(xù)AI方面的研究工作。

得益于深度學(xué)習(xí)技術(shù)的突破，人工智能產(chǎn)業(yè)在這幾年進(jìn)入快速上升通道，這一切有賴于過去六十年學(xué)術(shù)界的沉淀和堅(jiān)持，更得益于近些年學(xué)術(shù)界和工業(yè)界互動(dòng)效率空前。李飛飛作為學(xué)術(shù)研究者，過去兩年的兩棲經(jīng)歷是一個(gè)縮影。

李飛飛認(rèn)為，下一階段人工智能產(chǎn)業(yè)的良性發(fā)展的趨勢，除了AI學(xué)術(shù)界，包括人類學(xué)、社會學(xué)、法律學(xué)、倫理學(xué)、生物學(xué)等更大范圍的學(xué)術(shù)界也需參與進(jìn)來，和產(chǎn)業(yè)界形成新的互動(dòng)模式。

谷歌的“炮火” VS 斯坦福的“燈塔”

《財(cái)經(jīng)》：在谷歌和在斯坦福做研究區(qū)別一定很大?

李飛飛：是的，區(qū)別很大，也相當(dāng)必要。直到2017年，AutoML還是一個(gè)基礎(chǔ)科學(xué)，論文剛剛出來，谷歌的研究環(huán)境讓我們意識到，這不僅是學(xué)術(shù)的問題，可以直接解決產(chǎn)業(yè)界痛點(diǎn)。谷歌兩年，時(shí)刻被產(chǎn)業(yè)需求和場景所觸動(dòng)，很多問題學(xué)術(shù)界此前并沒有關(guān)注。

《財(cái)經(jīng)》：所以很多人說，這一輪人工智能熱潮是產(chǎn)業(yè)界推動(dòng)的，在產(chǎn)業(yè)界能夠更好的聽到前方的炮火，從應(yīng)用反推了研究。

李飛飛：科學(xué)家有兩個(gè)不同的“前方”，一個(gè)是產(chǎn)業(yè)界的“前方”，是需求、應(yīng)用和產(chǎn)品，這個(gè)“前方”，通常是有需求聲音的，更像一種反饋;另一個(gè)是學(xué)術(shù)界的“前方”，是高瞻遠(yuǎn)矚的思想，思想要走在需求之前。60年前提出AI的時(shí)候，誰需要AI?那個(gè)時(shí)候連個(gè)人電腦都還沒有，那就是思想的前方。

我們6年前開始做AI醫(yī)療相關(guān)科研時(shí)，可能前方有需求，但是聽不到聲音的，這也是思想的前方，要做嗎?一定要做。

今天的AI走到了一個(gè)歷史性的時(shí)刻，既有產(chǎn)業(yè)界大量需求，需要普世、通用的AI，研發(fā)出更好的產(chǎn)品，這既包括給產(chǎn)業(yè)賦能，也包括給消費(fèi)者帶來更驚喜的產(chǎn)品。同時(shí)，在思想界、學(xué)術(shù)界，也需要新的AI研究，點(diǎn)亮未來道路。

人類科技發(fā)展，就像在大海航行，每一次探索，都是走進(jìn)黑暗的海域，你并不知道這艘船開往哪個(gè)方向，思想界、學(xué)術(shù)界的使命是造一座燈塔，照亮前方，讓產(chǎn)業(yè)界得以繼續(xù)進(jìn)行。

《財(cái)經(jīng)》：如果出現(xiàn)多座燈塔，產(chǎn)業(yè)界應(yīng)該看什么?

李飛飛：出現(xiàn)多個(gè)燈塔是正?，F(xiàn)象，不止是斯坦福大學(xué)在做基礎(chǔ)科研，歷史會告訴我們，哪一個(gè)燈塔是正確的。

《財(cái)經(jīng)》：今天AI的燈塔，應(yīng)該照亮哪幾個(gè)方向?

李飛飛：其一，深度學(xué)習(xí)絕對不是AI的終極。深度學(xué)習(xí)依然很重要，在AI商業(yè)化落地方面還有很強(qiáng)的生命力。AI作為一門科學(xué)，還有很多沒有解決的難題，比如無監(jiān)督學(xué)習(xí)(unsupervised learning)、遷移學(xué)習(xí)(transfer learning)等，都是AI技術(shù)前沿。我們下一步需要把腦科學(xué)、認(rèn)知科學(xué)、生命科學(xué)的精髓和AI工程學(xué)結(jié)合起來。

今天的深度學(xué)習(xí)，是五六十年前神經(jīng)生物學(xué)的一個(gè)火花，這么小小的一個(gè)火花，今天給人類帶來了第四次工業(yè)革命，人類需要更多火花。

其二，說起AI，很多人會擔(dān)心人類被AI取代，我認(rèn)為不是取代，而是輔助、強(qiáng)化(enhance)，是助力。

其三，學(xué)術(shù)界有責(zé)任和使命，去結(jié)合經(jīng)濟(jì)學(xué)、倫理學(xué)、法律學(xué)，甚至政治學(xué)等，去了解AI會對人類產(chǎn)生的文化、倫理的影響。

延伸閱讀

推薦閱讀

猜您喜歡