人機共生是未來人類使用AI的最好方式

Francesca Rossi教授認為，人機共生是未來人類使用AI的最好方式，醫療將是短期內被人工智慧改變最大的行業。

人工智慧（AI）的發展影響著每個人的日常生活，經歷了過去一年中對AI的憂慮和倫理討論之後，新的一年大家越來越關注AI領域的創業機會，人工智慧隨之成為今年創投圈的新風口。那麼，國外的機器人產業的發展對中國有什麼樣的啟示？

明星IBM Watson計算機成名於2011年的智力答題節目《危險邊緣》(Jeopardy)，當年它擊敗了兩位最成功的人類選手，在人機對決中取得勝利。沃森從最初使用英語接受「訓練」，發展到現在用德語、韓語、西班牙語、日語、阿拉伯語等9種語言接受「訓練」。預計2017年，沃森將間接服務10億消費者。據 IDC預測，到2018年，75％的消費者將定期使用基於認知計算的服務。到2020年，在認知解決方案方面的支出將超過400億美元。

IBM Watson可能對人類產生哪些深遠影響？AI的優勢與挑戰在哪裡？未來人與機器將會是一種什麼樣的關係？我通過與IBM Watson研究中心的科學家、人工智慧領域最主要的學術會議之一——國際人工智慧聯合大會（IJCIA）前主席Francesca Rossi教授交流，希望帶來一個不同的視角。

人與機器的共生關係

由於深度學習演算法、海量數據和計算能力的發展，AI的應用領域變得非常廣泛。交通、教育、醫療、金融、製造、法律、零售、物流等幾乎大部分行業將受到AI的深刻影響。人工智慧技術帶來的產業革命，將是自工業革命之後最大的革命。Francesca Rossi教授認為，醫療將是短期內被人工智慧改變最大的行業。在發達國家，AI能閱讀更多的數據及資料，幫助醫生提高決策準確率。在醫療條件欠發達的發展中國家，人工智慧則可以發揮更大作用，在缺乏信息、數據的情況下協助醫生做出診斷，或者幫助沒有經過完善培訓的醫生使之更專業。沃森與世界衛生組織、紀念斯隆-凱特琳癌症中心、梅奧醫院等機構合作進行癌症方面的研究。同時，IBM在非洲開展「露西」項目，旨在通過AI技術和大數據手段解決非洲發展問題，諸如改善教育、醫療，幫助農民用更少的水來改善作物產量等。

Francesca Rossi教授認為，人機共生是未來人類使用AI的最好方式。人機各有所長，互為補充。人類非常擅長於問自己一些有趣的問題，擅長於常識推理、理解世界的運作方式，在理解的基礎上推理。同時可以基於情感處境進行價值判斷。但是，在另一些方面機器又做的比我們好。機器更擅長於專利發現、統計推理、大規模計算推理等等，它們能夠在我們不那麼擅長的方面幫助我們，因此人類形式的智能和機器形式的智能可以共同探索以做出更好的決定。由於Francesca Rossi教授看到越來越多在不同領域已經實施的AI系統通過人機合作的方式取得了最好的應用效果，她認為未來是人與機器共同創造，而不是機器自己。人機合作，可以通過更多的數據獲得更多、更深刻、更有洞察力的知識，用更少的資源做更好的決定。

Francesca Rossi教授給出了幾個實例，說明人類如何在機器的幫助下，做更好的決定：關於漸凍症（肌萎縮性脊髓側索硬化症（ALS））的研究，醫生需要檢測基因是否與ALS相關，機器基於人類提供的所有數據和信息，無序的檢測所有基因與ALS的相關性，給出它認為與ALS相關的前10位基因排序，經過醫生確認，機器選出的10種基因中，有8種是與ALS真正相關的基因，而這其中的5種是人類之前所不知道的。機器不僅能夠幫助人類處理數據，還可以幫助藝術家進行創作。機器看過所有建築大師高迪在巴塞羅那的建築和藝術作品之後，理解了高迪的風格，給出關於雕塑的形狀、形式和材料的建議。藝術家根據這些建議做出了高迪風格的雕塑作品。

人工智慧的能與不能

目前AI已經可以做很多事情，但也有很多事還做不到，其中之一，是AI怎樣能夠具有「常識」和推理、決策能力。除了在某些特定的知識領域和場景，AI的理解、感知、學習能力還有待提升。人類以看視頻的方式來觀察周圍的世界，學習抽象概念。同一個概念，人類可以在不同場景下識別使用，這是AI系統做的還不夠好的地方。我們對於人類怎樣學習抽象概念還不是很清楚。目前科學家通過大量人為做過標記的數據對AI進行訓練；而人類不需要用那麼多圖像就能分清楚什麼是狗、什麼是貓。當有人告訴我們貓和狗長什麼樣，兩者之間有什麼不同，然後無論狗和貓的圖片朝什麼方向擺出來，我們都能識別出來，而AI目前還做不到這一點。要實現從監督學習到無監督學習，首先要清楚怎樣學習抽象概念。

增加人工智慧系統的「透明度」

由於對機器的訓練離不開大量的數據，目前人工智慧的這種學習方式，使數據成為決策的中心資源。IBM近年來收購了天氣公司（Weather Company）、Truven Health Analytics和 Merge Healthcare等數據服務公司，獲得了相關垂直行業的海量數據。這個過程中不可避免的產生了如何使用數據、如何處理數據，數據的所有權、隱私、存儲、分享等方面的問題。去年IBM提出了「透明性」原則，倡導採取可靠的方式使用數據訓練機器學習系統，在訓練中使用合規的數據。因為人類需要對系統保持控制，需要清楚系統是如何訓練的。

AI政策制定中的「國際比較」

儘管不同的公司有不同的商業模式和發展方向，影響社會的方式各不相同。為了理解AI的影響，發展AI的應用的最佳實踐，IBM、亞馬遜、谷歌、臉書、微軟、蘋果決定共同成立非盈利組織「AI造福人類與社會合作夥伴關係」（the Partnership on Artificial Intelligence to Benefit People and Society），旨在研究AI對道德（包括隱私）、公平、包容、社會應用等方面的影響，給出解決相關問題的最佳實踐。Francesca Rossi教授認為，人類需要加深理解AI對社會、組織、政府、政策制定方面的影響。同時，在AI的系統設計中要引入道德準則。價值準則，數據問題，數據隱私，政策等這些問題是相互關聯的。探討AI對世界的影響，需要在多學科環境下進行。產業方面可以傳遞用戶的聲音，產學研政以及民間組織共同參與討論，為政策制定方提供建議。而正確的監管又可以推動AI產業良性發展。

Francesca Rossi教授認為政策制定者應該對人工智慧的現狀和未來有確切、客觀的認識，了解人工智慧的能力和潛力、限制與挑戰。政府需要通過與產業界、學術界建立互動渠道，了解目前產業的位置，然後再思考未來的戰略。政策既不應受媒體所宣傳的「恐懼」所影響，又不能受某些過於樂觀的預期影響，而應基於實際研究，制定政策將AI引導向對社會有益的方向，比如在醫療保健或者氣候變化領域應用。美國政府與AI產業界專家經過一系列研討會之後，去年10月白宮發布了關於AI未來的戰略、AI對就業市場影響等前沿報告。美國政府目前的做法是了解清楚目前的狀況、然後制定未來戰略。歐洲經濟和社會委員會在也在今年5月發布了人工智慧對市場、生產、消費、就業影響相關的報告，意在給出政策建議。目前歐美在監管方面走的比較靠前，但還處於政策研究和立法方向探討階段。

對於AI在全球還沒有統一的價值觀，全球的政策監管者應基於不同的文化和有差異的社會需求建立起合作關係。各國的監管政策並不需要完全一致，但對於政策制定者而言，國際比較是有必要的。

作為國際人工智慧聯合大會前主席，Francesca Rossi教授認為，在科研方面，中國公司越來越多的參與AI研究。由於文化的差異，AI在不同社會的發展必然結合了本地的需求，帶有地域特徵。中國與美國及歐洲的產、學、研、政界需要更多的溝通、連接、比較，雙方有很多東西可以互相學習，可以共同定義怎樣才是AI最好的發展方式。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！