圖靈獎得主、AI先驅Raj Reddy：AI讓人類每天只工作一個小時

在 AI 領域裡，Raj Reddy 不僅是奠基者，也是眾多牛人的學術導師。這位 CMU 終身教授近日在聯合國教科文組織國際工程科技知識中心 (IKCEST)、中國工程科技知識中心 (CKCEST)、百度、西安交通大學 (以下簡稱西安交大) 共同舉行的活動中又為我們帶來了很多有趣的新觀點。

羅傑·瑞迪（Raj Reddy）是美國科學院和國家工程院院士、中國工程院外籍院士、卡耐基梅隆大學（CMU）計算機科學學院終身教授，曾長期擔任該學院的院長，他在 1994 年因為在大規模人工智慧系統的研究，與 Edward Feigenbaum 一同獲得了圖靈獎。他也是清華姚班創建者、量子計算機先驅姚期智教授，以及李開復、沈向洋、洪小文等人的導師。

Raj Reddy（圖中右側）與 Edward Feigenbaum 在 1994 年共同獲得了「計算機科學界的諾貝爾獎」圖靈獎

Raj Reddy 還一手創立了美國第一個機器人研究所 (CMU Robotics Institute)，該機構目前也是全球最負盛名的機器人研究中心。1979 年，Raj Reddy 等人發起並成立了美國人工智慧學會 AAAI。

近日，由 IKCEST、CKCEST、百度、西安交大聯合主辦的第五屆百度&西安交大大數據競賽暨 IKCEST 首屆「一帶一路」國際大數據競賽剛剛啟動，Reddy 教授作為 IKCEST 理事和顧問委員會外方主席來到北京，我們藉此機會與這位人工智慧先驅進行了一番交流。Reddy 教授不僅帶我們回顧了人工智慧的發展歷程，也對未來科技進行了一番展望。

Raj Reddy 接受「機器之心」專訪

以下內容進行了部分整理，以方便閱讀。

人工智慧的歷史

機器之心：您和 Edward Feigenbaum 在 1994 年因為在「大規模人工智慧系統」的貢獻而獲得了圖靈獎，那是深度學習之前 AI 時代的巨大貢獻，人工智慧這些年經歷了怎樣的發展？

Raj Reddy：當時我們開發出了一些可以學習、可進行分類任務的系統，但它們都是無法應對非常大規模數據的。Geoffrey Hinton 是深度學習之父，他在 1981 到 1986 年之間開展了相關的研究，並於 1987 年發表了有關反向傳播的研究。他相信這種方法可以成功，儘管當時還無法驗證。但這種方法一定程度上模仿了人類腦神經的工作方式。

但這種方法從 20 世紀 80 年代——一直到 2010 年的很長一段時間裡都無法成功。Hinton 等人的想法從一開始就是對的，人們缺少的只是：沒有足夠的算力去實現它。

在近三十年後，我們才有了數萬倍的計算機算力、更大的內存和更多的數據量。今天的計算機算力正在接近人類的大腦，現在我們的人工智慧演算法已經可以完成很多任務了。

在這其中的不同之處在於，人類的大腦無法利用大數據。但基於深度學習系統的神經網路可以學習大量數據。這就是 AI 神奇的地方，我們現在正在接近科學發現的新階段。而沒有計算機科學領域中深度學習的發展，這一切都是不可能的。

機器之心：獲得圖靈獎對您的生活有什麼影響？

Raj Reddy：其實沒有什麼影響！我的生活確實發生了一些變化，但我認為獲獎基本沒有帶來更多。授予這樣的獎項，讓世界知道有人提出了新技術是一件好事。人們會說，你做了一些了不起的事。但我並不是特別在意。

機器之心：在研究工作之外，您是如何放鬆的？

Raj Reddy：很多人在工作壓力很大的時候會選擇運動或者到戶外休息一段時間，但我不是這樣的。我喜歡閱讀，我的手機中保存有上百本書。

機器之心：能否介紹一下卡耐基梅隆大學（CMU）的 Robotics Institute？您創立了這個機構。

Raj Reddy：我們在 1979 年開設了 CMU 計算機研究所。在當時我們已經意識到學界需要對自動化系統開展研究。我們在 1984 年就開始了自動駕駛汽車的研究。與此同時，我們也在研究無人機、人駕駛船舶，不過後面幾個方向的進展不太好。

我們在 1995 年推出了成型的自動駕駛汽車，它使用的還不是深度學習，而是深度學習的早期方法。我們使用大量數據對演算法進行了訓練，進而讓它學習到相應駕駛的方法。結果是令人滿意的，汽車可以自己動起來了。

那是一個里程碑式的成果，一輛汽車從華盛頓特區開始，一直開到加州的聖迭戈——在這其中的路程中，大部分時間沒有人在控制方向盤，除了很小一部分汽車無法判斷的情況，人類會介入進行控制。在 99% 的時間裡，汽車是自動導航行駛的。

從 1995 年到 2007 年，我們一直在挑戰橫跨美國的自動駕駛。最終第一個完成任務的團隊是由斯坦福大學的 Sebastian Thrun 領導的。當然，他在十年之前還是 CMU Robotic Institute 的一名研究人員。

今天有很多人、很多公司都在研究自動駕駛技術，其中包括谷歌、蘋果、百度。不過所有當今的自動駕駛汽車技術，都是源自卡耐基梅隆大學。

我們還研究了製造業機器人，希望實現「Light off manufacturing（關燈工廠）」，在其中的工作完全由機器人承擔。另一方面是自動駕駛，第三個方面是搜救機器人，如進入核事故現場進行搜救的機器人，在輻射條件下工作環境對於人類來說過於危險了，機器人可以代替這些危險的工作。這樣的環境包括切爾諾貝利、福島等核電站事故現場。

今天，Robotic Institute 的研究範圍更加廣泛了，除了上述幾個方向以外，我們還有計算機視覺方向的研究，讓機器人了解周遭的環境，計算機視覺非常重要。

人才培養

機器之心：現在很多高校已在本科階段開設人工智慧專業，今年中國教育部門已經批准了 35 所高校的人工智慧專業設立申請。如何看待這種現象？

Raj Reddy：其實這看起來不是壞事，新領域的形成，無論是機器人、生物工程還是基因編輯的新方法（CRISPR），它們都是重要的科技發展方向。最近 3D 列印也是非常熱門的技術……現在有很多新科技發展的方向。如果在三十年以前，即使你開設了這些專業方向，學生也不會來學——他們總是希望在畢業後能夠找到工作。所以，最為理想的情況是在教育中以發展為導向地引入新專業。

當然，現在我們遇到的問題在於，沒有足夠的教授來教育學生。我們需要發起「對教師進行教育」的項目，將教育者集中起來，花上數月的時間，對他們進行前所未有的新形式教育，讓他們可以更好地在這之後有能力教育自己的學生。當今的學生都非常聰明，他們的學習速度很快。更好的方法可以讓學生有更大的進步，我認為這是未來即將發生的事情。

我前來參與的大數據競賽，百度支持這次競賽更加落地的場景、豐富的數據和算力等，這對於學生們來說十分難得。

除了競賽之外，科技公司把自己在 AI 領域的研發、落地經驗帶到高校，會進一步加速中國本科人工智慧教育的進程。

機器之心：對於進入 AI 領域的年輕研究者們，您有什麼建議、想要說的？

Raj Reddy：擁有獨立思考的能力是最重要的，當然你還是要聽從導師的建議。你需要學好基礎理論，在計算機科學課程中這是指傳統編程，它們是必不可少的。人們可以從經驗中學習，在編程中你也需要從經驗中學習。

機器之心：對於年輕的研究者來說，投身學界和投身業界各有哪些特點？如何可以更好地做到產學研融合您有哪些建議？

Raj Reddy：每個人都有屬於自己的路，有些人希望解決工業領域的現實問題，這意味著很大程度上並不會推進新技術的發展，只是在解決每天面臨的新問題。

如果你進入了學界，你面臨的就是全新的方向、未解決的困難問題。你可能會成功，也可能會失敗；失敗並不應該讓你沮喪，研究工作就是這樣。

當然，在 AI 領域中學界和業界的結合越來越重要了。在很多教育機構中都有公司合作項目，你可以投身學界，然後去企業一段時間。當今世界的研究是全方位的，繼續 20 年前的方法是行不通的。正確的方法是進入公司，在業界磨練自己。你在學校中學習一年，隨後申請進入公司實習，幾年後回到學校繼續研究。

現在美國的大學裡已經有這樣的學習方式了。但我要說的是如何成為一名合格的博士生，六年的博士生涯中你不可能揭開人類所有的謎題，我們必須在很小的一個領域裡做一些突破。

機器之心：如果您現在是一個初入 AI 領域的年輕人，您會選擇哪方面的研究？

Raj Reddy：深度學習需要大數據的支持，但人類只需要一個例子就可以舉一反三了。我們現在還不知道如何構建這樣的系統。還有很多的問題需要探索，我認為我會從這個方向入手。

未來發展方向

機器之心：自動駕駛是 AI 目前面臨的最大挑戰之一嗎？

Raj Reddy：自動駕駛並不是一個困難的挑戰，我認為它已經被很好地解決了，現有技術是可行的。但問題在於人類對目前自動駕駛技術的態度。如果人類出了車禍你並不會特別在意。但如果一輛車的自動駕駛系統出了問題，它就會成為新聞。全球所有人都會知道這件事。

從根本上看，我們並不應該期待計算機駕駛汽車的水平要比人類好上很多。人類會出問題，計算機也會出問題，因為它們和人類所學習的內容是相似的。因此，我們需要能夠容忍計算機出錯，並解決計算機出現的問題。

如果我們期待計算機必須完美，那是不可能的。這就是目前的問題所在。真正完美的東西只存在於數學、物理等範疇中。而即使是在這些理論中，物理、數學的理論基礎也是在不斷演進的。

我認為神經網路不會有重大方向的改變。計算力的提升讓我們實現了此前無法做到的事情，發現了新的知識，這是光靠人類大腦無法發現的東西。這是一個非常令人激動的過程。

所以，自動駕駛不是 AI 目前面臨的最大挑戰。計算力的提升讓我們實現了此前無法做到的事情，發現了新的知識，這是光靠人類大腦無法發現的東西。這是一個非常令人激動的過程。

機器之心：但我們可以看到目前人工智慧的一些有限之處，未來可能突破的方向會有哪些？

Raj Reddy：人類在研究課題時，會使用數據，使用可容忍差錯率和模稜兩可的解釋。這意味著我們是會出錯的，計算機必須可以應付這樣的情況，毫無疑問這是經常出現的情況，但得到這樣的結果還是不夠的。

我們還需要使用交互和自然語言處理的方式進一步處理結果，現在大多數的系統中不存在自然語言處理的方法，最終如果情況複雜，我們還必須提取出有用的信息。這最好的例子就是，在 3000 年前人類發明了地圖，地圖是人類對於地標、道路的信息提取結果。人們可以理解地圖和實景的關係。

我們現在要做到的是讓計算機也可以進行這樣的提取。人類能夠提取信息，我們認為這就是智能，人類可以學習，可以分析數據，可以容忍差錯，明白模糊的解釋，使用語言來進行交流，可以提取信號。

今天還沒有任何程序可以做這樣的事。這對於 AI 領域來說可能意味著長達 100 年的研究。未來很長一段時間裡 AI 研究者們都會忙於應對這樣的挑戰。

AI 對社會的影響

機器之心：您此行來到北京的目的是參與首屆 IKCEST 國際大數據競賽，如何看待目前越來越多的大數據競賽？

Raj Reddy：這是一個非常有趣的圖像數據競賽。如果你在衛星圖像上尋找火車站，在這個過程中需要進行很多有關火車時刻的搜索。如果兩者的信息可以進行進一步引伸——這是人類經常會做的事，我們不需要把它看做是火車站，而會把它看作是很多人都會去的一個地點。在這種情況下我們可以做很多有趣的事。

大學是人工智慧人才的搖籃，但必須承認，學校在數據、計算機硬體和應用場景等方面缺乏資源，這樣的比賽可以探索可行的解決途徑。這次比賽所採用的遙感數據和用戶行為數據以及大量的算力資源是高校難以獲得的，而這正是百度這樣的企業參與進來的優勢和價值。

Raj Reddy 接受競賽顧問委員會主席聘書，他將和潘雲鶴院士共同擔任競賽顧問委員會主席

機器之心：能否展望一下，人工智慧在教育方面的未來會是什麼樣的？

Raj Reddy：人工智慧和其他很多產業不同的是，它是一個需要產業界和學界高度融合的行業。在人工智慧領域，企業、高校和研究機構沒有哪一個主體可以置身事外。產學研結合的深入，AI 技術將會更加深入日常生活的每個角落，這也是未來人工智慧全面發展，為宏觀經濟發展提供推動力的方向。

機器之心：如何看待中國在人工智慧領域的發展？如何看待百度這樣在中國發展人工智慧的科技公司？

Raj Reddy：人工智慧最近幾年來在中國發展得很快，現在的形態是基於 AI 的服務。訂餐、快遞和網上購物之中都有 AI 的元素。今天的國內是無現金社會。每個年輕人都在使用微信和支付寶支付了，已經不存在現金了。即使是美國，人們今天還在大量使用現金，其他國家沒有中國這樣的先進程度。

幾十年前中國還處於落後的位置，而現在它已經領先於任何國家了，這是很了不起的。

機器之心：您曾在去年 11 月在北京舉行的大會上表示：希望國家為人們免費發放智能手機。新技術會怎樣服務於社會？

Raj Reddy：我認為智能手機的覆蓋範圍增加將引起網路效應——使用網路的人數越多，經濟的發展程度就會成倍增長。現在國內不到 50% 的人擁有智能手機，還有一些人在使用功能機，但功能機無法支持很多應用——打電話只是手機 2% 的功能。

我得知在中國，政府每年對每個兒童的投入大約 10,000 人民幣，在印度這個數字會更少一點，在美國則大約是五倍。看到這個數字，如果加入一台廉價的智能手機並不會是一個沉重的負擔。而通過網路完全互相連接的人口可以帶來的效益是遠遠大於投入的——由此帶來的稅收的增長將遠大於成本。

機器之心：人類的未來會是一小群超人和人工智慧完成所有工作，大多數人無所事事的狀態嗎？

Raj Reddy：我不介意人類會無事可做。我認為未來將會發生的事情是：每個人的生產力都有了成十倍地增長，在生產力大大發展的情況下，每個人一天的工作時間可能會被壓縮到一小時。

我們每個人都希望擁有現在沒有的東西。在 60 年前我成長的時期，我在 15 歲以前沒有穿過鞋，印度農村的大多數人沒有足夠的衣服穿，而今天大有不同了。

這不是因為我們買不起，而是因為我們沒有足夠的生產力，因此這種需求就成為了最高需求。今天的每個人都有很多種需求，其中包括物理的和精神上的，人們都需要水、能量、食物、醫療、教育、足夠的交流……

現在這些需求還無法被滿足，也許只有 10% 的人在所有需求上已經獲得滿足了，所以人們需要努力提高生產力。

而在技術發展之後，也許人們每周只需要工作 20 小時，甚至 10 個小時——我們不需要再去做那麼多工作了。另一方面，在五年前有經濟學家曾表示，現在我們即使「假裝」每周工作 40 小時，我們每周實際的工作時間只有 15 小時。其他的時間我們通常在看書、喝咖啡，互相聊天。如果你精確地計算你的工作時間，其實每周的實際工作時間大約是 15 小時時間。他還表示這個時間還會在未來的 20 年後減少到 5-7 小時。

這意味著每天的 24 小時時間裡，我們只會拿出其中的一個小時用於真正的工作。生產力的發展也會讓很多人無需工作。

機器之心：多少年後人工智慧才能達到人類的智力水平？

Raj Reddy：這是一個很難回答的問題，也許 1000 年？或者更久。

5000 年前，人類發明了文字和數字，這可以看做是第一波信息革命。但在那裡學習僅限於很少的一部分聰明人；1700 年以前，印刷術的發明讓人們可以將知識以書本的形式保存下來，更多的人可以通過閱讀來學習知識了。這個過程將知識民主化了，所有人都可以學習了。

但這個時候知識還是停留在書本里。隨著計算機的發明，我們正處在第三波信息革命中，知識變成了動態的形式。這就是 AI 的作用——如果你有一些知識和信息，你可以用它們催生出新的知識，自動駕駛汽車就是這樣的產物。計算機可以自動來完成這樣的任務，人工智慧代理可以自動地完成知識積累的工作。今天，人工智慧可以閱讀新聞並作出摘要，為人們提供所需的提示。

這樣的事情在以前是無法想像的，計算機和 AI 第一次讓知識進入了動態階段。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！