智能金字塔,目前的人工智能在哪一层?

由清华大学五道口金融学院、清华大学国家金融研究院举办的“未来已来”系列讲座在6月13日这天迎来了微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士。

本次讲座，洪小文博士通过纵观人工智能（AI）和人类智慧（HI）的发展历史，解读人类对自身职能的定义和理解的演变过程，展示AI（特别是深度学习上）近期取得的进展和未来的发展方向。AI的普及会带来技术和人性的双重挑战吗？AI和HI将如何携手共进，又将走向怎样的未来？

讲座之后，洪小文博士还与清华大学国家金融研究院院长、IMF前副总裁朱民进行了一场精彩而又深刻的对话，让我们一睹为快吧！

智能金字塔，目前的人工智能在哪一层？

1950年的《时代周刊》就已经提出了，拥有“超人”脑力的强大机器令人们感到恐惧，人们已经开始将拥有智能的机器视为竞争对手。

如今，60多年过去了，在人工智能大热的今天，人工智能究竟发展到哪一步了呢？

洪小文博士用一张图进行了展示。

洪小文博士认为，人工智能目前已经在计算力、记忆力远远超过了人类，并由于计算机视觉、语音的识别等方面的突破，人工智能在感知、视觉、听觉方面也已经赶上了人类，然而在认知、理解、洞察、推理、计划、决策等方面，人工智能还在探索阶段；而人类的创造力和出于顶层的智慧，人工智能还有很长的路要走。

进化来源于反馈，AI与HI结合

洪小文博士认为，人类几乎所有的行为都来自于一个进化来源于反馈的的闭环，从数据中了解信息，从而去进行分析和决策，然后再去执行，通过传感器再去获取数据。

所以说制造业是首先享受AI成果的领域，而在这个领域，AI（人工智能）和HI（人类智能）有一个合作的关系。

比如说，可预防维修在一家德国的电梯公司的应用，用传统的故障反馈到维修完毕，可能需要几周的时间，而现在利用传感器实时采集数据，再通过深度学习等对这些数据进行建模，当采集到的数据与故障数据接近时，就可以提前知道可能要发生故障，而且数据足够了之后，还可以对故障进行分类，从而提前知道哪些部分可能出现什么故障。

“黑盒”&“白盒”，人工智能和人类认知

在对一件事得到相同结果的时候，人工智能和人类的推理过程有什么根本的区别呢？洪小文博士用一个简单地例子对此进行了解释。

太阳升起的时候公鸡打鸣，这两件事在人类看来，肯定是由于太阳升起，公鸡才开始打鸣，而人工智能却不能看出其中的因果关系，因为它只能发现时间上的规律，而不能发现其中谁是因谁是果，而对人类来说，因果分析是非常重要的，所以人类在分析的时候引入其他的知识。

洪小文博士介绍了“黑盒”和“白盒”的概念，用以阐述人工智能和人类认知的区别。

“强”还是“弱”，人工智能的未来

弱人工智能只能模拟思维，用途单一，而强人工智能——AGI（通用人工智能），这种拥有思维的能力（意识）的人工智能是否可能出现呢？

洪小文博士引用了约翰·麦卡锡的回答：“5-500年”。他认为，所有人工智能在过去的预测都是错误的，因为我们倾向于高估一件事的短期价值，而低估它的长期发展，人工智能也是如此。

而做一个有意识的机器人，在洪小文博士看来，虽然逻辑上很有意义，但是不见得有意思。他说：“比如我让我的太太给我倒咖啡，10次里面，她可能只去5次，而另外5次她都是让我自己去倒，而如果我让拥有人工智能的机器人去倒，只要有1次它拒绝我，那我就要把它扔掉了。”

之后洪小文对于微软人工智能在各个领域与其他单位的合作进行了介绍。

经济学家和科学家的思想碰撞

在演讲结束之后，著名经济学家朱民教授与洪小文展开了一场关于AI现状与未来的对话。

朱民提到，人工智能的发展是一个金字塔的结构，我们现在处在中间阶段，通过计算能够推动其往金字塔顶尖走，那么能够什么时候能够走到顶端呢？洪小文回答道具体多长时间无法估计，可能五年，也可能是500年，我们现在能够肯定的是，AI一定会一直往前发展。

在AI发展的这几年，一直有一种奇点的论调，也就是说人工智能未来很大程度上会超越人类的智慧，从而引发一场革命。洪小文表示不可能出现奇点，大家也不必为此恐慌，类比当今世界的几大数学难题，在这之前一些难题已经解决，但是这并不意味着一个难题能够解决，而下一个难题能够更快的解决，人类总是对高估短期的未来发展，而低估长期的未来发展。有些东西我们可以猜测，但是无法严谨的证明。

朱民教授提到了小冰，根据媒体的报告，这个智能体学会了一些粗话，有一些种族歧视的观念，并能够根据人类的行为学习成自己的行为。洪小文解释道：所有的坏事，背后都有人在操作，小冰是出现了一些问题，但是同样通过人的操作，我们逐渐屏蔽了一些小冰的学习能力，现在几乎听不到脏话、种族歧视了。

朱民认为从AlphaGo到AlphaZero，人工智能的正在从大数据驱动进步到小数据甚至没有数据。关于这一点洪小文不同意，他认为AlphaZero并不是完全意义上的零数据，因为在AlphaZero自我下围棋的过程中是不断产生数据的。