疫情时期，AI如何助力未来经济社会更加富有弹性、宜居和可持续

疫情特殊时期，如何看待AI（人工智能）的发展态势？疫情加速AI的应用，同时又带来哪些风险？

日前，在一场以“深度科技造福人类”为主题的科技活动上，创新工场董事长兼CEO李开复对话图灵奖得主、深度学习领域先驱之一约书亚·本吉奥（Yoshua Bengio），共同探讨新冠肺炎疫情时期，AI如何助力未来的经济社会更加富有弹性、宜居和可持续。

下一个突破：“深度学习2．0”

谈起AI技术的下一个突破，本吉奥认为，目前机器学习的一大限制，是学习系统的泛化能力。

本吉奥解释说，过去几十年研发的系统，都基于一个假设，即默认测试数据与训练数据有相同的数据分布，然而在现实世界中，无论在什么行业应用，都会存在实际情况与AI训练时不同的问题。

“这一问题看起来无解，但目前我们找到了几个突破点和想法，主要是借鉴人类的意识加工机制，将原本分散的知识积累起来，快速进行全新重组。”本吉奥说，虽然这些知识的组合不一定遵循训练数据分布，但还是能从中获得某种重组方向的优势，从而在训练分布中进行更好的归纳。

在本吉奥看来，接下来的研究虽然繁重，但新的进展会令人振奋。尤其是在深度学习领域，他称其为“深度学习2．0”——能吸收人类的归纳倾向，对数据分布算法进行泛化。

李开复则表示，向AI语音识别、自然语言理解进军，一直是AI界孜孜以求的目标。目前已出现基于深度学习的智能问答功能，可以直接让机器“说”出答案。

“但我们不应止步于此，而是应该继续向下一步目标努力：通过深度学习的进一步研究，提升机器对人类指令意图的理解和执行能力。”李开复举例说，向智能音箱发送指令“给我妈妈送个生日礼物”，它能自动理出头绪，了解主人可接受的价格范围，也知道主人妈妈想要的礼物是什么，并安排配送。

疫情中的AI：权衡公共卫生与隐私保护

疫情正在加速AI在诸多领域的落地应用，这一点，很多人有目共睹。

李开复介绍，疫情期间有医疗企业利用AI平台开发抑制病毒的新药小分子。本吉奥本人也参与了几个将AI用于药物研发的项目，他介绍，在化学和生物领域，需要进行测试的组合方式太多，逐个进行研究是不可能的，所以需要一个合理的搜索策略。“我们希望能用AI缩短研究时间，通过重组已有药物，研发新型抗病毒药物。”本吉奥说。

此外，AI还被用来建立接触者追踪体系，控制疫情蔓延。“我们的一项研究显示，如果能借助机器学习提前预测某个体是否具有传染性以及传染性强弱，透过一些模糊的数据分析，就能大幅节省等待时间，及早知道曾接触过病毒携带者的人，从而抑制病毒的传播。”本吉奥说。

但公共卫生与个人隐私之间的平衡值得重视。“我认为必须在公共卫生或个人健康的背景下考虑隐私。在公共卫生危机期间，国家应该在尊重权利和必要防控措施间加以权衡，从而有效控制疾病的传播。等到疫情结束后，再回归正常。”李开复说。

在本吉奥看来，隐私保护与机器学习需求之间存在有趣的矛盾。隐私保护需要尽可能降低数据交换，而机器学习却需要尽可能收集大量的数据。

“许多国家非常担忧接触者追踪的滥用会侵犯隐私，因此催生了许多隐私保护技术。好消息是，这两者可以共存。”本吉奥说。

李开复预计，未来AI将被用来预防流行病的发生和传播。医院将广泛使用传感器、可穿戴设备，汇总疫情信息，及时报告潜在危害，从早期遏制疫情指数级增长的趋势，从而更好地应对危机，避免疫情失控。