◎肖钰周 本报记者 王 春
问世不足百年,计算机科学已对人类生活产生巨大影响,其未来发展方向如何?11月7日,世界顶尖科学家科学圆桌会议上,计算机科学、人工智能与信息技术领域的世界顶尖科学家“围坐圆桌π”,共议“数智未来新突破”。圆桌会议主持人、1986年图灵奖得主约翰·霍普克罗夫特表示:“我们身处信息时代的起始,而非结束。”
人工智能不应满足于行为模仿
通过训练,人工智能已经能够模仿人类的许多行为,用“琴棋书画全面发展”来形容也毫不为过。兰诺·布鲁姆,2004年美国总统科学、数学和工程指导卓越奖得主在会上指出:“人工智能像是一个‘集成器’,可以和很多领域结合,这值得深思。”
比起模仿,未来人工智能应该更多关注“决策”。首届顶尖科学家协会奖(以下简称顶科协奖)“智能科学或数学奖”得主迈克尔·I·乔丹表示,尽管“模仿人类行为”是人工智能的经典定义,但深度分析才是其关键所在。比如,人工智能可以针对海量数据,用博弈理论进行分析;它还可以对蛋白质折叠的结构进行相关预测,这是人类无法做到的。11月6日,乔丹在首届顶科协奖得主媒体见面会上也表示:“人工智能的意义并不在于让机器人跳舞。”
乔丹塑造的理论框架是机器学习得以应用的基座,他曾先后在心理学、数学、认知科学等领域进行研究,并成功连接计算机科学和统计学。他认为,个人、群体都是智能的主体,都可以产生决策行为。“上海所有的餐厅也可以是一个智能集合体,如果碰上天气变化、城市格局更新,这个智能体会进行相关应答。重要的是,它还是非常具有鲁棒性的智能集合体。”乔丹说,“如果通过个体收集海量数据,我们就可以在经济学方面开拓新的天地。”
鲁棒性是机器学习模型的一项重要评价指标,主要检验模型面对一定变化时,表现是否稳定。
数据将在未来“连点成线”
人类社会由极度复杂的文化连接构成,这是单个数据无法描述的。“未来的计算机科学将‘连点成线’,通过主体间的互动,进行结构上的预测和分析,让人类拥有更美好、更高效的生活。”乔丹表示。
那么,在动态的社会中,机器该如何“提升自己”?这是清华大学软件学院长聘副教授龙明盛长期关注的问题。“‘错误发现率’可能是人工智能科研当中缺失的一环。10多年前,机器学习技术总被现实问题击垮,这促使我去思考机器学习的短处。”
但龙明盛坦言,在他的研究进程中,对人工智能的训练常因环境部署的变化而遭遇失败,人工智能正亟须一些原则和方法论来构成系统。“鲁棒性意味着人工智能需要有不同范式,科学研究则要让这些具备不同优势的范式达成‘合作’。”清华大学计算机系教授朱军表示。
在此背景下,我们将见证“一个新的工程学科”的出现。这一学科依托全球网络和数据,基于智能科学、统计学、经济学原理,将为新型商业、医疗、交通、娱乐提供强大支撑。人类的偏好、价值观和决策是这个学科的关键所在。“计算机科学、经济学、统计学、数学等产生的集合将产生一个对真实世界进行预测的新兴学科。我们一旦能够做好推理,就可以作好决策。”乔丹说。这是他在扎根机器学习和人工智能领域数十年过程中的发现。
人工智能仍在发展之中,许多问题还没有明确的答案。但在攀登科学高峰的道路上,世界顶尖科学家们正寻找新的模型、建立新的基础,这门新兴学科终将“守得云开见月明”。
【编辑:房家梁】