李開復Bengio大咖對話：下一階段AI最大機遇在這4個領域

量子位的朋友們 2020-08-14 19:15:40 來源：量子位

來自 Deep Tech for Good
量子位 報道 | 公眾號 QbitAI

人工智能技術，接下來要如何突破？

新冠疫情之下，AI還能幫忙做什么？

除了現有的領域，AI還能真正為這個世界帶來什么？

前不久，創新工場董事長兼CEO李開復博士，受邀參加新加坡投資機構SGInnovate主辦的“深度科技造福人類”活動，與我們熟悉的圖靈獎得主、深度學習三巨頭之一、Element AI聯合創始人Yoshua Bengio教授對話，討論人工智能的未來發展。

他們二位講到：

1、“深度學習2.0”能吸收人類的歸納傾向，對數據分布算法進行泛化2、基礎科學階段，需要營造一種文化，讓研究人員擁有研究自由，以取得突破。3、除了機器人送貨，AI還能在藥品研發、傳染性預測上做出突破以幫助人類抗議。4、醫療、教育、氣候和環境領域，AI都能帶來巨大價值

具體有什么細節信息？一起看下去吧~

Bengio：深度學習2.0

Yoshua Bengio：第一個問題我非常有共鳴，在我看來，目前機器學習的一大限制，是學習系統的泛化能力。

過去幾十年研發的系統，都建立于一個假設，即默認測試數據與訓練數據有相同的數據分布。

然而在現實世界中，無論在什么行業應用，都會存在實際情況與AI訓練時不同的問題。

這一問題看起來無解，但目前我們找到了幾個突破點和想法，主要是借鑒人類的意識加工機制，對原本分散的知識積累，快速進行全新重組。

雖然這些知識的組合不一定遵循訓練數據分布，但我們還是能從中獲得某種重組方向的優勢，從而在訓練分布中進行更好的歸納。

接下來的研究雖然繁重，但新的進展會令人振奮。尤其是在深度學習領域，我稱其為“深度學習2.0”，它能吸收人類的歸納傾向，對數據分布算法進行泛化。

李開復：我借 Bengio 教授的觀點多說幾句。我從大學時期就開始著手會話式 AI 的研究。目前的人機界面，我稱之為委托界面，大多基于直接操作，如鍵盤、鼠標、多點觸控等。

但語言是人類最基本的交流方式，也是最自然的交流途徑。向AI語音識別、自然語言理解進軍，一直是我們孜孜以求的目標。

例如，以前我們使用搜索引擎時，會通過輸入關鍵詞來查找網頁。后來，谷歌帶來了新的突破，基于深度學習的智能問答功能，可以直接讓機器“說”出答案。

但我們不應止步于此，而是應該繼續向下一步目標努力：通過深度學習的進一步研究，提升機器對人類指令意圖的理解和執行能力。

例如，我們是否可以直接向亞馬遜 Alexa發送指令：“給我媽媽送個生日禮物”。之后，它將自動理出頭緒，瀏覽禮物，安排配送。它了解我的個人喜好，知道我能接受的價格范圍，也知道我媽媽是誰，住在哪里，想要的禮物是什么。

AI如何從技術到應用

Yoshua Bengio：關于AI的行業應用，我做個簡短分享。我認為這是個很有難度的議題。困難來自兩方面：一是社會方面，二是技術方面。

在社會方面，從基礎科學研究，到最后產品研發階段，需要共同營造一種文化，讓研究人員可以擁有研究自由，從而取得真實的突破。在技術方面，我們需要一些軟件工具，讓技術從研發到生產這一轉化過程，盡可能的高效快速。

李開復：AI的行業應用，我將之分為兩大類：顛覆式和漸進式。

顛覆式是指引入 AI 會對行業造成顛覆性的結果，帶來天翻地覆的改變。

例如，自動駕駛將徹底改變運輸行業；Alexa某種程度上正在改變音箱行業；新的互聯網保險應用，比如美國的Lemonade、中國的水滴公司，極可能顛覆保險行業。

這些行業已經具備了一定的條件，讓行業專家通過 AI 帶來顛覆影響，讓人非常期待。當AI與行業的顛覆式創新兩相結合，將有機會擊敗行業巨頭，重整行業格局。

然而顛覆式只是冰山一角。在人工智能帶來的巨大機會中，漸進式變革占據絕大部分份額。

普華永道預估，人工智能將在2030年給全球帶來15萬億美元的財富凈增，主要來自于傳統行業和AI的結合。由于傳統行業規模龐大，僅僅提高幾個百分點，就可以產生海量財富。

但困難在于，當前一些傳統企業對 AI 一無所知，他們以為AI是科幻小說的臆想，看不到即刻就能產生的收益，再加上技術工具太難使用，導致他們的 IT 部門無法駕馭。

因此，我們應該通過培訓，幫助傳統行業接受并認識到AI的益處。同時，我們投資的AI企業或像 Element AI 之類的公司，需要幫助傳統企業找到簡單易用的工具，讓他們跨越技術鴻溝，上手即用。

AI還能為抗疫做什么

李開復：我說幾個親身經歷的例子。疫情期間的社交隔離，催生了眾多的 AI 應用，例如醫院中的送貨機器人。

對于隔離中的人也一樣。前陣子我回到北京的家中隔離時，在我居住的公寓樓里，沒有見到一個人。所有的事情都交給了一臺機器人代勞，包括網購的包裹和食品運送，真正實現了零接觸，將危險降到最小化。

第二個例子是AI與醫療的結合。我們投資的AI 醫療企業Insilico Medicine，主要使用生成化學對抗神經網絡，研發新藥小分子。在疫情期間，他們通過AI平臺，用幾個星期的時間，研發出了能抑制病毒內負責復制的主要蛋白成分的新藥物小分子。

最后一個例子或許有些爭議，就是接觸者追蹤。世界上許多國家已經成功的建立了接觸者追蹤體系，并較為有效地控制了疫情蔓延。但在美國、歐洲等地方，這種做法被視為是對隱私的侵犯。

對此，我的觀點是，對那些重視隱私的國家，我表示完全理解和尊重，但是我認為必須在公共衛生或個人健康的背景下考慮隱私。在公共衛生危機期間，國家應該在尊重權利和必要防控措施間加以權衡，從而有效控制疾病的傳播。等到疫情結束后，再回歸正常。

我們都不希望重蹈疫情的覆轍。我預計在未來，AI將被用來預防流行病的發生和傳播。醫院將廣泛使用傳感器、可穿戴設備，匯總疫情信息，及時報告潛在危害，在早期遏制疫情指數級增長的趨勢，從而更好地應對危機，避免再次失控。

Yoshua Bengio：李開復博士提到的這幾個領域，我都有所涉及。

一個是藥品研發，我本人參與了幾個項目，其中涉及神經網絡、實時強化學習和主動學習。

在化學和生物領域，需要進行測試的組合方式太多，逐個進行研究是不可能的。所以我們需要一個合理的搜索策略，這就是我現在參與的項目內容。我們希望能用AI縮短研究時間，通過重組已有藥物，研發新型抗病毒藥物。

在接觸追蹤方面，目前已有的接觸追蹤大都沒有用到AI，只是進行簡單的測試法：如果有人測試結果為陽性，或者確診感染，那么與其接觸過的所有人，都應該采取隔離措施。但是，在測試為陽性進而被隔離之前，傳染就已經開始了。

我們的一項研究顯示，如果能借助機器學習，提前預測某個體是否具有傳染性以及傳染性強弱，透過一些模糊的數據分析，就能大幅節省等待時間，及早知道曾接觸過病毒攜帶者，從而抑制病毒的傳播。

當然不可避免會出現隱私問題。隱私保護與機器學習需求之間存在有趣的矛盾。隱私保護需要盡可能降低數據交換，而機器學習卻需要盡可能收集大量的數據。

許多國家非常擔憂接觸者追蹤的濫用會侵犯隱私，因此催生了許多隱私保護技術。好消息是，這兩者可以共存。

醫療·教育·氣候·環境

李開復：在 《AI·未來》一書中，我描述了一個人類與 AI 的共存的藍圖：由 AI 承擔優化常規工作，讓人類專注于需要創造力和同情心的工作。

從社會責任感的角度說講，AI與醫療和教育的結合，將帶來極大的社會福祉。

未來，醫生將成為富有同情心的護理者，深切關懷病患，與他們交流。而 AI 可以用于分析放射結果、MRI、CT報告，提出各種可能的診斷及治療結果，針對性推薦藥物，以及輔助科學家研發新藥。

教育行業也是這樣。我們投資了很多在線教育公司，發現 AI 在教師的常規工作上表現非常出色，能夠根據學生的特點，因人而異地布置作業，幫老師們節省了時間，讓他們專注于為孩子指導能力和引導心靈，進行個性化的教育，幫助他們培養創造力、團隊合作能力、交流能力以及同情心。

所以，醫療和教育既是 AI能夠顯現優勢的領域，也是有價值的投資。目前這兩個領域正在蓬勃發展，我們也投入了大量精力和資金。

Yoshua Bengio：我完全同意李開復博士的觀點。AI 技術的進步，能夠造福大多數人，我們需要將大量精力投入到此類項目中。

我個人對用AI解決環保問題投入很多，目前正在參與的一個項目就和氣候危機相關。

我們使用類似新藥研發的AI算法，應用在對抗全球氣候環境變化的艱巨挑戰上，生成、合成、評估各種新型材料技術，包括碳回收和電池。

正常情況下，這些新材料研發耗時極長，動輒十幾年，甚至比新藥研發的時間還要久。但是如果我們能對人工智能的能力善加利用，就能更快速地找到更好的新材料，以取代現今對地球造成長期污染的碳、電池等毒性材料。

但是，我們同時應該保持警惕：如果AI僅被少數市場玩家掌握，也有可能被用做牟利的工具，破壞正常、自由、動態競爭的市場環境。

因此，在向AI 未來發展的路上，我們需要時刻謹記 AI 具有的社會危害性。要將AI治理落實到各個層面，小到公司，大到全球。只有具備放眼全球的管理，才能合理有效地協調所有的力量，一起應對這些挑戰。

如果我們真的想引導 AI 應用富有道德和責任，就必須改變現有的文化。而這依賴于所有人的努力。

政府必須參與其中，要投資好的技術應用，改變教育體系，讓工程師、科學家不只專攻特定的科技領域，還要具備足夠的社會學科知識；科學家必須懂得謙虛，認識到自己對專業以外的領域知之甚少，與其他不同領域的專家合作，保證自己的成果對社會產生正面的影響。

AI的真正未來

Yoshua Bengio：未來，在 AI 的幫助下，我們可以建立一個更明智、更公平、更理性、更包容的社會，每個人都可以說出自己的觀點，進行充分辯論，再做出最佳決定。

社交媒體在誕生之初，本意是做一個最為透明、最為公平、普惠大眾的公眾傳播平臺，但由于算法基于人類偏好的推薦，及帶有特定企圖的傳播者作祟，造成社交網絡的破碎凌亂，煽動的、謬誤的、偏見的信息被放大傳播，不僅沒法幫助我們理性討論，也欠缺幫助人們做出最佳集體決策的能力。

人工智能應該在這一方面有所作為，從各種垃圾信息中篩選出有用結果，讓社交平臺更加智能，做到真正的公正透明，推送社會的理性和包容。

反過來說，如果我們都能變得更理智，也就能更好地使用 AI 技術，就能構建一個良性循環。但如果應用不當，就可能陷入惡性循環，因此我們必須謹慎選擇。

李開復：Bengio教授說得太好了！我們是幸運的一代，AI是一個千載難逢的機會，人類能夠與AI共存合作，由AI來承擔常規事務，我們則專注于人類擅長的領域，從重復性事務中解脫出來，放手去做自己喜愛的事情。

我想用我心愛的、約翰·亞當斯的一首詩來結束這場分享。如果我們能努力抓住人類與 AI 共存的機遇，思考人類存在真正的意義，從我們這一代便開始努力，最終將可以實現理想的AI未來：

I must study politics and war

我必須研究政治和戰爭

that my sons may have liberty to study mathematics and philosophy

因此我的兒子們能夠學習數學和哲學

My sons ought to study mathematics and philosophy, geography, natural history, naval architecture, navigation，commerce and agriculture

我的兒子們應該學習數學、哲學、地理、博物、造船、航海、商業和農業

in order to give their children a right to study painting, poetry, music, architecture, statuary, tapestry and porcelain

使得他們的孩子們可以學習繪畫、詩歌、音樂、建筑、雕塑、織物和瓷器

注：約翰·亞當斯，美國第二任總統，《獨立宣言》起草委員會的五個成員之一，被譽為“美國獨立的巨人”。

本文經主辦方 SGInnovate 同意翻譯轉載