欧美性猛交xxxx免费看_牛牛在线视频国产免费_天堂草原电视剧在线观看免费_国产粉嫩高清在线观看_国产欧美日本亚洲精品一5区

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

MIT名譽(yù)校長(zhǎng)預(yù)測(cè):機(jī)器學(xué)習(xí)會(huì)成為被廣泛使用的工具

jmiy_worldofai ? 來源:未知 ? 作者:胡薇 ? 2018-09-26 17:31 ? 次閱讀

未來,機(jī)器學(xué)習(xí)會(huì)成為一種被更廣泛使用的工具。機(jī)器學(xué)習(xí)“會(huì)變得像使用Word、PowerPoint或者Excel一樣”,任何一個(gè)領(lǐng)域的研究人員都可以更容易地使用它。

9月17日,麻省理工學(xué)院(MIT)名譽(yù)校長(zhǎng)埃里克·格里姆森(Eric Grimson)在接受采訪時(shí)做出了以上預(yù)測(cè)。

Eric Grimson出生于1953年,是一位加拿大裔計(jì)算機(jī)科學(xué)家,現(xiàn)為麻省理工學(xué)院學(xué)術(shù)發(fā)展名譽(yù)校長(zhǎng)和麻省理工學(xué)院計(jì)算機(jī)科學(xué)與工程系教授。

Eric Grimson的主要研究領(lǐng)域是計(jì)算機(jī)視覺。他的研究團(tuán)隊(duì)在計(jì)算機(jī)視覺領(lǐng)域開創(chuàng)性地研發(fā)了活動(dòng)和行為識(shí)別、對(duì)象和人識(shí)別、圖像數(shù)據(jù)庫索引、圖像引導(dǎo)手術(shù)、場(chǎng)地建模等系統(tǒng)。

2005至2011年,Eric Grimson作為系主任掌管麻省理工學(xué)院電氣工程和計(jì)算機(jī)系。

2011年至2014年,他擔(dān)任麻省理工學(xué)院的名譽(yù)校長(zhǎng)。

目前,他是麻省理工學(xué)院學(xué)術(shù)發(fā)展名譽(yù)校長(zhǎng)。

談中,Eric Grimson對(duì)澎湃新聞?dòng)浾邥痴劻藱C(jī)器學(xué)習(xí)的未來:

未來,人工智能將以一個(gè)顧問的角色出現(xiàn)在醫(yī)療領(lǐng)域中。人工智能會(huì)在“個(gè)性化的醫(yī)療”中產(chǎn)生最好的影響,即基于大量的數(shù)據(jù)分析為某個(gè)特定的病人想出一個(gè)獨(dú)特的解決方案。這一過程中,AI只是提供建議,醫(yī)生仍需要把握最終的決定權(quán)。

未來,“AI會(huì)影響人類研究的每一個(gè)領(lǐng)域”,因此MIT正在進(jìn)行MIT IQ項(xiàng)目,以期搭建起一座由機(jī)器學(xué)習(xí)通往其他各個(gè)研究領(lǐng)域的橋架。這個(gè)橋梁可以使任何一個(gè)領(lǐng)域的研究人員都更容易地使用機(jī)器學(xué)習(xí)。

Eric Grimson笑稱他不喜歡提建議,因?yàn)槿绻o出的建議不奏效,那就是他的錯(cuò)了。不過,他還是在言談中對(duì)大學(xué)生、大學(xué)教授以及建設(shè)世界一流大學(xué)提出了自己的看法。

在他看來,每個(gè)大學(xué)生都應(yīng)該了解一些計(jì)算思維(computational thinking)。無論你的專業(yè)是計(jì)算機(jī)科學(xué)、物理學(xué)、經(jīng)濟(jì)學(xué)、政治學(xué)還是任何什么,每個(gè)人都應(yīng)該了解“什么是算法”、“它可以如何幫助我”、“我是否該質(zhì)疑它”。但他也強(qiáng)調(diào),年輕人不要為了學(xué)習(xí)機(jī)器學(xué)習(xí)而放棄自己所喜愛的領(lǐng)域,應(yīng)該把兩者結(jié)合起來,讓機(jī)器學(xué)習(xí)作為一種思路啟發(fā)你的思維,幫助你更好地從事所在領(lǐng)域內(nèi)的研究。

談到大學(xué)教授創(chuàng)業(yè),他認(rèn)為大學(xué)教授和業(yè)界建立聯(lián)系是很有價(jià)值的,教授們不應(yīng)該僅僅待在象牙塔里思考偉大的思想。如果大學(xué)太脫離實(shí)際問題,就無法做到讓世界變得更美好。大學(xué)最終應(yīng)該做的事情是培訓(xùn)下一代的領(lǐng)導(dǎo)者,探索能夠改善人們生活的知識(shí)。但是,學(xué)校應(yīng)通過政策處理其中的利益沖突問題,不能讓學(xué)生為老師的公司工作。

在他心目中,一所真正偉大的大學(xué),其最大的特點(diǎn)是愿意冒險(xiǎn),以及有鼓勵(lì)學(xué)生和教授承擔(dān)風(fēng)險(xiǎn)的氛圍。“如果你看看今天那些優(yōu)秀的大學(xué),幾乎所有都非常愿意冒險(xiǎn)。更重要的是,他們鼓勵(lì)學(xué)生冒險(xiǎn)?!彼J(rèn)為,學(xué)生應(yīng)該敢于質(zhì)疑權(quán)威,而教授也應(yīng)勇于自我懷疑,尋找更好的研究方法。

對(duì)于人工智能領(lǐng)域的國際競(jìng)爭(zhēng),他不認(rèn)為未來會(huì)產(chǎn)生一個(gè)所謂的“世界中心” 。他還提到,中國在語音識(shí)別和計(jì)算機(jī)識(shí)別領(lǐng)域有很大的優(yōu)勢(shì)?!坝袝r(shí)美國領(lǐng)先一點(diǎn),然后中國試圖領(lǐng)先一點(diǎn),然后美國再稍微領(lǐng)先一點(diǎn),這是一個(gè)友好的競(jìng)爭(zhēng)”。

Eric Grimson幽默風(fēng)趣,他還在訪談中跟記者打賭。

他說:在未來短短的五年內(nèi),所謂的長(zhǎng)途卡車,也就是那些將貨物載到美國各地的大型16輪卡車,會(huì)完全自動(dòng)化。它們將簡(jiǎn)單地在舊金山城外完成裝載,然后開車去芝加哥,或者開去紐約,去波士頓。這將改變幾百萬人的就業(yè)機(jī)會(huì)。

Eric Grimson同時(shí)還是麻省理工伯納德·戈登(Bernard M.Gordon)醫(yī)學(xué)工程主席、美國人工智能協(xié)會(huì)會(huì)士(AAAI Fellow)、美國電氣與電子工程學(xué)會(huì)會(huì)士(IEEE Fellow)、美國計(jì)算機(jī)協(xié)會(huì)會(huì)士(ACM Fellow),并在麻省理工學(xué)院獲得了玻色教學(xué)卓越獎(jiǎng)(Boss Award for Excellence in Teaching)。他于1975年取得加拿大里賈納大學(xué)數(shù)學(xué)(高榮)和學(xué)物理學(xué)士。1980年,他在麻省理工學(xué)院獲得數(shù)學(xué)博士學(xué)位。

他此行是為了來上海參加2018世界人工智能大會(huì)。

以下內(nèi)容為專訪實(shí)錄,翻譯自英文:

AI作為一個(gè)顧問:為醫(yī)生“出謀劃策”,給病人“量體裁衣”

記者:您在醫(yī)療領(lǐng)域的計(jì)算機(jī)視覺上做了很多工作,這些年計(jì)算機(jī)視覺也在癌癥識(shí)別、健康管理等方面取得了很多突破。在您看來,距離醫(yī)療AI大規(guī)模普及且進(jìn)入人們對(duì)日常生活,還有哪些困難需要突破?

Eric Grimson:我想你已經(jīng)看到了一些例子,說明AI技術(shù)可以對(duì)醫(yī)學(xué)產(chǎn)生影響。我會(huì)告訴你一些例子,然后我會(huì)討論為了使AI在醫(yī)療領(lǐng)域產(chǎn)生更大的作用,我們還需要做什么。

在許多成功的例子中,計(jì)算機(jī)技術(shù)不是在代替醫(yī)生,而是在改善醫(yī)生。有一個(gè)很好的例子叫做圖像引導(dǎo)手術(shù)(image guide surgery),在這種手術(shù)中,醫(yī)生可以在切開病人的身體之前看到病人體內(nèi)的情況。我們?cè)?jīng)開玩笑地說它讓醫(yī)生變成了超人,醫(yī)生有了X射線(X-ray vision),他們可以看到人的體內(nèi)。有時(shí)這被稱為微創(chuàng)手術(shù),這意味著你在病人身上開了一個(gè)很小的開口,這樣對(duì)病人的傷害就更小了。我舉個(gè)例子,在很多情況下,人們認(rèn)為AI會(huì)取代某人。但這這個(gè)例子中,通過讓醫(yī)生看到通??床坏降氖挛?,AI讓醫(yī)生變得更好。

對(duì)于使AI醫(yī)療產(chǎn)生更廣泛的影響,我認(rèn)為,AI醫(yī)療會(huì)在“個(gè)性化的醫(yī)療”中產(chǎn)生最好的影響,即為某個(gè)特定的病人想出一個(gè)解決方案。我會(huì)給你一個(gè)例子,然后我會(huì)回答我們還需多久才能達(dá)到這種境界。我的一個(gè)同事是癌癥的幸存者。她患有乳腺癌。很不幸,對(duì)女性來說,這是很常見的事情。她對(duì)許多地方散布的信息感到非常失望。所以她建立了一個(gè)系統(tǒng),把醫(yī)生的手寫報(bào)告、化驗(yàn)結(jié)果、醫(yī)學(xué)圖像、家族病史、科學(xué)研究中獲取的信息,把這些所有信息放在一個(gè)地方,然后她告訴醫(yī)生:這是一個(gè)特殊的情況,你需要專門為這個(gè)病人設(shè)計(jì)方案。這是我認(rèn)為在AI醫(yī)療真正產(chǎn)生廣泛的影響之前,我們需要做到的一步。所以醫(yī)生不只是對(duì)病人說,你的情況其他人一樣,我會(huì)一樣地來處理。在個(gè)性化醫(yī)療中,醫(yī)生會(huì)看所有的信息,計(jì)算機(jī)將它們結(jié)合在一起,這樣醫(yī)生就可以為某個(gè)病人做出最好的決定,而不僅僅是一般的、通用性的治療方案。我想你很快就會(huì)看到這種方式,例如在癌癥治療中,或者在一些其他疾病中,因?yàn)檫@些AI系統(tǒng)將所有這些信息收集到了一個(gè)地方。

記者:AI醫(yī)生會(huì)不會(huì)帶來倫理上的問題,比如出了醫(yī)療事故誰負(fù)責(zé)?

Eric Grimson:你問了一個(gè)我認(rèn)為非常重要的問題。如果你不介意的話,我會(huì)適當(dāng)?shù)匕堰@個(gè)話題放大一些。我想AI領(lǐng)域中的很多人都意識(shí)到,在使用AI系統(tǒng)的過程中,倫理是很重要的。在醫(yī)療中當(dāng)然會(huì)出現(xiàn)倫理問題,這也可能會(huì)發(fā)生在自動(dòng)駕駛的汽車上。如果發(fā)生事故,誰該為此負(fù)責(zé)?該如何判定他們的責(zé)任?這是政府需要做出的決定,是社會(huì)需要做出的決定。這些問題需要被好好地討論。我認(rèn)為在短期內(nèi),最有可能的解決方案是AI系統(tǒng)幫助人們做決定(而不是做出最終的決定)。讓我們以醫(yī)學(xué)為例,想象一下,計(jì)算機(jī)查看所有的信息并將其組合在一起,它可以告訴醫(yī)生該怎么做,或者可以告訴醫(yī)生這是與這個(gè)病人相關(guān)的所有信息的最佳總結(jié),這是計(jì)算機(jī)給出的建議,但醫(yī)生仍然可以做出自己的決定。但如果計(jì)算機(jī)遺漏了某些信息呢?那就還是會(huì)產(chǎn)生道德問題。所以我認(rèn)為,在短期內(nèi),人還是應(yīng)該參與到?jīng)Q策環(huán)節(jié)中。

記者:所以你認(rèn)為AI應(yīng)該扮演一個(gè)顧問的角色?

Eric Grimson:是的,是的。特別是在醫(yī)學(xué)上,我認(rèn)為這一點(diǎn)是非常重要的。而且大部分我所知道的AI醫(yī)療領(lǐng)域的項(xiàng)目也都持有這個(gè)觀點(diǎn),他們所關(guān)注的是“如何讓醫(yī)生成為更好的醫(yī)生的”,但最終還是由醫(yī)生做出決定。

記者:但在自動(dòng)駕駛領(lǐng)域,這個(gè)決定權(quán)似乎是在AI手中?

Eric Grimson:你是對(duì)的。在一些例子中,人類沒有參與到?jīng)Q策中。自動(dòng)駕駛汽車就是其中的一個(gè)例子。所以我認(rèn)為,研究人員需要盡自己最大的努力來確保這類問題盡可能少發(fā)生。但最終人們需要決定自己想要在什么程度上使用自動(dòng)駕駛汽車,這是社會(huì)、政府和個(gè)人的選擇。

記者:MIT早在1963年就設(shè)立了人工智能實(shí)驗(yàn)室,可以說是非常有前瞻性的。當(dāng)時(shí)為什么會(huì)想到設(shè)立這個(gè)實(shí)驗(yàn)室?最大的優(yōu)勢(shì)有哪些?

Eric Grimson:MIT參與到了最早的AI研究,我想很多人都提到1956年在達(dá)特茅斯召開的一個(gè)會(huì)議,那是MIT、達(dá)特茅斯、卡內(nèi)基梅隆,還有其他一些學(xué)校。我想“人工智能”這個(gè)詞是在那次會(huì)議上創(chuàng)造的。

MIT這么早成立AI實(shí)驗(yàn)室,有兩部分的原因。第一是有一些教授對(duì)這個(gè)問題很感興趣,所以他們想探索這個(gè)問題。第二個(gè)是,MIT認(rèn)為這是一個(gè)對(duì)未來非常重要的領(lǐng)域。我們花了六十年的時(shí)間看到AI真正的影響,但MIT就是這樣一個(gè)喜歡冒險(xiǎn)的學(xué)校。有一些冒險(xiǎn)成功了,另一些沒有。對(duì)于那些沒有起效的項(xiàng)目,就終止它,然后繼續(xù)前進(jìn)。但是我們認(rèn)為AI是一個(gè)能將神經(jīng)科學(xué)、腦科學(xué)以及早期的計(jì)算機(jī)科學(xué)知識(shí)結(jié)合起來的領(lǐng)域,這里有真正的做一些不同事情的機(jī)會(huì)。這就是為什么我們是最早的那批建立AI實(shí)驗(yàn)室的學(xué)校之一。正如你所說,1959年是第一個(gè)項(xiàng)目,1962年或1963年MIT創(chuàng)建了第一個(gè)AI實(shí)驗(yàn)室。

AI作為一種工具:讓人們像使用Word、PowerPoint一樣使用AI

記者:今年2月,MIT發(fā)起了MIT Intelligence Quest項(xiàng)目,這個(gè)項(xiàng)目的目的是什么?

Eric Grimson:你說得對(duì),MIT發(fā)起了這個(gè)新的計(jì)劃Quest for Intelligence。這個(gè)項(xiàng)目有四個(gè)部分。我先告訴你是哪四個(gè)部分,然后再解釋我們?yōu)槭裁匆鲞@個(gè)項(xiàng)目。

第一部分我們稱之為“核心”(Core),它著眼于智力科學(xué)(Science of Intelligence)。這不僅僅是新電腦和新算法,而是想嘗試?yán)斫庠谌说拇竽X里發(fā)生了什么。神經(jīng)科學(xué)告訴我們大腦是什么樣的,認(rèn)知科學(xué)告訴我們?nèi)祟愂窃鯓铀伎嫉?,這些信息綜合起來會(huì)告訴我們下一代的算法應(yīng)該是什么樣的。我們認(rèn)為這很重要,因?yàn)锳I經(jīng)歷了很多周期,發(fā)生了很多變化。如今,深度學(xué)習(xí)很受歡迎,每個(gè)人都做神經(jīng)網(wǎng)絡(luò)。這些技術(shù)打敗了世界上最好的圍棋選手,令人印象十分深刻。

但這里有個(gè)問題,這些深度學(xué)習(xí)系統(tǒng)需要數(shù)以百萬計(jì)的例子,它們需要巨大的云計(jì)算能力。但對(duì)人類來說,情況就十分不同。你給一個(gè)2歲的小孩展示6個(gè)例子,她就能找出其中的規(guī)律。所以她的學(xué)習(xí)方法不同于那些深度學(xué)習(xí)系統(tǒng)。那我們可以從中學(xué)到什么呢?我們?nèi)绾卫盟鼇硭伎嘉磥淼募夹g(shù)呢?

第二部分我們稱之為“橋”(Bridge)。這是從AI到MIT其他任何領(lǐng)域的橋。這很重要,因?yàn)槲覀冋J(rèn)為每一個(gè)工程領(lǐng)域、科學(xué)領(lǐng)域、社會(huì)科學(xué)領(lǐng)域、設(shè)計(jì)領(lǐng)域都將受到機(jī)器學(xué)習(xí)和AI的影響。我們希望讓這其中任何一個(gè)領(lǐng)域的研究人員更容易地使用機(jī)器學(xué)習(xí),就像讓他們使用Word、PowerPoint或者Excel一樣。你不需要成為計(jì)算機(jī)科學(xué)方面的專家就能夠很快地使用它并且理解它。

另外兩個(gè)部分,一個(gè)是倫理。我們需要真正理解使用這些系統(tǒng)時(shí)會(huì)遇到的倫理問題。

第四個(gè)部分的內(nèi)容是去理解AI系統(tǒng)將會(huì)產(chǎn)生的影響。例如,工作將會(huì)被改變,一些工作將會(huì)消失。我跟你打賭,但我不會(huì)要你任何的錢……我給你一個(gè)提示,也許在短短的五年內(nèi),所謂的長(zhǎng)途卡車,這些將東西帶到美國各地的大型16輪卡車,將會(huì)完全自動(dòng)化。它們將簡(jiǎn)單地在舊金山城外完成裝載,然后開車去芝加哥,或者開去紐約,去波士頓。這將改變幾百萬人的就業(yè)機(jī)會(huì)。所以我們真的需要考慮我們?cè)撊绾我?guī)劃未來的工作?我們?nèi)绾螏椭切⒁スぷ鞯娜酥匦屡嘤?xùn)?我們?nèi)绾螏椭藗冞m應(yīng)這些?

我給了你一個(gè)很長(zhǎng)的答案。因?yàn)槲蚁氚堰@個(gè)問題的全部都告訴你。那么MIT究竟為什么做這個(gè)項(xiàng)目呢?我們認(rèn)為AI會(huì)影響人類研究的每一個(gè)領(lǐng)域。而我們希望確保MIT正在盡最大努力盡快建立通往所有其他領(lǐng)域的橋梁。就像我說的那樣,不管人們來自哪個(gè)領(lǐng)域,AI都可以作為一個(gè)工具來幫助他們更好地完成工作。

記者:你的意思是每個(gè)受過教育的人都可以使用AI,就像使用Word或者Excel一樣?

Eric Grimson:是的,是的。你不需要要成為一個(gè)MIT學(xué)生就能使用AI。這就是我們的目標(biāo),AI應(yīng)該像你今天使用的其他工具一樣容易使用。

記者:所以在這個(gè)項(xiàng)目中,計(jì)算機(jī)科學(xué)家將與社會(huì)心理學(xué)家以及政策制定者合作?因?yàn)槟阋蔡岬搅薃I的社會(huì)影響。

Eric Grimson:當(dāng)然。讓我快速地給你三個(gè)例子。我們有計(jì)算機(jī)科學(xué)家與經(jīng)濟(jì)學(xué)家合作,去思考與就業(yè)變化有關(guān)的經(jīng)濟(jì)學(xué)問題;我們有計(jì)算機(jī)科學(xué)家與社會(huì)學(xué)家、人類學(xué)家、哲學(xué)家合作,去思考使用這種技術(shù)的倫理問題。

但我認(rèn)為最好的例子是,我們有計(jì)算機(jī)科學(xué)家?guī)椭渌?a target="_blank">工程師和其他科學(xué)家更有效地工作。給你一個(gè)例子,兩個(gè)MIT的年輕教授,一個(gè)來自計(jì)算機(jī)科學(xué),一個(gè)來自材料科學(xué)。材料科學(xué)家說,當(dāng)我想設(shè)計(jì)一種新材料時(shí),我在想材料的特點(diǎn)是什么,我想要特定的硬度、特定的柔韌性和其他性能。但知道這些并不能告訴我如何創(chuàng)造出這個(gè)材料。所以他們建立了一個(gè)計(jì)算機(jī)系統(tǒng),讓它來“閱讀”幾百萬篇材料學(xué)的文獻(xiàn)。這里需要給“閱讀”兩個(gè)字打上一個(gè)引號(hào),但是AI確實(shí)已經(jīng)能很好地理解并建立起一個(gè)模型。模型建立好之后,他們需要做的是告訴計(jì)算機(jī),這是我想要的8種或10種新材料的特性。計(jì)算機(jī)不會(huì)告訴你該怎么制做,但是它可以給出8個(gè),10個(gè)或者15個(gè)的建議配方來幫助材料科學(xué)家。然后材料科學(xué)家可以看這些建議,從中發(fā)現(xiàn)那些他沒有想到的方法。AI能夠使材料科學(xué)家更高效的工作,但AI并沒有取代人類,AI是提出建議。正如你之前所說,AI是系統(tǒng)的顧問。這種狀態(tài)最終應(yīng)該是很容易做到的,例如,任何學(xué)生都可以使用這個(gè)系統(tǒng)來思考我如何創(chuàng)造一些新的東西。

記者:所以你指的是AI可以幫助其他領(lǐng)域的專家做一些文獻(xiàn)閱讀的工作?

Eric Grimson:是的。這種系統(tǒng)可以讀一至兩百萬篇文章,然后建立了一個(gè)可以使用的模型。你也可以想象在其他的領(lǐng)域使用它,比如在合成生物學(xué)中,事實(shí)上,MIT已經(jīng)有人開始做這件事了。因此,AI可能是一個(gè)很好的工具,可以用來幫助一個(gè)人更好地理解文獻(xiàn)中出現(xiàn)的大量信息。

記者:為什么這個(gè)MIT IQ項(xiàng)目選擇與商湯科技(SenseTime)合作?

Eric Grimson:我們會(huì)和很多不同的公司合作。我們?cè)缧r(shí)候宣布了與IBM的合作,他們帶來了他們的沃森系統(tǒng),他們對(duì)健康領(lǐng)域非常感興趣。商湯科技對(duì)于我們來說是一個(gè)很好的合作伙伴。這里有幾個(gè)原因,一個(gè)是商湯科技的創(chuàng)始人之一是MIT的畢業(yè)生,所以他很了解我們。但是更重要的是,我們認(rèn)為與商湯科技的合作很重要。因?yàn)樗麄冇信d趣在不同的領(lǐng)域從事基礎(chǔ)研究,并且有興趣以合作的形式進(jìn)行這些研究。因此,我們讓MIT的研究者與來自中國香港和大陸的研究人員互動(dòng)。不同的人有不同的想法,與商湯科技的合作給了我們一個(gè)把不同的人們聚在一起的機(jī)會(huì)。MIT也希望在世界各地找到這樣的合作伙伴。

新聞:商湯科技的創(chuàng)始人湯曉鷗曾是MIT的博士生,他是您的學(xué)生嗎?

Eric Grimson:我參加了他的論文委員會(huì),從技術(shù)上講,他的導(dǎo)師是我的第一批學(xué)生之一。所以他是我學(xué)生的學(xué)生(“ grand-student”)。他不是我的學(xué)生,但我參與并幫助了他的研究。

AI教育:每個(gè)大學(xué)生都應(yīng)該了解一些計(jì)算思維

記者:中國許多知名高校這兩三年來陸續(xù)開始設(shè)立人工智能學(xué)院或課程,您對(duì)此有什么建議?您覺得AI教學(xué)最重要的元素有哪里?

Eric Grimson:我想要稍微延伸一下這個(gè)問題。我首先要問一個(gè)更廣泛的問題:是不是每個(gè)大學(xué)生都應(yīng)該了解一些計(jì)算思維(computational thinking)?我認(rèn)為答案是肯定的。MIT正在努力的過程中,或者說在思考如何達(dá)到這種要求。不管你是計(jì)算機(jī)科學(xué)家,還是物理學(xué)家,經(jīng)濟(jì)學(xué)家,政治科學(xué)家,不管你的專業(yè)是什么,我們認(rèn)為你都應(yīng)該知道并掌握一點(diǎn)所謂的計(jì)算思維,比如什么是算法。這不同于能夠編程,編程很重要。但是“你怎么看待這個(gè)問題”是我們認(rèn)為更重要的。

一旦教育做到了這一層(培養(yǎng)學(xué)生的計(jì)算思維computational thinking),才可以專門來討論“關(guān)于AI學(xué)生應(yīng)該知道什么”。我認(rèn)為這里有很多不同的組成部分。但是其中最重要的事情也許是理解什么叫做“讓一個(gè)系統(tǒng)去學(xué)習(xí)”?然后再了解有很多不同的學(xué)習(xí)方法可以達(dá)到學(xué)習(xí)的效果,比如神經(jīng)網(wǎng)絡(luò)現(xiàn)在非常流行,但是還有其他的技術(shù)。但是還有其他的思考技術(shù)。

我認(rèn)為即使你不是一個(gè)計(jì)算機(jī)科學(xué)家,你也應(yīng)該對(duì)機(jī)器學(xué)習(xí)算法有足夠的了解。比如,我該如何使用它?我需要做什么才能夠去使用它?什么情況下我應(yīng)該相信它的結(jié)果?有時(shí)我會(huì)用這個(gè)結(jié)果,但有時(shí)候我應(yīng)該質(zhì)疑,算法真的給出了我所希望的結(jié)果嗎?我認(rèn)為每一個(gè)學(xué)生都應(yīng)該知道這些。

不論你是一個(gè)政治學(xué)的學(xué)生,還是一個(gè)人文專業(yè)的學(xué)生,你真的需要了解機(jī)器學(xué)習(xí)系統(tǒng)將會(huì)如何對(duì)每個(gè)人的生活產(chǎn)生影響。

記者:對(duì)于一個(gè)剛剛選擇進(jìn)入這個(gè)領(lǐng)域(AI/ML)的學(xué)生,你有哪些建議?

Eric Grimson:對(duì)不起,我笑了,因?yàn)槲也幌矚g提建議。因?yàn)槿绻@些建議不起作用,那就是我的錯(cuò)了。

我想對(duì)剛進(jìn)入這個(gè)領(lǐng)域的學(xué)生給出的建議有幾條。首先,要寬廣(Be broad)?,F(xiàn)如今有一種特別的關(guān)于機(jī)器學(xué)習(xí)的方法,每個(gè)人都在使用。你應(yīng)該去理解這個(gè)方法,但你也應(yīng)該對(duì)此加以質(zhì)疑。這是最好的方法嗎?有不同的做法嗎?人們使用機(jī)器學(xué)習(xí)的早期方法有哪些?而且也許其中一些更適合對(duì)我目前想要處理的這個(gè)問題。因此,我鼓勵(lì)學(xué)生不僅要把它當(dāng)作一種工具,而要把機(jī)器學(xué)習(xí)當(dāng)作一個(gè)領(lǐng)域,要更廣闊地去看到機(jī)器學(xué)習(xí)的不同層面。

下面是我給學(xué)生的第二個(gè)建議?,F(xiàn)在肯定有很多關(guān)于機(jī)器學(xué)習(xí)的工作機(jī)會(huì),這也是為什么有些學(xué)生會(huì)選擇這個(gè)領(lǐng)域。學(xué)習(xí)機(jī)器學(xué)習(xí)可能會(huì)帶來一份工作,這很不錯(cuò)。

但如果一個(gè)學(xué)生真的對(duì)生物學(xué)感興趣,我會(huì)鼓勵(lì)他研究機(jī)器學(xué)習(xí)和生物學(xué)的交叉領(lǐng)域。不要只是為了學(xué)習(xí)機(jī)器學(xué)習(xí)而放棄你的其他領(lǐng)域。MIT現(xiàn)在有三個(gè)聯(lián)合學(xué)位,意思是兩個(gè)學(xué)院一起給出的學(xué)位。一個(gè)是計(jì)算機(jī)科學(xué)和生物學(xué)的聯(lián)合學(xué)位。如果你真的對(duì)發(fā)現(xiàn)藥物感興趣,或者如果你真的對(duì)理解疾病感興趣,了解足夠的生物學(xué)和計(jì)算機(jī)科學(xué)只是是一件好事。第二個(gè)是計(jì)算機(jī)科學(xué)與經(jīng)濟(jì)學(xué)金融學(xué),學(xué)習(xí)從大銀行到對(duì)沖基金、交易系統(tǒng),這些都非常有價(jià)值。第三個(gè)可能會(huì)讓你大吃一驚,它是計(jì)算機(jī)科學(xué)和城市學(xué)的聯(lián)合學(xué)位。這是關(guān)于設(shè)計(jì)一個(gè)城市,你可以想想看。我知道中國仍在建設(shè)許多新城市,水系統(tǒng)、電氣系統(tǒng)、運(yùn)輸系統(tǒng)的設(shè)計(jì)都需要依靠對(duì)龐大數(shù)據(jù)的理解,利用一個(gè)學(xué)習(xí)系統(tǒng)可以幫助找出最好的方法。我相信我們很快會(huì)把計(jì)算機(jī)科學(xué)引入到神經(jīng)科學(xué)。所以我的建議是:不要放棄你真正喜歡的事。你可以看看機(jī)器學(xué)習(xí)在我目前所處的領(lǐng)域有什么樣的作用。

記者:所以它更像是一種工具?你仍然可以學(xué)習(xí)你的專業(yè),但機(jī)器學(xué)習(xí)可以幫助你形成一種新的思維方式?

Eric Grimson:是的,它可以改變你的想法。

數(shù)據(jù)隱私:自主決定我想要分享哪些數(shù)據(jù)

記者:我們剛剛提到,機(jī)器學(xué)習(xí)需要大量的數(shù)據(jù),但目前數(shù)據(jù)質(zhì)量和規(guī)模以及對(duì)數(shù)據(jù)公開的監(jiān)管似乎都不太令人滿意,這是人工智能/機(jī)器學(xué)習(xí)的瓶頸嗎?您對(duì)此有何建議?

Eric Grimson:擁有海量數(shù)據(jù)是很有價(jià)值的,但人們?cè)谑褂眠@些數(shù)據(jù)時(shí)需要考慮一些問題:一個(gè)就是你的數(shù)據(jù)中是否包含偶然性偏差。有很多著名的案例,比如人臉識(shí)別算法在你我這樣的人身上運(yùn)行效果很好,但在一些膚色或臉型與我們差別巨大的人身上就不起作用了。這并不是有意的。如果你僅僅對(duì)恰好位于所有可能性空間中的一部分?jǐn)?shù)據(jù)運(yùn)行算法,就會(huì)在無意間引入偏差了。所以在考慮數(shù)據(jù)集合時(shí),其中一個(gè)問題就是你如何確保不會(huì)發(fā)生偶然性偏差,而這些偏差會(huì)影響最終的結(jié)果。還有其他一些問題,在美國是這樣,我相信在中國也是如此。

還有一個(gè)是關(guān)于數(shù)據(jù)隱私的問題。比如在醫(yī)療方面,掌握大量病人的數(shù)據(jù)是非常有價(jià)值的。因?yàn)樵谶@樣的情況下運(yùn)行算法,能夠更好地檢測(cè)疾病。但數(shù)據(jù)的主人希望對(duì)自己的私人數(shù)據(jù)保密,例如主人不想讓他們的鄰居或者他們的監(jiān)護(hù)人突然知道他們患有某種疾病。所以保護(hù)個(gè)人隱私非常重要,在美國、在其他地方都是這樣。

第三個(gè)是許多美國人關(guān)心的問題:歸屬于大公司的海量數(shù)據(jù)。比如亞馬遜、Facebook、谷歌這三家公司,尤其是一些擁有大量在線業(yè)務(wù)的公司,他們掌握著大量數(shù)據(jù),這是他們的權(quán)利,當(dāng)你使用他們的網(wǎng)站時(shí)你就同意了讓他們獲取這些數(shù)據(jù)。但這并不意味著研究人員就可以使用這些數(shù)據(jù),除非他們是公司的合作伙伴。這樣一來就產(chǎn)生了一個(gè)很有趣的問題:學(xué)校能不能建立一個(gè)所有大學(xué)都能共享的數(shù)據(jù)庫,這樣一來研究人員就可以在不和公司簽協(xié)議的情況下,使用這些這些數(shù)據(jù)來探索新思路了?我不知道是否回答了你的問題,但既然提到了數(shù)據(jù),那么這些都是人們非常關(guān)心的數(shù)據(jù)問題。

記者:阿里巴巴這樣的中國公司也擁有海量的數(shù)據(jù),人們也會(huì)擔(dān)心數(shù)據(jù)隱私問題。

Eric Grimson:當(dāng)然。我并不是說這只是美國公司的問題,我說的是美國版的故事。但你剛剛舉了一個(gè)很好的例子,阿里掌握著海量數(shù)據(jù),京東也會(huì)。我認(rèn)為社會(huì)學(xué)家應(yīng)該與政府和企業(yè)合作,探討如何有效使用數(shù)據(jù),讓人們的生活更美好,但同時(shí)要保護(hù)人們的數(shù)據(jù)隱私。

記者:所以應(yīng)該制定一些政策進(jìn)行引導(dǎo)?

Eric Grimson:這也是大多數(shù)人的愿望。我不是要告訴政府該怎么做,但我認(rèn)為很多人也和我一樣有著強(qiáng)烈的愿望:我希望自己能夠決定我想要分享多少自己的數(shù)據(jù)。

在歐洲已經(jīng)有這樣的先例了,我覺得歐洲在這方面走在最前沿。歐盟已經(jīng)就這些隱私問題達(dá)成一致,主要是提供了一種選擇——在參與之前必須要知情同意(“You have to agree that before participate”)。隨著這套體制越來越普遍,每一個(gè)社會(huì)、每一個(gè)政府都要考慮如何掌控這種情況,要制定什么樣的政策。

大學(xué)教授創(chuàng)業(yè):鼓勵(lì)教授走出象牙塔解決實(shí)際問題,但不能讓學(xué)生為其工作

記者:我們看到在美國,有許多學(xué)者來自學(xué)術(shù)界,又與工業(yè)界保持著緊密的聯(lián)系,也有很多學(xué)者自主創(chuàng)業(yè)。在您看來,這樣的模式對(duì)于AI研究、對(duì)工業(yè)界以及學(xué)界都有什么影響?

Eric Grimson:這是一個(gè)好問題。我認(rèn)為既有積極的一面,也有消極的一面,學(xué)者需要作出權(quán)衡。一些AI研究人員只想自己做研究,他們想發(fā)現(xiàn)新事物,發(fā)表論文,這是傳統(tǒng)的學(xué)術(shù)做法,他們現(xiàn)在依然這樣。如果一家公司想使用他們的創(chuàng)意,他們可以這樣做。

但我們確實(shí)也可以看到,很多研究人員意識(shí)到他們有機(jī)會(huì)對(duì)世界產(chǎn)生影響。我認(rèn)為對(duì)他們中的一些人來說,這意味著賺錢。但他們中大部分人是想要對(duì)社會(huì)產(chǎn)生影響,他們有一個(gè)可以讓人們生活得更好的想法,而且想要實(shí)現(xiàn)它。

我認(rèn)為你真正想問的是這些關(guān)系會(huì)產(chǎn)生什么影響。從積極的方面來說,把一個(gè)想法從實(shí)驗(yàn)室轉(zhuǎn)化成真正的產(chǎn)品是非常重要的。通過阿里巴巴或者其他你喜歡的網(wǎng)站,你能夠很方便地購買東西。它讓人們更容易用其他方式交流。

消極的一面是,當(dāng)大學(xué)開始讓公司主導(dǎo)他們的工作時(shí),就會(huì)產(chǎn)生利益沖突。所以我認(rèn)為所有的大學(xué)都會(huì)擔(dān)心如何在不影響學(xué)校正常工作的情況下,以一種有效的方式向公司傳達(dá)或傳遞想法。許多大學(xué)都有自己的政策。我可以告訴我們學(xué)校的政策:如果一個(gè)教授或者教授和他的一些學(xué)生想要?jiǎng)?chuàng)建一個(gè)公司,他們可以這樣做。但是他們只能做一到兩年,然后就要做決定:要么回到學(xué)校,要么留在公司。因?yàn)閮烧叩哪繕?biāo)不同:大學(xué)創(chuàng)造知識(shí)的地方,而公司則要?jiǎng)?chuàng)造產(chǎn)品。所以你會(huì)看到很多教授以休假為名離開學(xué)校,去和谷歌或者Facebook這樣的公司合作,或者創(chuàng)建自己的公司。許多大學(xué)會(huì)要求他們要么返回學(xué)校,要么辭職留在公司,因?yàn)閮烧叩哪繕?biāo)不同。

這里我想強(qiáng)調(diào)兩點(diǎn)。一是政策,如你所知,我的學(xué)校是兩年,其他的大學(xué)可能有不同年限的政策。很多教授即使在公司工作,也仍然會(huì)指導(dǎo)學(xué)生。很多大學(xué)還有這樣一項(xiàng)政策,就是你在大學(xué)里指導(dǎo)的學(xué)生不能和公司有任何關(guān)系。用美國的表達(dá)方式來說,這是利益沖突。學(xué)生就是要在學(xué)校學(xué)習(xí)的。比如在MIT,如果一個(gè)教授還在指導(dǎo)學(xué)生,他們?cè)趯W(xué)校做的項(xiàng)目和公司所做的事情應(yīng)該是不一樣的。學(xué)生不能為公司工作,因?yàn)槟銦o法知道教授要你做某件事,是因?yàn)樗鼘?duì)你有好處還是對(duì)公司有好處,對(duì)吧?這是利益沖突,不應(yīng)該被支持。

記者:國內(nèi)對(duì)此現(xiàn)象有這樣一種看法:有些人認(rèn)為教授創(chuàng)業(yè)不利于科學(xué)研究的進(jìn)步,因?yàn)槿绻麄円恍膿湓谑聵I(yè)上,就沒有那么多的時(shí)間做研究了。你是怎樣看的?

Eric Grimson:如果是這樣的話,我不贊同。我的理由是:如果有人在研究中有新想法并加以探索,這非常好。除非你把這個(gè)想法應(yīng)用到實(shí)際問題中,否則你無法做到一直用這個(gè)想法去思考實(shí)際問題。所以這種在基礎(chǔ)研究和實(shí)際應(yīng)用之間來回轉(zhuǎn)換對(duì)教授來說是很有價(jià)值的。

但作為教授你必須處理好這其中的關(guān)系。所以,在某些地方這可能是個(gè)問題。但我我想說的是,我不認(rèn)為教授們應(yīng)該待在象牙塔里思考偉大的思想。也許有些人可以,他們很偉大,但你并不是在解決世界的問題。對(duì)我來說,這也是研究人員應(yīng)該做的。所以我認(rèn)為和業(yè)界建立聯(lián)系是很有價(jià)值的。只要你清楚什么時(shí)候該做學(xué)校的研究,什么時(shí)候處理公司的和實(shí)際的問題,以及如何把這些問題帶回到大學(xué)里的研究中來思考未來的想法。

記者:但這是一種個(gè)人行為,沒有人知道教授是否還花心思在學(xué)生身上上,MIT對(duì)此有什么政策嗎?

Eric Grimson:許多大學(xué)都是有這樣的政策。和前面提到的一樣,在為大學(xué)做事和為公司做事之間應(yīng)該控制利益沖突。應(yīng)該由各個(gè)大學(xué)來決定制定什么樣的政策。但我認(rèn)為,如果大學(xué)太脫離實(shí)際問題,就無法做到讓世界變得更美好,這本是大學(xué)最終應(yīng)該做的事情:培訓(xùn)下一代的領(lǐng)導(dǎo)者,探索能夠改善人們生活的知識(shí)。所以如果你在大學(xué)里太孤立,你就錯(cuò)過了這樣的機(jī)會(huì)。

記者:我們剛剛提到人工智能的偉大歷史。我們知道,人工智能的發(fā)展在歷史上有過一些高峰和低谷。所以在你看來,為什么這些年人工智能又出現(xiàn)了另一股熱潮?這種熱潮能持續(xù)下去嗎?因?yàn)槲覀冎?0年前深藍(lán)的故事。是否未來人工智能也會(huì)迎來一個(gè)低谷?

Eric Grimson:這是個(gè)好問題。過去人們習(xí)慣說這是人工智能的冬天。你知道,一切都不太順利。你問了兩個(gè)問題。我想說的是,在我看來,最近一次高峰的最大因素是大數(shù)據(jù)集的增長(zhǎng)。我們以前并沒有這么多數(shù)據(jù)。

另外,計(jì)算機(jī)能力、圖形處理器、圖形處理單元或其他事物的發(fā)展也要比二三十年前強(qiáng)大得多。我認(rèn)為這兩件事本身就很強(qiáng)大。

第三點(diǎn)是基本思想的成熟。以深度學(xué)習(xí)為例,深度學(xué)習(xí)背后的理念,可以說至少有60年的歷史了。它們可以追溯到強(qiáng)化學(xué)習(xí)的概念,這一概念產(chǎn)生于上世紀(jì)五十年代的網(wǎng)絡(luò),至今有70年的歷史了。當(dāng)我們更好地理解了這些技術(shù)的數(shù)學(xué)原理后,就明白了什么是可行的,什么是不可行的。

但這次飛躍的兩個(gè)主要因素是海量的數(shù)據(jù)和快速計(jì)算的能力,甚至在神經(jīng)網(wǎng)絡(luò)中也是如此。直到幾年前,你可能只有一個(gè)兩到四層深的網(wǎng),今天則有一千層深,因?yàn)槲覀兛梢酝ㄟ^快速計(jì)算來訓(xùn)練它們。這帶來了很大的不同。

你的第二個(gè)問題是,人工智能會(huì)有另一個(gè)低谷嗎?有可能。但我認(rèn)為,目前的這此高峰有可能比以往持續(xù)更長(zhǎng)時(shí)間。就像你說的,深藍(lán)打敗了世界象棋冠軍、世界上最好的人類棋手。它在國際象棋方面非常專業(yè)。它實(shí)際上有專門用于計(jì)算象棋的硬件,沒有辦法超越它。今天的技術(shù)是非常廣泛的,我想你會(huì)看到這些東西持續(xù)很多年,會(huì)出現(xiàn)一些東西來取代它。我們以前見過,我相信這種事還會(huì)發(fā)生。

何為世界一流大學(xué)?“真正一流的大學(xué)應(yīng)該敢于冒險(xiǎn)”

記者:我想問您一個(gè)有趣的問題,許多中國大學(xué)都提出了建設(shè)世界一流大學(xué)的口號(hào)。你認(rèn)為世界一流大學(xué)應(yīng)該具備什么樣的素質(zhì)?

Eric Grimson:這個(gè)問題問得好,我對(duì)中國的大學(xué)很熟悉,我認(rèn)為中國政府也希望看到這樣的事情發(fā)生。評(píng)價(jià)一所大學(xué)有很多方法,我們都說我們不看世界排名,但我們都會(huì)悄悄地看。如果要回答你的問題,直言不諱地講,大多數(shù)人會(huì)說當(dāng)今世界上最好的大學(xué)仍然在美國,哈佛大學(xué)、麻省理工學(xué)院、耶魯大學(xué)、普林斯頓大學(xué)、斯坦福大學(xué)、芝加哥大學(xué)等,我還遺漏了一些。亞洲、歐洲也有一些非常好的大學(xué),但其中大部分目前仍在美國。隨著時(shí)間的推移,這種情況可能會(huì)改變。

我認(rèn)為中國政府正在努力提供資源來作出改變。但我想說的是,一所真正偉大的大學(xué)的特點(diǎn)是愿意冒險(xiǎn),以及有鼓勵(lì)學(xué)生和教授承擔(dān)風(fēng)險(xiǎn)的氛圍。如果你愿意冒險(xiǎn),你就必須不怕失敗。我看到很多大學(xué)都不愿意這么做。他們過于擔(dān)心下一步而不愿做出大的改變。

如果你看看今天那些優(yōu)秀的大學(xué),幾乎所有的大學(xué)都非常愿意冒險(xiǎn)。更重要的是,他們鼓勵(lì)學(xué)生冒險(xiǎn)。比如在麻省理工學(xué)院,幾乎所有本科生都和教授一起做研究。我給你一個(gè)簡(jiǎn)單的例子,你可以得出自己的比較結(jié)論。在MIT,我曾經(jīng)管理過一個(gè)大型的研究小組,我們每周開一次會(huì)。在團(tuán)隊(duì)中我作為一個(gè)高級(jí)導(dǎo)師,還有一些初級(jí)導(dǎo)師,一些博士后,部分研究生以及少數(shù)本科生。我們會(huì)在會(huì)議中討論一個(gè)特定的問題。一個(gè)大二的本科生會(huì)說,為什么我們不這樣做呢?如果他們能為自己的想法辯護(hù),如果他們能表達(dá)清楚,他們能說明為什么這是個(gè)好主意。這樣的話,在會(huì)議結(jié)束時(shí),我很有可能會(huì)說:為什么我們不那樣做呢?

如果你有一個(gè)好主意并且愿意冒險(xiǎn),這對(duì)我來說是一所好大學(xué)的標(biāo)志。我這么說是因?yàn)?,我在其他大學(xué)不能經(jīng)??吹竭@樣的現(xiàn)象,包括其他的美國大學(xué)。他們的教授告訴青年教授做什么,青年教授告訴研究生該做什么,研究生告訴本科生該做什么。似乎好像教授經(jīng)驗(yàn)更豐富,其他人就應(yīng)該聽他的話。

但是我認(rèn)為一所好的大學(xué)要能夠自由交流思想。它需要愿意聽取新想法。有時(shí)你會(huì)對(duì)二年級(jí)的學(xué)生說,不。這樣行不通,因?yàn)槲覀円呀?jīng)這樣試過了。但我認(rèn)為,這種敢于冒險(xiǎn)的意愿,是我在一所真正的好大學(xué)中看到的最重要的事情之一。我要補(bǔ)充說明的是,當(dāng)你看他們嘗試的各種研究時(shí),你就會(huì)明白了。在MIT這樣的地方,我們會(huì)勇敢嘗試用一種非常不同的方式思考問題,只是為了看看它是否可行。如果行不通,我們不會(huì)說,不好意思,再見,不用再來了。我們會(huì)說,這樣行不通,接下來要嘗試什么?

記者:所以在您看來,對(duì)學(xué)生來說,“敢于冒險(xiǎn)”是指挑戰(zhàn)權(quán)威?那么對(duì)于教授和大學(xué)來說,“敢于冒險(xiǎn)”有什么含義呢?

Eric Grimson:當(dāng)然,順便說一下,我說的挑戰(zhàn)權(quán)威你應(yīng)該有禮貌地去做,而不是對(duì)教授大喊大叫。也許應(yīng)該換一個(gè)詞,“質(zhì)疑”或者“提問”。我們應(yīng)該問為什么,為什么要這樣做?用這種方法來處理問題會(huì)有什么不同?

關(guān)于教授,我也會(huì)這么說。教授很容易采取一系列可預(yù)測(cè)的步驟。你知道,他們做已經(jīng)發(fā)表的一些研究,連續(xù)不斷地做下一件事。但在我看來,最好的教授只會(huì)在一段時(shí)間內(nèi)這么做,然后他們會(huì)有一次質(zhì)的飛躍。他們會(huì)落在不同的地方,然后說,從這個(gè)角度來看也許我們會(huì)發(fā)現(xiàn)不同的東西。所以即使是一個(gè)優(yōu)秀的教授,甚至是一個(gè)很資深、有名的教授,也會(huì)不斷地問:我們?yōu)槭裁匆@樣做?在MIT工作期間,我很榮幸能和很多諾貝爾獎(jiǎng)獲得者交流,幾乎每個(gè)人都會(huì)告訴我他們經(jīng)常這樣做,他們經(jīng)常挑戰(zhàn)。他們會(huì)問自己:我為什么要這樣做?這是最好的方法嗎?有更好的方法嗎?

國際競(jìng)爭(zhēng):“我不認(rèn)為任何一個(gè)國家能夠完全成為人工智能的中心”

記者:現(xiàn)如今,很多國家像美國、英國、日本、中國等都在大力進(jìn)行AI研究,你如何評(píng)價(jià)他們?cè)谶@方面的工作?誰在哪個(gè)方面做得更好?

Eric Grimson:正如你提到的那樣,有很多國家都在人工智能上有了很大進(jìn)步。它最初主要起源于美國,但英國像愛丁堡等地很早就跟進(jìn)了。在法國、德國這些地方都有實(shí)驗(yàn)室,日本也投入了大量的精力。當(dāng)然,中國在這一領(lǐng)域也發(fā)展迅猛。我覺得很難區(qū)分。我認(rèn)為在每個(gè)領(lǐng)域你都能看到這些國家的優(yōu)勢(shì)。我想說的是,當(dāng)涉及到基礎(chǔ)理論的時(shí)候,也許美國在某些方面仍然微微領(lǐng)先。

但在一些應(yīng)用程序上,我相信你已經(jīng)看到了,中國的大學(xué)和公司已經(jīng)在飛速進(jìn)步。我給你舉兩個(gè)例子,用特定的例子可能有點(diǎn)不妥,但我試著給你舉兩個(gè)例子。我認(rèn)為,在語音識(shí)別上,中國有一些公司做得非常好。美國的研究做的不錯(cuò),但是我認(rèn)為中國在商業(yè)化方面比我在美國看到的更有效。那些中國公司是在中國大學(xué)多年的研究基礎(chǔ)上建立起來的,他們與美國有著非常密切的合作。所以我認(rèn)為在語音識(shí)別方面,中國做得很好。而在計(jì)算機(jī)視覺這樣一個(gè)非常受歡迎的領(lǐng)域,也會(huì)有一場(chǎng)非常有益的競(jìng)爭(zhēng)。

你知道,有時(shí)美國領(lǐng)先一點(diǎn),然后中國試圖領(lǐng)先一點(diǎn),然后美國再稍微領(lǐng)先一點(diǎn),這是一個(gè)友好的競(jìng)爭(zhēng)。所以我認(rèn)為中國有一些很好的例子。再強(qiáng)調(diào)一次,在我看來,他們中做得最好的都是基于多年的研究。我認(rèn)為花時(shí)間仔細(xì)思考如何創(chuàng)造是很有價(jià)值的。當(dāng)你談到其他領(lǐng)域時(shí),我認(rèn)為美國可能仍微微領(lǐng)先。所以我認(rèn)為,中國、英國、日本和歐洲其他一些國家都是很好的競(jìng)爭(zhēng)者。實(shí)際上,加拿大是另一個(gè)在人工智能領(lǐng)域非常強(qiáng)的國家。所以你可以選擇任何特定的領(lǐng)域來看,現(xiàn)在可能是這個(gè)國家領(lǐng)先,六個(gè)月后其他國家會(huì)超越上來。很多國家的工作非常有成效,因?yàn)槊總€(gè)國家都在努力做得更好。

記者:英國因?yàn)閳D靈的原因想要成為一個(gè)中心,他們?cè)f過說過類似的話。

Eric Grimson:我希望在AI領(lǐng)域能夠形成國際合作。每個(gè)國家都有自己的需求,每個(gè)國家都想為自己的國家做最好的事情。但是,我不認(rèn)為任何一個(gè)國家能夠完全成為中心。美國不會(huì)。即使美國有斯坦福、伯克利、麻省理工和哈佛,這些學(xué)校都在做不同的事情。但我認(rèn)為合作將真正推動(dòng)這一領(lǐng)域的發(fā)展,目標(biāo)應(yīng)該是讓人工智能系統(tǒng)更好地造福每個(gè)人的生活。如果我們合作會(huì)怎樣呢?只會(huì)越來越好。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • MIT
    MIT
    +關(guān)注

    關(guān)注

    3

    文章

    253

    瀏覽量

    23507
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8442

    瀏覽量

    133110

原文標(biāo)題:MIT名譽(yù)校長(zhǎng):機(jī)器學(xué)習(xí)會(huì)成為像Word一樣的工具

文章出處:【微信號(hào):worldofai,微信公眾號(hào):worldofai】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    傳統(tǒng)機(jī)器學(xué)習(xí)方法和應(yīng)用指導(dǎo)

    用于開發(fā)生物學(xué)數(shù)據(jù)的機(jī)器學(xué)習(xí)方法。盡管深度學(xué)習(xí)(一般指神經(jīng)網(wǎng)絡(luò)算法)是一個(gè)強(qiáng)大的工具,目前也非常流行,但它的應(yīng)用領(lǐng)域仍然有限。與深度學(xué)習(xí)相比
    的頭像 發(fā)表于 12-30 09:16 ?413次閱讀
    傳統(tǒng)<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>方法和應(yīng)用指導(dǎo)

    如何選擇云原生機(jī)器學(xué)習(xí)平臺(tái)

    當(dāng)今,云原生機(jī)器學(xué)習(xí)平臺(tái)因其彈性擴(kuò)展、高效部署、低成本運(yùn)營等優(yōu)勢(shì),逐漸成為企業(yè)構(gòu)建和部署機(jī)器學(xué)習(xí)應(yīng)用的首選。然而,市場(chǎng)上的云原生
    的頭像 發(fā)表于 12-25 11:54 ?166次閱讀

    自然語言處理與機(jī)器學(xué)習(xí)的關(guān)系 自然語言處理的基本概念及步驟

    Learning,簡(jiǎn)稱ML)是人工智能的一個(gè)核心領(lǐng)域,它使計(jì)算機(jī)能夠從數(shù)據(jù)中學(xué)習(xí)并做出預(yù)測(cè)或決策。自然語言處理與機(jī)器學(xué)習(xí)之間有著密切的關(guān)系,因?yàn)?b class='flag-5'>機(jī)
    的頭像 發(fā)表于 12-05 15:21 ?748次閱讀

    devops使用最廣泛的集成工具盤點(diǎn)

    devops使用最廣泛的集成工具包括GitLab(全棧DevOps平臺(tái))、Jenkins(CI/CD自動(dòng)化服務(wù)器)、Docker(容器化技術(shù))、Kubernetes(容器編排平臺(tái))、Ansible
    的頭像 發(fā)表于 11-26 13:48 ?256次閱讀

    什么是機(jī)器學(xué)習(xí)?通過機(jī)器學(xué)習(xí)方法能解決哪些問題?

    來源:Master編程樹“機(jī)器學(xué)習(xí)”最初的研究動(dòng)機(jī)是讓計(jì)算機(jī)系統(tǒng)具有人的學(xué)習(xí)能力以便實(shí)現(xiàn)人工智能。因?yàn)闆]有學(xué)習(xí)能力的系統(tǒng)很難被認(rèn)為是具有智能的。目前
    的頭像 發(fā)表于 11-16 01:07 ?526次閱讀
    什么是<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>?通過<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>方法能解決哪些問題?

    【《時(shí)間序列與機(jī)器學(xué)習(xí)》閱讀體驗(yàn)】+ 時(shí)間序列的信息提取

    本人有些機(jī)器學(xué)習(xí)的基礎(chǔ),理解起來一點(diǎn)也不輕松,加油。 作者首先說明了時(shí)間序列的信息提取是時(shí)間序列分析的一個(gè)重要環(huán)節(jié),目標(biāo)是從給定的時(shí)間序列數(shù)據(jù)中提取出有用的信息和特征,以支持后續(xù)的分析和預(yù)測(cè)任務(wù),可以
    發(fā)表于 08-14 18:00

    【「時(shí)間序列與機(jī)器學(xué)習(xí)」閱讀體驗(yàn)】+ 鳥瞰這本書

    清晰,從時(shí)間序列分析的基礎(chǔ)理論出發(fā),逐步深入到機(jī)器學(xué)習(xí)算法在時(shí)間序列預(yù)測(cè)中的應(yīng)用,內(nèi)容全面,循序漸進(jìn)。每一章都經(jīng)過精心設(shè)計(jì),對(duì)理論知識(shí)進(jìn)行了詳細(xì)的闡述,對(duì)實(shí)際案例進(jìn)行了生動(dòng)的展示,使讀者在理論與實(shí)踐
    發(fā)表于 08-12 11:28

    【「時(shí)間序列與機(jī)器學(xué)習(xí)」閱讀體驗(yàn)】+ 簡(jiǎn)單建議

    這本書以其系統(tǒng)性的框架和深入淺出的講解,為讀者繪制了一幅時(shí)間序列分析與機(jī)器學(xué)習(xí)融合應(yīng)用的宏偉藍(lán)圖。作者不僅扎實(shí)地構(gòu)建了時(shí)間序列分析的基礎(chǔ)知識(shí),更巧妙地展示了機(jī)器學(xué)習(xí)如何在這一領(lǐng)域發(fā)揮巨
    發(fā)表于 08-12 11:21

    【《時(shí)間序列與機(jī)器學(xué)習(xí)》閱讀體驗(yàn)】+ 了解時(shí)間序列

    。 可以探索現(xiàn)象發(fā)展變化的規(guī)律,對(duì)某些社會(huì)經(jīng)濟(jì)現(xiàn)象進(jìn)行預(yù)測(cè)。 利用時(shí)間序列可以在不同地區(qū)或國家之間進(jìn)行對(duì)比分析,這也是統(tǒng)計(jì)分析的重要方法之一。 而《時(shí)間序列與機(jī)器學(xué)習(xí)》一書的后幾章分別介紹了時(shí)間序列在廣告
    發(fā)表于 08-11 17:55

    【「時(shí)間序列與機(jī)器學(xué)習(xí)」閱讀體驗(yàn)】全書概覽與時(shí)間序列概述

    的應(yīng)用也很廣泛,用機(jī)器學(xué)習(xí)為時(shí)間分析帶來新的可能性。人們往往可以通過過往的時(shí)間序列數(shù)據(jù)來預(yù)測(cè)未來,在各行各業(yè)中都有很好的應(yīng)用與發(fā)展前景。 時(shí)間序列分類: 1.單維時(shí)間序列 單維時(shí)間序列
    發(fā)表于 08-07 23:03

    神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)分析中的作用

    在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,預(yù)測(cè)分析已經(jīng)成為各行各業(yè)中不可或缺的一部分。從金融市場(chǎng)的預(yù)測(cè)到醫(yī)療健康的診斷,再到日常生活中的推薦系統(tǒng),預(yù)測(cè)分析都在發(fā)揮著至關(guān)重要的作用。而神經(jīng)網(wǎng)絡(luò),作為一種強(qiáng)大的
    的頭像 發(fā)表于 07-01 11:53 ?801次閱讀

    機(jī)器學(xué)習(xí)的經(jīng)典算法與應(yīng)用

    關(guān)于數(shù)據(jù)機(jī)器學(xué)習(xí)就是喂入算法和數(shù)據(jù),讓算法從數(shù)據(jù)中尋找一種相應(yīng)的關(guān)系。Iris鳶尾花數(shù)據(jù)集是一個(gè)經(jīng)典數(shù)據(jù)集,在統(tǒng)計(jì)學(xué)習(xí)機(jī)器學(xué)習(xí)領(lǐng)域都經(jīng)常被
    的頭像 發(fā)表于 06-27 08:27 ?1734次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>的經(jīng)典算法與應(yīng)用

    名單公布!【書籍評(píng)測(cè)活動(dòng)NO.35】如何用「時(shí)間序列與機(jī)器學(xué)習(xí)」解鎖未來?

    設(shè)備的運(yùn)行狀況,生成各種維度的報(bào)告。 同時(shí),通過大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)技術(shù),可以對(duì)業(yè)務(wù)進(jìn)行預(yù)測(cè)和預(yù)警,從而協(xié)助社會(huì)和企業(yè)進(jìn)行科學(xué)決策、降低成本并創(chuàng)造新的價(jià)值。 當(dāng)今時(shí)代,數(shù)據(jù)無處不在,而時(shí)間序列數(shù)據(jù)更是
    發(fā)表于 06-25 15:00

    機(jī)器學(xué)習(xí)怎么進(jìn)入人工智能

    ,人工智能已成為一個(gè)熱門領(lǐng)域,涉及到多個(gè)行業(yè)和領(lǐng)域,例如語音識(shí)別、機(jī)器翻譯、圖像識(shí)別等。 在編程中進(jìn)行人工智能的關(guān)鍵是使用機(jī)器學(xué)習(xí)算法,這是一類基于樣本數(shù)據(jù)和模型訓(xùn)練來進(jìn)行
    的頭像 發(fā)表于 04-04 08:41 ?396次閱讀

    機(jī)器學(xué)習(xí)8大調(diào)參技巧

    今天給大家一篇關(guān)于機(jī)器學(xué)習(xí)調(diào)參技巧的文章。超參數(shù)調(diào)優(yōu)是機(jī)器學(xué)習(xí)例程中的基本步驟之一。該方法也稱為超參數(shù)優(yōu)化,需要搜索超參數(shù)的最佳配置以實(shí)現(xiàn)最佳性能。
    的頭像 發(fā)表于 03-23 08:26 ?713次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>8大調(diào)參技巧