中國科技公司最強外腦Michael I.Jordan：解析人工智慧發展的機遇與挑戰

Michael I. Jordan

沒有金句

沒有例子

只有觀點

人工智慧-機器學習：觀點與挑戰

Michael I. Jordan 加州大學伯克利分校教授

—— 底層方法：數學 ——

隨機梯度下降和坐標下降

- 最小二乘

-凸優化

-非凸優化

抽樣和重採樣

動態規劃、上市和隨機搜索

隨機梯度下降

—— 關於AI的觀點 ——

經典的"我機器人"觀點（參見電影中的人工智慧、互動式家庭機器人）

"人類智能"（IA）觀點（參見搜索引擎、推薦系統、自然語言翻譯）

"智能架構"（Il）觀點（參見交通、智能家居、城市規劃）

—— AI存在的問題 ——

從"我，機器人"角度研究的問題不一定與IA或Il的觀點一致

但是為"智能架構"部署的 Al解決方案"通常是為IA開發的。

關於"智能架構"的一些問題還遠沒有解決

- 大規模多重相關決策的錯誤控制

- 如何在竟爭環境中共享數據？

- 大規模的雲端互動

- 如何實現公平、保證品質、保持多元化？

- 穩健性和安全性問題

關於"我，機器人"的問題，也有一些遠未解決．

—— AI的可能 ——

哪些是可能的？哪些尚無可能？

計算機視覺

可能：在可視場景中標記對象

尚無可能：對視覺場景的常訁只理解

語音識別

可能：多語種語音到文本和文本到語音的轉換

尚無可能：對聽覺場景的常識理解

自然語言處理

可能：最低限度的翻譯和問答

尚無可能：語義理解、對話

機器人

可能：工業編程機器人

尚無可能：與人類交互並可以自主運作的機器人

有生之年不可能完成的事情：

我們不太可能看到具有和人類同等智力靈活性和創造性的Al系統，因為：

Al系統獲得有限的語義理解能力以及有限的處理複雜語言（隱喻、反諷等）的能力

Al系統獲得有限的抽象里能力，會立即尋找新的抽象

Al系統獲得有限的在複雜環境中的計劃能力，並可以隨時調整計劃

它們就像孩子，似乎知道許多事實，擁有不尋常的見解，但就是不太「理解」。誠然，就比人類更聰明的Al而言，我們看不到這樣的"超級人類Al"，也就是說，我不相信有生之年能出現"奇點"。

然而，難道電腦的處理能力不比人類強得多嗎？

的確，Al系統確實比人類更有耐心瀏覽海量數據和假設空間，因此它們能夠提出不同尋常的見解，但它們不一定明白為什麼洞察能成為洞察，亦無法審查洞察是「真實的」還是「有用的」。它們形成長鏈推理的能力很有限、它們的自我解釋能力很有限。

贏得象棋比賽的Al系統是有限的智能。特別注意，象棋是"完全可觀察的」；並不存在需要電腦去推理的潛在信息

現實生活與之不同。

新興AI應用

—— 底層技術 ——

機器學習

-聚類、分類、預測、降維、優化等

-海量數據集，以及優良的演算法、現代並聯分散式計算

規劃

-基於搜索的技術，探索戰術策略

人機交互

-向人類學習

-眾包

-經濟和博弈理論模型

—— 值得擔心的事情 ——

看起來智能實則不然的Al系統，其所做的決策導致大量麻煩和災難

大批人失業、無收入，特別是在服務業，傳統工業的失業者本來指望在服務業中找到新的就業機會

如果打造Al系統的知識無法普及，財富和生活方式將進一步分化

Al被居心叵測之人濫用

更多AI的案例和專業的知識、演算法、新技術等

在混沌大學APP上聽Michael I. Jordan教授

掃一掃二維碼加入混沌大學一起學習

刻意練習

AI對行業、職業和個人到底會帶來怎樣的影響？請用Micheal Jordan教授對人工智慧在技術上可能實現的功能分析AI是否真正會對一個行業或者職業產生巨大影響，以及思考如何在技術浪潮中構建自己的職業護城河。

選擇一個你熟悉的行業／職業（比如，物流行業或教師、翻譯等），分析從人工智慧的技術進展中分析這個行業／職業中什麼樣的工作會被人工智慧替代，並且這樣的技術會給這個行業帶來怎樣的變革。

從AI不能做什麼出發，分析你自己應該如何在AI的技術浪潮中構建自己的職業／企業護城河。如果你不認同教授的觀點，可以在這一部分中進行有體系地反駁（說明為何不認同，依據是什麼）。

歡迎各位同學留言課後感想~

怎麼做練習

1. 打開【混沌大學】APP

（下載APP掃描下面步驟圖的二維碼）

2. 點擊【練習】-【老師布置的練習】，進入作業界面，點擊【開始練習】

活動預告

9月23日混沌大課@廣州

楊洋 iPIN創始人

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！