Michael Jordan纵论AI:人工智能还是非常有限的智能
发布时间:2018-06-27 浏览次数:2000次

2018年5月24日,由上海交通大学上海高级金融学院(高金/SAIF)主办的SAIF-CAFR名家讲堂邀请到了机器学习领域的泰斗级人物、加州大学伯克利分校电机工程与计算机系和统计学系Michael I. Jordan教授,他以“人工智能的前景与挑战”为主题,深入浅出地阐述了人工智能的准确内涵,并解释当前AI智能化和商业化存在的可能性。

高金副院长、会计学教授李峰也在现场与Jordan教授进行了对话,共同探讨人工智能在技术方向与商业模式上的前景与挑战。

对于人工智能在金融领域的应用,Jordan教授认为人工智能有其大有可为之处,但不可能取代人类直觉的这一部分,因为人类的见解和洞察是非常伟大的。而讨论到金融领域应用当中的数据过多问题时,Jordan教授认为,有一些领域数据不是问题,越多数据越好,但是在一些领域可能会造成混乱,这时就要避免过度的数据输入。

在主题演讲中,Jordan分析了目前AI在应用上大致所处的位置和实际原理,非常形象地展示了机器学习在深度学习中如何取得进步。他首先由AI这个词入手,指出:“AI不是一个新的东西,以前叫机器学习。它距离智能还很远。”他认为能够进行预设的一些前瞻性的规划,这才是真正的智能。

在此基础上Jordan教授提出了当前业界人工智能研究的局限性,他提醒大家不仅深度学习不是“人工智能”的全部,甚至我们日常讨论的以“数据统计”为主的“人工智能”都不是真正意义上的“人工智能”。他说:“应该把它叫IA,称作是增强智能更合适,用电脑来帮助我们人类的智能,让人类更加智慧。电脑本身达不到智能化,可以帮助我们来做很多事情。比如说搜索引擎,比如说百度、Google,让我们更聪明。”

Jordan教授认为在未来的数十年时间,机器应该没有办法解决比较复杂的问题。同样,虽然当下在工厂中已经有很多工业机器人,但在真实的环境中与人类进行互相交流的机器人,Jordan认为也是很难实现的,人工智能还是非常有限的智能。在人工智能的决策领域,Jordan教授提醒人们注意不能按照传统的决策思路去做人工智能。在现实世界中,资源是有限的,而在网络当中资源是无穷的,所以我们需要有一些开创性的系统来保证市场能够运作。

而现实生活中,我们会利用AI做智能推荐,比如投资标的、产品营销。但重要的问题是,给大部分人推荐同一只股票,结果会如何?也就是说,“在决策中,系统必须考虑资源稀缺性的因素。这是负载均衡的问题。”事实上,Jordan教授还列举出了许多类似由于AI应用缺乏系统关联、缺乏工程化等导致的潜在需要解决的问题。

Jordan教授还提到了最近比较热门的AlphaGo。他认为AlphaGo本身也不是巨大的成功,只是机器不停迭代学习的方法而已。他通过很多现实生活中的例子,说明人工智能的未来充满了挑战,也充满了不确定性。虽然人工智能正发展得如火如荼,但Jordan教授也希望我们关注到一些相关的问题:比如伴随人工智能的发展,会造成大批量从事简单劳动的工人下岗;未来在财富和生活方式上也会造成更为巨大的不平等;对于怀有恶意的企图,人工智能也存在滥用问题等。如何保证隐私、恰当分享数据、在人工智能的发展中保证公正与公平,有利于人类的未来发展,这些都是摆在人工智能面前的挑战,也是给予全人类的思考课题。


活动日历
专题活动