我们需要一个新的AI剧本

　　本报首席记者 顾学文

　　解放书单：2012年，我们经常从媒体上读到“自动驾驶汽车将在不久的将来成为现实”的好消息；三年后，脸书启动M计划，说要造出一个可以“随机应变”的聊天机器人，让人期待；此后，IBM又宣称AI系统沃森将在医疗行业掀起革命……但这些目标无一落实。理想的AI与现实的AI之间为什么会有这么大的落差？

　　盖瑞·马库斯（《如何创造可信的AI》作者之一）：自上世纪50年代以来，AI的发展一直承载了过多过高的期待。媒体从来都以满腔的热情报道AI或者纳米或者量子之类的科学领域新进展，哪怕只有指甲盖大的成果也经常被说成是重大突破，不久之后就能改变世界云云。之所以会出现这样的状况，是因为普通大众太喜欢听技术革命的故事了，而研究人员也经常成为媒体的共犯，因为他们需要公众的关注度。

　　对于当下的AI来说，也是如此。席卷全球的疫情释放出信号和警告，我们需要一个新的AI剧本。过去我们花了太多时间开发销售广告的AI，从现在开始，不妨重新评估未来几十年，我们到底需要打造一个什么样的AI？如何以我们想要的方式实现更为美好的AI？

　　解放书单：深度学习成为人工智能发展的主导方向，机器感知世界的方式就是数据，它通过大量的数据认知物体，依靠设定好的程序来展开行动。这是一个对的方向吗？

　　盖瑞·马库斯：深度学习暴露出三个核心问题——面对攻击时的脆弱，无法从千变万化的环境中不断学习以产生新的概念，充斥着从人类数据中习得的偏见。迄今为止，深度学习还只能在控制良好、很少出现意外的环境中进行。这些问题使AI技术难以信任，也限制了其造福社会的潜力。比如，当碰见新冠病毒这类缺乏庞大数据库的新型疾病时，机器的作用就非常有限。

　　如果一直用投喂数据代替真正的思考，机器将永远无法像人类一样进行感知和推理。同样地，机器也无法处理突发情况。

　　深度学习并非是机器学习的唯一方法，更非发展AI的唯一方法。在当今时代，尤其在当今中国，人们拥有极其庞大的人类交互数据，比如微软小冰，每月有上亿人与之聊天，如何利用这些数据让机器了解常识、进而拥有思想，才是科学家们应该做的事。

　　解放书单：但有观点认为，让机器学会常识和推理谈何容易，这是象牙塔里的教授们不切实际的空想。

　　盖瑞·马库斯：我并非只在课堂上宣扬我的观点。2014年，我创立了机器学习公司“几何智能”，两年后公司被优步收购，我也去了优步，在那里创建了人工智能实验室，担任第一任首席科学家。离开优步后，我联合全球著名的机器人专家罗德尼·布鲁克斯等人，又创立了名为Robust.AI的新公司，并担任CEO。让机器理解常识在现阶段确实还无法做到，但已经有一些公司在往这个方向努力，其中就包括Robust.AI。我们专注于深度学习与符号人工智能的结合，培养机器的逻辑思维，研发新一代的人工智能认知引擎。

　　解放书单：您在书中指出，机器学习一直忽略了来自发展心理学和发展神经科学等领域的研究成果，这是什么原因造成的？

　　盖瑞·马库斯：开发机器学习技术的人大多接受过计算机科学和数学方面的培训，却对包括认知科学在内的其他学科了解有限。出于思想上的傲慢，他们不想去了解，但是，从更根本的意义上讲，机器学习技术的结构使得很难整合认知科学提供的各种见解。

　　在麻省理工学院学习期间，我师从世界著名心理学大师和认知科学家史蒂芬·平克教授，我在博士论文中做了大量研究儿童学习英语的实验，包括后来我在纽约大学所做的研究，都让我对认知科学和人工智能的学术研究发展方向形成了一系列清晰的观念。

　　跨学科当然需要更多的投入，但我喜欢科学，并乐此不疲。