采訪音頻：

我熱衷于研究能在日常生活中幫助到人們的AI系統(tǒng)，同時(shí)，機(jī)器智能和人類智能之間應(yīng)該如何互補(bǔ)也讓我十分感興趣。多年來，我們一直在嘗試構(gòu)建可以與人互動、合作，并能給人們帶來幫助的系統(tǒng)。

目前，我們正處于人工智能歷史上的一個重要時(shí)刻，許多重要的人工智能系統(tǒng)正在進(jìn)入現(xiàn)實(shí)世界并開始與人們進(jìn)行協(xié)作。AI該去做什么以及人類在AI開發(fā)的過程中該扮演什么樣的角色，這些問題都會對我們的生活產(chǎn)生很大的影響。

正確認(rèn)識人工智能

對于人工智能，人們其實(shí)存在很多誤解與盲點(diǎn)。多數(shù)人都會認(rèn)為AI是在過去十年左右才出現(xiàn)的。但事實(shí)上，AI在二十世紀(jì)五十年代就已經(jīng)開始發(fā)展了。在達(dá)特茅斯會議上，人工智能的先驅(qū)們聚在一起，討論著人工智能是什么、該如何定義并研究它。他們當(dāng)時(shí)相信人工智能可以很快被實(shí)現(xiàn)——如果機(jī)器有能力處理某一項(xiàng)工作，它理應(yīng)可以很快地掌握處理一項(xiàng)更難工作的能力。但遺憾的是，我們今天的AI并非如此，AI是一種垂直工作，我們只能將某些特定的技術(shù)應(yīng)用到特定的任務(wù)中。我們離廣義人工智能還非常遙遠(yuǎn)，目前的AI技術(shù)還很“專業(yè)”，所以要想將人工智能應(yīng)用到每一個領(lǐng)域仍需要大量審慎的分析和工程設(shè)計(jì)。

我們的AI系統(tǒng)極度依賴數(shù)據(jù)，收集的數(shù)據(jù)的質(zhì)量很大程度上決定了最后AI模型的表現(xiàn)。然而，目前的數(shù)據(jù)搜集工作還存在很多問題，我們搜集數(shù)據(jù)的時(shí)候通常會帶有個人的主觀想法和預(yù)設(shè)，所以搜集到的數(shù)據(jù)不總是能夠真實(shí)代表這個世界，會導(dǎo)致模型產(chǎn)生知識盲區(qū)，例如人臉識別系統(tǒng)無法識別有深色皮膚的人群。所以，數(shù)據(jù)的不完整會導(dǎo)致AI系統(tǒng)無法有效地為某些少數(shù)人群服務(wù)。

人類的角色

在人工智能時(shí)代，我們需要對AI開發(fā)流程進(jìn)行改造。在傳統(tǒng)的軟件開發(fā)領(lǐng)域，幾十年的經(jīng)驗(yàn)積累讓程序員們非常清楚每一次的bug修復(fù)所帶來的結(jié)果。現(xiàn)在，我們也應(yīng)該把這套標(biāo)準(zhǔn)帶到AI系統(tǒng)開發(fā)領(lǐng)域。在過去的幾年中，我們一直在嘗試將人類的洞見融入到AI系統(tǒng)的調(diào)試和bug修復(fù)過程中，從人的角度去了解AI系統(tǒng)存在的問題和盲點(diǎn)，以及問題將會導(dǎo)致的后果，嘗試如何通過融入人類智慧來改進(jìn)AI系統(tǒng)不盡如人意的地方。

我想強(qiáng)調(diào)的是，人工智能是被人開發(fā)、由人推動、并為人所用的。人工智能不可能自己憑空誕生出來。人類其實(shí)是很多AI系統(tǒng)的指南針，比如計(jì)算機(jī)視覺、人臉識別等。我們在設(shè)計(jì)系統(tǒng)時(shí)，也會思考如何才能將作為“指南針”的人類融入到AI系統(tǒng)的訓(xùn)練、執(zhí)行以及故障排除中。人類已經(jīng)是AI過程的一部分，正是那些從事AI系統(tǒng)工作的工程師和科學(xué)家們將自己的見解放入這些系統(tǒng)的設(shè)計(jì)和架構(gòu)中，才有了現(xiàn)在神奇的AI魔法。

AI有很多數(shù)據(jù)資源來源于人，AI的不斷發(fā)展離不開人類的智慧。眾包為AI系統(tǒng)提供了獲取人類智能的方法。通過網(wǎng)上和社交平臺上的眾包任務(wù)，人們生產(chǎn)了大量AI系統(tǒng)可以用來學(xué)習(xí)的數(shù)據(jù)。這種能夠連接機(jī)器和人類智能的渠道對我們構(gòu)建包含人類因素的AI系統(tǒng)非常重要。另外，在AI的發(fā)展過程中也需要人們對AI系統(tǒng)的不斷評估，畢竟最終AI是為人類服務(wù)的，而這也是眾包可以發(fā)揮作用的領(lǐng)域。

美好未來

我常常被AI領(lǐng)域外的人問道：“你能告訴我在未來的10年，20年內(nèi)，美國將失去多少工作崗位，以及將會出現(xiàn)多少新工作嗎?”實(shí)際上，我們離強(qiáng)人工智能還有很遠(yuǎn)的距離，我并不認(rèn)為AI會自己變得更聰明，以至于將來所有的工作機(jī)會都會消失。與此同時(shí)，我們也要思考如何為可能發(fā)生的一些失業(yè)問題做好準(zhǔn)備。

新的經(jīng)濟(jì)增長會在變化中出現(xiàn)，關(guān)鍵是要了解人和機(jī)器如何互補(bǔ)優(yōu)勢。機(jī)器可以很好地自動重復(fù)任務(wù)，擅長識別圖案和處理規(guī)模任務(wù)，但是機(jī)器不擅長很多事情。人類擅長常識性事務(wù)，可以做反事實(shí)推理。我們可以利用小數(shù)據(jù)進(jìn)行學(xué)習(xí)，并且舉一反三，將其應(yīng)用到我們以前從未見過的事情中去。最重要的是，我們有創(chuàng)造力。

在一篇關(guān)于麻省理工學(xué)院和哈佛大學(xué)合作研究的論文中提到，研究者讓一臺機(jī)器和放射科醫(yī)師一起共同通過圖像診斷乳腺癌，由于機(jī)器和人類會犯不同的錯誤，當(dāng)兩者共同合作時(shí)，診斷錯誤率會遠(yuǎn)遠(yuǎn)低于機(jī)器和人類單獨(dú)診斷時(shí)的錯誤率。所以，只有我們充分利用人和機(jī)器的互補(bǔ)關(guān)系，才能創(chuàng)造人工智能的美好未來。