如今，每個(gè)行業(yè)多少都會(huì)涉及到人工智能，仿佛人工智能處在一個(gè)大爆發(fā)的階段。但是人工智能專(zhuān)家、加州大學(xué)伯克利分校教授邁克爾•喬丹表示，人工智能目前還處于非常初級(jí)的階段。很多事情我們還不了解，現(xiàn)狀并不是一個(gè)“人工智能的神奇大爆炸時(shí)代”。喬丹教授在人工智能領(lǐng)域非常有名氣，他也是前百度首席科學(xué)家吳恩達(dá)的導(dǎo)師。喬丹教授曾在混沌大學(xué)的的課堂上分析了人工智能的現(xiàn)狀，以及幾個(gè)值得擔(dān)心的問(wèn)題。

　　首先，喬丹教授說(shuō)，想要準(zhǔn)確地理解人工智能，就要了解一下人工智能目前有哪些可能性，以及哪些技術(shù)還不太可能實(shí)現(xiàn)。比如人臉識(shí)別技術(shù)，計(jì)算機(jī)能做到在可視場(chǎng)景中標(biāo)記對(duì)象，但沒(méi)辦法做到對(duì)視覺(jué)場(chǎng)景的常識(shí)理解。就拿開(kāi)會(huì)來(lái)說(shuō)，在一個(gè)會(huì)議室里面放上聯(lián)網(wǎng)的攝像頭，計(jì)算機(jī)能區(qū)分出來(lái)哪些是人臉，但卻不能理解開(kāi)會(huì)這個(gè)場(chǎng)景。再比如，機(jī)器只能做到死記硬背，卻沒(méi)有辦法真正地回答問(wèn)題。當(dāng)你和電腦交流的時(shí)候，它可以回答你“中國(guó)最大的城市是哪一個(gè)”，那是它通過(guò)“中國(guó)”“城市”“最大”三個(gè)關(guān)鍵詞，搜索出來(lái)的答案。但如果你問(wèn)“中國(guó)不在河邊的第二大城市是哪一個(gè)”，電腦就不一定能答上來(lái)。因?yàn)橹翱赡軟](méi)有人做過(guò)這個(gè)問(wèn)題的相關(guān)數(shù)據(jù)，所以就沒(méi)有這個(gè)問(wèn)題答案的數(shù)據(jù)列表。

　　喬丹教授說(shuō)，未來(lái)十年，以上這些沒(méi)辦法實(shí)現(xiàn)的部分，或許能做到基本的實(shí)現(xiàn)，而且會(huì)做得越來(lái)越好。但他還是堅(jiān)持認(rèn)為，我們不太可能看到和人有同等智力的人工智能系統(tǒng)。因?yàn)槿祟?lèi)在講話的時(shí)候，是可以不斷講新內(nèi)容、新理念的。同時(shí)人類(lèi)還擅長(zhǎng)進(jìn)行新的抽象推理。這些人工智能系統(tǒng)就做不到，它需要反復(fù)、重復(fù)用海量的數(shù)據(jù)才能得出一個(gè)答案。人工智能系統(tǒng)可以知道世界所有的城市、餐廳、電影院，然而它也只知道這些事實(shí)而已。人工智能很難有靈活性和創(chuàng)造性。

　　不過(guò)，喬丹教授說(shuō)，雖然我們不用擔(dān)心出現(xiàn)超級(jí)人工智能的出現(xiàn)，但是反過(guò)來(lái)說(shuō)，目前看似智能，實(shí)則不夠智能的這些系統(tǒng)卻是值得我們警惕的。尤其是在未來(lái)，涉及到城市規(guī)劃、推薦系統(tǒng)、醫(yī)學(xué)診斷等領(lǐng)域，都不再是傳統(tǒng)單一機(jī)器人的問(wèn)題。如果用過(guò)去傳統(tǒng)算法去應(yīng)用到這些領(lǐng)域，就會(huì)出現(xiàn)很多問(wèn)題。

　　接著，喬丹教授從五個(gè)方面，分析了我們需要擔(dān)心的問(wèn)題。

　　第一，大規(guī)模多重相關(guān)決策的錯(cuò)誤控制。喬丹教授說(shuō)，搜索引擎給了你一個(gè)錯(cuò)誤的建議，不會(huì)給你添多大的麻煩，你最多會(huì)覺(jué)得這個(gè)搜索引擎不好用，再換一個(gè)就完了。但假設(shè)這個(gè)推薦是醫(yī)療診斷意見(jiàn)，錯(cuò)了是有可能出人命的。而且，現(xiàn)在已經(jīng)發(fā)生過(guò)這樣的事情了。類(lèi)似的錯(cuò)誤放在金融領(lǐng)域，可能會(huì)引發(fā)市場(chǎng)的動(dòng)蕩，放在交通領(lǐng)域，可能會(huì)讓整個(gè)城市的交通都癱瘓。所以，一旦擴(kuò)大到這些領(lǐng)域，我們就不能用傳統(tǒng)應(yīng)用到單一機(jī)器人的方法來(lái)做，而是要有新算法。但目前來(lái)說(shuō)，我們采用的思路都是比較傳統(tǒng)或者通用的，還沒(méi)意識(shí)到在這個(gè)層級(jí)上還要做很多事情。

　　第二，如何在競(jìng)爭(zhēng)環(huán)境中共享數(shù)據(jù)。喬丹教授說(shuō)，很多掌握數(shù)據(jù)的公司都不愿意和別人分享。他認(rèn)為，數(shù)據(jù)分享的好處是，我們可以從整個(gè)行業(yè)的角度去考慮問(wèn)題。比如一個(gè)黑客攻擊了一家公司，這家公司就會(huì)從這次攻擊中學(xué)到新東西。但因?yàn)楫?dāng)初只有這家公司受到了攻擊，其他公司并不知道。如果這家公司把這個(gè)數(shù)據(jù)分享給所有人，整個(gè)行業(yè)就可以一起改善這個(gè)算法。現(xiàn)在大家都不愿分享，一方面是技術(shù)原因，一方面也有法律的原因。

　　第三，大規(guī)模的云端互動(dòng)。人們都在說(shuō)云計(jì)算，所有的東西都在云上，但其實(shí)這些智能設(shè)備都是所謂的端設(shè)備，它們沒(méi)有時(shí)間把數(shù)據(jù)上傳到云中。如果你和人工智能的每一次對(duì)話都要傳到云上，就會(huì)導(dǎo)致速度跟不上。比如，在汽車(chē)智能這個(gè)領(lǐng)域，像“我在這里到底要不要轉(zhuǎn)彎”這樣的問(wèn)題，是不可能每一次都實(shí)時(shí)和云進(jìn)行交互的。因此，要把端設(shè)備和云連接起來(lái)，還要實(shí)時(shí)交互，是有極大挑戰(zhàn)的，我們現(xiàn)在也不知道該怎么做。

　　第四，公平和多元化的問(wèn)題。喬丹教授認(rèn)為，搜集大量數(shù)據(jù)沒(méi)問(wèn)題，但這些數(shù)據(jù)是可能產(chǎn)生偏差的。比如，如果數(shù)據(jù)人員因?yàn)椴幌矚g某類(lèi)人而不把這類(lèi)人納入樣本，用這樣的樣本做預(yù)測(cè)，本身就是有偏差和偏見(jiàn)的。

　　第五，穩(wěn)健性和安全性問(wèn)題。比如，無(wú)人駕駛技術(shù)怎么能確保在所有氣候條件下，在所有的路況上面，每一臺(tái)車(chē)都能安全駕駛？這其實(shí)就是一個(gè)極大的挑戰(zhàn)。此外，還有失業(yè)浪潮。喬丹教授說(shuō)：“每一次工業(yè)革命，都有很多人會(huì)因此失去工作。但值得注意的是，過(guò)去的失業(yè)浪潮是花費(fèi)三五十年才完成的。但接下來(lái)，很多工作可能在5-10年內(nèi)就會(huì)被完全取代，這是一個(gè)新的趨勢(shì)，貧富差距也會(huì)隨之進(jìn)一步拉大。”還有就是人工智能被濫用的問(wèn)題，人工智能本身沒(méi)有邪惡和正義，主要還是看它被誰(shuí)利用。

　　大數(shù)據(jù)處理信息服務(wù)商金盛網(wǎng)聚WJFabric認(rèn)為，人工智能給人類(lèi)社會(huì)帶來(lái)的影響并非在于取代部分現(xiàn)有職業(yè)，而是在于其實(shí)操層面能否持續(xù)穩(wěn)定地達(dá)到預(yù)期效果。人工智能發(fā)展的基礎(chǔ)在于大數(shù)據(jù)，而數(shù)據(jù)的產(chǎn)生、采集、利用在很大程度上取決于從業(yè)人員本身。在較長(zhǎng)一段時(shí)期來(lái)看，人的因素決定了人工智能發(fā)展的程度。因此，對(duì)于人工智能的管控關(guān)鍵在于對(duì)人的管理。

　　金盛網(wǎng)聚（北京）科技有限公司成立于2012年，是一家數(shù)據(jù)處理與信息咨詢(xún)服務(wù)商，公司擁有自主核心技術(shù)與服務(wù)咨詢(xún)的團(tuán)隊(duì)， 公司“WJFbaric-互聯(lián)網(wǎng)大數(shù)據(jù)信息監(jiān)測(cè)SaaS平臺(tái)”目前注冊(cè)使用客戶(hù)將近上萬(wàn)個(gè)，為企業(yè)、政府、學(xué)術(shù)機(jī)構(gòu)、成功人士等提供在線信息收集、展示、閱讀、存儲(chǔ)的免費(fèi)平臺(tái)，公司遠(yuǎn)景致力于通過(guò)數(shù)據(jù)+計(jì)算形成可視化的人工智能決策平臺(tái)。