李开复:听AI大佬吐槽真实的人工智能

2018 年 8 月 26 日 算法与数学之美


编者按:1月23-26日,第48届世界经济论坛年会在瑞士达沃斯召开,主题为"在分化的世界中打造共同命运"。创新工场董事长李开复博士受邀飞赴达沃斯参会,分享了他在达沃斯的见闻。


在达沃斯峰会,AI 和中国是两大话题,来自人工智能领域的领袖人士对AI进行了积极肯定,也开启了群槽模式。

  


AI将影响8亿人工作


2030年前,因为AI为主的技术发展,会有大量的人找不到合适的工作。这个数字被麦肯锡定在4-8亿。

  

在麦肯锡集团组织的晚餐讨论会上,麦肯锡研究总监强调说,这不是说失业数据会呈现这么大的下滑,而是说很多工作的任务被机器取代之后,工作的时间和待遇都会大幅度下滑。很多人想换个好点的工作,但他们却又没有足够的才能。而才能的要求(因为AI能力提升)会越来越高,甚至让很多人升级无望。

  

另外,也不是蓝领工人最惨。有嘉宾举例说,一个2万美元的清洁工,机器人未必那么容易取代。但是有了AI,一个8万美元的牙医助理就彻底被取代了,这个工种会彻底消失,而且牙医助理也很难找到一个合适的工作,最后可能只能沦为清洁工或服务员。这个科技浪潮导致人们重新培训个人工作技能的需求巨大,但又不容易做到。

  

我们对未来最大的担忧是贫富差距将达到历史新高,而这带来的社会不幸福、不稳定感是非常严重的。

  

亚洲四小龙和中国的奇迹很难被复制,因为本地生产成为主流,而且廉价劳工作为跳板的方法也将被更廉价的机器人取代。


Alpha Zero完爆人类了吗?


1月23号,在MIT的午餐会上,我与李飞飞(Google Cloud AI/ML领域首席科学家),Richard Socher(Salesforce首席科学家),Mustafa Suleyman(DeepMind 联合创始人兼主管)进行了对谈,主持人是Andrew McAfee(麻省理工学院数字经济倡导行动联合创始人)。

  

上个月,DeepMind团队发表了最新论文,提出强化学习算法AlphaZero——一种可以从零开始,通过自我对弈强化学习,在多种任务上达到超越人类水平的新算法。据说,AlphaZero在8个小时训练后就击败李世石版本的AlphaGo;再用4小时训练击败世界顶级的国际象棋程序Stockfish;再用2小时训练击败世界顶级将棋程序Elmo。

  

一时间,AI界哗然:通用AI问世啦,AlphaZero完爆人类。

  

在午餐会上,DeepMind的联合创始人Mustafa Suleyman 被问到AlphaZero 的强化学习是否真的证明可以不用训练数据?除了游戏还有什么应用?(潜台词是,能不能真的“通用”?)

  

Mustafa非常坦诚地说:AlphaZero没有那么神,外界对它有点夸大了。它要想工作,必须满足三个前提:可预测环境(围棋规则),清晰奖励系统(输赢),无变数(variability)  。并不是外界说的不受监督,AlphaZero的监督来自于它的结构和训练环境,这些依赖强化学习的具体方法在现实生活中效果不是很好。在现实生活中我们无法提供模拟器,进行巨量训练来形成算法。

  

不过Deepmind团队正在探索游戏之外的应用,但是初步预测这不太容易,因为真实世界比游戏复杂很多。Mustafa预测三五年内,强化学习是完全没法普及应用的,Deepmind团队已经“将目光放到几十年后了”。

  

Mustafa也提到:AlphaZero本身并不能解决AI对于数据的需求,但在数据生成和模拟上的进步(比如说用真实语音合成、人脸合成、甚至类似Grand theft auto来做自动驾驶的模拟)是有可能在未来自动产生可补充的数据的。

  

所以,之前被吓得花容失色的同学们,可以松口气啦。


李飞飞:AI要理解人类情感,早着呢


李飞飞的观点也可以抚慰那些被AI威胁论惊吓到的神经。

  

她认为人工智能还是一个新领域,只发展了60年左右,人工智能的理想是让机器变得智能,模仿人类智能解决问题,让人类的生活变得更好。

  

“回想一下,当我还是一个大学生时,我绝对想象不到人工智能会带来的巨变--它巨大的搜索能力,更别说无人驾驶了。我们已经见证了非常了不起的突破。”李飞飞说。

  

李飞飞特别提醒大家,目前AI还不能理解语境、复杂的知识,要识别人类的情绪、感情和动机,还有很长的路要走。

  

当然,目前有很多研究AI情感的创业项目,也不要因此受到打击,正是因为有更大的挑战,成功的收获才会更大。

  

李飞飞引用一位在AI领域有40多年研究经验的同事的话,评价当下我们对完美的人工智能机器的定义:“一台能做出完美食物的机器,虽然房间已经着火了。”



中国AI发展有"四截火箭"


大家向我询问中国创业环境和AI领跑机会时,我分析认为,中国的创业环境如同一个斗兽场,角斗士们斗得你死我活,留下的都是最有生命力的模式,这些模式会推动着中国向前进。

  

虽然说顶尖的人工智能专家还是以美国为主,由于一大批年轻工程师的崛起,中国的速度远远超过了欧美的总和。比如说我们所投资的FACE ++,最近就打败了Facebook、Google等公司,在coco比赛里面得到了第一。

  

这是因为中国有“四截火箭”助推。

  

(1)中国一流的理工科教育


李飞飞就是这一点的证明。中国的理工科教育培养了众多科学家,而且这些人都有志于从事人工智能的相关工作。这群杰出的年轻人会是推动中国进步的一股了不起的力量。

  

(2)活跃的创业氛围和资本对这个领域的大量投资


中国人工智能创业者和资本结合的特别好。资本很愿意去投资具备人工智能潜力的公司,而人工智能公司也愿意冒很大的风险去做这些事情。

  

作为一家风险投资机构,我们投资了45家人工智能公司,这些公司分布在各个领域,比如如何让借贷更简单,提供消费者服务,制造能采草莓、洗碗、组装汽车的机器人。

  

(3)中国巨大的数据量


中国共享单车的使用人数是美国的300倍,外卖是美国的10倍,移动支付拥有6亿多用户,是美国的50倍,而且不收佣金、无中间人。在此基础上,形成了大量的公司和数据。

  

数据量大,对人工智能来说就有更多的燃料。


(4)政府的政策


去年7月,国务院发布的人工智能计划提出了中国在2030年成为人工智能创新核心的宏伟目标。这不是一个空洞的目标,伴随这一政策而来的是城市层面上大量资源的投入,且已在北京、南京、广州等地开始落地,百亿级别的资本,对当地的创业者、资本、AI公司,都起到了很强的推动作用。

  

在欧美,我也看到了很多的中国人工智能创业者和专家都在考虑回到国内。

  

所以,虽然欧美占了先机,但因为上面这几个因素,中国快速直追,在几年内达到和美国共同引领世界人工智能的水平是可以期待的。



施密特评点AI:力量是超人的


在谷歌云的晚餐会上,董事长施密特谈兴很浓。针对AI的发展,施密特的评价是:AI的力量是超人的。

  

谷歌从2000年的广告算法就开始使用AI,很早就意识到AI科研的重要性。从收购Geoff Hinton的公司,到收购DeepMind (现在这个团队已经750人),再到吸引李飞飞,将深度学习迅速渗透到整个公司。

  

让施密特记忆最深的AI里程碑是DeepMind 团队只用了六个工程师,几周的时间就在数据中心制冷和能源问题上节省了15%的电费。作为对比,谷歌之前的数据中心是一批很牛的工程师花费多年时间设计的。

  

从这个角度看,AI的力量的确是超人的

∑编辑 | 裴奕霖

来源 | 《知识分子》 ID:The-Intellectual

算法数学之美微信公众号欢迎赐稿

稿件涉及数学、物理、算法、计算机、编程等相关领域,经采用我们将奉上稿酬。

投稿邮箱:math_alg@163.com

登录查看更多
4

相关内容

知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
【复旦大学-SP2020】NLP语言模型隐私泄漏风险
专知会员服务
24+阅读 · 2020年4月20日
【WWW2020】DGL深度图神经网络实战教程,PPT+代码
专知会员服务
175+阅读 · 2020年4月12日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
35+阅读 · 2020年4月5日
专知会员服务
123+阅读 · 2020年3月26日
近期必读的6篇AI顶会WWW2020【推荐系统】相关论文
专知会员服务
56+阅读 · 2020年2月25日
人工智能少女的四年蛰伏
乌镇智库
3+阅读 · 2018年8月27日
李开复为何说年底人工智能泡沫要破?
数据猿
4+阅读 · 2018年2月5日
人工智能:英、中、美上演“三国演义”
专知
4+阅读 · 2018年1月27日
预言|李开复预见2018:明年会有一批AI公司倒闭
机器人大讲堂
6+阅读 · 2017年12月15日
大咖来信 | 李开复:北美AI时局图
量子位
4+阅读 · 2017年12月11日
李开复:人工智能将加大贫富不均 最大受益者是BAT
人工智能机器人联盟
4+阅读 · 2017年10月28日
百度也跨界了? 腾讯阿里:我觉得OK
FinTech前哨
6+阅读 · 2017年10月23日
李开复.AI 开课啦! 快来围观!
创新工场
5+阅读 · 2017年9月15日
李飞飞:数据开源对于人工智能发展极为重要
人工智能学家
3+阅读 · 2017年9月6日
Multi-task Deep Reinforcement Learning with PopArt
Arxiv
4+阅读 · 2018年9月12日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
【复旦大学-SP2020】NLP语言模型隐私泄漏风险
专知会员服务
24+阅读 · 2020年4月20日
【WWW2020】DGL深度图神经网络实战教程,PPT+代码
专知会员服务
175+阅读 · 2020年4月12日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
35+阅读 · 2020年4月5日
专知会员服务
123+阅读 · 2020年3月26日
近期必读的6篇AI顶会WWW2020【推荐系统】相关论文
专知会员服务
56+阅读 · 2020年2月25日
相关资讯
人工智能少女的四年蛰伏
乌镇智库
3+阅读 · 2018年8月27日
李开复为何说年底人工智能泡沫要破?
数据猿
4+阅读 · 2018年2月5日
人工智能:英、中、美上演“三国演义”
专知
4+阅读 · 2018年1月27日
预言|李开复预见2018:明年会有一批AI公司倒闭
机器人大讲堂
6+阅读 · 2017年12月15日
大咖来信 | 李开复:北美AI时局图
量子位
4+阅读 · 2017年12月11日
李开复:人工智能将加大贫富不均 最大受益者是BAT
人工智能机器人联盟
4+阅读 · 2017年10月28日
百度也跨界了? 腾讯阿里:我觉得OK
FinTech前哨
6+阅读 · 2017年10月23日
李开复.AI 开课啦! 快来围观!
创新工场
5+阅读 · 2017年9月15日
李飞飞:数据开源对于人工智能发展极为重要
人工智能学家
3+阅读 · 2017年9月6日
相关论文
Top
微信扫码咨询专知VIP会员