人工智能的未來

編譯 思羽

杰夫·迪恩（Jeff Dean）是谷歌公司的人工智能項目負責人，他與《美國科學家》（American Scientist）主編費內拉·桑德斯（Fenella Saunders）對談，討論了當前人工智能研究所面臨的若干重大進展和擔憂，以及這種局面會如何影響人類社會。

機器學習領域已經取得許多進展，你認為其發展方向在哪？

我們已經在深度學習方面取得重要進展。深度學習本質上是人工神經網絡的重塑。人工神經網絡已經出現三四十年，作為從相關的輸入和輸出信息中進行抽象學習的方式。但現在證明，深度學習可用于計算機視覺、語音識別、語言理解和語言翻譯領域中的各種問題。

現在，依靠機器學習，我們突然之間能攻克設計和工程領域的許多重大挑戰。諸如“我們如何讓人們的醫療保健更好？”或者“我們如何發展或重建都市的基礎設施？”的問題是機器學習能夠解答的。例如，在重新思考應當如何設計城市時，自動駕駛車輛將會是重要的考慮因素，因為自動駕駛車輛與我們現在駕駛的車輛截然不同。

機器學習建立在這樣模型上，即向計算機展示許多實例，直到計算機明白其中的關聯。現在還有其他學習機制嗎？

各種最為成功的機器學習都是這種形式的：收集你感興趣的輸入和輸出信息，形成大型數據集。數據集也許是許多圖片，每張圖片上標示著“這是卡車”“這是鴿子”“這是一種猴子”。通過暴露在許多這樣的實例下，系統就能學會歸納一張全新的圖片。現在它可以說“哎，那張圖片也是卡車”。這個過程被稱為監督式機器學習。

然而，其他類型的機器學習方法也在取得重大進展。在一項被稱為強化學習的技術中，你可以實施一組行動，每一步你試圖預測：什么行動最合理。在行動過程中，你開始明白你采取的那組行動是好還是壞。

如何使數據集和算法不易受到無意識偏差（unconscious bias）的影響？

機器學習算法中的偏差是個大問題，我們需要意識到這個問題。關于我們如何讓這些系統以自動方式減少偏差的問題是非常活躍的研究領域。問題之一是：有時候訓練使用的數據本身具有偏差。

或你已經收集到一組數據集，但它不匹配你訓練模型的數據分布。比如說，假如你以北美婚禮的照片來訓練模型，然后開始試圖識別印度婚禮，數據集的分布和你可能看到的圖像是迥然不同的。所以，對于你關注的問題，收集到具有正確分布性質的數據集是機器學習的重要技巧。

還有一項技術是讓你能從算法層面調整機器學習模型，達到所需的結果。譬如說，當所有其他條件相同時，你希望這兩組實例擁有獲得某種結果的相同概率。這樣就能采用在訓練時具有偏差的模型，從算法層面調整它的結果，使得它的偏差變小。

在機器學習的時代，你對隱私有什么見解？

當民眾利用許多新式在線服務時，他們生成了如何使用那些服務的許多數據。商業公司常常利用這些數據來改善服務，比如通過理解“人們觀看這類視頻時，也許對那類視頻也感興趣”的現象改善服務。或者，當用戶誤輸入這個單詞、接著又糾正單詞時，我們也許能學習到一種拼寫糾正機制。

我相信，對于是否收集那些數據，民眾應該有控制權；假如用戶同意收集數據，他們也應該有刪除數據的能力。而且數據的刪除應該及時生效，像人們更新他們的機器學習系統一樣快捷。

機器學習有沒有方法幫助人類突破樊籠？

我認為：在算法上存在這樣的機遇，即促進用戶接觸事物的多樣性。這肯定是我們在產品層面上思考的東西，我們想讓用戶接觸到一些讓他們思維激蕩的信息，而不是接觸完全符合他們當前思維的東西。

盡管機器現在可以自我訓練，但機器學習程序仍然是人類創造的。你是否強調團隊成員背景和文化的多樣性，借此確保團隊能誕生更強健的研究？

是的，絕對是這樣。計算機科學和機器學習正在全球范圍創造出有趣的新產品與應用，它們在影響幾十億人。于是，你會希望那些服務由使用它們的廣泛人群所創造。對我來說，重要的是我們要在全球范圍尋找有才華的人，他們有各種各樣的背景，幫助創造出新的機器學習算法、新的研究手段、新的產品。

我希望，研究人員和背景的多樣性能有助于機器學習和計算領域。