每日最新頭條.有趣資訊

清華學生2000問之後,劉雲浩教授再發萬字回復

機器之心轉載

作者:劉雲浩

清華大學軟體學院劉雲浩教授近日對學生們的提問寫出了萬字長文回復。今年他回答的問題也緊跟計算機科學,以及人工智能技術的潮流。

2019年7月的最後一周,清華大學暑期學校在綜體開學。

開學典禮上軟體學院劉雲浩教授為同學們作了一場人工智能主題的講座。面對雪花一樣紛紛而來的同學們提問的小紙條,劉雲浩老師花了幾十個小時,用了2萬多字回答了同學們關於AI的90個問題

2020年8月的第一周,清華大學暑期學校在荷塘·雨課堂上雲開學。

開學第一天,劉雲浩教授如期而至,為同學們作了題為《What is the role of AI Tomorrow?——人工智能打開了潘多拉的盒子嗎?》的專業認知講座。人工智能領域裡一個個複雜深奧的問題在他的講解下變得明了易懂,並且引發了同學們深入廣泛的思考。加之線上講座及時溝通的優勢,這次除了講座期間劉老師當場回復的問題之外,我們收到了包括彈幕在內的2000多個提問。劉雲浩教授經過選擇、合並、歸納成了92個問題,寫了近3萬字回復

而這個夏天,我們不能在清華園裡相見的遺憾,似乎也在下面這3萬字的真誠回答中溶解、反應,變成「來清華,造光明」的希望與力量。

1

T3班 朱坦晟:

請問如何看待中國軟體行業的現狀,以及我們應如何在美國施壓下發展計算機產業?希望教授可以給一些建議

A:在應用軟體特別是面向消費者的應用軟體方面,我國是處在世界一流水準的,有些移動應用(如TikTok)已經處於世界領先水準。但是在工業軟體(如電子設計自動化EDA軟體)和基礎軟體(如類似Windows的作業系統)方面,我國與世界一流水準還有較大的差距。在這些領域,國際合作是十分重要的,因為不是每一項技術我們都能在短時間內掌握。但這絕不意味著我們要放棄自主研發,面對世界局勢的變化,採購不能解決所有問題,甚至合法的商業活動也會面臨來自外部的干擾。廣泛結交朋友,擁抱開放理念,加強自主研發,逐步達到世界領先水準,這需要包括你我在內的幾代人不斷努力才能實現。

2

吳飛揚(來自彈幕):

老師如何看待Intel的數據庫洩露?會對中國國內的相關行業有好影響嗎?

A:在Intel數據洩露這件事情上,媒體有些誇大其詞了,根據一些細節更多的報導,洩露的資料是Intel給客戶的支持資料,只不過通常客戶需要簽署保密協議(NDA)才能拿到。因此,這些資料對我國的芯片設計沒有太多實際價值。在芯片設計領域,近年來我國有很大進步,無論是嵌入式微處理器,還是中高端的片上系統、伺服器處理器,一批國產企業都已經發展壯大起來,在一些領域如神經網絡處理器,我國企業的設計能力已經處於世界一流。

但是必須清醒地認識到,光有設計能力是遠遠不夠的,在高端芯片領域,我們缺乏更精細製程(例如10nm或更低)的生產製造能力。這也正是目前卡脖子的核心問題之一。在製造過程中,核心的步驟是在晶圓(矽片)上把設計好的線路刻出來,這需要光刻機和光刻膠。目前,高端光刻機在全球範圍內只有荷蘭的阿斯麥公司可以生產,而配套的光刻膠也幾乎完全由日本公司生產。另一方面,即使擁有設備,也還需要與之配套的工藝流程,好的工藝需要時間的打磨,這同樣需要一代又一代人的共同努力。

3

H9班 車宛鈺:

如何看待GPT-3系統在人工智能發展中的地位?

U5班 梁亞倫:

最近 1750 億參數的 GPT-3 發布了,這個網絡的訓練用了 700 個 G 的數據,您怎麽看待現在神經網絡的這種數據量、參數、訓練成本甚至 inference 成本都在不斷提高的趨勢?這會是一個正確的趨勢嗎?

A:GPT-3一發布就引起了業內的廣泛關注,人們驚奇地發現,當給模型足夠多的參數並用足量的數據訓練後,人工智能不僅可以寫文章、編故事、搞翻譯,甚至可以寫代碼、做數學運算、畫表格、生成複雜格式的數據等等,幾乎是在文本方面為所欲為了,說GPT-3是NLP(自然語言處理)的王者毫不為過。GPT-3在一定程度上意味著深度學習還沒有完全走到極致,繼續增加資源投入還存在取得更好效果的空間。豐富的數據使GPT-3在答題、寫文章、翻譯甚至生成代碼方面的效果都非常好。

和其他深度學習技術一樣,GPT-3也可能針對“錯誤”的輸入給出錯誤的預測,例如你問它“我的腳有多少隻眼睛?”,它會回答“你的腳有兩隻眼睛。”這類問題對GPT-3這樣的系統並不容易解決,所以GPT-3這樣的系統會不會是深度學習的盡頭還有待歷史檢驗。GPT-3耗費巨資訓練模型很難被一般的科研團隊效仿,所以很難說這會不會成為一個趨勢,倘若這真的成為趨勢,那此類人工智能算法將形成一定規模的技術壟斷。

4

A2班 蘇千茹:

在這次的抗擊新冠肺炎疫情的過程中,中醫藥學做出了很大的貢獻,我本人也對中醫藥學十分感興趣,請問劉老師您認為人工智能在與中醫藥學及中國傳統文化的結合中會碰撞出怎樣的火花?

A:近年來,將中醫與人工智能結合的案例有不少,從診療輔助設備到開藥方,都有企業、高校在做研究和實踐,甚至還有一些人工智能概念中醫診所已經在線下開設了。中國傳統儒家思想可分為“理學”和“心學”兩派。12世紀中期時“理學”代表人物宋代儒學家朱熹提出“格物致知”,同時期“心學”代表人物宋代儒學家陸九淵強調了人“心”在認知中的主導地位,所觀察到的事物只是認知的具體表現形式。15世紀到16世紀明代思想家王陽明在對朱熹和陸九淵的思辨進行了實踐和應用的基礎上,提出了“陽明心學”對後世影響深遠,王陽明強調要“知行合一”、“致良知”,既強調了“心學”在認知過程的重要地位,又重視應根據事物的具體表現和觀察來靈活地應用自身的認知,兩者是有機的結合。

將中國傳統哲學思想與人工智能做對比,神經網絡的設計思想和“理學”相似,而如果能借鑒“心學”,也許能推動人工智能走向下一階段。

5

I1班 吳伊依:

劉教授您好!我的問題是:由人類創造出的人工智能有可能超越人腦邏輯嗎?是否有可能,人工智能的智力最終可以超越人腦?

N10班 南書峰:

人工智能能否達到逼近人類程度的思考或者超過人類?

G10班 徐一茗:

老師好,雖然現在人工智能離全面超越人類還有相當的距離,但如何避免一些科幻片中人工智能反人類,甚至對人類文明造成很大衝擊的情況出現呢?

U4班 邱能:

AI是否會擺脫人類的控制?我們在發展AI的過程中是否應該對AI的智能有一定的限制?

N4班 荀浩航:

未來怎樣正確使用AI?

(王雪、田沐釗、范承悅、於佳辰、張兆熙等多位同學在彈幕中也提到了類似問題)

A:單論智力的話,人工智能在解決很多問題方面可以比人類做得好,而在另外一些領域,現在談論人工智能超越人類或擺脫人類的控制為時尚早,但這類問題一直備受人們關注。課上我們提到了物理學家霍金(Stephen Hawking),SpaceX和特斯拉創始人埃隆·馬斯克(Elon Musk)都針對人工智能的發展表達過憂慮。在2018年的人工智能頂級會議NeurIPS上,圖靈獎獲得者、深度學習的三大奠基人之一約舒亞·本吉奧(Yoshua Bengio)針對濫用人工智能可能帶來的一系列風險提出了一套關於AI的道德準則,稱為蒙特利爾宣言,倡議各個組織在研發、使用人工智能時遵循相應的原則。

2018年7月,歐盟完成了《人工智能合作宣言》的簽署,進一步制定了人工智能的倫理規範。加強制定相應的規範、建立監督與懲戒機制,非常非常重要。而可控的人工智能將為我們帶來無限的可能。

6

N9班 寇博群:

什麽是自動化,自動化如何應用?還有自動化應用領域。

G2班 高澤人:

自動化和人工智能的具體研究內容及發展方向是什麽呢?

I3班 石宏博:

想問一下教授所說的人工智能是更多屬於自動化系還是計算機系

U8班 黃詩怡:

人工智能傳統上是自動化專業的一個方向,現在是否反而更接近計算機專業了?

(路濤瑋、田紫陽、林小渠、李弘傑、徐睿等多位同學在彈幕中也提到了類似問題)

A:從定義上說,自動化是關於人工與自然系統自動、智能、自主、高效和安全運行的科學與技術,是信息科學的重要組成部分,以“系統論、控制論、信息論”為核心。自動化技術廣泛應用於工業、農業、能源、交通、金融、軍事等各個領域。大家熟知的機器人、載人飛船、高鐵、智能交通等各種複雜工程系統的核心都是自動控制系統。以計算機與軟體工程、自動化、電子工程等信息類為代表的專業是當前研究人工智能的主力,這主要是因為無論從信息論還是控制論出發,現階段人工智能研究的核心主要是算法。但是人工智能並不是自動化系或是計算機系獨有的,甚至不是信息學院所獨有的。

我們也說過,現在人文社科急需加入到人工智能研究工作中來。如果你不能體會,你想想,我們上大學那個年代,大約主要就是計算機自動化系學編程,今天有多少專業的研究都需要學編程序?

7

H9班 徐煒航:

人腦與AI的思維方式有哪些共同之處?有哪些本質上的不同?如何實現AI思維的人性化(humanize)?

N3班 羅藝軒:

老師好,AI被稱為人工智能,您講它是“會思考的機器人”,那麽AI的智能和思考和我們人類的自我認知功能有什麽區別和聯繫?AI最終究竟是會像人類一樣有自我認知,還是只是算法和為人類服務功能的提升呢?

I1班 劉開賄:

劉教授您好,人類創造的人工智能以後也許能夠像人類獨立地思考,那麽他們會不會像人類一樣擁有自己的哲學,於是又像人類一樣演進歷史,創造出人工智能的人工智能,從而達到地球上生物的進化,一代又一代的人工智能創造出來,那麽最後的人工智能會不會達到我們現在人類所認為的神、上帝的水準。

(郭意蔥、郜鈺萌、林小渠等多位同學在彈幕中也提到了類似問題)

A:如果以目前常用的基於神經網絡的人工智能來看,人類的神經系統更多起到啟發的作用,具體而言,人們是仿照神經元的聯結關係構建了一個網狀結構,內部的節點是基於統計模型來構建的,而這種模型並不能和人的神經元畫上等號。目前技術條件下的AI還只是算法和為人類服務的工具。人工智能的人性化還很遙遠。去年3月“推動人性化人工智能全球會議”在巴黎舉行,這個領域的相關工作才剛剛開始。而人類的自我認知能力到底是什麽,這就和意識問題一樣,不是目前我們的科研已經解決的問題,人工智能自然也不可能具備。

8

N3班 冉皓鈞:

劉老師,您提到的trigger改變AI的認知的原理能再詳細一點嗎?

A:攻擊者可以通過刻意構造輸入數據,針對正常的輸入和期望的輸出, 向添加某種模式的細微擾動得到′,使得人類分辨不出和′的顯著區別或者認為′也是正常的輸入,而兩者經過模型的特徵提取得到的抽象表達卻截然不同並被映射到不同的輸出,導致模型無法產生正確的預測結果,甚至產生攻擊者想要的結果′。如果你對更多相關工作感興趣,可以搜索一下對抗樣本攻擊。

9

U5班 馬飛洋:

1.對於AI的倫理性問題,我們能不能通過訓練中合理地為結果賦上一定的權值,刻意引導AI關注倫理問題?這樣做能不能使得倫理性在大多數情況下得到解決?

2.對於AI的加密安全性問題,能否使用類似RSA密碼的系統,通過密鑰和公鑰的形式防止竊聽?

3.對於P與NP問題,它的重要性如何呢?為什麽它被列為千禧年七大數學難題?

A:人工智能涉及的社會倫理等問題單純依靠技術是無法解決的,需要各學科,尤其是人文學科的共同努力。

AI的隱私保護和安全性問題,需要通過數據加密、分布式計算、邊緣計算等多種技術手段綜合解決。近年來較為流行的聯邦學習(Federated Learning)就是一種加密的分布式機器學習技術,你可以進一步查閱相關資料。

第三個問題,P與NP問題作為千禧年七大數學難題之首,無論在計算機界還是數學界都具有重要意義。如果未來能證明NP=P,會對世界產生很大影響。典型的例子包括,如果NP=P,則依賴於大數分解困難性的RSA加密算法可能會在多項式時間內被一台計算機攻破,廣泛應用的RSA算法會面臨極大風險,大量的銀行數字證書、網站加密通信也不再安全。因此P與NP問題看似是一個計算複雜性理論問題,實際上與我們日常生活中的很多重要應用息息相關。

10

T4班 何純宇:

1. 人類已經經過了蒸汽機時代,內燃機時代,計算機時代,而未來能不能真正出現AI時代?或者說AI是不是未來人類應該前進的正確方向?或者說在未來的幾年,十幾年,隨著物質生活的大幅度改變,人類的傳統價值觀念,會不會因為人工智能而受到顛覆?

2. 而且在人類的壽命如此短暫的情況下,計算機解放了人類的計算力,那麽人工智能可不可能取代人類的想象力與創造力?

3. 或者說在人工智能給予中國又一次騰飛之後,比如無人駕駛汽車,甚至機器人服務生等等,那麽中國龐大的基層服務人員該何去何從?我們未來國家的政策傾斜又會向何而去?

4.如果人工智能是如同石油,天然氣等重要的戰略資源,足以影響世界各國政府對其的態度,那麽從事此行業的相關人員會不會有特殊待遇?

5.若人工智能成為世界上除了人類之外的智能情感生物,我們人類會不會逐漸的取消國別差距?人類一直在定義世界,而這次會不會輪到世界來定義我們?

A:什麽時代基本上都是後人總結的。當前我們正處於AI普遍發展的一個時代,人工智能作為一項關鍵技術也被納入“第四次工業革命”中。隨著人工智能的突飛猛進,人類的生活方式和生活質量都得到了也必將進一步顯著提升,傳統價值觀念亦可能發生改變。

目前人工智能只是一項為人類服務的技術和工具,並不能產生人類“思想”和“意識”,因此幾乎不可能取代人類想象力和創造力。

任何技術的發展都可能對人類社會產生影響,人工智能也不例外,隨著科技的進步,總有一些工作會消失,又有一些新工作會產生。人類的能力一定會適應社會的新變化,國家也會對整體社會就業崗位進行相應調控。

世界很多國家都充分意識到了人工智能對新一輪產業革命的重要意義,大力投資、推動、扶持人工智能的發展,因此相關行業人員待遇也處於較高水準。

至於人工智能如果成為智能情感生物,很難預測世界格局會如何變化。目前的人工智能都還完全在人類的掌控之下,也沒有新的理論和技術賦予機器“意識”,我相信即使科技飛速發展,人類也一定會牢牢把握住主動權。

11

A3班 桑守振:

問題:《三體》中的智子算是人工智能嗎,若算是,那人工智能會發展到那種地步嗎?

A:“智子”是小說中的“物體”,本身並不是科學,很多特點也違背了物理規律。如果目前的半導體工藝、電池技術沒有突破瓶頸,我們是不可能造出“智子”這樣的東西的。我們課上主要希望大家能理解的,就是哪些是我們的文學想象,哪些是目前科學實踐。想象能否成真?不能說都不能。但是我們作為具備科技思維能力的人,不能隨便被“忽悠”。哈佛大學校長德魯·吉爾平·福斯特 (Catharine Drew Glipin)曾在新生歡迎會上說過:高等教育最重要目標就是確保畢業生能夠辨別“有人在胡說八道”( the most important goal of higher education is to ensure that graduates can recognize when “someone is talking rot ”)。

12

N2班 袁欣:

人工智能可以下圍棋、寫詩等等,甚至比人類做得更好,那這到底算不算是“機器會思考”?

A:這取決於我們如何定義思考。如果可以和人對話或完成一些與人互動的基本任務叫具備思考能力,那麽很多語音助手、AlphaGo等AI就已經具備特別初級的思考能力了。而更高級的思考,人們也還在努力研究。但會思考並不等同於有意識,目前技術條件下的AI與人類智能仍然存在較大差距。

13

A3班 康吉贏:

問題:劉老師詳細介紹了AI對於security和the future of human race的威脅,請問AI從社會生活層面對於人類職業是否也有影響?會取代哪些職業呢?謝謝老師!

U9班 張翼麟:

問題:劉教授,您認為人工智能究竟會代替那些類型的職業?建築設計會被代替嗎?

U6班 王浩天:

在人工智能發達的未來,會不會出現因人工智能而導致人類大量失業的現象?該如何應對?有沒有因此而限制人工智能發展的必要?

A8班 徐靜文:

請問:人工智能為人類完成了大量的基礎性工作,那麽大量的剩餘勞動力,尤其是一些文化水準不高,只能做基礎性工作的廉價勞動力,他們將何去何從,難道只能被社會淘汰嗎?

A8班 菅國潤:

想請問,在進入人工智能時代後,工作選擇上人類面臨的危機和機遇?

G1班 馬梓涵:

人工智能的不斷發展會不會改變未來社會的就業結構?人類的能力與智力會否因為人工智能越加廣泛的應用在某些領域中產生退化與偏斜?您如何看待幾年前《未來簡史》中對人類未來文明發展的預測?

A4班 李茹格:

有了AI在未來的五十年內有哪些職業是人類比人工智能更具有明顯優勢的?

A:任何技術的發展都可能對人類社會產生影響,人工智能也不例外,縱觀科技發展的歷程,總有一些工作會消失,又有一些新工作會產生。相比較而言,我覺得一些機械性重複性的工作更有可能被人工智能取代,而像建築設計師這種需要創作的職業就更難被取代。不過,對於這個老生常談的問題,我的觀點是一致的:對個人來說,要擔心的不是人工智能搶飯碗的事情,更多應該擔心自己的知識和能力儲備不夠,被別人搶飯碗的問題。人類的能力也一定會適應社會的新變化。尤瓦爾·赫拉利的這本《未來簡史》寫得非常好,觀點十分新穎大膽,但我覺得他對歷史問題有些樂觀了,例如饑荒、瘟疫、戰爭真的被人類消滅了嗎?而他對科技的發展又有些悲觀,從現狀來看,當前科技的發展仍然處於可知可控的階段。

我不敢預言50年後的情況,但我相信無論過多久,總有人需要從事研究工作。

14

H9班 鄧藝萱:

將來,人的記憶有可能被傳入電腦並在一代一代人之間傳遞嗎?我們有可能把大腦中的構想直接傳導到計算機上嗎?

A:很多國內外科學家針對這一問題提出了設想和預測。例如將人腦與計算機通過腦機接口相連並進行信息交換。理論上說,這個可能性是非常大的,但是也是非常難的。從另一個角度說,腦機接口的研究固然重要,我們到目前還不了解人腦工作的確切原理,研究這些問題有助於幫助我們弄清這個問題。梅宏院士曾在CNCC(中國計算機大會)上指出,“我們對人腦機理的探究是必要的,但這種技術路線是危險的,如果技術濫用後果將不堪設想。”我們對這種技術必須慎之又慎。

15

H9班 李天成:

2019年臉書的用戶信息洩露事件十分令人震驚;在今年的3·15晚會上,央視又曝光了一大批通過“後門”非法竊取用戶信息的APP。此類事件屢禁不止是否意味著我們的隱私隨著物聯網的發展正受到越來越嚴重的威脅?在這樣的背景下,我們又該采取一些怎樣的措施才可以有效保護我們的隱私呢?謝謝您。

U6班 金建翔:

我想請教一下未來的人機關係會達到怎樣一個“理想”的地步以及如何平衡數據采集和隱私保護的衝突?

A:人機關係是複雜的科學和哲學問題,無論今後的發展采取什麽技術路線,這類研究都需要小心謹慎。隨著互聯網、大數據、人工智能等技術的不斷突破,數據量迅速攀升、數據維度也更加豐富,隱私保護與數據采集和利用之間的矛盾愈發凸顯,隱私問題也得到了廣泛關注。歐盟制定了通用數據保護條例(GDPR),目前已經實施。中國人大常委會也在推進個人信息保護法的立法工作。除了國家的立法之外,企業也應當承擔起自己的社會責任,我們看到安卓等作業系統也在不斷完善自己的隱私保護機制。

同時,通過技術手段保護隱私與數據安全也是計算機科學領域重要的科研方向,例如姚期智教授提出的百萬富翁問題(兩個百萬富翁想知道誰更有錢,但都不想透露自己的具體財富數額),如果你感興趣,歡迎你來清華研究。相信在全社會的共同努力下,這些問題會逐漸得到解決。

16

U1班 馬睿擎:

小白提問:剛才提到的邏輯和算法是個什麽關係?

U4班 張書維:

問:老師,剛才說connectionism側重於仿生,但actionism的含義裡也提到link the working principles of the nervous system to ……,這兩者的區別主要在於什麽?

U8班 尤銘洋:

老師好,想了解一下這三種system最大的區別是什麽,前兩種system在當今生活中應用主要是什麽

T3班 郜鈺萌:

我想請問劉老師 他之前提到的那個模仿人腦神經元的connectionism發展方向相比其他兩種有什麽優勢?

A:比較普遍的認為,人工智能有三個主要的流派(當然這個也有爭議,有人認為是4大流派甚至5大流派),分別是符號主義(symbolisms,或叫邏輯主義logicism),行為主義(actionism)和連接主義(connectionism)。符號主義的典型代表是專家系統,主要是基於一系列規則來構建所謂的專家知識。行為主義基於控制論,希望從模擬動物神經系統的“感知——動作”開始,最終複製出人類的智能。而連接主義則模仿的是神經元及其聯結關係,形成的是一個類似生物神經網絡的結構。每一種流派的工作落實到實現層面,都得依賴具體的算法。如今生活中見得到的系統多是第三種。

17

A10班 陳美瑤:

機器智能的缺陷是傾向於被完善還是被保留下來以平衡人和機器?

A:從算法層面來看,錯誤分析的確是目前深度學習中十分重要的一環。本質上來說,深度學習模型在訓練過程中會不斷迭代、調整網絡中的參數使得輸出結果盡可能與預期相同(即AI不再出錯)。從倫理層面來看,我們有必要區分這種缺陷是對人有利的還是有害的,需要分情況來討論。

18

G10班 塗伍孜:

老師您好,我是從小一個哈迷,AI可以實現書中的魔法嗎?萬一實現,世界會變得混亂嗎?

A:霍格沃茨在新生的開學典禮上用分院帽為每位小魔法師分配院系,我覺得這個或許可以用AI實現,小說中的分院帽能讀出每個人的心中所想,這個AI目前還做不到(簡單判斷人類情緒的AI目前是有的,例如DeepMoji),不過AI可以根據以往各個學院學生的歷史數據,訓練一個模型,根據每個新生的性格和能力等特徵為每個學生分配合適的院系。課上我們說了,“任何先進的技術,初看都與魔法無異”。我們現在所擁有的技術,在幾百年前的人眼中,恐怕就是魔法,這些技術的發展並沒有讓人類社會走向混亂,所以我覺得對於AI的發展也不必過於擔心。

19

N4班 張帥:

現在的AI距離自主推理研究科學有多遠?人類認知有極限,機器認知有極限嗎?

A:科學研究並不只是推理這麽簡單,大量學科都極其依賴實驗,因此想單純靠AI研究科學是絕對不夠的。現階段,機器證明已經有一些很好的成果,你可以了解一下吳文俊院士的工作。另一方面,現在的AI都是人類發明的產物,並不能突破人類對於自然世界的認知,因此,在人類對自動推理有更成熟方案前,AI並不能比人類做得更好,在這個前提下,機器的認知自然是有極限的。

20

A8班 辛冉:

請問:精密、完善的AI的推廣使用,是否會削減理性素質給人類的自豪感,促進精神素質的覺醒?AI大量取代人類勞動,對人類生理和文化心理的影響?AI能否算作人類科學素質和理性素質的巔峰?

A:在目前的技術下,AI仍然只是一種工具,它仍然不具有擁有自我意識的可能,在這種情況下討論AI的“理性”及其和人類的比較為時尚早。科幻作品中的機器人往往被描述成絕對理性的存在,例如阿西莫夫筆下的丹尼爾,但這種程度的AI在技術上離我們還非常遙遠。關於AI取代人類勞動的問題,前面也有討論,AI可以把人們從重複性的機械勞動或者危險的工作中解放出來,從而會有更多的人有很多的時間去從事創造性的活動,因此我認為AI對文化事業的發展會起到促進作用。

有人說,懶是第一生產力,科技的發展一直在減輕人類的體力勞動,這或許在一定程度上導致了現代社會的肥胖等健康問題,但這種弊端很難說是技術本身所帶來的。清華大學非常重視體育,提出了“為祖國健康工作五十年”,同學們在學習知識的同時,也一定不能忽視體魄的鍛煉。目前的AI還只是一項技術和工具,遠遠不能稱作人類科學和理性素質的“巔峰”,至於未來AI會取得怎樣的突破現在還很難說。

21

U3班 李睿一:

為什麽說導彈原子彈屬於人工智能的範疇? 如果說現在三種方向沒有判定孰優孰劣的話 為什麽大眾普遍觀念上對AI理解似乎更傾向於認可深度學習(deep learning)而非控制論(Cybernetics)?

A:導彈原子彈大量應用了控制論的理論和方法,而這些方法正是人工智能理論的重要組成部分,在當時的歷史條件下稱其為人工智能並不為過。從歷史發展的進程看,並非只有深度學習才能稱得上是人工智能。必須承認,近幾年最受人關注的人工智能應用的確是深度學習,但正如講座中所提到的,這些應用還非常依賴場景,在一些應用中,基於深度學習的方法效果不理想,而這些都是其他途徑可能大展手腳的地方。

22

A8班 朱雨萌:

請問:人工智能帶來的倫理挑戰應該如何應對?在倫理上和感情上人應該怎麽看待人工智能呢?

A1班 薑雯曄:

人工智能中涉及的社會倫理問題是否會與人文社科類有所交織?

A10班 樊景月:

除了管理類,文科學生在人工智能領域有哪些可發展的前景呢?

A:中外很多機構也都在關注人工智能的倫理問題,例如聯合國在2017年發布了《世界科學知識與技術倫理委員會關於機器人技術倫理的報告》,歐盟在去年發布了人工智能倫理準則。如果你感興趣,可以使用搜索引擎進一步了解。人工智能涉及的社會倫理等問題隻依靠技術是無法解決的,需要各學科,尤其是人文社科的同學們未來的努力。有很多問題,不只是管理,而是深入其中地參與把握發展方向。課上我們也說過,小說寫得好的人,很多不是中文系畢業的,來自於生活。同理,AI 的發展不能都是這些理工科的人,必須跨學科合作。

23

N10班 褚指江:

那就請問對於諸如科幻小說中出現的人工智能法官,現實之中是否會出現諸如此類的人工智能算法,提高當前的判案的成功率與效率?減少冤假錯案的出現?

A:現實中類似的AI已經出現,2019年6月搜狗與北京互聯網法院聯合發布了全球首個“AI虛擬法官”,能夠實時在線為用戶提供“智能導訴”服務,引導用戶更流暢地使用網絡訴訟平台。相信在不遠的未來,類似的AI將得到推廣和升級,從而為大眾提供更加全面、便捷、高效的線上訴訟服務。

24

A3班 李枕戈:

問題:人工智能是否可以將考古所發掘材料以假亂真,導致強權可以完成對歷史的虛構,導致歷史虛無危機呢?若如此,在研究時有沒有提出預防或者解決的方法?

A:這是個很有趣的問題,AI中有一項技術,對抗生成網絡(GAN),它的一個目標是生成人眼無法分辨真假的圖片、聲音等,它的原理有點像金庸小說裡周伯通的“左右互搏”。但這僅僅局限在信息世界中,僅僅是對計算機中存儲信息的0、1進行操作,AI想要在物理世界中造假,目前還是很困難的。關於這個問題,不管是“造假”還是“打假”,需要的都不僅僅是AI的技術,更多的要依賴每個專業自身的專業知識。在AI的發展中,歷史學科等文科的同學絕不是局外人或監視者。

25

I7班 郭蔚寧:

人為什麽能認知到自己的認知有極限?

A:課上我們簡單提過,人類認識到這一點並不容易。具體要看一下康德的《純粹理性批判》。

26

U8班 史澍庚:

隨著人工智能的高速發展,人類的科技發展將會加快還是會停滯?想聽聽您的觀點

A:從宏觀上看,我認為人工智能會促進人類的科技發展,首先人工智能的發展本身就是科技發展的一部分;另外,人工智能作為一種工具可以輔助其他領域的科研工作;最後,正如前面所說的,人工智能可以將人們從機械性勞動中解放出來,提高社會的生產力,從而使更多的人有更多的時間從事科研、藝術等工作,這也會加快人類的科技發展。科幻作家劉慈欣先生也認為,整體上人類科技的發展是在加速的,在小說《三體》中,他就提出了技術爆炸的概念。

如果具體到AI技術本身在短期內的發展,AI技術已經經歷過兩次“寒冬”了,至於這次的熱潮之後,AI究竟會加速發展還是穩步前進,抑或是走向第三次寒冬,目前還難以判斷。

27

A3班 蔣一凡:

AI在參與社會管理時是否難以協調人文關懷和效率最大化的問題

A:技術的最終目的是服務於人。我們希望利用人工智能突破人類各種限制,幫助人類更好地生活,這才是根本目的。如果AI遠離了人文關懷,甚至造成了諸如性別歧視、種族偏見等問題,縱使算法的效率再高,也會失去意義。因此人工智能的發展一定不能忘記人文關懷,以此為基礎才能談論效率優化等性能問題。

28

A8班 梁爽:

當人工智能高度發達時,尤其是智力方面超過大部分人,我們需要給他們,像人類一樣的社會權利,成為和我們平等的存在嗎?還是他們始終只是人類提高生產力的一個工具?

A:按照目前的技術,不存在達到你提到的場景的可能性。而這類問題恰恰應該通過倫理、法律、政治等方面的深入研究和相關手段來解決。

29

T4班 趙一博:

如果說人工智能真正實現像人類一樣的智力與情感,會發生什麽?

I5班 楊天沐:

人工智能在模擬人類情感方面的現狀與前景如何?

S5班 胡佳:

雖然現在人工智能發展已經非常迅速了,可以進行自主學習,建立體系,但是最先進的人工智能也沒有人的情感思想,這是真的不可能實現的嗎?如果有可能實現,需要做的準備以及預防的事又有哪些?

A:從研究現狀來看,人工智能距離擁有人類的智力和情感還差得非常非常遠。擁有情感和擁有意識是同一個量級的事情。對於具備人類智力和情感的人工智能的想象,很多文學、影視作品都很成功,例如阿西莫夫《銀河帝國》裡的鐸絲、諾蘭《西部世界》裡的接待員們,都值得一看。但是,當前的技術來看,這些都只是文學作品的想象。

30

N3班 吳昀:

如何判斷對方是人還是AI?判斷標準是什麽?

A:目前人工智能的水準還不太高,比較容易判斷,比如上網時用到的驗證碼就是一種手段,但如果今後人工智能真的達到了接近人的智力水準,想僅僅通過外部觀察判斷,恐怕就很困難了。(圖靈測試本身的要求就是讓人無法分辨是人還是機器)。

31

A1班 羅植文:

問題:AI能算是第四次科技革命的成果嗎?還是只是第三次革命當中互聯網的衍生?算不算是像蒸汽機一樣可以推動重大社會變革的技術呢?

I5班 周懿:

互聯網和人工智能之類的技術近年來催生了“第四次工業革命”這個概念,請問發展現狀大概是處於其中的初期、中期還是末期呢?人工智能現在發展越來越快,AI在哲學等世界認知方面有沒有超越人類大腦的可能?

A:我想你所說的“第四次科技革命”指的是“第四次工業革命”,2015年世界經濟論壇主席克勞斯·施瓦布把人工智能也納入其中。人工智能並非互聯網的衍生產物,我們課上回顧了,人工智能的歷史可以追溯到70年前圖靈的文章《Computing Machinery and Intelligence》,也可以從1956年在美國達特茅斯學院舉行的“人工智能夏季研討會”算起,而那時還不存在互聯網。人工智能已經深刻推動了社會變革,如今,在人們生活的方方面面都有人工智能算法的足跡。

目前AI在哲學等世界認知方面超過人類還沒有可能。目前的人工智能只能在一些特定任務中接近或者超過人類,例如圍棋、圖像識別、翻譯等。對於哲學等需要深刻思想的領域,人工智能尚不具備接近或者超越人類的可能。

科學研究本身也可能對哲學發展起到促進作用,例如量子力學與自由意志。人工智能的研究能否為哲學的發展提供新的素材,我們可以拭目以待。

32

U10班 李羽飛:

目前世界範圍內,人工智能尚存大量爭議和討論,有很多技術層面的問題,也有很多在探討智能、人、機器的哲學層面的值得思考的問題。請問就人工智能而言,您認為哲學問題和技術問題應該先解決某一個呢?還是同時解決,在發展中逐步攻克?

S9班 趙峻浩:

現代的計算機科學和哲學有什麽內在聯繫?

A:技術和哲學的發展往往是相輔相成的,我們很難將兩者剝離開來。無論人工智能技術如何發展,都離不開哲學對人類意識活動的整個過程及其各種因素的認識與理解。而伴隨著未來人工智能技術的進步,也可能引發新的哲學層面的思考和問題,進而反過來指導技術發展,避免產生弊端。我相信未來科學家們會在二者的相互作用中攻克各自領域的問題。

而科學與哲學的關係錯綜複雜,不是三言兩語能說清楚的。給你推薦一本書,艾倫·查爾默斯的《科學究竟是什麽》,這本書介紹了科學與哲學交叉的領域。

33

H2班 吳限:

請問老師對於AI成為熱點有什麽看法?作為個人現在選擇AI行業會不會遭受很大的競爭壓力?

A:任何專業都有熱的時候和不熱的時候,但任何專業都有自己的價值和發展。我們選專業一定不是衝著熱門去的,而是盡量要選自己喜歡,適合自己的專業。什麽是喜歡,這個容易理解;什麽是適合?這個要自己摸索。無論在哪個專業,想做到最好都需要比別人更加努力。

34

A4班 敖好日娃:

作為一名文科生想請問劉老師的研究領域是否能與人文社科相結合?可以說明其中的原理嗎?

(嚴君嘯、薑春陽、易英凡、林小渠、袁韻茹等多位同學在彈幕中也提到了類似問題)

A:文科生能做的事情有很多。你可以給機器學習專家貢獻你的專業知識,也可以從人文關懷的角度去研究人工智能法律、倫理和哲學問題等等,而且這些方法也是避免技術產生弊端的途徑之一。例如,隨著無人駕駛技術的逐步應用,有很多法律問題亟待解決。舉個通俗的例子,無人駕駛車輛撞了人,車輛生產者、車輛銷售者、車輛所有人、車輛駕駛者等多方主體,分別該負多少責任呢?這是一個法律難題。包括無人駕駛在內的人工智能帶來的新問題,也已經成為法學研究的新熱點。

35

G9班 劉錦宸:

如果人工智能最終超過了人類,人類算是進化了嗎?

A:在很多具體的任務中,人工智能已經做的比人類好了,比如深藍、AlphaGo分別在國際象棋和圍棋中戰勝了最優秀的人類棋手,再比如在ImageNet競賽中,深度神經網絡也取得了超過人眼的圖片識別準確率。

“進化”是一個生物學的概念,在維基百科中被定義為“生物的可遺傳性狀在世代間的改變”,人類最終創造出了超過人類的人工智能,這無疑是人類科學技術的進步,但似乎並不能認為是“可遺傳性狀的改變”。或許你的意思是“人工智能超過了人類,人工智能作為新人類,相比於普通人類,是否能稱作人類的進化”。這是個很有趣的問題,按照“進化”一詞的現有定義,人工智能與人類沒有世代傳承的遺傳物質,因此我覺得不能稱作“進化”。至於人工智能超過或者接近人類智力的時候,能否將人工智能稱作人類,這不是一個技術問題,而是一個倫理與道德問題,需要各學科尤其是人文學科的共同努力來解決。從技術角度看,在可遇見的未來,我們還不會遇到這個問題。

36

G4班 馮黎陽:

腦機接口技術距離實際應用有多遠?如果實現廣泛運用真的能使人類“進化”嗎?中國目前有無腦機接口技術相關科研項目?

(於佳辰、侯華瑋、吳祺、牛博雅、王田等多位同學在彈幕中也提到了類似問題)

A:腦機接口一直是電子、生物醫學工程領域研究的熱點。腦機接口的研究不僅和腦科學有關,它更是一門跨學科的研究,除了其本身的技術壁壘,隨之而來的社會倫理問題更是亟待解決。因此目前腦機接口技術距離實際應用仍有很長的路要走。

按照“進化”一詞的現有定義,人工智能與人類沒有世代傳承的遺傳物質,因此我覺得不能稱作“進化”。至於如果未來腦機接口真的實現廣泛應用,能否使人類產生“進化”,這不是一個技術問題,而是一個倫理與道德問題,需要各學科尤其是人文學科的共同努力來回答。

探究人腦機理和腦機接口從科學研究上是有意義的,但正如前面所回答的,我覺得這樣的技術路線也很危險,需要法律和執法機構做有力保障。目前國內浙江大學團隊在腦機接口技術方面研究處於領先地位,曾在今年1月對外宣布“雙腦計劃”重要科研成果。清華大學生物醫學工程系也有團隊專門做這方面的研究,你可以多多關注。

37

H9班 車宛鈺:

1. 泰格馬克在他的書《生命3.0》中提出一種觀點,認為人工智能在未來可以作為人類文明的傳播者和延續者,做到掌控比人類目前所能利用的還要多許多個數量級的能量,比如利用整個恆星的能量,如果這種圖景能夠實現,那麽到那時人類是否應當把控制權讓度給人工智能,還是試圖控制人類可能已經無法理解的人工智能?

2. 有人認為人工智能的學習和迭代只能基於過去的數據,因此它的發展永遠受到它的限制,因此不用擔心人工智能取代人類,對此如何看待?

A:從目前人工智能發展的實際來看,泰格馬克的想象並不具備任何可能,這是一個倫理問題,我想按今天人類的倫理標準,是不允許機器取代人類的。

現在的人工智能只是人類設計的算法,是按人類意志工作的程序。基於目前人工智能發展模式,還沒有技術能賦予機器“意識”,因而也不存在取代人類的可能。

38

I1班 張同:

劉教授您好,就我了解,目前人工智能在皮膚科、病理科和影像科上已經有了比較好的應用了,我想請問一下,未來人工智能有可能完全取代醫生這個職業嗎?或者說有沒有哪些科室是人工智能無可替代的?謝謝!

(吳睿、左禕睿、周卓翔、王芊蘅等多位同學在彈幕中也提到了類似問題)

A:你說的很對,目前人工智能在一些醫學領域已經得到了應用。但醫學是一門理論與實踐並重的學科,按照當前人工智能發展的規律,它並不能比人類掌握更多的知識,只是在特定領域比人類做得更好。醫療並不只是簡單的診斷和治療,中間的人文關懷必不可少,縱使有一天人工智能可以給出和醫生一樣的處方,也依然需要醫生來做最後的把關。

39

G10班 王天宇:

教授您好,人工智能在建築領域會得到那些運用?在將來機器人會不會取代勞動力的地位?這樣的弊利相比如何?

A:人工智能在建築領域的潛在應用是巨大的。例如,從實施過程來看,人工智能在施工中給管理者和工人提供數據分析、過程管理等服務,可以增加施工的安全性,提高施工效率。從整個工程信息平台、建築管理平台來看,應用人工智能技術在節能、建築安全方面都有不少價值。正如前面所回答的,我覺得一些機械性重複性的工作更有可能被人工智能取代,而像建築設計師這種需要創作的職業就更難被取代。

技術的發展在促進社會進步的同時,不可避免地會暫時引發相關行業失業率增加的問題,但同樣會在其他場景創造出新的工作崗位。對個人來說,要擔心的不是人工智能搶飯碗的事情,更多應該擔心自己的知識和能力儲備不夠,被別人搶飯碗的問題。我相信人類的能力一定會適應社會的新變化。

40

U10班 李嘉澍:

在藝術創作和文學創作等需要靈感會這說內涵的領域,人工智能是不是能做的像圍棋,象棋等領域那樣好呢?

H7班 蒲澤暄:

劉雲浩教授您好!您認為AI在文學、藝術等更具創造力的領域會有多大作為?如果有一天它們得到了極其驚豔的作品,是否可以希望批量生產類似質量的作品?有人認為如果機器一味隻學習網上的各種資料來增強自己的能力,可能會在一開始就把許多驚世駭俗的創意放棄掉(包括如果去做評委),對此您怎麽看?

(馮文禕、吳葛一、尹小玲、朱煜章、王宣涵等多位同學在彈幕中也提到了類似問題)

A:目前AI在藝術領域已經進行了一些嘗試,在2018年,一幅AI創作的肖像畫拍出了432500美元的高價,這幅畫叫Edmond de Belamy;在文學創作上,OpenAI公司的GPT-3可以寫出一些有趣的短文;在音樂創作上,來自於清華的DeepMusic團隊嘗試用AI作曲。但是,AI在藝術領域的進展遠遠比不上它在圖像處理等領域的成就。

機器的創作與人的創作有本質的不同,基於現有的技術,我們很難說AI真的理解藝術中的美感與表達的情感,課上我們簡單討論過,人的創作需要靈感,尋找靈感的過程有時就像大海撈針,王羲之就曾說過,《蘭亭集序》如果讓他再寫一次,沒有了當時的靈感與情感機甲狂潮,他很難再寫出那個水準。以作曲為例,AI可以通過算法窮舉音符的各種組合,通過一些規則過濾掉其中明顯刺耳的那些,再基於歷史數據最終挑選出可能符合人們審美的旋律,這很難說是基於靈感和情感的藝術創造。今後我們很可能會看到很多機器產生的“作品”,但我認為它們不能取代人類。

41

N8班 吳睿:

將生物元素(如發達的神經系統等)融入人工智能或計算機技術是否可行?

A:你的想法是完全可行的,例如今年2月,《自然》旗下的《科學報告》刊載了一篇來自歐洲多國研究人員共同發表的成果:Memristive synapses connect brain and silicon spiking neurons,在芯片上連接了大鼠神經元和人工神經元。

42

I9班 謝雨橫:

想問劉老師人工智能技術在生活中的應用,和這些應用什麽時候能普及。

(劉金輝、祁彬、張毅軒等多位同學在彈幕中也提到了類似問題)

A:人工智能在日常生活的方方面面都有有趣的應用。例如,在家居生活中利用語音識別、語義理解等技術為人們提供智能服務;出行方面,通過無人駕駛技術解放人的雙手,使出行更加便利;工作方面,AI甚至可以輔助人類進行寫作、設計等等。我相信人工智能在不遠的將更加深入人們生活,也會幫助我們解決很多實際問題。

43

I6班 林文海:

人工智能技術目前在自動化生產方面有哪些類型的應用?具體的例子有哪些?

A:AI最明顯的優勢之一就是能夠完成重要但重複的任務而不會出錯,從而使單調的任務可以更高效完成。在自動化生產方面,典型的應用包括對於工業設備的數據采集和故障診斷,對於工業產品的優化設計分析,以及對於人工操作的輔助和替代等。具體的例子如億嘉和公司研發的電力巡檢機器人,可以在複雜環境中高機動、平穩運行,高效完成巡檢工作,促進生產安全和效率。如果你感興趣,可以進一步搜索“2019人工智能案例TOP100”等查閱相關案例。

44

H8班 王嘉藝:

人工智能和腦科學有哪些結合方向?

A:全球科學家已經日漸達成共識,AI要想進一步發展,就需要從腦科學得到啟發。人工智能與研究腦神經科學捆綁在一起所形成的交叉學科有人稱為認知科學,主要研究思想和認識的形成以及工作機理。現階段對於腦科學、腦認知的機理仍不清楚,這方面的研究工作也一直是熱點。

45

A3班 葉佶辰:

如何將人工智能應用於在複雜宇宙環境下對衛星運行軌道進行預測(例如裝在磁力矩器)?

A:人工智能在航空航天領域已有了許多應用,例如今年5月份SpaceX發往國際空間站的火箭上就搭載了一個基於人工智能的自動導航系統。對於人工智能技術在各個領域的應用,離不開各個領域自己的專業知識作為支撐,所以,在這次人工智能技術浪潮中,各個專業的同學都可以是參與者。

46

U5班 馬飛洋:

生物學有一個人類DNA組計劃,主要是研究非基因片段對人類基因表達的影響,在這個過程中需要對結果進行大量分析,請問這個過程能否通過AI來簡化流程,加快速度?

A:如果你指的是人類基因組計劃,那麽它的階段性目標已經完成了。人工智能在基因領域的應用近年來也有一些成果,一個典型的案例是Google公司設計的AlphaFold系統可以從基因序列中預測蛋白質的屬性。

47

H9班 周子語:

現在人工智能發展到現在,離通過圖靈測試的距離還有多少?

G1班 趙靖勃:

我們是否被圖靈測試所限制了,究竟要如何體現“智能”?

A:2014年,名為Eugene Goostman的聊天機器人“通過”了圖靈測試,但這一結果備受爭議。換言之,還沒有機器通過圖靈測試,但是這個我相信不遙遠了。

我們談論圖靈測試,其實是想從人的智能的角度來判斷機器是否具備人類的智能,這個標準其實是比較主觀的,按目前人工智能的技術發展來看,在可預見的未來還看不到這種可能。

48

G1班 常九震:

人工智能和VR有什麽關係?

A:VR主要涉及計算機圖形學和計算機網絡等領域。不過人工智能技術在VR領域也有所應用,例如,利用人工智能技術預測你的視角變化從而提前緩衝相應區域的VR視頻內容。在應用層面,利用AI技術使VR中的虛擬人物在和你互動的時候顯得更逼真等等。

49

N3班 杜一陽:

計算機的算力會不會有極限,如果有極限或者提升瓶頸,這對於深度學習的效果會不會有影響?

A:計算機的算力可以從兩方面來理解。一個是它本身的運算速度,另一個是數學層面的計算複雜度。計算機本身的運算能力在相當長的一段時間裡,主要都是受工藝的影響,也正因此,隨著工藝的不斷進步,基於神經網絡的深度學習一直到最近10年才有爆發式的增長。而這種增長是受到物理規律限制的。另一方面,算法也是有極限的,例如很多問題我們還提不出或是無法提出較優的算法,這個極限也很難甚至無法突破。

50

N7班 葉佳鑫:

高級AI的研究是否需要依托於強大的計算機?這裡的“強大”需要到什麽程度?我國目前的超算能否為AI研究提供足夠的條件?

A:目前AI的研究確實需要依托強大的計算機,例如打敗柯潔的AlphaGo使用了64塊GPU進行訓練。目前,我國的超算處於世界一流水準,但服務對象主要是生物醫藥、海洋科學、油氣勘探、氣候天氣、金融分析等領域,AI所需的計算資源與這些領域不盡相同,針對AI的長三角AI超算中心已於今年6月開工。

51

N8班 楊曉晨:

目前的人工智能已經發展到什麽地步了,未來幾年AI的發展會不會像前幾十年互聯網一樣席卷全球?假如要工作的話,目前有什麽可以推薦的職業嗎(好像有點實際... )?

I9班 朱紹清:

當下人工智能等專業的就業情況如何,除了繼續深造或從事理論研究等以外,具體在社會中會從事哪些職業,做什麽工作,工資待遇等如何?

(丁晟元、單江涵、吳限、張昊翔等多位同學在彈幕中也提到了類似問題)

A:現在人工智能在特定領域取得了非常好的效果,科學家和工程師們都在努力地把已有的算法用在各個行業裡,不過目前還不存在普適的人工智能框架,因此人工智能雖然會觸及各行各業,但以怎樣的方式影響,還有待實踐檢驗。對於就業的問題,我的觀點是一貫的,不管做什麽,你都要讓自己成為不可替代的那一位。這個聽起來有點兒虛,其實意思很簡單。我們課上也說了一個笑話,兩個碰上熊的朋友,一個人問另外一個你幹嘛這麽努力系鞋帶難道能跑過熊?那個人說,我不用跑過熊,只要跑過你。

從短期來看,如果不做理論研究,那麽人工智能方向目前的就業還是集中在算法工程師方面,就業的範圍從互聯網公司到各種大型企業都有,通常來說,做算法的人收入水準要高於普通的開發者。

52

T4班 程子軒:

請問劉教授,目前人工智能還只是在人類制定的規則下進行學習訓練以及決策,如果讓機器具有情緒並實現釋迦牟尼式的無中生有的頓悟,除了電子技術、運算技術外,還需要在哪些領域取得突破?會是化學或生物技術嗎?未來的人工智能會不會向有機生物(甚至是生命體)發展?

A:從現狀和技術發展趨勢來看,人工智能還無法做到具有人類的“情緒”、“認知”或“意識”。人類的認知尚且是生命科學還沒能解決的難題,要想讓人工智能也具備認知,不僅需要在計算機算法層面取得突破,還需要各個領域的融合,包括生物、化學、人文等學科。至於未來人工智能會不會向有機生物發展,這個還很難說。但目前技術條件下的AI還只是算法和為人類服務的工具。

53

I2班 曹宸宇:

中國人工智能發展處於哪個階段?和世界AI發展最好的國家還有哪些差距?

N2班 張子堃:

人工智能未來的發展巔峰大概是什麽時候?中國在人工智能領域在未來的發展前景如何?

A:在應用層面,我國的人工智能發展處於世界一流水準;在理論層面,我們躋身於領跑團隊,但是絕對不是第一,總體上還處於快速發展階段。正如我在講座中提到的,當前的深度學習技術是人工智能技術的第三次爆發,而現在它的發展已經看似趨於頂峰,在深度學習之後是否還有新的爆發,這也是你們要去開拓的,3年後你們很多人很可能進入了大學實驗室做科研了,10年之後你們就是主力軍。

54

G4班 王宣涵:

阿西莫夫的機器人三大定律對未來人工智能是否適用或者是否需要進行一定修改?

I3班 彭程:

想問一下阿西莫夫筆下的三法則對當今人工智能是否有指導意義

A:阿西莫夫筆下的機器人,其實已經具備了我們所說的“強人工智能”的特點。阿西莫夫提出的總原則“機器人必須保護人類的整體利益不受傷害”在任何時候都是具備指導意義的。但是,人工智能也是人類的作品,如果製造它的人滿懷惡意,那後果也可能是極其危險的。所以在講座中,我也跟大家分享了我對人工智能倫理的一些看法,而這些問題也正是人文科學工作者大顯身手的舞台。

55

N10班 鞏思遠:

科學界對於康德的不可知論持何態度?目前人工智能發展速度是指數型還是分段型?

A:不是不可知,而是人類認知的局限性。這個是普遍認可的。

目前人工智能處於第三次爆發階段,大家普遍認為深度學習在這個階段已經接近極限。

56

G1班 趙靖勃:

人工智能認知的基礎究竟是什麽,未來的發展趨勢(認知這一方面)又如何?

H1班 趙柯斐:

AI以後的發展方向和應用領域?

I9班 仇成宇:

老師,您認為人工智能的前景廣闊嗎?它真正的前景和未來的更大領域的應用會在何方?

N10班 南書峰:

人工智能未來可以和哪些領域更好地對接?

S1班 桑宇琪:

問一下劉教授未來AI具體有哪些發展方向(比如應用在哪些地方)?我覺得太寬泛反而不容易有所突破

H3班 馮文禕:

AI今後會向什麽方向發展?它的發展是會走向發展意識的方面,或是發展更多的功能的方面?

(劉一鳴、瀏海豐、劉芳芸、張景皓等多位同學在彈幕中也提出了類似問題)

A:從現狀和技術發展趨勢來看,人工智能還無法做到人類的認知,現在的人工智能只能按照人類預設的方式產出結果,並沒有所謂的“認知”或“意識”。

人類的認知尚且是生命科學還沒能解決的難題。在今後的一段時間裡,人工智能還是會以領域應用為首要發展目標,人們會在各行各業探尋人工智能技術的應用落腳點,無論是自然科學、社會科學還是各行各業的生產生活工作,我們都會看到人工智能的應用。但人工智能的發展是否止步於此呢?Judea Pearl認為當前人工智能基於概率模型的這條路已經走到盡頭,要想推進人工智能的進一步發展,我們應該另辟蹊徑,去探尋思維背後的因果推理框架。這也許將成為未來新的研究熱點。我給大家推薦他的書,Why,大家英文能力強且有興趣,非常值得學習一下。

57

S5班 胡佳:

在生物方面,可以利用改進後的人工智能對腦死亡的患者進行大腦刺激,以期增大甦醒幾率,或是進行音頻複刻,傳輸周圍人想要讓植物人了解的信息嗎?

A:目前的腦機接口還做不到讀取人的“意識”,而且意識是什麽,至今還沒有研究清楚,而這個領域的新進展主要會發表在 Nature 和 Science 上,請你多多關注。例如 Restoration of brain circulation and cellular functions hours post 就是去年引起人們廣泛關注的一項工作。

58

I1班 李佳隆:

劉教授您好!請問人工智能的勞動能否創造價值?

A:經典的勞動價值理論是否適用於人工智能需要畫個問號。舉個例子,現在越來越多的工廠應用了大量智能化、自動化技術,人越來越少,勞動效率越來越高,這樣的工廠創造的價值反而更高,價值從何而來?所以在這個時代下,人類勞動也許並非價值的唯一來源。

59

U8班 卓亦龍:

人工智能本質上研究的是什麽?人工智能發展的最終態會是怎樣的呢?互聯網會有一天消失嗎?計算機的發展就是數據計算功能的日益強大嗎?AI在日後的發展方向是什麽?

A:目前看不到互聯網消失的理由。計算機的發展並非只是提高計算能力,從理論到生產製造,方方面面的發展都會推動整個學科和行業的進步。人工智能的不同流派研究的內容實際上是不同的,例如,符號主義更關心認知的原理,行為主義更關心整體的控制,而連接主義則更關心神經元及其關係。歸根到底,大家都是研究什麽才是人的智能以及怎麽讓機器更智能。目前哪種流派會取得最終成功,抑或是需要幾種方式結合才能成功都還不得而知。

60

U6班 程梓雄:

我想問問劉老師,現在AI發展速度是快還是相對放慢的?

A:這是一個因人而異的問題,對於從業者來說,希望產業發展的越快越好,所以對他們來說,很可能會覺得人工智能發展速度不夠快。但對於大眾來說,鋪天蓋地都是人工智能的宣傳,所以對他們來說,可能會覺得人工智能發展速度很快。這個發展速度本身也不是一個有科學方法衡量的量。

61

U9班 張浩然:

劉博士,您好!請您談一談計算機大學生的就業前景,以及計算機碩士乃至博士,學位對計算機人自我發展的影響。有人言互聯網專業有無比美好的前景,那麽讀碩士讀博士會不會使自我技能被學歷延誤而導致過時呢?謝謝您!

A:碩士博士都是研究生學歷,顧名思義,研究生的主要任務是在本領域做一些研究工作,最終具備獨立或半獨立做科研的能力。當今這個時代,新知識是層出不窮的,因此談論過時是沒有意義的,而自主學習能力恰恰是大學教育中重要的一環,所以不必為這樣的困惑擔憂。無論什麽學位,你具備了應有的能力總能找到適合自己的工作。“天生我材必有用,千金散盡還複來”,隨著年齡和閱歷增長,對於李白這句詩的體會就會越來越銘心刻骨。你10年20年之後看這段話,也和今天的體會完全不同。

62

H3班 張芷健:

人類能創造出人工智能,那麽人類有可能創造出人工意識嗎?

T4班 孫翊楠:

人工智能未來是真的可以和人一樣能自主思考嗎?或者是只能在程序下工作思考?

U3班 曲芳儀:

“圖靈測試”的概念非常有趣,在未來,機器人真的可以像人類一樣擁有自我意識嗎?

(陳亦然、劉慧敏、李松毅等多位同學在彈幕中也提到了類似問題)

A:目前的人工智能不具備自我意識,按照目前的技術,人類無法創造出有自我意識的人工智能。圖靈提出了著名的圖靈測試來判斷機器是否具有“智能”,而關於機器是否具有“意識”,目前尚沒有相關的判斷標準或思想實驗。關於人類自身的意識究竟是什麽,是如何產生的,這是生命科學也尚未能解決的難題。所以現階段,當我們談論人工智能的思考,其實都是在談論人類設計的算法。未來可能創造出意識嗎?很可能可以非常接近,但是不能真正創造出來。當然,這也許是個好消息。

63

I3班 朱煜章:

想問一下有哪些給greenhand推薦的計算機書籍?

(葉佳鑫、宋一川、丁晟元、嚴君嘯、劉銳琳、劉健、夏有陽、尤明荃等多位同學在彈幕中也提到了類似問題)

A:計算機入門讀物我推薦《編碼:隱匿在計算機軟硬體背後的語言》(Charles Petzold著);人工智能讀物我推薦《為什麽》(Judea Pearl、Dana Mackenzie著)。能讀原文就咬牙讀原文。

64

I5班 王宇寧:

想請問問一下AI自主學習的原理是什麽?

A:目前,人工智能並不具備人類的自主學習的能力,如果把語境限制在神經網絡,所謂的學習通常是指“訓練”,即給模型一些數據,讓它通過算法把模型中的參數擬合出來。

65

N10班 劉子潤:

我想問大學學人工智能的話,學習上會有很大的跨越嗎,如果有,在大學前如何做好銜接工作呢?

I1班 劉子張:

劉教授您好!請問大學要是學計算機現在需要準備數學物理方面的哪些知識(如微積分等等)?

U8班 吳吉喆:

上大學再學編程還來得及嗎?

U10班 王楚怡:

請問劉教授:自己對計算機非常有興趣,對於計算機編程有過一點點的接觸,這樣的話如果大學想選擇計算機專業,會不會因為零基礎而吃虧呢?或者說零基礎是否建議選擇計算機相關專業呢?

G4班 李梓豪:

劉老師,高中沒學過信息競賽,也沒有編程基礎,但感覺可能計算機方面比較適合自己,看到姚班智班,這些同學起跑線就甩了我一大節,大學學著會不會特別吃力啊?

(崔鑄賢、伊亞傑、葉佳鑫、劉傑、劉芳芸等多位同學在彈幕中也提到了類似問題)

A:不只是計算機或人工智能,任何專業的學習都與中學有較大的差別,不過大家不用擔心,培養方案的編排是符合教育規律的,只要按照教學計劃學習就可以了,不用擔心自己是否有基礎。每年我們錄取的新生中,都有非常多的同學在計算機方面是零基礎的。你真的別擔心。我給你講一個我的例子。初中的時候,很多同學小學根本沒有碰過英語,而我和其他幾個人小學上過一年的英語課。我們就很得意。老師說你們別得意,很快大家就拉平了。果然到了初中畢業的時候就已經分不清楚誰是小學學過英語的了。大家不要擔心基礎問題。當然,你提前學習一些相關知識肯定只有好處沒有壞處。

至於“姚班”“智班”,並不直接面向高考招生,有單獨的報名和考核流程,如果你有興趣,可以關注交叉信息研究院的官網。無論在哪個院系,並不影響你的學習。

66

N10班 牛竣磊:

如果說基因有自發的複製趨向,那麽在理論上,人工智能的程序有沒有可能會出現這種自發的複製或變異行為呢?

A:基因複製是一個生物學概念,也是生命得以延續的基礎。本質上來說,人工智能只是人類創造出來為自身服務的技術和工具。人工智能程序是否會出現複製或變異行為也取決於算法設計師對程序的設計和實現。

67

N4班 荀浩航:

我想問劉教授對於未來AI方面的人才應該具有什麽樣的品質?

A:不管從事什麽行業,我認為最重要的素質都是持續學習新知識的能力和敢於認知新事物的態度。

68

N3班 馮石:

請問通用人工智能和工業人工智能的主要區別是什麽?兩者在技術上的難點分別在哪?

A:工業人工智能是部分研究人員提出的概念,指人工智能在工業中的應用,因此從原理上來說沒有區別。從應用上來說,工業場景下有許多不同於消費領域的應用,例如工業控制、工業物聯網等等,這些場景下,應用所解決的問題是有所不同的,例如一些應用對實時性要求極高,那麽在雲端做AI計算的模式就行不通,這都需要新的方法來解決。

69

G1班 潘奕霖:

哥德爾不完備定理是不是證明演繹推理體系是有盡頭的?如果是,理論上可不可能發現完備性更強(比如避免ZFC公理本身一致性的不可證)的體系?

A:哥德爾不完備性定理對所有包含算術的公理體系適用,沒有可自證一致的“更強”的公理體系。但如果拋棄一些運算,情況又不一樣了。這方面我不是專家,歡迎來清華系統學習。

70

H1班 邱江傑:

我想請問,在人類對人腦的認識尚未完備之際,提出的深度學習種種算法都有詳細的理論依據嗎?還是只是“模仿”呢?

A:神經網絡這一技術的出現是受到了人類神經系統的啟發,但並不能說其是完全按照神經系統設計的。深度學習算法在數學上有自己的理論,如果你感興趣的話可以在清華大學創辦的“學堂在線”上學習一下相關課程,例如人工智能原理、大數據機器學習等,MIT的課程Introduction to Deep Learning你也可以關注一下。

“仿生”的方法在科技史上並不罕見,例如萊特兄弟發明飛機時從鳥兒中獲得了靈感,但飛機的飛行與鳥兒的振翅飛行還是有很大不同的。

71

S6班 劉力銘:

提問:未來如果量子計算機實現了,其數學實現(是這叫法嗎?)是否突破了圖靈——馮諾依曼的框架,還是只是允許計算機由單線計算變成並行計算?

A:量子計算機的重點在於量子,簡單來說,它是一種可以實現量子計算的機器。而馮·諾依曼體系結構是計算機架構,並不涉及是哪種計算機,量子計算機也可以採用馮·諾依曼體系結構,因此並未突破其框架。

72

H1班 陳煉:

請問劉教授如何看待費米悖論和黑暗森林法則?

A:我不是天文學專家,因此只能談談我自己的理解。費米悖論裡有很多因素其實還是不確定的,例如,生命誕生的概率到底有多高?初等生命順利進化到高等生命的概率有多高?如果這些問題的答案都很低,那其實這也可算作大過濾器。從相對論來看,實現星際旅行並非易事,甚至在我們這一代人身上還看不到任何可能。至於黑暗森林法則,作為科幻小說裡的基本準則,我覺得是自洽而且成功的。但是注意,是文學作品裡的法則。

73

I3班 徐啟軒:

想問下老師複雜編程與AI的本質區別在哪裡?

A:我不知道你所說的複雜編程指的是什麽,如果你指的是代碼行數的話,那麽包括AI在內的很多系統想做出來並不容易,大家的工作量都很大。

74

N8班 程欽:

尤瓦爾赫拉利在未來簡史說:"生物只是一種算法",問一下老師對這個說法怎麽看,算法在人工智能裡是什麽地位?

大數據和人工智能的關係和區別有哪些,數據和算法對人工智能的作業意義何在,人工智能和一般計算機科學有什麽區別?

A:如果我們把人當成一個黑盒子,那麽他/她可以接受外界的輸入(視覺、聽覺、觸覺等),他/她也可以對外產生輸出(動作、聲音等),從這個層面來說,和算法殊途同歸,但實際上,生物遠比我們能設計的算法複雜得多。人工智能是基於許多不同的具體算法實現的,例如數據清洗算法、數據增強算法、模型訓練算法等等。

當前這波人工智能熱潮中,最突出的技術就是深度學習,深度學習模型的成功往往依賴於海量的訓練數據,沒有這些大數據作為支撐,深度學習技術就會“巧婦難為無米之炊”;反過來,大數據技術想要從海量數據中挖掘出有價值的信息,也離不開人工智能技術。

用高中的學習打個比方,數據就好比是課本、試卷等學習材料,算法就是每位同學的學習方法。人工智能是計算機科學的一個分支,它在計算機科學的其它分支中也有應用,例如利用人工智能預測用戶的網絡請求,從而提高網絡緩存的性能。而計算機科學其他分支對於人工智能的發展也有幫助,例如邊緣計算的研究讓人工智能以更低的成本、更快的速度服務用戶。

75

N2班 彭懷玉:

能講講圖靈機原理嗎?

U2班 趙明澤:

圖靈架構是什麽?

A:圖靈機是圖靈提出的一種數學模型,或者也可以理解為一種思想實驗。一個圖靈機包括四部分:1. 一條無限長的紙帶;2. 一個可以左右移動、讀出或者修改紙帶上內容的讀寫頭;3. 一個記錄當前機器狀態的裝置;4. 一個控制規則表,根據當前狀態和紙帶的內容決定讀寫頭下一步操作是什麽的表格。圖靈認為這樣的一台機器就能模擬人類所能進行的任何計算過程。這樣講非常抽象,我推薦你們上網找找講解視頻,對照動畫很容易就能理解圖靈在說什麽。

76

N6班 劉惟嘉:

圖靈測試主要讓評委相信計算機是人。我先前看過一篇小說,有關“反圖靈測試”:計算機作為評委評判兩個人(對二人進行圖靈測試),最終計算機在未被告知的前提下判斷出了自己是計算機。

您認為這種測試是否有意義?或者說,AI的qualified與否,僅僅靠“欺騙”來定義,而不進行自我認知,是否合理?

A:你提到的這種測試方法非常有趣,他對人工智能的要求比圖靈測試更高,圖靈測試只要求機器對外界輸入的反饋與真人無異,但你提到的這種測試要求機器要具有自我意識,而且能夠跳出預設的思維模式,進行自我的反思。目前的技術手段還不足以賦予機器自我意識,因此,這種檢測方法還沒有現實意義,不過出現在文藝作品中確實可以讓情節更加出人意料。但是,是否通過了這種測試,就真的能證明機器有自我意識呢?是否有可能機器只是機械地輸出了“我是一個機器人”?

要對自我認知進行檢測是非常困難的,比如,讓你證明你具有自我意識,你要怎麽做呢?如果你看過《飛越瘋人院》,你就知道,自證一件事,往往很難得到他人的認可。這或許需要全新的理論體系。

77

U6班 趙毅斌:

我想請教一下Luddite Fallacy,人工智能引發的社會分配和公平問題?

A:19世紀,英國工廠中廣泛應用機器,導致大量工人被迫下崗,引發勒德運動。短時間看來,由於人工智能的發展,機器在某些領域取代人類工作,因此會造成相應行業工人失業率增加的現象,似乎也會引發Luddite Fallacy。但實際上,從舊技術向新技術的轉移與總體就業率下降並不是一回事。人工智能對人的職業的取代,將轉化為對人的勞動的解放,且與此同時會在其他場景創造出新的工作崗位。整體長遠來看,平均收入、居民消費及社會發展都會隨著新技術進步而得以提升,總體就業率也會進一步增加而非降低。至於由於特定領域從業者由於職業被人工智能取代所引發的失業及公平問題,這肯定需要國家和社會層面進行全局調控。

78

N5班 韓宇騰:

關於那個汽車是否避讓的問題。能不能讓那一路段的所有汽車同時參與決策,讓多個汽車避讓,從而化解這個問題?這在技術上實現難度是否較大?

A:汽車避讓本質上是個倫理問題。當然,在理想的情況下,我們或許可以設計出規則避免意外發生。但仍然有很多情況,意外在所難免。有關這一問題,你可以去找找牛津大學的公開課《倫理學入門》,也可以關注MIT的“道德機器”。

79

A5班 徐若田:

問題:請問劉老師認為錢學森的控制論與當時的計劃經濟是否有邏輯聯繫?

A:如果我們回顧控制論的歷史,它起源於1948年諾伯特·維納(Norbert Wiener)發表的奠基著作《控制論——關於在動物和機器中控制和通訊的科學》。與計劃經濟應該並沒有關係。

80

A2班 梁濟舟:

1.老師您好!可不可以做如下推理?因為人腦是有限物質,人工智能一直在進步和發展,所以必有一天人工智能會“超越”人腦。如果這成立,您估計達到這一步還要多久,要朝什麽樣的技術方向發展呢?

2. 如果人工智能最終有了人類的思考水準,我們將它還以Artifact相待嗎?還是以異族相待呢?我們和人工智能會成為物種競爭的關係嗎?

3. 如果我們能機械地製造一個完全仿人類大腦的AI那它算是conscious嗎?

A:有限的物質也可能產生出無限多種組合,舉個例子,細胞的動作電位就是個連續值,當幾百億神經元相互聯結在一起時,便有無窮多種可能。按照目前技術的發展,還看不到人工智能“超越”人腦的可能。研究大腦並模仿其原理構建系統是很前沿的研究,國內外都有很多機構在做這方面的研究,清華也有類腦計算研究中心專門做這方面的研究。所謂完全仿人類大腦,這個“完全”目前還做不到。

81

U2班 高弘涵:

如果高中時在數學和物理學科方面不是非常擅長的話,那麽是不是最好不要在大學時選擇AI專業?

A:AI專業(計算機專業)對於數學和物理的要求並不會比其他工科專業更高。不管你將來選擇什麽專業,在高中時學習好各科基礎知識(不光是數學物理)都是很重要的。

82

A8班 黃耀邦:

請問:AI在日常生活中的應用會使人產生對信息存儲和處理的依賴從而向低智化碎片化發展嗎?或是對人的智力有提升促進作用?在決策時,AI提供的理性分析與人類的情感之間應如何權衡?

A:AI的進步和發展給人們生活帶來巨大便利的同時也勢必會促進社會的飛速發展,我相信人類的能力和智力也會進一步提升以適應社會的新變化。AI今後一定會為人們決策提供有力支持,但做決策最後拍板的一定是人。至於如何在AI理性分析和人類情感之間權衡,需要具體問題具體對待。究其根本,AI只是為人類服務的一項技術和工具,而決策權則掌握在人類手中。

83

A8班 蔣行健:

有人提出大腦的工作機理可能也是一個黑盒的計算問題。那麽請問人工智能的發展是否有助於我們反推人類思維與決策的機理,促進人文社會學科的發展呢?謝謝

A:人工智能本身其實就是一個知識跨界的產物。人們通過借鑒神經認知學的發展,來模擬人類智能。而AI的成功應用反過來也有助於人類進一步認識自身智能是如何形成的。人工智能作為一項可能決定人類未來發展的關鍵技術,不只是屬於科技界的“熱鬧”,同樣離不開人文社科的參與。

84

N10班 趙恆飛:

人工智能有沒有可能有自己的思想呢?關於那些人工智能的悖論您怎麽看呢?

A5班 佔聖潔:

問題:關於人工智能悖論,目前科研界的主流支持何種態度,在未來是否會轉變?

A:對於“莫拉維克悖論”(Moravec's Paradox),學術界的態度還是以先解決問題,再解釋原因為主流,在我們弄明白這些看似簡單的問題要怎麽解決之前,解釋它們為什麽困難並不容易。

85

S4班 霍英圖:

1.老師好,我想問一下關於圖靈測試的問題。我們為什麽要進行圖靈測試來測試一個機器,從而判斷其是否具有人類智能?

2.“中文房間”思想實驗對於圖靈測試的意義是什麽,是推倒了它還是強化了進行它的意義?

3.俄羅斯的尤金·古斯特曼通過圖靈測試有什麽歷史意義呢?

A:圖靈測試是圖靈在1950年提出的一種測試機器是不是具備人類智能的方法,即一台機器如果能夠與人類展開對話(通過電傳設備)而不能被辨別出其機器身份,那麽稱這台機器具有智能。這一測試是檢驗人工智能的一個經典標準。

至於“中文房間”思想實驗是否成功否決了圖靈測試的有效性這一問題,和所有哲學問題一樣,我認為是見仁見智的,取決於到底如何定義擁有“智能”或“心智”,關於它的討論也集中了很多優秀的哲學家的工作。

雖然在2014年有名為Eugene Goostman的聊天機器人“通過”了圖靈測試,但是並不受到廣泛認可。我們談論圖靈測試,其實更多是一種哲學思考,一個思維實驗,是想從人的智能的角度來判斷機器是否具備人類的智能。目前沒有公認通過圖靈測試的機器。

86

I1班 王思衡:

劉教授您好,請問AI智能機器人的學習能力強弱取決於什麽呢?

A:AI的學習能力可以從兩方面來衡量,一個是模型本身的能力,例如GPT-3的能力就顯著強於其他自然語言處理的模型,另一個則是設備能力,訓練設備越好,訓練的速度就越快。

87

A1班 王坤煒:

1.人工智能的不斷發展對社會就業的巨大影響有利有弊,但對我們的影響是利大於弊還是弊大於利?

2.人工智能對社會生產力的影響主要體現在哪?

A:第一個問題,我認為總的影響是利大於弊的。關於對社會就業的影響,互聯網之父Vint Cerf認為:Historically, technology has created more jobs than it destroys and there is no reason to think otherwise in this case。這是從工作的數量上來說的,從質量上看,人工智能可以將人類從簡單重複的枯燥工作中解放出來,讓人們有更多的機會做自己喜歡的事情。從我們個人發展的角度,我們要做的就是終身學習,提高自己學習新知識的能力,從而能夠適應科技的不斷發展所帶來的改變。在現階段,人工智能只能在一些簡單的、有確定規則的領域取代人類,而在那些依賴於人類的思考能力與創造能力的領域,人工智能能做的還非常有限。

第二個問題,人工智能在社會生產的各個方面都產生著影響。比如亞馬遜和阿里巴巴的無人倉庫利用機器人搬運貨物,提高了物流系統的效率;許多企業使用人工智能客服,雖然不總能給出讓人滿意的答覆,但總體上還是減輕了人工客服的工作負擔;再比如波音公司通過“預測性維護”大大減少了設備維修的成本。

88

U3班 趙凌傑:

1.新時代下人類的分工是什麽?

2.新興專業會不會落了老專業,我們如何處理?

3.為什麽您作為理科生還能獲得文學碩士學位呢?您是如何做到文理兼長的呢?這對學理科的我們如何平衡好語文英語等文科性學科和數理化生物又有怎樣的啟示呢?老師您能為我們解答一下嗎?

I3班 湯皓宇:

為什麽老師獲得自動化系工學學士後去了翻譯學院?

U3班 曲芳儀:

聽到老師的講座,發現老師不但在計算機與人工智能方面很有成就,而且在哲學與文學方面也很了解。請問老師是如何做到文理兼長的呢?

A:第一個問題,隨著人工智能等新興技術的發展,我認為從事重複性勞動的人會減少,從事創造類、研究類、服務類工作的人會增多。同時,這些新興技術也會創造出許多前所未有的工作崗位。

第二個問題,專業熱門與否是隨著時代的發展而不停變化的,並沒有一直熱門的專業,自己喜歡的、適合自己的專業都是好專業。在每個專業做到足夠好都是一件稱得上成功的事情。

第三個問題,我可做不到文理兼長,爭取文理平衡吧。我認為最佳途徑就是增加閱讀量。不能只看摘要和微信上別人總結的文字,看原著/原文。哪怕看不了很多本,看一本是一本。如果你希望提高文學方面素養,將來我可以從一個理工科背景的人的角度給你推薦一些容易的文學作品以及哲學作品。計算機圈子裡有很多老師的文科素養非常高,都是我們學習的榜樣。比如多倫多大學的李葆春老師。

89

彈幕中有幾位同學提到AI與機器人的區別:

劉金輝: 有的機器人是AI而有的機器人不是AI,要怎麽區分,AI的邊界是什麽?

寇博群: AI就是機器人嗎?

A:AI的應用領域非常廣,機器人只是其中一部分,除了機器人,聲音、圖像處理、大數據處理等都是非常典型的應用。反過來講,儘管很多我們見到的機器人(如掃地機器人、引導機器人等)都應用了大量AI算法,但也不是所有機器人都跟AI有關,例如很多餐廳在用的刀削面機器人、工廠流水線上的機械臂等等通常就與AI無關。未來,這樣的邊界會更加模糊。

90

蘇星辰和G6班:中科院自動化研究所在做猴腦模擬機,想請問劉老師是如何看待腦模擬機這一個方向,這個技術的壁壘和前景如何?

A:你說的猴腦模擬機的研究是指自動化所的類腦智能研究吧。這項研究處在神經科學和計算科學的交叉領域,它致力於搞清楚非人靈長類動物的大腦結構和神經系統工作原理,然後基於對生物大腦工作原理的模擬,在計算機中實現人工智能。類腦智能研究期望學習人腦的思維模式,從仿生角度尋求人工智能的突破。國際學術界公認這一方向前景廣闊,但同時也面臨很多難題,首要的,大腦的工作原理還是一個非常困難的課題。類腦計算的研究在國內外都開展的如火如荼,例如Intel、歐盟的Human Brain Project,國內的清華大學類腦計算研究中心等。我不是這個方向的,我的所知甚淺。但是我個人也非常期待這個方向上能取得突破。

91

S10 徐茂程

1.我們知道文學和藝術是通過人的主觀情感創造的產物,而現在有一些研究人員正在嘗試用AI進行文學和藝術創作,那麽利用AI進行文學和藝術創作又有什麽意義呢?在這樣的研究之路上我們又會得到哪些技術突破呢(好比費馬大定理)?

2.請問老師您認為AI創作的文學藝術作品具有和人類作品一樣的價值嗎?AI創作出來的究竟是“文學作品”,還是“一串數字和算法的產物”呢?

A:AI的創作或許可以視作一種對藝術新形式的探索,究竟有什麽樣的藝術價值需要後人來判斷,你看名畫名曲不也是往往在後世才出名麽?技術突破很難預測,或許在這個過程中,科學家會發現一些人類審美的奧秘。

92

張樂天(來自彈幕):

老師,第五代非馮·諾伊曼計算機進展如何?

A:第一代計算機是電子管,第二代晶體管,第三代集成電路,第四代(超)大規模集成電路。第五代計算機的概念一般很少人提。日本於1982年提出過第五代計算機研發計劃,當時日美都在共同追逐當時的新概念和新技術:人工智能、大規模並行計算、非馮·諾伊曼式Prolog語言計算機等。1992年,《紐約時報》宣布日本該計劃的失敗。新一代計算一直有科學家在研究,例如量子計算、光子計算,從原理上和之前的很不一樣,所以沒人使用第五代計算機這個概念。非馮·諾伊曼架構的芯片並不罕見,例如FPGA(現場可編程邏輯門陣列),正在研究中的新處理器(如光子計算、量子計算)也可能採用非馮·諾伊曼架構。

問題整理回答:劉雲浩

問題收集:暑校校務會

文案/編輯/頭圖:高麗瑩

本文轉載自「清小暑」@thuqxs

機器之心聯合曠視科技開設線上公開課:零基礎入門曠視天元MegEngine,通過6次課程幫助開發者入門深度學習開發。

8月18日,曠視研究院基礎檢測組算法研究員王楓將帶來等四課《模型構建和訓練訓練進階 II:物體檢測》,主要介紹通用物體檢測的方法和流程,並且以Faster-RCNN為例講述曠視天元MegEngine是如何實現通用物體檢測的Pipeline的。歡迎大家入群學習。

THE END

轉載請聯繫本公眾號獲得授權

投稿或尋求報導:[email protected]

獲得更多的PTT最新消息
按讚加入粉絲團