‌·

卡内基梅隆大学教授、《机器学习》作者Tom Mitchell接受南都专访:

GMIC大会4月召开 AI教学或发展最快

来源:南方都市报     2017年04月07日        版次:GC06    作者:李冰如

    互联网下半场·科学复兴之4

    “A I这个词并不陌生,但在过去的十年,A I领域里有着巨大的技术进步。十年前,计算机是聋的、瞎的———它们在理解照片或倾听我们所说的话语时表现糟糕。但近年来,它们在语言识别和图像识别上的能力,已经达到了人类的水平。”卡内基梅隆大学教授、《机器学习》一书作者T om Mitchell将于今年4月底现身长城会2017年G MIC北京大会,南都记者赶在此前对其进行专访。人工智能大热,无论业界还是学术界,都为之兴奋。T om Mitchell从学术角度认为,“从来没有一个十年A I的进步能如此迅速,我相信在接下来的十年里,A I的进步将更加迅速,而且会产生许多基于这些特定技术优势的A I新实际应用。”

    南都:你能说出在你脑海中,哪三个研究应得到最多的关注吗?他们可能解决哪些挑战?

    Tom M itchell:有很多重要的领域值得去研究,但我认为现在前景最明朗的综合领域就是人工智能,因为我们才刚刚开始挖掘A I软件在提升我们生活质量方面的潜力。从改善我们的健康状况,到减少我们的城市的拥堵和污染,再到使我们的公司和政府更高效。

    南都:AI现在的状况是怎么样的?

    Tom M itchell:十年前,计算机是聋的、瞎的。但近年来,它们在语言识别和图像识别上的能力,已经达到了人类的水平。此外,它们在机器学习(模拟人类行为)上是领先的,今天我们在高速上能看到无人驾驶汽车行驶。同样,它们也在复杂游戏所需的推理上也是领先的。医疗方面,医院已经在大力推动将医疗记录电子数据化,我们也看到许多新的可穿戴设备来捕捉不同的实时健康数据。

    南都:AI还有机器学习、无人驾驶等细分领域,您认为哪些细分领域的发展会更快?

    Tom M itchell:A I最重要的一个新进展是广泛使用一种接近“教学”行为的机器学习来完成任务,而不是使用“编程”机器。事实上,我在上述计算机视觉中所提到的语音识别、机器人学和游戏玩法,这些进展“都”由于使用机器学习来构建更精准、更完善的程序。机器学习方法,例如深度学习算法是通过检测大的数据集和自动探索规律。

    南都:您曾提到过机器学习和脑科学之间的交集。在未来,您认为这两个领域存在什么样的联系?

    Tom M itchell:这是一个关键的科学问题:人脑的智慧和计算机运算里的智慧有什么关系?在将来,随着我们知道更多关于人脑是怎么运作的,并在A I领域有了更多的进展,我认为我们会发现这两者之间存在更多的一致性。其中一个迹象已经在新的深度学习人工神经网络中体现出来,使得计算机视觉领域取得了巨大的研究进展。

    我预测在将来,我们会找到建立人类智能“理论”的最佳方法是建立一个能执行相同任务的计算机程序,例如视觉、听觉、口语、问题的解决,然后使用这个计算机程序去描述人脑是怎么运作的,接着在大脑接受到一个新奇问题时,对大脑会产生的神经活动做可测试性的猜测。

    南都:你是怎么评价全球科学创新峰会(G - Sum -m it)这项活动的?

    Tom M itchell:我参加了2016年9月旧金山举办的G-Sum m it,也非常期待4月前往北京再次参加新一年的G -Sum m it。对我来说,G-Sum m it聚集了许多来自中国和其他地区的顶尖商业领袖、企业家和投资人,还有国际上知名的专家学者,这是非常难得的。我每年都会参加很多会议,但G -Sum m it最吸引我的是,它能让参加峰会的每个人聚集起来,当面一同探讨科技的未来,以及它是怎么影响世界的。

    采写:南都记者 李冰如

    实习生 林丹

手机看报