人工智能的熱望與冷思考

郭毅可

人們對(duì)人工智能的發(fā)展抱有很大期望，實(shí)際上人工智能的發(fā)展才剛剛開始，有許多重要的問題需要研究。從這個(gè)意義上來(lái)說(shuō)，更需要用冷靜的頭腦思考它的發(fā)展方向，來(lái)考慮一些根本性的問題。

人工智能的發(fā)展必須有三個(gè)方向的合力支撐，一是高質(zhì)量的數(shù)據(jù)資源，即通常所說(shuō)的大數(shù)據(jù)為基礎(chǔ);二是處理數(shù)據(jù)非常好的學(xué)習(xí)算法;三是支撐算法的強(qiáng)大算力。

那么，怎么獲得所需大數(shù)據(jù)，就需要有一個(gè)很好的基礎(chǔ)架構(gòu)，也就是需要有一個(gè)很好的數(shù)據(jù)生態(tài)環(huán)境，數(shù)據(jù)資產(chǎn)化技術(shù)，以及飛速發(fā)展的區(qū)塊鏈技術(shù)。

如何把人工智能運(yùn)用到實(shí)際過(guò)程中去，用到生活中去？中間則需要一個(gè)非常重要的能力——交互能力。在人和機(jī)器交互的時(shí)候，不同于人與人的交流，需要有新的形式，這也是支撐人工智能發(fā)展的一個(gè)重要因素。如果不重視這個(gè)因素，那么人工智能的發(fā)展就不可能健康，也很難取得進(jìn)步。

從認(rèn)知學(xué)角度看機(jī)器學(xué)習(xí)

所謂的機(jī)器學(xué)習(xí)就是機(jī)器獲得知識(shí)的能力，談到機(jī)器學(xué)習(xí)的進(jìn)步與演變，前面說(shuō)了三個(gè)方向，數(shù)據(jù)量、算法越來(lái)越豐富，還有就是算力越來(lái)越強(qiáng)大。這三個(gè)方向同時(shí)作用，導(dǎo)致了今天獲取知識(shí)的方式，從手工獲取不需要數(shù)據(jù)量，到可以向機(jī)器描述一些邏輯規(guī)則，把知識(shí)直接告訴它們。還有一方面是中數(shù)據(jù)量，來(lái)進(jìn)行機(jī)器學(xué)習(xí)，建立一些中等數(shù)據(jù)量的模型。最后是數(shù)據(jù)挖掘，一直到深度學(xué)習(xí)，主要是靠大數(shù)據(jù)量、一個(gè)比較復(fù)雜的算法、超強(qiáng)的計(jì)算能力來(lái)支撐的。其中很重要的一點(diǎn)，就是知識(shí)獲取的自動(dòng)化程度越來(lái)越高。

對(duì)于機(jī)器學(xué)習(xí)有很多說(shuō)法，也有很多數(shù)學(xué)模型，但是說(shuō)到底，機(jī)器學(xué)習(xí)和人腦學(xué)習(xí)的基本邏輯和基本過(guò)程是類似的。首先通過(guò)觀察來(lái)獲得信息，也就是觀察結(jié)果數(shù)據(jù)，知識(shí)是通過(guò)模型來(lái)表達(dá)的。人腦里的知識(shí)也是一種模型，對(duì)世界的看法，通過(guò)觀察獲得抽象看法。在這樣的模型中，做什么事情呢？對(duì)這個(gè)世界要做學(xué)習(xí)判斷。如果說(shuō)我們觀察到的和大腦得出的判斷或者說(shuō)某種預(yù)測(cè)相一致的話，這個(gè)時(shí)候就認(rèn)為模型是正確的，不需要做太多的動(dòng)作，只是得到一些驗(yàn)證。但是如果說(shuō)這個(gè)模型和觀察不準(zhǔn)確，就會(huì)出現(xiàn)所謂的預(yù)測(cè)誤差，這個(gè)預(yù)測(cè)誤差會(huì)導(dǎo)致人做出幾件事情。第一件事情要改變模型：相信觀察是正確的，于是就要對(duì)模型做一些變化。還有一種可能，就是認(rèn)為模型是怎么樣的，要做什么改變，這個(gè)不一致就導(dǎo)致了我們對(duì)這個(gè)世界要做一些改變，改變認(rèn)知是學(xué)習(xí)，改變世界是行動(dòng)，這就是認(rèn)知學(xué)對(duì)機(jī)器學(xué)習(xí)的理解。

機(jī)器學(xué)習(xí)的表達(dá)形式找到效用函數(shù)

我們?cè)诖竽X當(dāng)中有表達(dá)形式，在現(xiàn)在的機(jī)器學(xué)習(xí)上，表達(dá)模型的形式基本上就是一個(gè)函數(shù)，也就是說(shuō)學(xué)習(xí)的目的是找到這樣一種函數(shù)。這個(gè)函數(shù)使得結(jié)果和觀察比較一致，這就表達(dá)為一個(gè)公式，誤差最小化。學(xué)習(xí)的目的一個(gè)是找到函數(shù)的形式，一個(gè)是找到函數(shù)的參數(shù)。不管學(xué)習(xí)是什么樣的，工作的目標(biāo)都是一致的，就是找到這樣一個(gè)模型。所以說(shuō)，學(xué)習(xí)是一種過(guò)程。

現(xiàn)在，我們就要問幾個(gè)問題，在這樣的學(xué)習(xí)框架下，如何向機(jī)器表達(dá)，反過(guò)來(lái)講就是剛才所說(shuō)的一個(gè)很重要的前提，要用機(jī)器表達(dá)學(xué)習(xí)的目的，可以用一個(gè)效用函數(shù)來(lái)表達(dá)，要么最大化要么最小化。一個(gè)函數(shù)A可能是一個(gè)參數(shù)，或者說(shuō)是一種行為，或者說(shuō)是強(qiáng)化學(xué)習(xí)，如果是一般性就是一個(gè)參數(shù)。在已獲取這個(gè)參數(shù)的情況下，確定一個(gè)X概率，要求平均的損失是最大或最小。如果收益最大，首先要去確定一些參數(shù)，目標(biāo)參數(shù)體現(xiàn)平均損失和平均收益是最大還是最小。如果損失最小，則收益最大。這個(gè)時(shí)候要求函數(shù)和觀察之間的誤差最小，強(qiáng)化學(xué)習(xí)就要求最大，強(qiáng)度最高，對(duì)于不同的行為要求平均的獎(jiǎng)勵(lì)是最高的。這就是效率。

人如果要求機(jī)器做得更多的話，不僅要達(dá)到最好的結(jié)果，同時(shí)要滿足一定的倫理要求，這樣的話用這樣的效率函數(shù)來(lái)表達(dá)是非常不容易的。

效用函數(shù)求優(yōu)

找到最大或者最小的參數(shù)，先不講求優(yōu)的過(guò)程，未必能找到最優(yōu)的結(jié)果，可以用算法來(lái)保證。第二個(gè)問題在于這樣的模型，因?yàn)閿?shù)據(jù)觀察的弊端改變，實(shí)際上這種模型需要遷移，也就是說(shuō)模型本身需要不斷變化，這個(gè)時(shí)候就有一個(gè)很大的問題，就是模型的進(jìn)化，數(shù)據(jù)變化之后能不能優(yōu)化。還有一個(gè)很大的問題，求優(yōu)的過(guò)程是學(xué)習(xí)的過(guò)程，這樣的過(guò)程往往是很難理解的，求優(yōu)時(shí)候的含義我們并不清晰，所以怎么辦，為了求優(yōu)，必須調(diào)整參數(shù)。這些調(diào)參，怎么樣改變，有點(diǎn)像煉金術(shù)，我們并不知道，這些都是會(huì)導(dǎo)致很大的問題，首先第一個(gè)模型是不是可以進(jìn)化，第二個(gè)這個(gè)學(xué)習(xí)過(guò)程是不是能夠被解釋，這些都是很重要的問題。

機(jī)器行為

這個(gè)行為是指人對(duì)機(jī)器的感知，這時(shí)就有很多問題，比如說(shuō)機(jī)器和人一起診斷看病，這是對(duì)行為的一個(gè)很大的要求，要行為能夠解釋，我們能夠驗(yàn)證正確性。行為與決斷是不是正確，為什么我要相信你，還有一個(gè)很重要又特殊的軍事應(yīng)用，怎么樣保證整個(gè)操作，什么時(shí)候可以開槍，什么時(shí)候必須考慮到平民傷亡等，這些都是非常重要的行為準(zhǔn)則。

講到機(jī)器行為，我們可以稍微做一個(gè)抽象的解釋，即行為四要素。

一是行為的目的。是不是能夠按照人的意圖去改變周圍的環(huán)境，這個(gè)非常重要。也就是說(shuō)你的目的是好的還是壞的，是合理的還是不合理的。

二是行為的原則。做事情的基本原則，你知道什么是錯(cuò)的，什么是不能做的，是不能違背人類倫理和規(guī)范的。

三是行為的結(jié)果。結(jié)果是不是你應(yīng)該做的事情。

四是行為的依據(jù)。你得出來(lái)的結(jié)果是為什么得出這樣的結(jié)果，根據(jù)是什么。

機(jī)器學(xué)習(xí)應(yīng)用的倫理思考

政治。撰寫一個(gè)新聞，原則是不是可以被理解，這個(gè)原則是不是合理的，怎么對(duì)新聞的生成算法有可靠性。還有就是法律，如果機(jī)器人對(duì)一些案例做一些機(jī)器判斷，有沒有偏見，是否有不可預(yù)測(cè)的后果，也就是說(shuō)實(shí)際上這樣的投放會(huì)導(dǎo)致什么問題，原來(lái)犯罪率很低的問題犯罪率高起來(lái)怎么辦？

營(yíng)銷。推薦系統(tǒng)要考慮對(duì)消費(fèi)者的損害。有一個(gè)說(shuō)法是過(guò)于泡沫。一直向我推薦我喜歡的，于是乎就形成了一個(gè)泡沫，我只喜歡原來(lái)喜歡的東西，我自己給自己構(gòu)造了一個(gè)局限，這種事情是不是合理。

金融。算法定價(jià)的原則是什么，是價(jià)格公平嗎？還是說(shuō)競(jìng)爭(zhēng)，是否會(huì)造成惡性競(jìng)爭(zhēng)或者價(jià)格戰(zhàn)？我們都知道買飛機(jī)票都有一個(gè)算法定價(jià)問題，因?yàn)樗惴ǘ▋r(jià)常常會(huì)造成一個(gè)很大的矛盾，看到下雨了需要打車，某種程度上來(lái)講，是商業(yè)利益最大化，倫理上是不是正確？這些都是很重要的必須考慮的問題。

智能汽車。真正要投入使用，倒不是技術(shù)難點(diǎn)，加上自動(dòng)駕駛最大的問題是路權(quán)選擇，誰(shuí)有權(quán)用這個(gè)道路。如果兩輛車一起開，必須保證對(duì)人的傷害最小，如果說(shuō)人和機(jī)器在同一個(gè)路上的話，人知道有一個(gè)基本原理，可以惡性和機(jī)器進(jìn)行較量，這樣的話車永遠(yuǎn)開不了。這種情況下怎么解決路權(quán)選擇的問題，人開的車和機(jī)器開的車怎么做路權(quán)選擇。城市管理不可能缺少道路交通管理，這些方面的平衡，人工智能怎么來(lái)做，也是一個(gè)非常重要的話題。

機(jī)器診斷。診斷是否可以驗(yàn)證，健康監(jiān)護(hù)，各種錯(cuò)誤的代價(jià)，對(duì)于緊急情況如何做應(yīng)對(duì)，這些都是很大的問題。

社會(huì)信用體系與社會(huì)交流。信用低的人被剝奪權(quán)利，是不是在管理中是真正合法的？如果說(shuō)真的做交流的話，未必改變社會(huì)關(guān)系的組成架構(gòu)。聊天及其對(duì)聊天者的心理影響、機(jī)器人是否會(huì)改變?nèi)祟惖淖匀桓星?，這些問題都是我們理解機(jī)器行為的非常重要的一些例子。

機(jī)器學(xué)習(xí)的對(duì)與錯(cuò)

這可以從兩個(gè)方面來(lái)看。一是如何向機(jī)器表達(dá)對(duì)的目的，也是未來(lái)的重要問題。未來(lái)的人工智能，我們不求讓機(jī)器做得多，而是要求機(jī)器做得對(duì)。做得多應(yīng)該是相對(duì)容易的，但是要機(jī)器做得對(duì)，就不那么容易了。什么是要遵守的行為原則，如何向機(jī)器表達(dá)對(duì)的目的，告訴他怎么去做事情，怎么準(zhǔn)確有效告訴，怎么清晰告訴，也就是如何傳達(dá)真實(shí)意圖，這是一個(gè)方面的問題。二是如何判斷機(jī)器做得對(duì)不對(duì)。假定說(shuō)已經(jīng)做到清楚表達(dá)，以前的結(jié)果和現(xiàn)在的結(jié)果會(huì)有一個(gè)驗(yàn)證。理解機(jī)器做得對(duì)的緣由，機(jī)器行為的解釋和驗(yàn)證，都需要論證。

那么，如何從兩個(gè)方面去理解呢？這需要做以下判斷。

什么是對(duì)

這是最困難的，它涉及人工智能的倫理問題，或者說(shuō)是一個(gè)哲學(xué)問題。這其中有很多的原則，因?yàn)閷?duì)于什么是對(duì)的，在不同的社會(huì)環(huán)境和價(jià)值體系中是不一樣的。但原則上，首先是要有利他主義，什么意思呢？不是利己，是幫助人類，而不是有益于自己;第二是謙遜法則，這需要把人類價(jià)值最大化，人類價(jià)值到底是什么可以有不同理解，但底線是不能夠凌駕于人類之上;第三是學(xué)習(xí)能力，不僅是自身學(xué)習(xí)，也可以觀察人類來(lái)進(jìn)行學(xué)習(xí)，或者說(shuō)用機(jī)器語(yǔ)言來(lái)間接學(xué)習(xí)知識(shí)和數(shù)據(jù)。

如何表達(dá)對(duì)

什么樣的效用函數(shù)可以表達(dá)我們的目的，這是指模型形態(tài)，而不是指控制行為方式。效用函數(shù)是合理的或者說(shuō)有效的方式嗎？用一個(gè)效用函數(shù)來(lái)做人工智能，怎么衡量一個(gè)行為，怎么定義這個(gè)行為，人工智能是怎樣理解的？通常所說(shuō)的最大自由化是好現(xiàn)象嗎？每個(gè)個(gè)體的最大自由化就是無(wú)政府主義了。驗(yàn)證相關(guān)函數(shù)的證據(jù)是什么？機(jī)器行為可以用效用函數(shù)來(lái)完全確定嗎？經(jīng)濟(jì)學(xué)有兩個(gè)重要研究：一個(gè)是代理人原則。機(jī)器人代理了我們的事情，找任何代理人的時(shí)候都碰到一個(gè)矛盾，要確定這個(gè)代理人是以你的利益最大化為原則，還是以自己的利益最大化為原則。比如說(shuō)我們找律師，這個(gè)律師到底是為我打官司，還是想把問題搞的更復(fù)雜一點(diǎn)。另有一個(gè)是不可預(yù)知原則，你表達(dá)的事情是好事情，但是往往得到不想要的結(jié)果。這兩個(gè)原則都使得我們要認(rèn)真思考，如何向機(jī)器表達(dá)我們的真實(shí)意圖。

如何判斷機(jī)器的正確度

第一個(gè)驗(yàn)證方法就是看目標(biāo)是否一致，另一個(gè)是求得最優(yōu)。

這其中存在兩個(gè)場(chǎng)景，如果以兩條曲線來(lái)表達(dá)，一個(gè)是更精確，另一個(gè)是敏感度更高。這兩個(gè)并不是一個(gè)事情，有一個(gè)是假定模型。這個(gè)模型很有意思，有哮喘的肺炎患者，死于肺炎的可能性較小，這合理嗎？不合理。如果有哮喘應(yīng)該死亡率高，為什么反而低了。因?yàn)橛邢芸炀蜁?huì)受到正常的照顧，這樣的話反而容易生存，所以說(shuō)數(shù)據(jù)不足。這就可以解釋，為什么90%的AI結(jié)構(gòu)都是沒有經(jīng)過(guò)驗(yàn)證的。

現(xiàn)有的深度學(xué)習(xí)模型不能向用戶解釋其行為，設(shè)計(jì)者也無(wú)法理解其行為過(guò)程。其中有很多研究，有一些早期的工作，比如說(shuō)現(xiàn)在要應(yīng)用一個(gè)深度神經(jīng)網(wǎng)絡(luò)，去判斷這是什么動(dòng)物。但是有一個(gè)很大問題，在學(xué)習(xí)一個(gè)模型之后，給出斑馬圖形，可能就判斷出行分布。這個(gè)時(shí)候怎么來(lái)學(xué)習(xí)，把一些圖片特征編碼，明確每一段編碼或者數(shù)字代表了什么含義，這樣就可以通過(guò)一個(gè)學(xué)習(xí)方法，把人的特征一起進(jìn)行學(xué)習(xí)。這就有一個(gè)很大的好處，等于做了人的標(biāo)注。如果說(shuō)這些過(guò)程最重要的原則是用空間來(lái)解釋，我們正在做的工作就是把這樣的概念再擴(kuò)大一些。

在人機(jī)共生的社會(huì)中，人和機(jī)器的互相交流是最重要的，人要理解機(jī)器的行為，機(jī)器要理解人的意圖。對(duì)機(jī)器行為的解釋、理解和驗(yàn)證，以及機(jī)器行為的倫理性是人工智能研究的核心課題。學(xué)習(xí)的可解釋性是一個(gè)方向，還有一個(gè)方向就是向機(jī)器表達(dá)，對(duì)機(jī)器行為的解釋和驗(yàn)證，以及機(jī)器行為的倫理性是核心問題。在沒有解決這些問題之前，或者說(shuō)這些問題沒有被深入理解之前，奢談人工智能將會(huì)怎樣，人工智能會(huì)不會(huì)導(dǎo)致機(jī)器統(tǒng)治人類，目前來(lái)討論尚為時(shí)過(guò)早。

我們不要神話人工智能，它是實(shí)實(shí)在在的算法;不要害怕人工智能，它是不可避免的未來(lái);不要輕視人工智能，它會(huì)改變我們的社會(huì);不要忽悠人工智能，它不是靠錢可以堆出來(lái)的。

我們要以東方文明特有的包容來(lái)研究和應(yīng)用它，把它作為社會(huì)新的存在，想清楚如何和它共處。

（根據(jù)作者在第三屆上海人工智能大會(huì)上的主旨演講整理）