8月29日，“智联世界 无限可能”2019世界人工智能大会在上海正式开幕。在下午的“科学前沿”主论坛上，图灵奖获得者Raj Reddy教授、中国人工智能学会理事长李德毅院士等重量级的人工智能大咖相继发表了自己的远见卓识。
完全理解“智能”还有很长路要走
图灵奖获得者，中国工程院外籍院士，卡内基梅隆大学教授Raj Reddy在论坛上做了题为《人工智能的新方向》的主旨演讲。
Raj Reddy认为，过去五十年，人类的算力增长了十亿倍，这就使得人类可以探索新的工具、新的技术（比如深度学习）、新的平台（比如云计算），还有以前觉得不可能实现的新的应用（比如语言翻译），这些创新将会改变当今世界。
Raj Reddy表示，未来，我们将用人工智能技术自动地发现知识，而不是像现在这样人工地创造知识。在21世纪，对知识的自动发现会带来非常不同的解决方法，虽然解决的是同样的问题。而在推广人工智能技术的同时，我们一定要不断加深对人工智能的理解，一定要搞清楚人工智能到底是什么。
“不同的人对人工智能有不同的理解，有些人说人工智能会占领世界，我们会成为人工智能的奴隶。我觉得这是不会发生的，因为我已经研究人工智能研究了60多年，还没有明显进步。事实上，人工智能进步1%，我们可能要花1000年甚至10000年。要完全理解智能，我们还有很长的路要走。”
此外，对于人工智能等前沿科学技术在上海应如何发展？Raj Reddy也阐述了自己的观点：
“今天我们相聚在上海，上海在未来的发展中应该怎么做？我认为第一个要做的事情，就是要打造全互联的上海，不仅是每个家庭，每个人都应该是互联互通的。也就是说，我们所有人都要有手机，有5G。要了解AI，需要全民AI扫盲，制定AI培训计划，面对长三角区域的人们，对他们提供培训计划。这对上海来说是重要任务之一。”
人类有能力不让机器具有意识
中国工程院院士，中国人工智能学会理事长李德毅在论坛上做了题为《人工智能为什么还没有意识？》的主旨演讲。
李德毅表示，“意识”是对自身存在的感知，包括对自己行为的感知，还有行为为什么被执行的感知；而“智能”则有很多解释：计算机科学家认为是计算，语言学家认为是处理或是理解，数学家认为是抽象或是证明，逻辑学家认为是推理，认知科学家认为是思考、是思维。
人工智能是可以脱离意识而存在的智能，是人类智能的题外延伸，它可以脱离意识而存在。
“很多人会担心，人工智能时代最大的冲击是地球上会突然出现一种超越人类的新物种，这些未来的生命可能是人类的朋友，也可能是人类的敌人。我对这种观点想说：你有点想多了！你想太早了！不存在这样的‘突然’。
李德毅表示，人类的进化史，就是一部制造或是使用工具、拓展人类能力的发展史。从石头到斧头到现在的原子弹，都是动力工具，动力工具是人类体能的体外延伸，而人工智能是人类智能的体外延伸，无论动力工具还是智力工具，都没有意识。
“人类作为机器的造物主，不需要机器具有意识，它是我们的一个工具，只要能按人的需要给我们开车、做题、服务，就可以了。人类会足够聪明，且完全有控制力，不让机器具有意识。”
李德毅认为，人工智能如果真的要跟人类对抗，必须要有两个条件才行，即自己的语言文字以及不同于人类群体的共同价值观。
“它们如果还用人类的语言文字，那我们人类文明一定会把它压得死死的。另外，它们能拥有不同于人类群体的共同价值观吗？我认为也不太可能。” 李德毅说。
不过，李德毅也强调，智能时代更要约束的是人类自身的伦理道德和行为规范，避免人类错误使用人工智能技术，导致人工智能反作用于人、反作用于其他生物。在技术发展中要格外注重促进社会公平，尤其要关注生命科学中的伦理道德问题。
人工智能正面临数据割裂的挑战
国际人工智能联合会议理事会主席，香港科技大学教授杨强在论坛上做了题为《人工智能的最后一公里——联邦学习的最新应用》的主题演讲。
杨强表示，我们在人工智能领域已经很熟悉的很多技术应用，都离不开一个元素——数据，尤其是大数据。人工智能技术，特别是像今天深度学习这样的技术，是离不开大数据的。但在周边应用，我们的数据却非常有限。
“比如说，在法律领域，往往积累一条有效的数据需要很长的时间。有统计显示，一个单位最多积累到上万条法律数据就积累不上去了。在金融领域，尤其某些金融领域，像大额贷款、理财领域，有效的数据也非常少。在医疗领域，如医疗影像尤其存在数据割裂的现象，很多医院有很多医疗影像数据，却形不成合力，因为不同医院之间的数据往往不能互相传递。”
杨强表示，目前企业想把数据聚合起来的需求很强烈，但实施起来却很艰难。难度来自几个方面，其中一个就是社会对用户隐私的要求越来越高。世界各地的监管机构，目前都纷纷出台一些强有力的法规，比如欧洲，去年正式提出《通用数据保护条例》，这对个人隐私、个人数据拥有权，包括模型的使用和可解释性，都提出了非常严格的要求。
而在中国，法律进程也是在快步向前，比如连续出台了一系列关于用户隐私和个人数据安全、拥有权的法规，对公私的数据交换有一定的限制。
简而言之，在现实中，我们一方面面临数据割裂的情况，另一方面又面临法律法规等对数据融合存在限制的情况。在这两种情况下，形成大数据就变成了一个挑战。
“如何应对这个挑战？可积极寻找一些新的技术方向，我们叫联邦学习。即把数据各个拥有方在数据不出本地的情况下，把模型给建立起来，并且让模型能共享。建立过程中，确保要不违反用户隐私。这个建模过程就是联邦学习的框架、算法。”
人工智能的未来在于智能体之间的互动
英国牛津大学计算机科学系主任，赫特福德学院高级研究员Michael Wooldridge在论坛上做了题为《未来将是多智能体的时代》的主题演讲。
Michael Wooldridge表示，未来，人工智能可能不会那么耀眼、那么有名，但它将会是贯穿整个计算机时代、多智能体时代的概念。在多智能体时代，计算领域的五大趋势不仅跟AI相关，而且跟整个计算世界都相关。
Michael Wooldridge介绍道，所谓“智能体”，通俗来说就是变成了一个“助手”的智能软件。它不再静静地等着我们下指令，而是积极主动地跟我们合作、工作，帮助我们解决问题。它改变了人类跟计算机互动的方式。大家可以在口袋中随身带着这样一个智能体。
Michael Wooldridge继续介绍道，所谓多智能体时代计算领域的五大趋势，即泛在性（计算、算力将会无处不在）、互联性（计算机之间互连互通）、委派性（越来越多的决策将委派给电脑）、人性化（人机互动更趋于人人互动）以及智能化（计算机有更大潜力能做更多任务）。
“这五大趋势是显而易见的，一定会是我们计算科学的未来。在计算领域很有名的一些案例，比如云计算、网格计算、语义网、普适计算、多智能体系统，都很好地体现了这五大趋势，强调了五大趋势中每个不同的因素。”
Michael Wooldridge说，他相信在这五大趋势中，人工智能的未来就在于智能体跟智能体之间的互动之中。智能体跟人的互动很重要，但未来智能体之间的互动，会变得更重要。智能体做的很多的工作，或是人工智能方面做的很多工作，都会跟智能体相关。
“现在的智能体是怎么运行的？比如让手机的语音助手帮我安排一个和老板的会议，它会说好的，接着会跟我的老板打电话，说Michael想跟你开会，老板说没问题，它再接着回来告诉我没有问题。这个流程对我来说是无益的，为什么人类还要参与到这个活动中？如果我的智能体直接跟我老板的智能体进行沟通，那就好得多了。”
来源：周到上海 作者：吴正彬
