《人工智能与2030年的生活》报告发布(附PPT)
斯坦福人工智能百年报告之《人工智能与2030年的生活》首次发布
【 导读 】工业界和学术界正在联手倒逼政府出台 人工智能 相关政策,希望能获得的更大力度的扶持,不管是从资金上还是从法律上。这也是斯坦福大学出台《人工智能与2030年的生活》这一报告的一个原因。报告分为三个部分,第一部分为AI的定义和研究趋势;第二部分为AI 的八大应有领域,包括交通、健康、教育等等;第三个部分为政策推荐,目的是希望推动相关政策的制定。据《纽约时报》报道,Alphabet、亚马逊、IBM和微软也正在策划一个人工智能行业联合会的组织,DeepMind希望以独立的身份加入。
斯坦福大学最近发起了一个名叫人工智能100年的研究项目,9月1日,该项目的第一个成果《人工智能与2030年的生活》发布,这是一份关于AI在接下来10几年间的影响的报告。报告分为三个部分,第一部分为AI的定义和研究趋势;第二部分为AI 的八大应有领域,包括交通、健康、教育等等;第三个部分为政策推荐,目的是希望推动相关政策的制定。
根据《纽约时报》的报道,人工智能100年研究项目,其长期委员会的发起人是微软研究院的Eric Horvitz。
《纽约时报》称,科技行业公司的一个担忧是监管者会忽然跳出来,围绕他们所进行的AI工作制定规则。所以他们尝试创建一个组织,自己制定政策框架。但是,这能有多大用,现在还不清楚。
奥斯丁德克萨斯大学校长、报告的撰写人之一 Peter Stone 说,我们的意思并不是不该有政府监管,而是想表达:有正确的道路,也有错误的道路。
虽然科技行业向来以竞争激烈著称,但是也有例子表明,在设计到自己的最根本利益时,公司间会选择合作。20世纪90年代,科技巨头在电子商务交易加密上达成协议,为后二十年互联网商务的增长打下了基础。
不过,该报告称,对AI进行监管是不可能的。“研究小组达成的共识是,尝试对AI进行监管,从整体上来说是错误的,因为现在AI还没有一个清晰的定义(它指的不仅仅是一件事),并且,在不同领域,AI 的风险和考虑是非常不一样的。”
Stone说,该报告得出的一个结论是,各级政府应该注意到人工智能专业知识的重要性。此外,他还呼吁公共和私人企业应该增加对AI的投入。、
政府应该扮演重要角色,我们也很尊重这点,IBM沃森人工智能部门总经理David Kenny说,“政策还落后技术很多”。
9月中旬,5家公司(Alphabet,Amazon,Facebook,IBM和微软)将会宣布成立一个组织,目前该行动已经签署备忘录。《纽约时报》援引内部人士的消息称,作为Alphabet子公司的谷歌DeepMind要求以独立的身份加入这个组织。
此外,LinkedIn的创始人之一Reid Hoffman也正在跟麻省理工学院媒体实验室洽谈,希望建立一个项目,共同开发人工智能的社会和经济效益。
MIT 正在研究,如何把社会融入到AI 和机器人系统中,他们的概念是“society in the loop”,这个词指的是,开发可以与人类交互的计算机和机器人系统。比如,美国国防部醉经开始制定一项使用AI 的军事策略,要求人来控制致命决策,避免把责任推到机器身上。
MIT 媒体实验室的主任、《纽约时报》董事会成员JoichiIto说,计算机科学家向来不擅长与社会科学家和哲学家沟通,我们希望做的是,为制定政策的社会科学家提供支持。
斯坦福大学的这份报告,想要定义典型的北美城市将要面临的、可以模拟人类行为的计算机和机器人系统的问题。作者关注了8大领域,但是没有关注到战争,他们说,军事上的AI应用已经超出了他们目前的范围和专业能力。但是他们也不排除关乎武器上的应用。
报告摘要:
人工智能是一门科学,同时也是一种计算机技术。人工智能的灵感来自人如何使用自己的是神经系统和身体器官来进行感知、学习、推理和行动中获得,但是,一般来说,二者的运行机制却有很大的不同。
AI的发展是不一致而且不可预测的,60年前,AI 的构想刚被推出时,确实有过巨大的发展。作为一个整体上还属于学术领域的技术,21世纪的AI 使得一系列主流的科技变成了可能,对人类的日常生活产生了深远的影响。
比如说,计算机视觉和AI 规划推动了视频游戏的发展,在娱乐行业,视频游戏的规模现在已经超过了好莱坞。
深度学习——一种基于多层被称为神经网络的表示的机器学习形式,已经让手机或者厨房设备理解人类语言成为现实,其算法也可以被用在一系列依赖模式识别的应用上。自然语言处理、知识代表以及推理,已经可以让机器击败Jeopardy的冠军,为网络搜索带来新的功能。
虽然很让人震撼,但是这些技术被高度地局限在特定的任务中,每一个应用基本上都要经过数年细化的研究和非常谨慎、独特的建设过程。在类似的定向应用中,未来可以期待AI技术会呈现巨大增长,比如,无人驾驶、医疗诊断、靶向治疗和老人身体辅助。AI和机器人也会在全球那些难以吸引年轻人的行业中得到广泛应用,比如农业、食品加工、运营中心和工厂。它们会通过无人机、自动驾驶卡车或者可以爬楼梯直达家门口的机器人来促进快递的发展。
这份报告是人工智能100年研究(AI 100)的第一部分,以后会定期更新。
AI 100 由 AI100 长期委员会领导,其职责是研究AI 在2030年前会发生的影响,尤其是在北美地区。2015 研究小组 由AI 和其他相关领域的专家组成,他们最为突出的关注点聚焦在8个领域:交通、服务机器人、健康医疗、教育、低资源社区、公共安防、就业和职业以及娱乐。
每一个领域中,报告回顾了过去15年的进展,也会展望未来15年的发展。虽然都是来源的研究基础几乎一致,但是每一个领域都反映了AI不同的影响和挑战,比如,开发安全可信赖的硬件的困难(交通工具和服务机器人)、获得工作信赖的困难(低资源社区和公共安防)、对人类可能会被边缘化的担忧(就业和职业)、人际交往减少带来的社会副作用(娱乐)。
报告以“AI由什么组成”开始,以推荐AI相关政策作为结束。这些推荐包括,政府应该招聘AI专业人才,把更多的资源投入到研究AI系统对公平、安全、隐私和社会福利的影响上,消除阻碍。
与主流媒体上异想天开的预测不一样,研究小组(Study Panel)发现,人们完全没有理由担心AI 会对人类形成即刻的威胁。目前为止,还没有一台可以自我维持、拥有长期目标和意愿的机器被发展出来,并且在短期也不可能会出现。反之,越来越有用的AI应用很可能会从现在起到2030年崛起,它们对社会和经济会有非常深远的积极影响。同时,这些发展将会对人类劳动力的增强或者替代产生颠覆性的变革,在更大范围上增加经济和社会的挑战。在短期内的应用设计和决策很可能会对自然和这些发展的方向产生长远的影响,这使得AI研究员、开发者、社会科学界和政策制定者在进行创新与确保AI的经济和社会福利能被全社会共享二者之间的平衡显得尤为重要。
如果社会对这些技术的理解主要是担忧、怀疑和误解,那么,确保AI技术的安全和可信就变得很重要。从另一方面来说,如果社会以一种更加开放的心态来接受AI,从这一领域崛起的技术将会深刻地变革社会,在接下来的10年中,会把人类社会变得更好。
AI研究趋势
推动AI 革命的研究也在经历快速变革,其中最为前沿的就是机器学习,数字化经济让机器学习越发成熟。其他的要素包括,云计算资源和消费者需求。
人工神经元网络的成功,实际上极大地推动了机器学习的发展,现在可以用大型的数据库和大规模的计算来进行训练。这种方法被称为“深度学习”,在基本的表现,比如感知、和物体识别上,信息处理算法性能上的巨大大飞跃由硬件上的巨大进步促成。数据驱动的产品的新平台和市场,以及寻找新产品和市场的新驱动力,也促进了研究的进步。
现在,人工智能研究变成了社会的一个中坚力量,AI领域正在转向建立一个智能系统,能与人高效协作。以下这些研究趋势,共同促进了AI研究的“热潮”,不管是从基本方法上还是应用领域:
-
大规模的机器学习
-
深度学习
-
增强学习
-
机器人
-
计算机视觉
-
自然语言处理
-
协作系统
-
众包和人类计算
-
算法游戏理论和计算的社会选择
-
物联网
-
神经形态芯片
研究小组成员:
奥斯丁德克萨斯大学校长 Peter Stone;
Rethink Robotics,Rodney Brook’;
麻省理工学院,Erik Brynjolfsson;
华盛顿大学,Ryan Calo;
艾伦人工智能研究院,Oren Etzioni;
霍普金斯大学,Greg Hager
哥伦比亚大学,Julia Hirschberg
印度孟买理工学院,Shivaram KalyanaKrishnan;
微软研究院,Ece Kamar;
Bar IIan 大学,Sarit Kraus;
英国哥伦比亚大学,Kevin Leyton-Brown;
哈佛大学,David Parkes
奥斯丁德克萨斯大学,William Press;
加利福尼亚大学伯克利分校,Annalee Saxenian
麻省理工学院,Julie Shah
南加州大学,Milind Tambe
Google X,Astro Teller
人工智能100年研究,长期委员会:
Barbara J. Grosz,主席
Russ Altman
Eric Horvitz(微软研究院)
Alan MackWorth
Tom Mitchell
Deidre Mulligan
Yoav Shoham
目录
摘要
概述
第一部分:人工智能是什么?
定义AI
AI研究趋势
第二部分:AI 8大 领域
交通
家庭/服务机器人
健康医疗
教育
低资源社区
公共安防
就业和职业
娱乐
第三部分 AI公共政策的未来和推荐
AI政策:现在和未来
附录: AI简史
■ 报告原文
来源:ai100.stanford.edu/nytimes.com
译者:胡祥杰
注:本稿件摘自数据观入驻自媒体—新智元,转载请注明来源,微信搜索“数据观”获取更多大数据资讯。
责任编辑:陈卓阳