卡内基梅隆大学Tom Mitchell：目前人工智能只是辅助，商业化是推动剂

Tom M.Mitchell是卡内基梅隆大学计算机科学学院 机器学习 系主任、教授，美国工程院院士，美国科学进展学会（AAAS）成员， 人工智能 进展学会（AAAI）成员，美国《Machine Leaming》杂志、国际机器学习年度会议（ICML）的创始人。

他在机器学习、人工智能、认知神经科学等领域卓有建树，撰写了机器学习方面最早的教科书之一《机器学习》，是机器学习领域的著名学者。

如下内容整理自Tom M.Mitchell教授在GMIC北京2017大会上的演讲资料

人工智能进展很快，商业化是有效的推动剂

人工智能在过去的十几年取得了很大的进展，最近人工智能已经战胜了人类的围棋冠军。除了在棋牌类领域的进展，人工智能在 无人驾驶 领域也取得了重要突破。但Tom Mitchell表示，“什么时候可以真正实现全自动的无人驾驶？现在谁都不可能给出一个非常确切的答案， 自动驾驶技术要真的实现普及和深入的运用还是有一定难度的。 ”

Tom Mitchell认为， 很多技术在还没有真正成功商业化之前，可以推动它的一部分商业化。 以滴滴为例，现在滴滴已经可以把自动驾驶技术运用在一些主路上，但在除主路以外的岔路、小路、泥泞的道路上还存在一定难度，汽车驾驶的最后一公里，可以由人作为司机来完成行程，这种部分实现自动化的方式将有助于滴滴、uber这样的企业尽早实现商业化，反倒比特斯拉在内的汽车制造商在这方面有更大的优势。

现阶段人工智能发挥的主要是辅助作用

Tom Mitchell表示， 人工智能系统有的时候不能去解释它为什么会作出这样的决策或战略。 所以很多AI系统更多的是被视为专业知识的一个辅助。比如在医院，很多医学专家已经开始把AI作为自己的一个辅助，在放射科或者在病理学分析、医学影像分析中，运用AI作为医生的辅助。还有X光片、CT片等照出来之后，医生也会就机器的分析结论再提出自己一些理论。因此它相当于起着一个查漏补缺的角色，最终的决策还是由人类的一些专家来决定。

另外， 人工智能也能帮助强化学习能力。 “强化学习是非常流行的，比如对动物的一些奖励学习，而人工智能的算法和我们人的大脑之间或者动物的大脑之间，有一种桥梁的关系。因此，强化学习的算法对 机器人 的控制是可行的，或者是可以用于打败人类围棋冠军的AlphaGo的训练。”Tom Mitchell表示，通过对大脑行为的观测和检测可以帮助科学家进行一些人工智能神经网络的训练。

人工智能与脑科学的交叉研究带来无限可能

在过去的十几年，脑科学方面发展非常迅猛，人们可以更好的采用无创FMI和高科技EG进入到大脑，从而进一步研究人和动物的大脑，通过对老鼠和其他一些动物的基因研究，人们可以在基因上进行相应的工程，对相应的神经元进行修饰、改变，这样可以更好的对人的神经活动进行一些管理和控制。

Tom Mitchell表示， 现在人工智能与脑科学都取得了令人瞩目的巨大进展，希望脑科学的研究与人工智能聚合起来进行交叉研究。 在2014年，针对人工智能与脑科学的交互研究已经做了一些实验。我们现在可以建立一座桥梁，人工智能的神经网络可以被我们用来训练，来进行相应的一些预测。通过对脑神经的活动进行预测，可以打开无限的可能，可以回答很多有趣的问题”。

Tom Mitchell表示，人工智能和脑科学进行更多桥梁的搭建已经到了最好时机，从人工智能和人脑之间的学习当中，可以找到更多的答案帮助推进科学的进步。

人工智能未来将使教学更具人性化

Tom Mitchell认为，可以建立一些全新的在线 教育 系统，通过AI让整个教学过程更加个性化，并且获取学生最新的数据后，可以进一步把教学的过程优化。

现在有一些相关的科学研究，提出了一种机器学习的场景。传统的教学是，老师设计一个考题给学生，学生会给出正确或者错误的答案，教师在收到一些学生答案后，对学生的成绩进行分析，再进行教学。

但现在，新的机器学习和人工智能的工具出现后，或许一个机器就可以收集高达十万名学生的答卷，并且可以去分析这些答卷当中学生出错的规律。而在过去，一位老师穷其一生都不可能接触多达十万名学生。这就是AI的潜力所在。 它可以实现大规模的数据收集，或许现在这种技术还没有真正得到广泛的应用，但是这样的时代必将到来。

AI人才供不应求，蕴含巨大商机

Tom Mitchell还提到了关于AI人才的培养问题。他表示，现在AI人才处于供不应求的状态，因此可以从中发现一些商机。比如，在网络上可以创造一些非常有趣、浅显、实用的在线课程。对于部分学生来说，很多付费的在线课程成本比较高，所以 应该鼓励一些专门研究继续教育方面的企业，让他们尽最大的努力减少这些在线课程的成本，同时提高这些课程的质量 ，让他们成为一流的、世界级的AI课程，这也是学生所需要的。

除此之外，学生也可以去网上平台学习AI相关的课程。比如现在，Courseva网站上就有很多知名教授关于人工智能、机器学习的重要课程，建议学生去看。因此，这些继续教育企业如果能够推出一些专门性的、知识性的，甚至是一对一的人工智能教育，对于学习AI的学生大有裨益。

AI类公司必须要有自己的产品

Tom Mitchell指出，如果一个AI公司没有自己具体的产品的话，长期来看它存活的可能性是非常小的。“现在我们能看到很多AI公司所具有的机遇，比如，他们要具体解决自动驾驶汽车、自动回复邮件等等问题。诸如此类的人工智能公司正在开发相关的产品，同时，我们也能够看到有些AI公司单纯是在开发技术。像DeepMind，它是一个比较特殊的例子，发展到最后它被谷歌收购了。之后，谷歌推出的AI产品可以看到DeepMind技术的影子。”Tom Mitchell认为，“ 真正想要不凭产品，在AI领域寻求到更多的精彩，实际上是一个比较短视的战略。 AI公司没有自己的产品在短期当中可能资金不会消失太多，但是长期可能会产生一些问题，只能寄希望于被别的公司收购。”

人工智能的前景非常乐观

关于人工智能的发展前景，Tom Mitchell表示，在20世纪80年代、90年代的时候，人工智能的发展有起有落。发展到今天，它又处于一个上升的阶段，可是这次的上升就不一定意味着会有衰落。因为AI已经在商业方面取得了非常巨大的成功，这是前所未见的一种成功。 业界对此非常乐观并且投入了更多的资源来发展人工智能，这也是史无前例的。

业界对此乐观的另一个原因，Tom Mitchell表示：“企业界在研发方面所投入的时间、精力和金钱也超过政府的层面。这也是过去从未见到的，人工智能将会在未来有一个腾飞。简而言之，这是我们前所未见的一种进步，而且我也相信在下一个十年还能够看到我们与AI系统对话的前所未见的一些场景。”

人工智能是一把“双刃剑”

与霍金教授在GMIC北京2017大会上对人工智能的看法相同，Tom Mitchell同样也认为人工智能是一把“双刃剑”。他认为 AI在推动人类社会进步发展的作用是毋庸置疑的 ，它大大提高了我们的生活质量。包括减少城市当中的污染、拥堵等现象，帮助人类实现了不同语言之间的沟通。还有在医学上，也实现了更精确的诊断等等。这个技术发展的过程是不可逆转的，而且也不应该被逆转。

另一方面，我们也看到了AI的一些负面的效应。 比如，有些人把病毒植入电脑当中，或者开发出一些智能的AI病毒，来实现他们不可告人的目的，同时有些国家的军方也有可能利用了人工智能来危害其他的国家。这些都是AI可能带来的负面危害。

TomMitchell强调，“我们应该把AI视作一把双刃剑，而且应该让整个社会看到这把双刃剑所在，认识到它给我们带来的不同的可能性。在人工智能帮助人类解决污染问题、提升 医疗 质量、减少贫困等方面作出贡献的同时，也让更多的人去思考它的负面效应，以及我们怎样预防这样的负面效应。”这才是人工智能的正确打开方式。

---

重磅福利！【 2017中国互联网+新商业峰会 】， 6月15-16日两天3000人次，携程创始人梁建章，嘉御基金创始人、前阿里巴巴CEO卫哲，分众传媒创始人江南春等嘉宾已确认出席，期待你的参与， 限量钜惠 票 等你拿！