沈向洋：技术创新具有周期性，人工智能的下一个周期是人工智能创造

雷锋网 (公众号：雷锋网) AI 科技评论按，本周，在旧金山的「EmTech Digital Conference」上发言之后，沈向洋思索了人工智能的现状，以及它的发展方向。

之后，他在 Linked in 上发表了一篇文章，分享了在迈向人工智能创新的下一个周期时，他认为应该考虑的最重要的五件事情。他认为技术创新具有周期性、加速性，而人工智能创新的下一个周期将是人工智能创造（AI Creation），这将带来新的挑战。面对这些挑战，人们必须积极主动。

雷锋网 AI 科技评论将他的文章内容编译整理如下：

1）技术创新具有周期性、加速性

这些年来，我发现技术创新是周期性的。首先，这是创新，然后创新被人们接受，接下来是「实现」：人们到底在用这项技术做什么？然后，我们的责任是：我们如何最好地开发和部署这项技术？

以汽车为例。汽车最早是在 19 世纪末发明的，在 20 世纪初，Ford 让它走进了千家万户。1968 年开始，法律要求所有车辆都装上安全带。但在 1984 年纽约颁布法律之前，没有哪个州会要求你系安全带！

汽车也带来了好处，它给世界各地的人们带来了旅行自由并促进了经济转型。人工智能是一样的，它具有惊人的潜力，但同时也伴随着风险。今天，我们知道人工智能的一些潜在危险。虽然我们不知道 80 年后我们的责任应该是什么，但我们需要现在行动起来。

我们在人工智能技术上取得了惊人的进展，在语音、视觉和翻译的行业基准中达到了人类的水准。但我们并不总能全面地考虑这些技术的社会影响，从而也导致了许多问题。目前我们还存在很多难题待解决，例如面部识别偏差。

在微软，我们已经采取措施去解决这一难题。我们正在与全球的客户和各个行业合作，目标是让面部识别技术能识别所有的面孔。在微软研究院，我们一直在研究一种叫做合成数据的东西，这种数据可以帮助训练机器学习算法，使其具有更完整、更具代表性的数据来消除偏差。你可以点击 这里 阅读这篇论文。

在这个行业，我们一直共同努力去纠正其中的许多问题，在前进中落实更好的做法、原则和政策。

但总的来说，我们一直是被动的。我们必须面对困难的问题，在事前想而不是事后想。因为下一个周期将会很长。

2）人工智能创新的下一个周期是人工智能创造

人工智能发展的下一步将是其创造、识别人类情感的能力，这些能力让它表现得更像人类。我称之为人工智能创造（AI Creation）——一种可以产生新的媒体并参与诸如讲故事等创造性活动的技术。

我们在中国的社交聊天机器人 Xiaoice 向我们展示了人工智能的创造。五年来我们一直在培养她，她变得相当有名。自 2014 年以来，她已经参与了 300 多亿次对话。这些对话比我们过去所看到的更冗长、更有意义。

我们让 Xiaoice 学会了对话中的情感层面，也就是「情商」。当我们交流时，会涉及到语气、文字游戏以及幽默，这都是计算机很难理解的东西。但 Xiaoice 了解「情商」，这使得交流更加自然顺畅。

让我再举几个 Xiaoice 如何使用人工智能创造的例子。

Xiaoice 创作并讲述儿童有声读物，利用深度学习，根据输入对从背景音乐到故事人物的一切进行个性化设置。Xiaoice 可以在 20 秒钟内完成这项工作，创作时长 10 分钟的定制故事。

通过机器学习，我们让 Xiaoice 学习了 550 多位中国现代诗人的作品。她现在可以自己写诗，我们创造了一个工具，让任何人都能在 Xiaoice 的帮助下写一首诗。如果你给 Xiaoice 一张照片，她会分析照片，并根据照片的特点推荐一首诗。我是一个计算机科学博士，在遇到 Xiaoice 之前，我从来没有写过一首诗。

人工智能创造的能力达到人类的水平还需要很长的时间，它的优点在于速度很快。

Xiaoice 拥有机器阅读和文本创建功能，可以为金融部门提供服务。她可以合成大量信息，为 90% 的中国金融机构生成季度收益报告。

这项工作通常需要花费分析师大约 20 分钟的时间。现在，Xiaoice 可以在几秒钟内为分析师生成高质量的草稿，分析师只需几分钟就可以编辑完成报告。

Xiaoice 并不是在取代人类，相反，她让我们可以做更多的事情，提供建议、使人们的创造行为更快、更有成效，帮助人们更快地做更多的事情。

3）人工智能创造将带来新的挑战

当前，我们基本上处于人工智能创造全民化的阶段，就像一辆在路上形式的汽车一样。这就是我们可能遇到问题的地方，因为人们可能会以我们没有预料到的方式使用技术，或者以对社会有害的方式使用技术。

对于人们来说，创造假声、图片、视频或文章已经变得容易多了。但这并不是现在才出现的事情。早在 Photoshop 之前，人们就已经会「篡改」照片。自从无声电影问世以来，好莱坞就用特效来制作不存在的场景。

与以往不同的是，现在人工智能可以轻易地创造出一个虚假的「现实」，并且它正在变得越来越擅长做这件事。

4）我们正在寻找解决方案

从上一个人工智能周期让我们知道，在前进之前，我们需要思考我们的责任和社会影响。

因此，在我们开发这些具有创造性的技术的同时，人们也在努力开发能够检测虚假「现实」和滥用的技术。在计算机科学领域，检测虚假「现实」的问题正在学术界、政府和商业界得到广泛的研究。

现在有很多关于如何通过低分辨率、模糊或残缺图像来检测虚假视频的研究。在微软研究院，我们的研究人员正在探索解决图像、视频、语音和文本中这些难题的方法。

5）我们必须积极主动

我们需要提前处理一些我们现在知道的可能会发生的重大问题。我们必须积极主动。在某些情况下，我们需要先发制人。

我们需要和各个行业、学术界和政府的人员合作。我们要让消费者了解他们所看到和使用的内容的来源。我们需要创造一种跨学科的工程文化，在开发周期之初就解决这些问题。

我们不要重蹈以往技术周期的覆辙，必须加速前进。汽车经过 80 年的等待才开始规定系安全带，我们不能让人工智能创造的安全带等那么久。

via： https://www.linkedin.com/wukong-web/articleShare/6516374979486064640?trk=article_share_wechat&from=timeline&isappinstalled=0

雷锋网雷锋网

雷锋网版权文章，未经授权禁止转载。详情见。