机器学习泰斗迈克尔 · 乔丹:不是什么都叫AI的

来源:IEEE Spectrum

作者:Kathy Pretz

编译:机器之心

编辑:小舟、张倩

「人工智能系统还远远不够先进,无法在涉及推理、运用现实世界知识和社交互动等许多任务中替代人类。」机器学习先驱迈克尔 · 欧文 · 乔丹(Michael I.Jordan)说道。

迈克尔 · 欧文 · 乔丹是机器学习领域的权威之一、IEEE Fellow,他为无监督机器学习的发展做出了突出贡献。2016 年,乔丹被《Science》评为「全世界最有影响力的计算机科学家」。他指出:模仿人类的思维并不是机器学习的唯一目标,或者说不是最好的目标。相反,机器学习可以通过对大型数据集进行详尽的分析来提高人类的智能水平,就像搜索引擎能够通过组织 Web 来扩展人类的知识一样。

机器学习还可以汇总多个数据集的信息,探索模式,并为一些问题提出新的解决方案,从而在医疗、商业、交通等多个领域为人类提供新型服务。

乔丹说:「人们在讨论技术趋势时,AI 的含义令人困惑。AI 被认为是计算机中存在的一种智能能力,这种能力让科技取得进步,并且能够与人类相媲美,但事实并非如此。」

近年来,乔丹一直致力于帮助科学家、工程师等 AI 从业者理解机器学习的完整范围。

乔丹指出:机器学习的发展让一个新的工程学领域涌现。机器学习建立在计算机科学、统计学和控制理论数十年的发展基础上,它是第一个以人为中心的工程领域,专注于人与技术之间的接口。

他说:「虽然关于人工智能和超级智能的科幻小说很有趣,但它们却分散了人们的注意力。人们对于真正的问题没有足够的关注,建立基于机器学习的 planetary-scale 系统才是真正有意义的工作,对人类有价值,同时不要放大不平等现象。」

新的改变

乔丹出生于 20 世纪 60 年代,他对哲学、文化观以及思维方式的研究很感兴趣。英国逻辑学家伯特兰 · 罗素的自传让他受到启发,开始研究心理学和统计学。罗素将思维视为一种逻辑数学过程。

乔丹说:「将思维视为逻辑过程,并意识到计算机基于软件和硬件的逻辑实现,我理解了思维的奥秘。我认为哲学可以从关于思维和大脑的模糊讨论转变为更具体的算法和逻辑层面的讨论。虽然我对机器学习很感兴趣,但我很早就意识到理解更深层的学习需要统计学、信息论和控制论中的基础知识。」

2003 年,乔丹和他的学生开发了隐含狄利克雷分布(latent Dirichlet allocation,LDA),这是一种主题模型,它可以将文档集中每篇文档的主题按照概率分布的形式给出,同时它是一种无监督学习算法。该方法让计算机(而不是用户)自己从文档中发现模式和信息,是最受欢迎的主题建模方法之一,用于发现隐含的主题并将文档分类。

乔丹当前的研究主要基于经济学和他早期将计算机科学与统计学结合的思想。他认为学习系统的目标是制定决策或支持人类决策。决策者很少孤立地运作,他们会与其他决策者互动,每个决策者可能都有不同的需求和价值,并且总体互动需要以经济原则为基础。

他正在制定一项研究议程,在该议程中,智能体从现实世界的实验中了解他们的偏好。在收集数据以供学习时,他们会将探索与开发融合在一起。市场机制构建学习过程,从而为学习者提供收集某些类型数据的动机,并做出某些类型的协调决策。这类研究的受益者将是现实世界系统,它将生产者和消费者聚集在注重社会福利的学习型市场中。

重新审视「AI」

2019 年,乔丹在 Harvard Data Science Review 上发表了「Artificial Intelligence—The Revolution Hasn’t Happened Yet」一文。在这篇文章中,他指出,不只是大众对 AI 一词有误解,技术人员也不例外。

时间拨回到上世纪 50 年代,彼时 AI 一词刚刚诞生,人们渴望建造具有人类智能水平的计算机。当前,这一渴望仍然存在,乔丹表示,但这几十年发生了一些不太一样的事情。计算机还没有实现智能化,但它们提供了增强人类智能的能力,擅长低层次的模式识别。例如,基于机器学习的系统能够大规模地检测金融交易中的欺诈,从而促进电子商务的发展。此外,这些系统在制造、医疗保健等行业的供应链建模和控制中也是必不可少的。

他写道,尽管这些进展被称为「AI 技术」,但其底层系统并不涉及高层次的推理或思考。这些系统无法形成人类所掌握的那种语义表示和推理,也不会制定和追求长期目标。

「在可预见的未来,计算机对现实世界进行抽象推理的能力将无法匹敌人类,」他写道,「为了解决最紧迫的问题,我们需要在人与计算机之间促成深思熟虑的互动,需要明白大规模系统的智能行为既来自单个智能体的智能,也来自它们之间的交互。」

此外,他强调,人类的幸福不应该是科技发展之后才考虑的事情,「我们有个真正的机会来构想一个全新的东西:一个以人为中心的工程学科。」

透过这些观点,乔丹重新讨论了工程在公共政策和学术研究中的作用。他指出,有关「社会科学」的讨论听起来往往很吸引人,但「社会工程」似乎就没有这种吸引力。同样的情况也出现在「基因科学」和「基因工程」的讨论中。

「我认为,我们正在眼睁睁看着『工程』这个词从智能领域逐渐消亡,」他表示。当人们想要提及有远见的研究时,大家都习惯用「科学」而非「工程」。只提「工程」这类词没什么帮助。

「回顾科学为人类创造的所有美好,那其实都是工程相关的,土木、电气、化工等最能直接提升人类幸福度的领域都不例外。记住这点非常重要。」

最后,乔丹还谈了谈他对开放出版的看法。他认为,商业出版公司建立的出版模式已经失效,还阻碍了信息的流动。开放出版则有助于信息的流通,加速了学术的传播、交流。

原文链接:

https://spectrum.ieee.org/the-institute/ieee-member-news/stop-calling-everything-ai-machinelearning-pioneer-says

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/484950.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

经典数值优化算法--专题学习

通用的损失函数最优化的数值方法,来源于泰勒展开式,多元函数的泰勒展开式为: 一、一阶逼近与一阶方法 一阶泰勒展开式: 其中,是代表了β变化的可能性,t在之后说到的梯度下降方法中演变成了学习速率。 现在&…

美国雷神公司对第六代战斗机的任务系统提出六点预测

来源:转载自公众号 “空天防务观察”图片:来源于网络编辑:朱锦锟审阅:原熙文2021年3月29日,美国雷神技术公司旗下的雷神情报与太空公司刊文,称该公司的工程师们针对可在未来“第六代”战斗机上运行的任务系…

【专家观点】张亚勤、张宏江:人工智能的未来是什么?

来源:智能研究院“我们打造一个规模庞大的系统时,更需要具备系统思维,同时拥有动手能力、喜欢搭系统的人才……诞生至今,智源一直肩负着三项重要任务:一是构筑一个社区。二是打造一个真正适合青年科学家成长的平台。三…

近亿台物联网设备或遭劫持,这家IoT云平台遭遇“灾难性”入侵事件

来源:互联网安全内参参考来源:krebsonsecurity.com编译:安全内参近日,一位熟悉该事件内情的消息人士表示,Ubiquiti对外刻意削弱了此次事件的“灾难性”后果,希望降低对股价的打击。涉事第三方云服务商也发布…

国产光刻设备第一股:从官司缠身到国产希望?

来源:传感器技术作者:温淑编辑:心缘科创板“国产直写光刻设备第一股”正式登陆A股市场!在经过约10个月的审查后,国产半导体设备供应商合肥芯碁微装终于在4月1日正式敲钟,首次公开发行A股约3220万股&#xf…

揭秘卫星互联网!6G关键技术,国内行业雏形初现

来源:智东西编辑: 智东西内参5G的已经全面展开商用,人类的通信技术再一次走上了快速发展期。未来,随着火箭回收、低轨卫星和6G技术的发展,科幻式的通信方式似乎离我们也不远了。2019 年工信部成立了 6G 研究组&#xf…

图灵奖得主Jeff Ullman直言:机器学习不是数据科学的全部!统计学也不是

来源:智源社区作者:Jeff Ullman编译:梦佳1Have we missed the boat again? 多年来,数据库领域有一种言论认为,数据库系统正在变得无关紧要。 大家似乎持一种绝望的心态。“have we missed the boat-again”这句话&…

Leetcode--1028. 从先序遍历还原二叉树(Java)

我们从二叉树的根节点 root 开始进行深度优先搜索。 在遍历中的每个节点处,我们输出 D 条短划线(其中 D 是该节点的深度),然后输出该节点的值。(如果节点的深度为 D,则其直接子节点的深度为 D 1。根节点的…

赛迪展望 | 一文了解“2021年中国先进计算产业发展趋势”

来源:中国电子信息产业发展研究院内容提要人类社会的组织、生产和生活方式正伴随着计算技术创新、融合、扩散、升级,呈现深刻的变革趋势。计算对经济社会发展和产业能级跃升的驱动作用日益凸显。展望2021年,先进、新型的计算基础架构&#xf…

物理如何证明上帝的存在?

来源:利维坦文:Monica Grady译:苦山校对:兔子的凌波微步原文:www.bbc.com/future/article/20210301-how-physics-could-prove-god-exists“我曾在一次研讨会上听到下面这个问题——当时我还相信上帝(现在我…

XSS攻击的防御

XSS攻击的防御 XSS 攻击是什么 XSS 又称 CSS,全称 Cross SiteScript,跨站脚本攻击,是 Web 程序中常见的漏洞,XSS 属于被动式且用于客户端的攻击方式,所以容易被忽略其危害性。其原理是攻击者向有 XSS 漏洞的网站中输入…

【前沿技术】2021年AI将改变制造业的6大应用趋势

来源:智能研究院 如今制造行业流行的是什么?我想,这可少不了“数字转换”、“工业4.0”、“人工智能(AI)”...下面,就让我们一起看看AI如何改变制造业。▍一、用于缺陷检测的深度学习在制造中,生产线中的缺陷检测过程变得越来越…

MarkDown/Html在线转换(支持代码高亮,可复制到微信公众号、今日头条)

MarkDown/Html在线转换能够将md渲染成html并且能保持代码高亮,可以方便的复制待格式的html粘贴到微信公众号,CSDN,简书,博客园,开源中国等。 扫码体验在线助手小程序 我是java代码public static void main(String[] ar…

脑机接口简史——假如这篇推送是你靠意念打开的

来源:脑极体未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱&a…

一文读懂深度学习中的各种卷积

来源:海豚数据科学实验室编辑:王萌(深度学习冲鸭公众号)我们都知道卷积的重要性,但你知道深度学习领域的卷积究竟是什么,又有多少种类吗?研究学者 Kunlun Bai 发布了一篇介绍深度学习的卷积文章,用浅显易懂…

为什么信不过AI看病?数据集小、可靠性差,AI医疗任重道远

来源:机器之心近年来,AI 在医疗诊断中的应用受到了越来越多的关注,也出现了一些实际的应用场景,如药物筛选、AI 诊断。但似乎正确的 AI 医疗诊断难以实现,这是哪些原因造成的呢?本文探讨并汇总了人们对 AI …

人工智能学派之间的「联姻」——Yoshua 新作居然用DL「复活」了符号主义

来源:混沌巡洋舰 近日,Yoshua Bengio及其团队利用深度学习,开发出了一套可以揭示丰富视觉环境中的潜在规则的「神经生产系统」,使得现在暂时沉寂的符号人工智能重新恢复了活力。相信大家都知道,目前人工智能的主要学派…

25万亿规模!中国智慧城市建设刚需在哪?

来源:帮尼资讯如果说当下在中国新基建中最火的名词是什么,智慧城市这四个字几乎脱口而出。而在雪亮工程已经基本结束的当下,智慧城市接过了雪亮工程的大旗,成为了对安防企业来说利润最大、保障最稳的政府类项目。前瞻产业研究院预…

浅析Serverless

近两年来,Serverless 概念在开发者中交流的越来越多,主题分享呈现爆发趋势。有人说:Serverless 正在改变未来软件开发的模式和流程,它就是云计算的未来。 在一个应用中包含了多个功能,如订单创建、订单查询和订单修改…

复兴or幻象?VR的2021三重门

来源:脑极体从2020年底开始,无论你日常看一些数码博主的评测,还是喜欢了解科技产业的动态、投融资的报道,都能在媒体中了解到这么一个信号:2021,VR复兴了!当然,这个表述有很多说法&a…