AI是當(dāng)下這個(gè)時(shí)代的口號(hào)。這是技術(shù)人員、學(xué)者、記者和風(fēng)險(xiǎn)投資家都掛在嘴邊的術(shù)語(yǔ)。與許多從技術(shù)學(xué)術(shù)領(lǐng)域跨越到公眾領(lǐng)域的術(shù)語(yǔ)一樣，這個(gè)術(shù)語(yǔ)的使用存在嚴(yán)重的誤解。但這不是公眾不了解科學(xué)家的典型情況――科學(xué)家常常與公眾一樣迷惑不解。我們這個(gè)時(shí)代在某種程度上看到芯片擁有與我們?nèi)祟?lèi)媲美的智能，這個(gè)想法讓我們所有人饒有興趣，我們既興奮又害怕。而遺憾的是，這讓我們分心了。

對(duì)于當(dāng)下這個(gè)時(shí)代，有一種不同的描述。不妨聽(tīng)聽(tīng)下面這個(gè)故事，關(guān)于人類(lèi)、計(jì)算機(jī)、數(shù)據(jù)和生死的故事，故事的重點(diǎn)是芯片智能這類(lèi)幻想之外的東西。

14 年前我妻子懷孕時(shí)，我們做了超聲檢查。房間里有一位遺傳學(xué)家，她指出胎兒心臟周?chē)�有幾個(gè)白點(diǎn)。她指出：“這是唐氏綜合癥的標(biāo)志，你的風(fēng)險(xiǎn)現(xiàn)已上升到了1/20。”她進(jìn)一步告訴我們，可以做個(gè)羊膜穿刺，確定胎兒是否存在導(dǎo)致唐氏綜合癥的基因轉(zhuǎn)變。但是羊膜穿刺有風(fēng)險(xiǎn)，穿刺過(guò)程中胎兒致死率約1/300。身為統(tǒng)計(jì)學(xué)家，我決定搞清楚這些數(shù)字來(lái)自哪里。長(zhǎng)話短說(shuō)，我發(fā)現(xiàn)十年前已在英國(guó)進(jìn)行過(guò)一項(xiàng)統(tǒng)計(jì)分析，表明鈣沉積的這些白點(diǎn)確實(shí)是表明唐氏綜合癥的指標(biāo)。但我也注意到，檢查中使用的那臺(tái)影像儀器每平方英寸的像素比英國(guó)研究中使用的儀器多幾百個(gè)。我回過(guò)頭來(lái)告訴那位遺傳學(xué)家，我認(rèn)為白點(diǎn)可能是誤診，它們實(shí)際上是“白噪聲”（white noise）。她說(shuō)：“啊，這解釋了為什么我們幾年前開(kāi)始看到診斷出唐氏綜合征的病例增加，那時(shí)新儀器剛送來(lái)�！�

我們沒(méi)做羊膜穿刺，幾個(gè)月后迎來(lái)了健康的女兒。但這件事讓我備感困擾，尤其是我在大致計(jì)算后確信，全世界當(dāng)天有成千上萬(wàn)的人被診斷出這種病，其中許多人選擇了羊膜穿刺，導(dǎo)致許多嬰兒不必要的死亡。除非得到解決，否則這一幕日復(fù)一日地上演。這件事所揭露的問(wèn)題涉及的并非我個(gè)人的醫(yī)療護(hù)理，而是整個(gè)醫(yī)療系統(tǒng)：在不同地方和時(shí)間衡量變量和結(jié)果，進(jìn)行統(tǒng)計(jì)分析，并在其他地方和時(shí)間利用這些結(jié)果。這個(gè)問(wèn)題不僅與數(shù)據(jù)分析本身有關(guān)，還與數(shù)據(jù)庫(kù)研究人員所說(shuō)的數(shù)據(jù)“溯源”（provenance）有關(guān)――籠統(tǒng)地說(shuō)，數(shù)據(jù)源自哪里，從數(shù)據(jù)得出了什么推理，那些推理與目前情況之間的相關(guān)性如何？雖然訓(xùn)練有素的人也許能逐一解決所有這些問(wèn)題，但問(wèn)題在于如何設(shè)計(jì)一個(gè)能做到這樣的全球規(guī)模醫(yī)療系統(tǒng)，又無(wú)需這種事無(wú)巨細(xì)的人類(lèi)監(jiān)管。

我還是一名計(jì)算機(jī)科學(xué)家；我想到，構(gòu)建這種全球規(guī)模的推理和決策系統(tǒng)所需的原則，融合計(jì)算機(jī)科學(xué)與統(tǒng)計(jì)學(xué)，并考慮人類(lèi)的使用，這些在我所學(xué)的知識(shí)體系中根本未曾提及。我還想到，開(kāi)發(fā)這類(lèi)原則至少與構(gòu)建玩游戲或感覺(jué)運(yùn)動(dòng)的技能令人眼花繚亂的AI系統(tǒng)一樣重要――不僅醫(yī)療領(lǐng)域需要這類(lèi)原則，商業(yè)、交通和教育等領(lǐng)域也需要。

無(wú)論我們是否很快逐漸理解“智能”，我們確實(shí)面臨著一大挑戰(zhàn)：結(jié)合計(jì)算機(jī)和人類(lèi)，又能改善人類(lèi)生活。雖然有些人認(rèn)為克服這個(gè)挑戰(zhàn)不如開(kāi)發(fā)“AI”來(lái)得重要，但其實(shí)我們也可以把它看作開(kāi)辟工程學(xué)的新分支。就像過(guò)去幾十年的土木工程和化學(xué)工程一樣，這門(mén)新學(xué)科旨在匯集幾個(gè)重要思想的力量，在保證安全的前提下，為人們帶來(lái)新的資源和能力。土木工程和化學(xué)工程建立在物理和化學(xué)的基礎(chǔ)上，這門(mén)新的工程學(xué)科將建立在上個(gè)世紀(jì)賦予意義的概念的基礎(chǔ)上，比如“信息”、“算法”、“數(shù)據(jù)”、“不確定性”、“計(jì)算”、“推理”和“優(yōu)化”等概念。此外，由于新學(xué)科的重點(diǎn)主要放在來(lái)自人類(lèi)的數(shù)據(jù)和人類(lèi)方面的數(shù)上據(jù)，因此其發(fā)展將離不開(kāi)社會(huì)科學(xué)和人文科學(xué)的視角。

雖然基本模塊已開(kāi)始出現(xiàn)，但結(jié)合這些模塊的原則尚未出現(xiàn)，因此這些模塊目前只是臨時(shí)拼湊起來(lái)。

因此，就像土木工程出現(xiàn)之前人類(lèi)造房和造橋一樣，人類(lèi)著手建造涉及機(jī)器、人類(lèi)和環(huán)境的社會(huì)規(guī)模的推理和決策系統(tǒng)。但正如早期的建筑物和橋梁有時(shí)無(wú)法預(yù)見(jiàn)地倒塌，并釀成慘劇，我們?cè)S多早期的社會(huì)規(guī)模的推理和決策系統(tǒng)已經(jīng)暴露出嚴(yán)重的概念缺陷。

而遺憾的是，我們不是非常善于預(yù)料下一個(gè)出現(xiàn)的嚴(yán)重缺陷會(huì)是什么。我們?nèi)鄙僖婚T(mén)有分析和設(shè)計(jì)原則的工程學(xué)科。

目前圍繞這些問(wèn)題的大討論常常把“AI”用作含義百變的字眼，很難推斷出這項(xiàng)新興技術(shù)的范圍和后果。不妨先更認(rèn)真地考慮“AI”用來(lái)指什么，包括最近和過(guò)去。

今天所謂的“AI”（尤其是在公眾圈）主要是過(guò)去幾十年被稱(chēng)為“機(jī)器學(xué)習(xí)”的技術(shù)。機(jī)器學(xué)習(xí)屬于算法領(lǐng)域，融合了統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)及另外許多學(xué)科的概念，從而設(shè)計(jì)處理數(shù)據(jù)、進(jìn)行預(yù)測(cè)和幫助決策的算法。機(jī)器學(xué)習(xí)給現(xiàn)實(shí)世界帶來(lái)了實(shí)實(shí)在在的影響，并非最近才有。的確，機(jī)器學(xué)習(xí)會(huì)給工業(yè)帶來(lái)重大影響，這在 90 年代初就已經(jīng)一目了然；本世紀(jì)初，像亞馬遜這些高瞻遠(yuǎn)矚的公司已經(jīng)在整個(gè)公司中使用機(jī)器學(xué)習(xí)，解決欺詐檢測(cè)和供應(yīng)鏈預(yù)測(cè)等方面至關(guān)重要的后端問(wèn)題，并構(gòu)建面向消費(fèi)者的創(chuàng)新服務(wù)，比如推薦系統(tǒng)等。在接下來(lái)的 20 年，隨著數(shù)據(jù)集和計(jì)算資源迅速增加，機(jī)器學(xué)習(xí)顯然很快不僅會(huì)助力亞馬遜，實(shí)際上還會(huì)助力決策與大規(guī)模數(shù)據(jù)緊密相關(guān)的任何公司。新的商業(yè)模式會(huì)涌現(xiàn)�！皵�(shù)據(jù)科學(xué)”這個(gè)術(shù)語(yǔ)開(kāi)始用來(lái)指代這個(gè)現(xiàn)象，體現(xiàn)了需要機(jī)器學(xué)習(xí)算法專(zhuān)家與數(shù)據(jù)庫(kù)和分布式系統(tǒng)專(zhuān)家合作，共同構(gòu)建可擴(kuò)展的、健壯的機(jī)器學(xué)習(xí)系統(tǒng)，還體現(xiàn)了因此獲得的系統(tǒng)帶來(lái)了更大的社會(huì)和環(huán)境影響。

在過(guò)去的幾年，概念和技術(shù)趨勢(shì)的這種融合改頭換面成了“AI”。而這種改頭換面值得一番深究。

回顧歷史，“AI”這個(gè)術(shù)語(yǔ)是上世紀(jì)50 年代末提出來(lái)的，指用軟硬件創(chuàng)造擁有人類(lèi)般智力的實(shí)體這個(gè)雄心勃勃的愿景。我們將使用“仿人類(lèi)AI”（human-imitativeAI）這個(gè)術(shù)語(yǔ)指這個(gè)愿景，強(qiáng)調(diào)這個(gè)概念：這個(gè)人工智能實(shí)體應(yīng)該似乎是我們中的一員，即便外觀上不像人類(lèi)，至少智力上像。這基本上一種學(xué)術(shù)性活動(dòng)。

是如果不是身體上相似那么至少應(yīng)該從精神上相似（先不管這意味著什么）。這主要是一種學(xué)術(shù)愿景。雖然運(yùn)籌學(xué)、統(tǒng)計(jì)學(xué)、模式識(shí)別、信息論和控制論等相關(guān)的學(xué)術(shù)領(lǐng)域早已存在，而且常常受到人類(lèi)智能（和動(dòng)物智能）的啟發(fā)，但這些領(lǐng)域大概專(zhuān)注于“低級(jí)”信號(hào)和決策上。比如說(shuō)，松鼠能夠感知它所生活的森林的三維結(jié)構(gòu)，并在樹(shù)枝間跳躍，這種能力對(duì)這些領(lǐng)域頗有啟發(fā)性。“AI”旨在專(zhuān)注于不同的層面：人類(lèi)“推理”和“思考”的“高級(jí)”或“認(rèn)知”能力。然而60年后，高級(jí)推理和思考仍然難以搞定。現(xiàn)在被稱(chēng)為“AI”的發(fā)展成果主要出現(xiàn)在與低級(jí)模式識(shí)別和運(yùn)動(dòng)控制有關(guān)的工程領(lǐng)域，以及統(tǒng)計(jì)學(xué)領(lǐng)域――這門(mén)學(xué)科專(zhuān)注于找到數(shù)據(jù)中的模式，并專(zhuān)注于進(jìn)行有憑有據(jù)的預(yù)測(cè)、檢驗(yàn)假設(shè)和做出決策。

的確，上世紀(jì)五六十年代，著名的“反向傳播”算法最初出現(xiàn)在控制理論領(lǐng)域；80 年代初大衛(wèi)•魯梅爾哈特（DavidRumelhart）重新發(fā)現(xiàn)了這種算法，現(xiàn)在它被認(rèn)為是所謂的“AI革命”的核心。它的早期應(yīng)用之一是優(yōu)化阿波羅登月宇宙飛船的推力。

雖然自60年代以來(lái)已取得了很大的進(jìn)展，但成果恐怕不是源自追求仿人類(lèi)的AI。確切地說(shuō)，以阿波羅宇宙飛船為例，這些概念常常隱藏在幕后，是專(zhuān)注于克服具體工程挑戰(zhàn)的研究人員的杰作。雖然公眾看不到，但許多方面的研究和系統(tǒng)構(gòu)建取得了巨大成功，比如文檔檢索、文本分類(lèi)、欺詐檢測(cè)、推薦系統(tǒng)、個(gè)性化搜索、社交網(wǎng)絡(luò)分析、規(guī)劃、診斷和A/B測(cè)試等――這些進(jìn)步推動(dòng)了谷歌、Netflix、Facebook 和亞馬遜等公司的發(fā)展。

人們可能完全同意將所有這些稱(chēng)為“AI”；的確，人們似乎就是這么做的。這種叫法可能讓優(yōu)化或統(tǒng)計(jì)研究人員頗感意外，他們一覺(jué)醒來(lái)發(fā)現(xiàn)自己突然被稱(chēng)為“AI研究人員”。但拋開(kāi)這方面不談，一個(gè)更大的問(wèn)題是，使用這個(gè)定義不明確的縮略詞讓人們無(wú)法清楚地了解目前的一系列知識(shí)和商業(yè)問(wèn)題。

過(guò)去二十年工業(yè)和學(xué)術(shù)界取得了重大的進(jìn)展：常常被稱(chēng)為“智能增強(qiáng)”（IA）的技術(shù)是“仿人類(lèi)AI”的一種補(bǔ)充。在這方面，計(jì)算和數(shù)據(jù)用來(lái)構(gòu)建增強(qiáng)人類(lèi)智力和創(chuàng)造力的服務(wù)。搜索引擎可以被看作是IA的一個(gè)例子（它增強(qiáng)人類(lèi)記憶力和事實(shí)性知識(shí)），自然語(yǔ)言翻譯也是如此（它增強(qiáng)人類(lèi)的溝通能力）�；�于計(jì)算生成聲音和圖像稱(chēng)得上是藝術(shù)家們的調(diào)色板和創(chuàng)意增強(qiáng)工具。雖然這種服務(wù)可能涉及高級(jí)推理和思考，但目前它們并不涉及――它們主要執(zhí)行各種字符串匹配和數(shù)值運(yùn)算，以獲取人類(lèi)可以利用的模式。

希望讀者會(huì)容忍最后一個(gè)縮略詞，不妨大致設(shè)想一下“智能基礎(chǔ)設(shè)施”（II）學(xué)科：存在一個(gè)包含計(jì)算、數(shù)據(jù)和物理實(shí)體的網(wǎng)絡(luò)，使得人類(lèi)環(huán)境更穩(wěn)定、更有趣、更安全。這種基礎(chǔ)設(shè)施正開(kāi)始出現(xiàn)在交通、醫(yī)療、商業(yè)和金融等領(lǐng)域，對(duì)個(gè)人和社會(huì)產(chǎn)生巨大影響。這個(gè)話題有時(shí)出現(xiàn)在圍繞“物聯(lián)網(wǎng)”的談?wù)撝�，但物�?lián)網(wǎng)通常僅僅指將“物件”放到互聯(lián)網(wǎng)上這個(gè)問(wèn)題，而不是指與這些“物件”有關(guān)的一系列極其重大的挑戰(zhàn)，這些物件能夠分析那些那些數(shù)據(jù)流以發(fā)現(xiàn)關(guān)于世界的事實(shí)，并且在比比特高得多的抽象級(jí)別與人類(lèi)及其他“物件”進(jìn)行交互。

比如說(shuō)，回到我的個(gè)人經(jīng)歷，我們可以想象生活在一個(gè)“社會(huì)規(guī)模的醫(yī)療系統(tǒng)”中，在醫(yī)生和植入在人體中的設(shè)備之間建立起了數(shù)據(jù)流和數(shù)據(jù)分析流，因而幫助人類(lèi)進(jìn)行診斷和提供護(hù)理。這個(gè)系統(tǒng)將把來(lái)自人體細(xì)胞、DNA、血液檢測(cè)、周?chē)�環(huán)境和人群遺傳學(xué)的信息與藥物和治療方面的大量科學(xué)文獻(xiàn)結(jié)合起來(lái)，它將不僅專(zhuān)注于單個(gè)患者和醫(yī)生，還專(zhuān)注于所有人類(lèi)之間的關(guān)系――就像目前的醫(yī)學(xué)檢測(cè)讓一群人（或動(dòng)物）上所做的實(shí)驗(yàn)取得的成果可以用來(lái)治療其他人。就像目前的銀行體系專(zhuān)注于財(cái)務(wù)和支付領(lǐng)域的這類(lèi)挑戰(zhàn)，這將有助于保留相關(guān)性、溯源和可靠性這些概念。雖然人們可以預(yù)見(jiàn)到這種系統(tǒng)會(huì)出現(xiàn)許多問(wèn)題，包括隱私問(wèn)題、責(zé)任問(wèn)題和安全問(wèn)題等，但應(yīng)該將這些問(wèn)題視為挑戰(zhàn)，而不是絆腳石。

我們現(xiàn)在遇到了一個(gè)關(guān)鍵問(wèn)題：致力于開(kāi)發(fā)傳統(tǒng)的仿人類(lèi)AI 是克服這些重大挑戰(zhàn)的最佳或唯一的方法嗎？事實(shí)上，機(jī)器學(xué)習(xí)最近的一些成功故事出現(xiàn)在與仿人類(lèi)AI 有關(guān)的方面，比如計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、游戲和機(jī)器人等方面。所以，也許我們應(yīng)該等待這些領(lǐng)域的進(jìn)一步發(fā)展。這里有兩點(diǎn)要提一下。首先，雖然無(wú)法從報(bào)紙上獲悉，但仿人類(lèi)AI方面的成功實(shí)際上很有限――我們遠(yuǎn)未實(shí)現(xiàn)仿人類(lèi)AI的愿景。遺憾的是，仿人類(lèi)AI方面取得哪怕有限的進(jìn)步讓人既興奮又害怕，這導(dǎo)致集體過(guò)于亢奮和媒體過(guò)于關(guān)注，工程界的其他領(lǐng)域并未出現(xiàn)這一幕。

其次，更重要的是，這些領(lǐng)域的成功不足以解決重要的IA和II問(wèn)題，也不是解決這些問(wèn)題所必需的。在效率方面，以自動(dòng)駕駛汽車(chē)為例。要實(shí)現(xiàn)這種技術(shù)，就需要解決一系列工程問(wèn)題，這些問(wèn)題與人類(lèi)能力（或人類(lèi)缺乏的能力）可能沒(méi)多大關(guān)系。整個(gè)交通系統(tǒng)（II系統(tǒng)）可能更像目前的空中交通管制系統(tǒng)，而不是像目前松耦合、向前看、疏忽大意的駕駛員群體。它將比目前的空中交通管制系統(tǒng)復(fù)雜得多，尤其是它使用大量數(shù)據(jù)和自適應(yīng)統(tǒng)計(jì)建模為細(xì)化的決策提供依據(jù)。需要重視的正是那些挑戰(zhàn)，專(zhuān)注于仿人類(lèi)AI可能只會(huì)讓人分心。

至于必要性，有時(shí)人們認(rèn)為仿人類(lèi)AI愿景包含IA愿景和II愿景，因?yàn)榉氯祟?lèi)AI系統(tǒng)不僅能夠解決AI的傳統(tǒng)問(wèn)題（比如圖靈測(cè)試），還是我們解決IA和II問(wèn)題的最佳選擇。這種觀點(diǎn)以前很少出現(xiàn)過(guò)。

一個(gè)相關(guān)的觀點(diǎn)是，人類(lèi)智力是我們知道的唯一智力，第一步我們應(yīng)該模仿它。但人類(lèi)其實(shí)并不擅長(zhǎng)一些類(lèi)別的推理――我們存在失誤、偏見(jiàn)和局限。此外，重要的是，我們沒(méi)有進(jìn)化到執(zhí)行現(xiàn)代II類(lèi)系統(tǒng)必須面臨的那種大規(guī)模決策這種地步，也沒(méi)有進(jìn)化到處理II環(huán)境下出現(xiàn)的那種不確定性這種地步。有人可能會(huì)說(shuō)，AI系統(tǒng)不僅會(huì)模仿人類(lèi)智力，還會(huì)“糾正”它，還會(huì)擴(kuò)展、處理重大問(wèn)題。但這是科幻小說(shuō)中的場(chǎng)景，這種推測(cè)性的觀點(diǎn)雖然饒有趣味，但面對(duì)開(kāi)始出現(xiàn)的重大的IA和II問(wèn)題，不應(yīng)該是我們?cè)趯��?lái)的主要策略。我們需要根據(jù)事實(shí)真相來(lái)解決IA和II問(wèn)題，而不是僅僅視作仿人類(lèi)AI議程的結(jié)果。

不難確定II系統(tǒng)中算法和基礎(chǔ)設(shè)施方面的挑戰(zhàn)，這些挑戰(zhàn)不是仿人類(lèi)AI 研究的核心課題。II系統(tǒng)需要能夠管理分布式知識(shí)庫(kù)，這些知識(shí)庫(kù)在不斷變化，可能在全球范圍內(nèi)不連貫。這類(lèi)系統(tǒng)在做出及時(shí)的分布式?jīng)Q策時(shí)必須處理云與邊緣的交互，還要處理長(zhǎng)尾現(xiàn)象：一些人方面的數(shù)據(jù)很多，大部分人方面的數(shù)據(jù)很少。它們必須克服跨管理和競(jìng)爭(zhēng)邊界來(lái)共享數(shù)據(jù)的困難。最后，尤為重要的是，II系統(tǒng)必須將激勵(lì)和定價(jià)等經(jīng)濟(jì)概念納入到統(tǒng)計(jì)和計(jì)算基礎(chǔ)設(shè)施的領(lǐng)域，這些基礎(chǔ)設(shè)施將人與人以及人與有價(jià)物品聯(lián)系起來(lái)。這類(lèi)II系統(tǒng)不僅提供服務(wù)，還在創(chuàng)建市場(chǎng)。音樂(lè)、文學(xué)和新聞等領(lǐng)域期盼這類(lèi)市場(chǎng)出現(xiàn)，以便數(shù)據(jù)分析將生產(chǎn)者和消費(fèi)者聯(lián)系起來(lái)。這一切都必須在不斷演變的社會(huì)、道德和法律規(guī)范的大背景下完成。

當(dāng)然，傳統(tǒng)的仿人類(lèi)AI問(wèn)題仍然同樣值得關(guān)注。然而，目前我們專(zhuān)注于通過(guò)收集數(shù)據(jù)、部署“深度學(xué)習(xí)”基礎(chǔ)設(shè)施以及演示模仿某些定義狹窄的人類(lèi)技能的系統(tǒng)來(lái)開(kāi)展AI研究，往往會(huì)使注意力偏離傳統(tǒng)AI方面懸而未決的重大問(wèn)題。這些問(wèn)題包括：需要將意義和推理做入到執(zhí)行自然語(yǔ)言處理的系統(tǒng)中，需要推理和表示因果關(guān)系，需要開(kāi)發(fā)計(jì)算方面易于處理的機(jī)制來(lái)表示不確定性，以及需要開(kāi)發(fā)制定并執(zhí)行長(zhǎng)期目標(biāo)的系統(tǒng)。這些仿人類(lèi)AI的典型目標(biāo)，但在目前圍繞“AI革命”的喧囂中，很容易忘記這些問(wèn)題尚未解決。

IA也將仍然相當(dāng)重要，因?yàn)樵诳深A(yù)見(jiàn)的將來(lái)，計(jì)算機(jī)對(duì)實(shí)際情形進(jìn)行抽象推理的能力無(wú)法與人類(lèi)相提并論。我們需要經(jīng)過(guò)深思熟慮的人機(jī)交互，才能解決最緊迫的問(wèn)題。我們還希望計(jì)算機(jī)幫助人類(lèi)的創(chuàng)造力達(dá)到新的水平，而不是取代人類(lèi)的創(chuàng)造力（無(wú)論這可能意味著什么）。

約翰·麥卡錫（John McCarthy，曾是達(dá)特茅斯大學(xué)的教授，后來(lái)任職于麻省理工學(xué)院）創(chuàng)造了“AI”這個(gè)術(shù)語(yǔ)，顯然是為了區(qū)別于諾伯特·威納（Norbert Wiener）（當(dāng)時(shí)是麻省理工學(xué)院的資深教授）的研究工作。威納首創(chuàng)了“控制論”，用來(lái)指他自己構(gòu)想的智能系統(tǒng)――這個(gè)愿景與運(yùn)籌學(xué)、統(tǒng)計(jì)學(xué)、模式識(shí)別、信息論和控制理論密切相關(guān)。另一方面，麥卡錫強(qiáng)調(diào)與邏輯之間的聯(lián)系。有趣的是，在麥卡錫的術(shù)語(yǔ)這面旗幟下，逐漸在目前這個(gè)時(shí)代唱主角的卻是威納的理論。（然而，這種情形當(dāng)然只是暫時(shí)的；輪流唱主角的現(xiàn)象在AI界比在大多數(shù)領(lǐng)域更常見(jiàn)）。

但我們需要超越麥卡錫和威納的特定歷史視角。

我們要認(rèn)識(shí)到，目前圍繞AI的大討論（專(zhuān)注于行業(yè)的狹窄分支和學(xué)術(shù)的狹窄分支）讓我們可能無(wú)視全方位的AI、IA和II帶來(lái)的挑戰(zhàn)和機(jī)遇。

重點(diǎn)不是實(shí)現(xiàn)科幻小說(shuō)中幻想的超人類(lèi)機(jī)器，而是人類(lèi)需要了解和引導(dǎo)技術(shù)，因?yàn)榧夹g(shù)在人們的日常生活中變得更有影響力。此外，還需要聽(tīng)到來(lái)自各行各業(yè)的不同聲音，不僅僅是技術(shù)界的討論。一味盯著仿人類(lèi)AI會(huì)屏蔽掉廣泛的聲音。

雖然行業(yè)會(huì)繼續(xù)推動(dòng)發(fā)展，但學(xué)術(shù)界也將繼續(xù)發(fā)揮重要作用，不僅提供一些最具創(chuàng)新的技術(shù)理念，還將計(jì)算和統(tǒng)計(jì)學(xué)領(lǐng)域的研究人員與其他領(lǐng)域的研究人員（尤其是社會(huì)科學(xué)、認(rèn)知科學(xué)和人文科學(xué)）結(jié)合起來(lái)，亟需他們的貢獻(xiàn)和視角。

另一方面，雖然人文科學(xué)和自然科學(xué)在將來(lái)很重要，但我們也不該假裝談?wù)摰氖且?guī)模和范圍空前的工程項(xiàng)目之外的東西――社會(huì)旨在構(gòu)造全新種類(lèi)的人工制品。我們不想構(gòu)建這樣的系統(tǒng)：幫助我們研發(fā)藥物、促進(jìn)交通便利和帶來(lái)商業(yè)機(jī)會(huì)，結(jié)果事后卻發(fā)現(xiàn)這些系統(tǒng)其實(shí)用不了――它們犯的錯(cuò)誤反而了影響人類(lèi)的生活和幸福。在這方面，正如我強(qiáng)調(diào)的那樣，面向數(shù)據(jù)和面向?qū)W習(xí)的領(lǐng)域還沒(méi)有出現(xiàn)一門(mén)工程學(xué)科。盡管面向?qū)W習(xí)的領(lǐng)域似乎激動(dòng)人心，但還無(wú)法認(rèn)為它們形成一門(mén)工程學(xué)科。

此外，我們應(yīng)欣然接受這個(gè)事實(shí)：我們目睹工程的一個(gè)新分支出現(xiàn)。在學(xué)術(shù)及其他領(lǐng)域，提到的“工程”這個(gè)術(shù)語(yǔ)常常有狹窄的定義――暗示冷冰冰、無(wú)表情的機(jī)器，人類(lèi)失去控制。但是工程學(xué)科應(yīng)該是我們希望它成為的那個(gè)樣子。

在當(dāng)下，我們有大好的機(jī)會(huì)來(lái)構(gòu)想歷史上全新的東西：一門(mén)以人為本的工程學(xué)科。

我拒絕給這門(mén)新興的學(xué)科命名，但如果將來(lái)“AI”這個(gè)縮略詞繼續(xù)用作一個(gè)暫定術(shù)語(yǔ)，我們應(yīng)意識(shí)到這個(gè)術(shù)語(yǔ)的限制性。我們應(yīng)拓寬范圍，少一點(diǎn)炒作，認(rèn)識(shí)到前方的重大挑戰(zhàn)。

（本文轉(zhuǎn)自云頭條，如有版權(quán)問(wèn)題，請(qǐng)聯(lián)系小編）