機(jī)器人也許有一天能夠互相聊天、寫新聞甚至寫小說，而算法將賦予機(jī)器人個性。那么，機(jī)器學(xué)習(xí)將如何改變世界？是否有機(jī)器學(xué)習(xí)無法解決的難題？慕尼黑大學(xué)(Ludwig-Maximilians-Universitt München)咨詢了不同學(xué)科的專家觀點(diǎn)，從專業(yè)視角解答這些問題。

“人工”智能的基礎(chǔ)是什么？

數(shù)據(jù)庫系統(tǒng)與數(shù)據(jù)挖掘?qū)W會主席Thomas Seidl：

“本質(zhì)上，人工智能（AI）這一術(shù)語指的是，能夠通過行為模仿被認(rèn)定為具有智能的計算機(jī)系統(tǒng)。在形式上，AI 可以被理解為一種數(shù)學(xué)函數(shù)。來自真實(shí)世界的情境、觀察、問題與任務(wù)屬于輸入內(nèi)容，而將其「映射」至適當(dāng)?shù)捻憫?yīng)、決策與行動流程之后即可得到輸出結(jié)果。

第一代 AI 系統(tǒng)主要將這些功能編碼為手動建立的規(guī)則列表。舉例來說，其中某些方案能夠解釋自然語言，這類系統(tǒng)利用正式編碼方式處理語言中的一切語義與句法規(guī)律，外加各種不規(guī)則性因素。然而這樣的系統(tǒng)很快就遇到了問題，因?yàn)槿粘ＵZ言的使用特點(diǎn)在于，不規(guī)則性要遠(yuǎn)高于任何預(yù)期，而當(dāng)前的 AI 系統(tǒng)僅僅能夠自動從精心挑選的文本樣本中學(xué)習(xí)到這些特征。

為了改善這一問題，AI 系統(tǒng)首先選擇基礎(chǔ)性功能架構(gòu)，例如決策樹或者神經(jīng)網(wǎng)絡(luò)，并借此逐步自動適應(yīng)訓(xùn)練數(shù)據(jù)所提供的特征。這種方法使得當(dāng)前的 AI 系統(tǒng)能夠?qū)蠹垺?、討論文本或者議會辯論紀(jì)要中的語言示例作為模型訓(xùn)練素材，而這也使其真正有可能掌握真實(shí)語言的表達(dá)結(jié)構(gòu)。”

“成功實(shí)現(xiàn)自動（或者機(jī)器）學(xué)習(xí)的關(guān)鍵之一，在于強(qiáng)化學(xué)習(xí)方法的應(yīng)用。具體來講，這種方法會提供適當(dāng)?shù)姆答佉哉{(diào)整系統(tǒng)行為，從而響應(yīng)任務(wù)學(xué)習(xí)期間的成功或失敗嘗試。在這種情況下，編程要素主要負(fù)責(zé)以數(shù)學(xué)術(shù)語來衡量成功或失敗的量化標(biāo)準(zhǔn)——例如，分別為期望的結(jié)果與不正確的推論定義合適且有效的獎勵與懲罰，以這種反饋機(jī)制為基礎(chǔ)，學(xué)習(xí)系統(tǒng)將能夠有效改變自身后續(xù)行為。從此意義出發(fā)，如今的 AI 系統(tǒng)已經(jīng)非常類似于人類以及其它生物的學(xué)習(xí)過程——能夠?qū)⒎磸?fù)試驗(yàn)得出的實(shí)際結(jié)果，一步步改進(jìn)自身行為并摸索出解決問題的最佳辦法。”

機(jī)器人在認(rèn)知方面會超越人類嗎？

發(fā)展與教育心理學(xué)學(xué)會主席Markus Paulus：

“我們可以在兩者之間設(shè)定一種根本性的區(qū)別。人類的智能體現(xiàn)在我們的文化當(dāng)中，我們的思想與觀念是在我們的歷史背景下逐步發(fā)展起來的，成為社會生活方式中不可或缺的組成部分。只有以實(shí)體方式成長在這種文化當(dāng)中，我們才能真正理解。與之相對，盡管我們已經(jīng)能夠開發(fā)出以類似于人類行為的方式模擬出某種文化傾向的機(jī)器人，但機(jī)器人仍遠(yuǎn)遠(yuǎn)無法與人類的智能相媲美。

人類能夠輕松分辨紅色，能舉一反三，將紅色與其它一些相似的顏色聯(lián)系起來，也可以判斷出周遭世界的紅色物體，輕松區(qū)分其中細(xì)微的色差區(qū)別。這實(shí)際上代表著一整套與知識相關(guān)的智能機(jī)制。另外，能夠感知并回應(yīng)細(xì)微差別與幽默元素，也是人類智能的另一大組成部分。只有具備能夠記錄感官印象的身體，我們才能夠真正理解智能所包含的大部分意義。我們通常將其稱為「體驗(yàn)認(rèn)知」。一個人必須能夠感受到痛苦，才能理解它的含義。如果不能理解這種感受，那么就必然無法與能夠理解感受的生靈產(chǎn)生共鳴。

機(jī)器人與人類之間存在著如此巨大的鴻溝，以至于 AI 永遠(yuǎn)無法獲得與人類智能相當(dāng)?shù)臇|西。雖然機(jī)器人很可能在多個方面超越人類，但就我們?nèi)祟惸芰Φ膹V度與靈活性，甚至是智能對于我們的根本意義而言，AI 甚至永遠(yuǎn)無法接近我們的水平。”

機(jī)器能否寫出未來的暢銷書？

德國現(xiàn)代與當(dāng)代文學(xué)及媒體學(xué)會主席 Oliver Jahraus 教授：

“人工智能，再加上藝術(shù)創(chuàng)造力，有朝一日確實(shí)可能會在文學(xué)領(lǐng)域掀起波瀾。文學(xué)領(lǐng)域其實(shí)非常特別，因?yàn)閺哪撤N意義上講，文學(xué)實(shí)際上表現(xiàn)的是每一個人心中關(guān)于世界形象的認(rèn)知，以及自我矛盾的體現(xiàn)——這是個令人驚訝的概念。

憑借著豐富的知識與經(jīng)驗(yàn)，機(jī)器能夠幫助我們寫下新的推文。我其實(shí)非常喜歡讀這些機(jī)器生成的內(nèi)容，而且有時候會覺得它們真的很懂人類的感受。如果我們能更多關(guān)注自己可以從中學(xué)到什么，也許關(guān)于 AI 未來的辯論根本沒必要這么激烈。就以文學(xué)為例，這是一種非個人的載體（畢竟其中的情節(jié)與表達(dá)必須要與讀者共享），但同時承載的卻又是一種高度修改化的故事內(nèi)容。文學(xué)總是暗示著作者的存在與歸屬。因此，我們需要考慮的并不是AI能否寫出暢銷書、能否使我們誤以為內(nèi)容是由和我們一樣的人類所撰寫，或者能否用機(jī)器人代替歌德。相反，其中的關(guān)鍵在于AI能否融入復(fù)雜的歸責(zé)與歸屬系統(tǒng)——在這樣的系統(tǒng)中，其必須探索并不斷重新思考一般與特殊、集體與個人之間的關(guān)系。而只有在這些問題中找到獨(dú)屬于自己的答案，AI才能成為真正的創(chuàng)作者。在我看來，這樣的發(fā)展目標(biāo)不可能實(shí)現(xiàn)——無論是在技術(shù)上，還是在結(jié)構(gòu)上，都不可能。”

機(jī)器能夠在短期之內(nèi)超越人類的文本翻譯能力嗎？

計算機(jī)語言學(xué)學(xué)會主席兼信息與語音處理中心（簡稱CIS）主任Hinrich Schütze：

“在某些情況下，機(jī)器很快就能翻譯比人類更好的文本內(nèi)容。計算機(jī)完成的速度更快，而且能夠更好地體現(xiàn)其中的專業(yè)技術(shù)術(shù)語。

目前的計算機(jī)在處理簡單的文本格式時沒有任何問題。然而，它們也存在一些明確的限制。機(jī)器翻譯可能無法傳達(dá)諸如反諷、諷刺或者其它一些常見的文學(xué)類表達(dá)的微妙之處，因?yàn)槠渲邪恍┎煌恼Z言風(fēng)格、細(xì)微差別乃至隱晦的暗示。

另外很重要的一點(diǎn)在于，雖然算法能夠在一定程度上使機(jī)器追趕人類的能力，但用戶反過來也能夠適應(yīng)計算機(jī)的特征。舉例來說，如果雙方都使用簡單的表達(dá)方式，那么谷歌翻譯已經(jīng)能夠讓我們與只會說泰語的朋友交流。同樣的情況也出現(xiàn)在我們的日常搜索引擎使用過程當(dāng)中。我們會輸入「愛因斯坦生日」并快速得到答案，而且很明顯，我們絕對用同樣的方式向人類提問?？梢钥吹?，搜索引擎代表著一種強(qiáng)大的創(chuàng)新，而且已經(jīng)成為我們所有人不可或缺的重要工具。同樣，谷歌翻譯也擁有著巨大的潛力。當(dāng)然，這并不是說我們在理解術(shù)語意義方面體現(xiàn)出了智能。

那么，所謂人工智能中的智能，到底體現(xiàn)在哪些方面？以往，很多人曾經(jīng)將國際象棋視為AI具有智能的實(shí)例。但如今還有人會采取這樣的觀點(diǎn)嗎？很明顯，我們對人工智能的定義與要求都發(fā)生了很大變化，而且相信這種變化還將長期存在。”

與聊天機(jī)器人的交流會如何改變我們？

心理學(xué)、市場與消費(fèi)者心理學(xué)教授Sarah Diefenbach博士：

“在邏輯占主導(dǎo)地位的領(lǐng)域，各類情境、決策與行動往往都能夠合理使用嚴(yán)格的邏輯術(shù)語進(jìn)行制定并簡化為公式，如此一來，人工智能當(dāng)然能夠超越人類并為我們完成很多工作。但作為一名心理學(xué)家，我真正感興趣的是情感因素在其中發(fā)揮的重大作用——人工智能將如何改變我們的社交生活，以及我們彼此之間的日?；?？

這里，我們以服務(wù)業(yè)為例。當(dāng)我們突然意識到對方并不是人類時，會對我們自身產(chǎn)生怎樣的影響？過去十分鐘，我們的交流對象原來只是聊天機(jī)器人——大家是否會因此感到受騙、受辱或者自尊受挫？我們是否會因此產(chǎn)生抵觸情緒？

要回答這個問題，我們需要思考機(jī)器人在社交網(wǎng)絡(luò)中的作用。在我?guī)У囊晃粚W(xué)生的論文當(dāng)中，她嘗試分析Instagram上點(diǎn)贊對于用戶自尊的影響。這里引發(fā)的相關(guān)問題，就是點(diǎn)贊操作的來源——真人抑或是聊天機(jī)器人，是否會對結(jié)果產(chǎn)生影響。在另一個關(guān)于養(yǎng)老院的項(xiàng)目中，我們也在嘗試從另一個角度研究社交機(jī)器人的作用。在陪伴老人的過程中，機(jī)器人應(yīng)該表現(xiàn)出怎樣的「個性」？它們應(yīng)該像是個溫馴的仆人那樣表現(xiàn)出尊重與謙遜嗎？或者說在這樣的情況下，應(yīng)該讓機(jī)器人表現(xiàn)得更真實(shí)一些——粗枝大葉與情緒化等典型的個性化行為，是否反而可能讓老人們感覺更加舒服處在？”

機(jī)器是否有可能在不久的將來取代記者？

慕尼黑路德維希馬克西米利安大學(xué)媒體與傳播系教授Neil Thurman：

“新聞業(yè)能否實(shí)現(xiàn)自動化，即極少甚至根本不需要任何直接性的人為控制？目前還不行，至少還不存在一種能夠涵蓋所有模式及方法的解決方案。我們?nèi)匀恍枰獙⑷蝿?wù)分解為常規(guī)的、可重復(fù)的例程，這是自動化算法編寫者的工作。機(jī)器學(xué)習(xí)技術(shù)仍然高度依賴于以往樣本中的「訓(xùn)練數(shù)據(jù)」，這意味著其還沒有能力在復(fù)雜、極具創(chuàng)造性而且最重要的新聞任務(wù)當(dāng)中表現(xiàn)出能夠與優(yōu)秀記者相匹敵的職業(yè)素養(yǎng)。”

然而，盡管存在這些限制，自動化工具仍然開始在一部分任務(wù)當(dāng)中取代人類記者——包括故事線索的篩選、新聞文本的編寫，以及應(yīng)該將哪些故事發(fā)布給哪些讀者、又該怎樣進(jìn)行優(yōu)先級排序等等。

有人曾說，“機(jī)器人寫作”等技術(shù)的進(jìn)步有可能改善新聞業(yè)財務(wù)狀況不穩(wěn)定的困境，甚至有望幫助新聞業(yè)騰出更多資源進(jìn)行實(shí)地調(diào)查。然而，人們也擔(dān)心計算機(jī)過度敏感的新聞嗅覺可能給隱私帶來負(fù)面影響，或者是打著新聞個性化的旗號帶來無形的內(nèi)容過濾。

“隨著算法與AI技術(shù)的持續(xù)發(fā)展，我們必須確保整個新聞行業(yè)能夠繼續(xù)以可持續(xù)、透明且負(fù)責(zé)任的方式為公眾提供服務(wù)。”

AI能否為我們做出經(jīng)濟(jì)決策？

比較經(jīng)濟(jì)學(xué)學(xué)會主席Monika Schnitzer教授：

“人工智能可以從數(shù)據(jù)集當(dāng)中整理出「最佳估算」結(jié)論。例如，根據(jù)可用的統(tǒng)計數(shù)據(jù)，信用卡公司能夠計算出剛剛辦理的卡片遭到辦卡人濫用的概率。而根據(jù)數(shù)據(jù)，風(fēng)險能夠按照相對比例進(jìn)行量化，并視情況決定拒絕支付或者允許支付。”

“這種評估已經(jīng)成為多種商業(yè)模式的重要基礎(chǔ)。對人工智能技術(shù)的應(yīng)用能夠大大降低此類估算的成本，因?yàn)槠淠軌蛞詷O快的速度分析與以往類似情況相關(guān)的大量數(shù)據(jù)。目前，AI尚不能實(shí)現(xiàn)的是獨(dú)立評估行動的后果。我們需要考慮有哪些響應(yīng)方法可供選擇，以及如何在評估當(dāng)中建立合適的安全界線以避免令人討厭的意外。在未來，這些仍然需要由人類做出判斷，而機(jī)器只能執(zhí)行人們分配的某些特定任務(wù)。”

算法會在招聘領(lǐng)域發(fā)揮作用嗎？

心理學(xué)方法與診斷學(xué)學(xué)會主席Markus Bühner：

“算法目前已經(jīng)被用于進(jìn)行人員篩選。雖然可能在決策流程當(dāng)中發(fā)揮一定作用，但其仍然無法完全取代人力資源從業(yè)者。在我看來，很多面向現(xiàn)有市場問題提出的所謂AI改進(jìn)意見根本不切實(shí)際。在大多數(shù)情況下，我看不到這些算法能夠帶來哪些具體的收益。當(dāng)然，考慮到在理論層面上，引入數(shù)百萬個變量的算法對候選人的評估確實(shí)有可能更準(zhǔn)確。但最重要的是評估到底關(guān)注哪些人才素養(yǎng)，如果候選人聲音不好聽，比如說碰巧感冒了或者面試語言并非其母語，那么結(jié)果會受到哪些影響？

根據(jù)DIN工作相關(guān)能力評估規(guī)范，在上下文當(dāng)中收集信息的評估人員必須確保這一切與工作內(nèi)容直接相關(guān)。作為人類，我們不可能事無巨細(xì)地收集并分析候選人的每一項(xiàng)特征與對應(yīng)數(shù)據(jù)。因此，我也期待看到算法的應(yīng)用與我們的數(shù)據(jù)保護(hù)立法條款如何協(xié)調(diào)統(tǒng)一，畢竟這些條款對于受試人的數(shù)據(jù)透明度做出了約束要求。另外，即使是在那些毫無爭議的倫理與法律問題上，算法的有效性也仍然存在問題。如果要對掌握某些新技能的候選人做出準(zhǔn)確的可靠性預(yù)測，其必須不斷重建自身以適應(yīng)崗位的要求。”

“我們永遠(yuǎn)不會制造出真正的合作伙伴”

哲學(xué)與政治理論教授Julian Nida- Rümelin：

“目前，人工智能領(lǐng)域仍然主要處于搜索模式，基本上可以這么斷言。機(jī)器人技術(shù)的設(shè)計目標(biāo)在于提供能夠模仿人類能力的方案，以人臉識別為代表的實(shí)際成果已經(jīng)體現(xiàn)出這種明顯的趨勢。然而，這類應(yīng)用不太可能決定AI領(lǐng)域的未來發(fā)展方向。

換言之，試圖將利用非生命事物作為自我預(yù)測的動機(jī)是種不明智的行為。我們永遠(yuǎn)不會制造出真正的合作伙伴或者談話對象。相反，我們應(yīng)該集中精力于經(jīng)濟(jì)生產(chǎn)這一核心。如果實(shí)現(xiàn)工業(yè)4.0的努力主要集中在對工具以及技術(shù)能力的推動方面，那么數(shù)字化無疑有望為全世界的經(jīng)濟(jì)發(fā)展做出巨大貢獻(xiàn)。”