人工智能是一门既可拯救世界、又可终结世界的技术。

为（wéi）终止人工智能到（dào）底是利是弊的争议与炒作，外（wài）媒采访了一（yī）些与全球大型科技（jì）及工业（yè）公司合作多年（nián）的（de）杰出（chū）人（rén）士，获悉了（le）他们关于人工智能的正确发展（zhǎn）方向的看法。

2018年人工智能的关键里程碑是（shì）什（shí）么？2019年（nián）又（yòu）将会发生什么？以下是谷歌大脑联合创（chuàng）始人吴（wú）恩达（dá）、Cloudera机（jī）器学习总经理及Fast Forward Labs创始人（rén）希拉（lā）里·梅森（sēn）（Hilary Mason）、Facebook人（rén）工智能研（yán）究院创始人Yann LeCun和埃森（sēn）哲全球人（rén）工智能负责人Rumman Chowdhury博士的见（jiàn）解。

回顾2018，展望2019，他们中的一些人表示：随着越来越多的人了解人工智能能做什么和（hé）不能做（zuò）什么，关于人工智能终结世界的说法越（yuè）来越少，对此（cǐ）他们（men）感到很欣慰。但这些专家也强调，在发展人工智能的同时，计算机和数（shù）据科学（xué）家仍需采取（qǔ）负责任的伦理规（guī）范。

Rumman Chowdhury

portant;" />

Chowdhury是（shì）埃森（sēn）哲应用智能部门的（de）总经理，同时（shí）兼任公司责任AI计划的全（quán）球负责（zé）人（rén）。2017年（nián），她被（bèi）BBC评（píng）为最具影响力（lì）的100位女性之一。

Chowdhury说（shuō）到，在2018年，她很（hěn）高兴看到（dào）公众对人（rén）工智（zhì）能的能（néng）力和局限性的理解有所增长，也很高（gāo）兴听到人们对人工智能带来的威胁进行了更均衡的讨论，而不是担（dān）心智能机器像（xiàng）电影《终结者》中那样掌（zhǎng）控全球。随此而来的是人们对隐（yǐn）私、安全问题（tí）的警惕以（yǐ）及人工智（zhì）能（néng）在塑造我们和后代中可（kě）能（néng）扮演的角色的质（zhì）疑（yí）。

然而，公众对（duì）于AI的理（lǐ）解并没有到达（dá）她所（suǒ）认为应到达（dá）的层面。Chowdhury希（xī）望在未来一（yī）年里能看到更多的人利（lì）用教育资（zī）源来理解AI系（xì）统，并可以明智地质疑AI的决策。

她对科技（jì）公司与AI生态系统中的（de）人开始考虑其工作的伦理影响（xiǎng）的速度感到惊喜。但（dàn）她希（xī）望看到AI社区可以（yǐ）采取（qǔ）更多（duō）实际行（háng）动，而非空喊道德口号。

她问（wèn）道：“就伦理和人工智能方面，我希望除了电（diàn）车难题（tí），我们能深入研究AI将（jiāng）提（tí）出的那些困难的、没有明（míng）确答（dá）案（àn）的（de）问（wèn）题。如：该如何在人工智能和物联网（wǎng）监控间取得“合（hé）理”平（píng）衡？是（shì）既能保证（zhèng）安（ān）全，又能抵制深化现有种族歧视的惩罚性（xìng）监控吗（ma）？应如何重新分配先进技术的收益从而（ér）不进一步扩大贫富差距？接触（chù）多大程度的人工智能可（kě）让（ràng）孩子成为‘人工智能土（tǔ）著’，却又不（bú）被其操（cāo）控或同质化？又（yòu）该如何利（lì）用（yòng）人（rén）工智能扩大教育规模并使（shǐ）教（jiāo）育自动化，同时极大程度培养孩子的创造力和独立思考能力？”

在（zài）未来一年里，Chowdhury预计全球各地政府将加强对（duì）科技（jì）公司（sī）的审查与管理。

她说：“人工智能及科技巨（jù）头所拥有的（de）力量引发（fā）了许多（duō）关于（yú）如何监（jiān）管该行业（yè）与技（jì）术的问题。2019年，我们将（jiāng）不得（dé）不解决这些（xiē）问题。该如（rú）何监管一项（xiàng）具有（yǒu）多用途（tú）且结果受具体（tǐ）情境影响的技术？如何（hé）制（zhì）定既不（bú）扼杀创新又不偏袒大公司（可（kě）承担合（hé）规成本的公司）的管理规定？监管范围又该如何确定？全球（qiú）？国家？还（hái）是当地监控？”

她还预计人工智能在地缘政（zhèng）治问题（tí）中扮演的角色会持（chí）续演变。

她说（shuō）道：“AI不仅仅是一（yī）项技术，更是经济与社会（huì）的塑造者。在这项技术（shù）中我们能反思、衡量、并实践我们（men）的价值观（guān）。对于应（yīng）建造什么和如何建（jiàn）造的影响上，行业应不要（yào）太（tài）当真。为了实现这一点，AI行业中常见（jiàn）的理念需要被摒弃，即使我们不构建它，中国也会，而创造正是（shì）力量所在之处。”

她还说道：“我（wǒ）希望监管机构，技（jì）术及研究人员意识到人工智能竞赛不仅仅只关乎计算能（néng）力与技术敏锐度（dù），就（jiù）像冷战不仅仅关（guān）乎核能力（lì）一样。我们有（yǒu）责任（rèn）以更（gèng）公平（píng）、更公正、更公开的（de）方式去重建世界。这是一个难得（dé）的机会，转瞬即逝（shì），我们要抓住（zhù）这个机会。”

从消费者（zhě）角度来（lái）看，她相信2019年人工智能将在家（jiā）庭（tíng）中（zhōng）应用更加广泛。许（xǔ）多人已更习惯于使用（yòng）智能音（yīn）箱如 Google Home和Amazon Echo及其（qí）他很（hěn）多智能设备。她很好奇在这方面是否会有特别有趣的东西（xī）会从于19年1月（yuè）第二周将在拉斯维加斯举办（bàn）的消费者电子展（zhǎn）览会中脱颖而出，这（zhè）可能进一（yī）步将人工（gōng）智能融入人们（men）的日常生活。

她（tā）说：“我想我们都在等（děng）一个机器人管家的出（chū）现。”

吴恩（ēn）达

portant;" />

吴恩达是（shì）斯坦（tǎn）福大学计算机（jī）科学系副（fù）教授（shòu）。因（yīn）为很多原（yuán）因，他的名字在AI圈中广（guǎng）为人知。他是谷歌大脑（将人工智能（néng）辐（fú）射到（dào）谷歌所有产品的项目）的联（lián）合创始（shǐ）人，也是Landing AI（旨在于帮（bāng）助企业将人工智能融入到运营（yíng）中的公司）的创始人。他还是YouTube和Coursera（吴恩达创立的在线学习公司）上（shàng）一些最受欢迎的（de）机器（qì）学习课程的讲（jiǎng）师。他创建了（le）deeplearning.ai网站，并（bìng）撰写了一本名为《Deep Learning Yearning》的书。

在百度工作三年，帮助（zhù）此（cǐ）科技巨头向AI公司转型后（hòu），吴恩达辞去了百（bǎi）度首席AI科学家的职（zhí）务。

之（zhī）后，他加入了拥有1.75亿（yì）美（měi）元的人工智能基金会，同时成为（wéi）了（le）无人驾驶汽车公司Drive.ai.董事（shì）会一员。

吴恩达预计到2019年主要取（qǔ）得进展或（huò）变化的地方（fāng）是AI将在科（kē）技（jì）行业或软（ruǎn）件（jiàn）公司（sī）外的领（lǐng）域得到应用（yòng）。通过援（yuán）引（yǐn）麦肯（kěn）锡的一（yī）份称AI将（jiāng）创造13万亿（yì）GDP的报告，他说（shuō）到AI领域最大（dà）的未（wèi）开发潜力（lì）在软（ruǎn）件（jiàn）行业之外。

他说：“我认为2019年，AI应用于软件行（háng）业之外的（de）例子会非（fēi）常之多。AI在帮助（zhù）谷歌、百（bǎi）度（dù）、Facebook及微软等（děng）公司中都做得很不错（cuò），我与这些公司（sī）无任何（hé）关系。但就连Square 、Airbnb及Pinterest等公司都已开（kāi）始应用一些AI功（gōng）能，我认为下一（yī）轮创造（zào）价值的巨浪会在制（zhì）造业公司（sī）、农业（yè）设备公（gōng）司或医疗保（bǎo）健企业（yè）开（kāi）发一系列（liè）的AI方案（àn）来推进业（yè）务之时。”

像Chowdhury一样，吴恩达对2018年公众对（duì）AI的（de）能（néng）力及局限性上的理解大（dà）增感（gǎn）到惊（jīng）讶。他很（hěn）高（gāo）兴关于AI的（de）讨论不再围绕（rào）机器（qì）人杀（shā）手或对人工（gōng）整体智能（néng）的（de）恐惧了。

他表示（shì）他是（shì）有准备地回答了问题（tí），并没想到其他人也有相（xiàng）似（sì）的想法。

他说（shuō）：“我（wǒ）试图引用了几个我认（rèn）为对实际（jì）应用十分（fèn）重要（yào）的领域。AI的实际应用会遇到一定的（de）阻（zǔ）碍（ài），但我（wǒ）认为（wéi）这些阻碍都（dōu）会被（bèi）解决。”

在（zài）未来一（yī）年里（lǐ），吴恩达（dá）很高兴看到（dào）人工智能（néng）及机器学习研究两（liǎng）个领域都取得了进展，这将有助于推动整个领域的（de）发（fā）展（zhǎn）。一方面是AI能通过（guò）更少的数据得出（chū）精确的结论，该领域的（de）一些人称之为“少量样本学习”。

他说：“我认为深度学（xué）习的第（dì）一波（bō）进展主要是大公司利用大量数据创（chuàng）建（jiàn）巨大（dà）的神经网（wǎng）络，对吧？所以如果你想创（chuàng）建一个语言识别系统，就需要（yào）进行10万（wàn）小时的数据模拟。如果想创建机器翻译系统，就需要模拟（nǐ）极大量（liàng）的平（píng）行语料库中的（de）句（jù）型，从而创造出很多突（tū）破（pò）性（xìng）结果。现在我越（yuè）来（lái）越多地看到从小（xiǎo）数据中出的成果。所以即使你有（yǒu）1000张照片，你也（yě）可以尝试去做出点什么结果（guǒ）。”

令一方面则是被称为“通用可（kě）见（jiàn）性（xìng）”的计算机（jī）视（shì）觉方面的（de）进（jìn）展。计算机视觉（jiào）系统经（jīng）过（guò）斯坦（tǎn）福大学高（gāo）端X光机拍（pāi）摄的原始图像的训（xùn）练，效果可能会非（fēi）常地好。很多该（gāi）领域的先（xiān）进公司及研究人员（yuán）已创造出了（le）比放射科（kē）医生（shēng）更出色的系（xì）统，但它（tā）们并不是很灵活。

“但如果你把你的训（xùn）练模型应用到拍摄图片有点模（mó）糊的低（dī）端X光机或是其（qí）他（tā）医院（yuàn）的X光机上，遇到（dào）技（jì）师让病人（rén）右转，导致角度有些许的偏离的情（qíng）况，结果就会是相比于今（jīn）天的算法（fǎ），放射（shè）科医生会做的更好。因（yīn）此我认为有趣的研究是（shì）尝（cháng）试（shì）提高学（xué）习算法在新情境中的通用性。”

Yann LeCun

portant;" />

Yann LeCun是纽约大学（xué）教授，Facebook首席AI科学（xué）家及（jí）人（rén）工智（zhì）能（néng）研究院（yuàn）（FAIR）创始人。Facebook人工智能研究院开发了PyTorch 1.0、Caffe2及其他大量（liàng）的人工智能系统，如（rú）Facebook每日使用上十亿万（wàn）次的文本翻译（yì）AI工（gōng）具（jù）和先进的下（xià）围棋（qí）的（de）强（qiáng）化学习系统。

他坚信FAIR为其研究及工具所采用的开源政策推动了其他大型科技企业采用该政策，而这推动了AI整个领域的发展（zhǎn）。在上月的NeurIPS大会和FAIR 50周年之际（jì），LeCun将FAIR称（chēng）为一（yī）家致力于“可实现各种可（kě）能的（de）机器（qì）学习的技术及数（shù）学腹地”的研（yán）究院。

他说：“当更多人（rén）开始讨（tǎo）论AI研究（jiū）时，整个（gè）领域将更快（kuài）的向前发展，对AI研究来说这影响（xiǎng）重（chóng）大。今日AI发展（zhǎn）速度（dù）之快主要是（shì）因（yīn）为更（gèng）多的人进行了更（gèng）快更有效的交（jiāo）流，并做了更多的开放性研究（jiū）。”

在（zài）伦理层面，LeCun很高（gāo）兴看到公众开始思考AI工作所带来的伦理影响及带有偏（piān）见的决策所带（dài）来的危险。

他说：“情况（kuàng）与俩三年前不同了，现在（zài）人（rén）们已充（chōng）分认识到（dào）伦理方面的问题。”

他认为AI领域（yù）中的伦理与偏见问题现在（zài）还（hái）并未（wèi）成为需要（yào）立（lì）即采取措（cuò）施的（de）主要问（wèn）题，但他认（rèn）为人们应提前做好准备。

就像现在还未（wèi）出现急（jí）需解决的重大生死攸关问题一样。但问题迟（chí）早会来，我们需要了解这（zhè）些问题并防（fáng）患（huàn）于未然。

如吴恩达一样（yàng），LeCun期（qī）待（dài）未来会（huì）有更多灵活的AI系（xì）统。这些系统不需原（yuán）始（shǐ）输入数据或精确条（tiáo）件，就可以得到准确（què）的输出。

他还提（tí）到，虽（suī）然研（yán）究人（rén）员可通过深（shēn）度学习（xí）来（lái）很好地处（chù）理感知，但却对AI系统（tǒng）整体的（de）架构缺乏理解。

要想（xiǎng）教会机器通过观察世界去学习，需要自我监督学习或基于模型的强化学习。

他说道：“不同的人（rén）对此称呼不同，但人类（lèi）与动物都是通过观（guān）察与了（le）解大量的背景（jǐng）知识来（lái）感知世界是如何运作的（de）。我们还不知道如何让机器学会这么做，这是一项巨大的挑战。这项研究的成果将会推动AI与计算机的真正发展，从而让机器具（jù）备一些常（cháng）识，让人们能与机器（qì）助手就更广泛的话题进行交流，并不再感到沮（jǔ）丧。”

对于有助于Facebook内部运（yùn）营的应用，LeCun称在自我监督（dū）学习及需少量数据输（shū）出准确结果的人（rén）工智（zhì）能等方面取得的进（jìn）步将是（shì）十分（fèn）重要的。

他还提到，在问题的解决过（guò）程中，我（wǒ）们（men）希望找到减少特定任务如机器翻译、图（tú）像识别等任务所需数据量的方法，在这一方向上我们已经取得了一定的进（jìn）展。我们（men）已（yǐ）经通过使用弱监督或自我监督学（xué）习对Facebook机器（qì）翻译及图像识别产（chǎn）生了深远影响。因此，这些影响不仅仅是长（zhǎng）期（qī）的，更能带来短（duǎn）期效（xiào）果。

在未来（lái），LeCun期待见到AI在建立事件之间的因（yīn）果关系上能取得进（jìn）展。这一能力并不（bú）仅仅通（tōng）过观察获（huò）得，更需通过实践理解。例（lì）如，当人们在（zài）使用雨伞时，很可（kě）能是下雨了（le）。

他（tā）提到，如果（guǒ）你想机器通过观察来了解世（shì）界运（yùn）作原理，它必须要知道它能够做什（shí）么要想影响（xiǎng）世（shì）界（jiè），这是十分（fèn）重要的。假设你在一间房中，你（nǐ）的前面是一张（zhāng）桌子，桌上有一个（gè）像水杯样的物体，你（nǐ）知（zhī）道你推一下水杯，水杯会（huì）移动，但你却无法移动桌子，因（yīn）为桌子（zǐ）又（yòu）重又大。这类事（shì）情都是与因果相关的（de）。

希（xī）拉里·梅森

portant;" />

在2017年Cloudera收（shōu）购Fast Forward Labs之后，希（xī）拉里·梅（méi）森出任了Cloudera机器学（xué）习的总经理。Fast Forward Labs虽被收（shōu）购，却仍在运营之中。它为用（yòng）户提供应用机器学习报告与建议，从而预测（cè）未（wèi）来半年到两年企业的（de）发展方向（xiàng）。

2018年，AI领域中的一项与（yǔ）多任务学习相关的发展让梅森感到惊（jīng）讶（yà）。多任（rèn）务学习可训练单个（gè）神经网（wǎng）络在推理时应用（yòng）多种标签，例如（rú）在一（yī）幅（fú）图像中看到的多个（gè）对象。

Fast Forward Labs一直就（jiù）AI系统的伦理影响为客户提（tí）供建议。梅森也意识构建AI系统伦理（lǐ）框（kuàng）架的重（chóng）要性。

梅森（sēn）说道：“这正是自（zì）成（chéng）立了Fast Forward 我（wǒ）们一直在做的事。5年（nián）前，我们在每篇报告中都撰写了伦理方面（miàn）的规范。但今年，公（gōng）众才开始真正关注伦理规范。到明年，对此莫不关注的（de）企（qǐ）业（yè）与个人都会承担相（xiàng）应的后果与责任。有一点（diǎn）我没（méi）有说清楚，我希望未来（lái）在数（shù）据科（kē）学（xué）与AI发展的实践中，技（jì）术人员（yuán）和商业领袖（xiù）在开（kāi）发AI产品（pǐn）时都能自（zì）主地考虑道德和偏（piān）见（jiàn）问（wèn）题，而非像今天（tiān）熟视（shì）无睹（dǔ）。”

随着未来一年越来越多AI系统成为商（shāng）业（yè）运营的一部分，梅森（sēn）期（qī）待处于最佳位置的产品经理及产品负责人将（jiāng）会（huì）对AI做出更多的（de）贡献。

她表示：“显然，了（le）解产品整体框架（jià）及行业的人知道什么产品是有（yǒu）价（jià）值的（de），什（shí）么是（shì）没价值的（de），他们也知（zhī）道谁是投资方（fāng）向（xiàng）上的最佳决策（cè）人。所以（yǐ）如果（guǒ）让我（wǒ）预测（cè），我认为那些使用电子表格（gé）建立简单模型的人会（huì）变得很低能，他们（men）自己也会很（hěn）快意识到将AI应用到自己产品中的机会非常之少。”

AI民主化或将（jiāng） AI 扩（kuò）展到企业除数据科学团队（duì）外的所有部门，是很（hěn）多公司所强（qiáng）调的，如 Kubeflow Pipelines及AI Hub等谷歌云AI产品，以（yǐ）及 CI&T 公司为确保（bǎo）人工智能系统（tǒng）在公司（sī）内部得到实际（jì）利用提出的建议。

梅森认为越来越多的企（qǐ）业需要（yào）构建（jiàn）管理多个（gè）AI系统的结构。

如开发（fā）运维（wéi）人员所面临的挑战一样，单个（gè）系统可使用手动部署的定制脚本来管理，cron脚本也可管理几十个系统（tǒng）。但当管理有安全、管理及风险要求的企业（yè）中的数百（bǎi）上千系（xì）统时（shí），需（xū）要的（de）是更专（zhuān）业、稳健（jiàn）的工具。

她还提到（dào），企业正在从寻求有能力及才华（huá）的人才向系统化追（zhuī）求机器学习及（jí）AI机（jī）遇转变。

由于Cloudera 近期推（tuī）出了基（jī）于容器的机器（qì）学（xué）习平（píng）台，因此（cǐ）对于梅（méi）森（sēn）来说，强调部署AI所需的（de）容器是（shì）有意义的。她坚信这一趋势在未（wèi）来（lái）几年（nián）将会持续下（xià）去（qù），从（cóng）而企业可在本地（dì）AI及（jí）云端AI部署（shǔ）两者中做选（xuǎn）择。

梅森还相信（xìn）AI的业务将不仅仅在（zài）单（dān）个公司而是整个（gè）行（háng）业中继续不断（duàn）发展。

她说道：“我们将看到AI专业（yè）实践（jiàn）的持续发展。如果你现在是一家公司的数据科学家或机器（qì）学习工（gōng）程（chéng）师，当（dāng）你跳（tiào）槽至另外一（yī）家公（gōng）司后，你的工作将会完全不同：不同的工具、不同的（de）期望和不同的（de）报表结构。但我想一致性还是（shì）存在的。”