華夏經緯北京

編者按：5月31日上午，卡內基梅隆大學計算機學院教授、圖靈獎獲得者Raj Reddy蒞臨微軟亞洲研究院，為我們帶來了一場題為“重新審視人工智能：以歷史的視角”的精彩講座。Reddy教授從歷史的視角出發，帶領我們回溯了60年來計算機科學和人工智能領域的成就，回應了大眾對“人工智能威脅論”的疑慮，并對未來的“超智能”作出了展望。主要觀點如下：

觀點一：人工智能將永遠無法統治世界，相反，由于人工智能可以成為每一個人的“超能力”，人類是平等的，沒有誰將因為使用人工智能而凌駕于他人之上。如果我們向前回溯科技發展的歷程，我們會發現，人工智能的發展與以往任何一次的技術進步都是相似的，不同的是我們比過去多了幾百萬倍的數據庫，這些數據庫正是我們今天所獲得的一切成就的基礎——無論是機器文本翻譯、語音翻譯，還是機器問答，這些創造性突破都離不開數據和計算能力的強有力支撐。

觀點二：AI已經可以完成某些被認為是人類才能完成的任務。未來，AI能不能完成人類沒辦法做的事情?這不僅僅是通用人工智能，而是超智能。我認為未來這一點是可以實現的。回到AI和計算機科學的定義，我在1965年有過一個定義——AI和計算機科學是提高大腦能力的學科。你的大腦可以做的任何事情，計算機和AI都可以做地更好更快，甚至可以完成一些人類沒辦法完成的事情。

20世紀，計算機科學家們所做的就是對已有知識進行編程，采用各種各樣的方式來讓機器學習自己解決人類的任務。從比較簡單的解數學題、下棋，到理解語言、語音、圖像，再到機器人可以畫畫、創作音樂、自動駕駛汽車、深度問答系統、完成股票自動交易這些更有創造力的任務。

觀點三：與20世紀相比，21世紀的人工智能有兩點不同：

第一，我們經歷了一個范式轉換，在21世紀，計算機科學的重大突破將由大數據來驅動——微軟技術院士、圖靈獎得主Jim Gray將大數據命名為繼實驗科學、理論推演、計算機仿真三大范式之后的“第四范式”。因此下一代人工智能系統就是數據驅動的人工智能系統。

第二，20世紀人們在訓練人工智能時使用的知識大多來自書籍，而到了21世紀，我們需要運用人工智能和大數據去發現各個行業里的新知識。龐大的數據量將超過人類的處理能力，人工智能、機器學習就成為了大數據時代的核心，也許有一天，計算機將學會自己編寫它們需要的程序。

Raj Reddy簡介

Raj Reddy，卡內基梅隆大學計算機科學學院教授，1994年圖靈獎獲得者，美國國家工程院、美國藝術與科學院院士，1999年至2001年曾擔任克林頓總統信息技術咨詢委員會(PITAC)聯合主席。Reddy博士在人工智能、語音理解、圖像識別、機器人、多傳感器應用、智能代理等領域有超過50年的研究經驗。