如今，每个行业多少都会涉及到人工智能，仿佛人工智能处在一个大爆发的阶段。但是人工智能专家、加州大学伯克利分校教授迈克尔•乔丹表示，人工智能目前还处于非常初级的阶段。很多事情我们还不了解，现状并不是一个“人工智能的神奇大爆炸时代”。乔丹教授在人工智能领域非常有名气，他也是前百度首席科学家吴恩达的导师。乔丹教授曾在混沌大学的的课堂上分析了人工智能的现状，以及几个值得担心的问题。
首先，乔丹教授说，想要准确地理解人工智能，就要了解一下人工智能目前有哪些可能性，以及哪些技术还不太可能实现。比如人脸识别技术，计算机能做到在可视场景中标记对象，但没办法做到对视觉场景的常识理解。就拿开会来说，在一个会议室里面放上联网的摄像头，计算机能区分出来哪些是人脸，但却不能理解开会这个场景。再比如，机器只能做到死记硬背，却没有办法真正地回答问题。当你和电脑交流的时候，它可以回答你“中国最大的城市是哪一个”，那是它通过“中国”“城市”“最大”三个关键词，搜索出来的答案。但如果你问“中国不在河边的第二大城市是哪一个”，电脑就不一定能答上来。因为之前可能没有人做过这个问题的相关数据，所以就没有这个问题答案的数据列表。
乔丹教授说，未来十年，以上这些没办法实现的部分，或许能做到基本的实现，而且会做得越来越好。但他还是坚持认为，我们不太可能看到和人有同等智力的人工智能系统。因为人类在讲话的时候，是可以不断讲新内容、新理念的。同时人类还擅长进行新的抽象推理。这些人工智能系统就做不到，它需要反复、重复用海量的数据才能得出一个答案。人工智能系统可以知道世界所有的城市、餐厅、电影院，然而它也只知道这些事实而已。人工智能很难有灵活性和创造性。
不过，乔丹教授说，虽然我们不用担心出现超级人工智能的出现，但是反过来说，目前看似智能，实则不够智能的这些系统却是值得我们警惕的。尤其是在未来，涉及到城市规划、推荐系统、医学诊断等领域，都不再是传统单一机器人的问题。如果用过去传统算法去应用到这些领域，就会出现很多问题。
接着，乔丹教授从五个方面，分析了我们需要担心的问题。
第一，大规模多重相关决策的错误控制。乔丹教授说，搜索引擎给了你一个错误的建议，不会给你添多大的麻烦，你最多会觉得这个搜索引擎不好用，再换一个就完了。但假设这个推荐是医疗诊断意见，错了是有可能出人命的。而且，现在已经发生过这样的事情了。类似的错误放在金融领域，可能会引发市场的动荡，放在交通领域，可能会让整个城市的交通都瘫痪。所以，一旦扩大到这些领域，我们就不能用传统应用到单一机器人的方法来做，而是要有新算法。但目前来说，我们采用的思路都是比较传统或者通用的，还没意识到在这个层级上还要做很多事情。
第二，如何在竞争环境中共享数据。乔丹教授说，很多掌握数据的公司都不愿意和别人分享。他认为，数据分享的好处是，我们可以从整个行业的角度去考虑问题。比如一个黑客攻击了一家公司，这家公司就会从这次攻击中学到新东西。但因为当初只有这家公司受到了攻击，其他公司并不知道。如果这家公司把这个数据分享给所有人，整个行业就可以一起改善这个算法。现在大家都不愿分享，一方面是技术原因，一方面也有法律的原因。
第三，大规模的云端互动。人们都在说云计算，所有的东西都在云上，但其实这些智能设备都是所谓的端设备，它们没有时间把数据上传到云中。如果你和人工智能的每一次对话都要传到云上，就会导致速度跟不上。比如，在汽车智能这个领域，像“我在这里到底要不要转弯”这样的问题，是不可能每一次都实时和云进行交互的。因此，要把端设备和云连接起来，还要实时交互，是有极大挑战的，我们现在也不知道该怎么做。
第四，公平和多元化的问题。乔丹教授认为，搜集大量数据没问题，但这些数据是可能产生偏差的。比如，如果数据人员因为不喜欢某类人而不把这类人纳入样本，用这样的样本做预测，本身就是有偏差和偏见的。
第五，稳健性和安全性问题。比如，无人驾驶技术怎么能确保在所有气候条件下，在所有的路况上面，每一台车都能安全驾驶？这其实就是一个极大的挑战。此外，还有失业浪潮。乔丹教授说：“每一次工业革命，都有很多人会因此失去工作。但值得注意的是，过去的失业浪潮是花费三五十年才完成的。但接下来，很多工作可能在5-10年内就会被完全取代，这是一个新的趋势，贫富差距也会随之进一步拉大。”还有就是人工智能被滥用的问题，人工智能本身没有邪恶和正义，主要还是看它被谁利用。
大数据处理信息服务商金盛网聚WJFabric认为，人工智能给人类社会带来的影响并非在于取代部分现有职业，而是在于其实操层面能否持续稳定地达到预期效果。人工智能发展的基础在于大数据，而数据的产生、采集、利用在很大程度上取决于从业人员本身。在较长一段时期来看，人的因素决定了人工智能发展的程度。因此，对于人工智能的管控关键在于对人的管理。
閱讀更多 金盛網聚 的文章
