人工智能（néng）是一（yī）门既可拯救世界、又可（kě）终结世界的技术。

为终止人工智能到底是利是（shì）弊的争议与（yǔ）炒作，外媒采访了一些与全球大型（xíng）科技及工业公司合作多年的（de）杰出人士（shì），获悉了他们关于人工（gōng）智能的正确发展方向的看（kàn）法（fǎ）。

2018年人工智能的关键里程碑是什么？2019年又将会（huì）发（fā）生什么（me）？以下（xià）是谷歌大（dà）脑联（lián）合创（chuàng）始人吴恩达、Cloudera机器学习（xí）总经（jīng）理及Fast Forward Labs创始人希拉里·梅森（sēn）（Hilary Mason）、Facebook人工智能研究院创始人（rén）Yann LeCun和埃森哲全（quán）球人工智能（néng）负责人（rén）Rumman Chowdhury博士的见解（jiě）。

回顾2018，展望2019，他们中（zhōng）的一些人（rén）表示：随着越来越（yuè）多的人了解人工智能（néng）能做什么和不能做什么，关于人工智能终结世（shì）界的说法越（yuè）来越少，对（duì）此他们感（gǎn）到很欣慰。但这些专家也强调，在（zài）发展人（rén）工智能的同时（shí），计（jì）算机（jī）和（hé）数（shù）据（jù）科学家仍需采取负（fù）责（zé）任的伦理规范（fàn）。

Rumman Chowdhury

portant;" />

Chowdhury是埃森哲（zhé）应用智能部门（mén）的总经理，同时兼任公司责（zé）任（rèn）AI计划的（de）全（quán）球负责人。2017年，她被BBC评为（wéi）最具影响力（lì）的100位（wèi）女性（xìng）之一。

Chowdhury说到（dào），在2018年（nián），她很高兴看到公众对人工智能的（de）能力和局限（xiàn）性（xìng）的理解有所增长，也很高兴听到人们对人工智（zhì）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（yàng）掌控全球。随（suí）此（cǐ）而来的是人们对隐私、安全（quán）问题的警（jǐng）惕以（yǐ）及（jí）人工智能在塑造我们和（hé）后代（dài）中可（kě）能扮演的角色的质（zhì）疑。

然而，公众（zhòng）对于AI的（de）理解并没有（yǒu）到达她所认为应到达的层（céng）面。Chowdhury希望在未来一（yī）年里能（néng）看到更（gèng）多的人（rén）利用教育资源来理解AI系统（tǒng），并可以明（míng）智地质疑AI的决策。

她对科（kē）技公司（sī）与AI生（shēng）态系统中的人开始考虑（lǜ）其（qí）工作的（de）伦理影响的速度感到惊喜。但她（tā）希望（wàng）看到AI社区可以（yǐ）采（cǎi）取更多实际行动（dòng），而非空喊道德口号。

她问（wèn）道：“就（jiù）伦（lún）理和人工智（zhì）能方面，我希望除了电车难（nán）题，我们能深入研究AI将提出的那些困难的、没有（yǒu）明确答案的问题（tí）。如：该如何在人工智能和物联网监控间取（qǔ）得（dé）“合理”平衡？是既能保证（zhèng）安全，又能抵制深化现有种族歧（qí）视的（de）惩罚（fá）性监控吗？应如何重新（xīn）分配先进技术的收（shōu）益从而不（bú）进一步扩大贫富差距？接（jiē）触多大程度的人工智能可让孩子成为‘人工智能土（tǔ）著’，却又不被（bèi）其操控或同（tóng）质化？又该如何（hé）利用（yòng）人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？”

在未来一年里，Chowdhury预计全球各地政（zhèng）府（fǔ）将加（jiā）强（qiáng）对科技公司（sī）的（de）审查与管理。

她说：“人工智能及科技巨头所拥有的力量（liàng）引发了许多关于如（rú）何监管该行业与技（jì）术（shù）的问题（tí）。2019年，我们将不得不解决这些问（wèn）题。该如何监管一项具有多用途（tú）且结果受具体情境影响的技术（shù）？如何制定既不扼（è）杀创（chuàng）新又不偏袒大公（gōng）司（可承（chéng）担（dān）合规成本的公（gōng）司）的管理规定？监管范围又该如何确定？全球？国家（jiā）？还是当地（dì）监控？”

她还预计人工（gōng）智能在地缘政治（zhì）问题中扮演的角色会持续演变。

她（tā）说道：“AI不仅仅（jǐn）是一项技术，更是经济与社会（huì）的塑造者（zhě）。在（zài）这项（xiàng）技术中我们能反（fǎn）思、衡量、并实践我们的价值观。对于应建（jiàn）造什么（me）和如何建造的（de）影（yǐng）响上，行业（yè）应不要太（tài）当真（zhēn）。为（wéi）了实（shí）现这（zhè）一点，AI行业中常见的理念需要被摒弃，即使（shǐ）我们不构建它，中国也会，而创造正是力量所在之（zhī）处。”

她还说道：“我（wǒ）希望监管机构（gòu），技术及研究人员意识到人工智能竞赛不仅仅只关乎计（jì）算能力与技（jì）术敏锐（ruì）度，就像冷战不仅仅关乎核能力一样。我（wǒ）们（men）有责任以更公平（píng）、更（gèng）公正、更公（gōng）开（kāi）的方式去重建世界。这是一个难得的机（jī）会，转（zhuǎn）瞬即逝，我（wǒ）们要（yào）抓住这个机会。”

从消费者角度来看，她相信2019年人工智能将（jiāng）在家（jiā）庭中（zhōng）应（yīng）用更加广泛。许多人已更习惯于使（shǐ）用智（zhì）能音箱如 Google Home和Amazon Echo及其（qí）他（tā）很多（duō）智能设备。她很（hěn）好奇在（zài）这方（fāng）面是否会（huì）有（yǒu）特别有趣的东西会（huì）从于19年1月第二周（zhōu）将在（zài）拉（lā）斯维加斯举办的消费者（zhě）电子展（zhǎn）览会中脱（tuō）颖而出，这可能（néng）进一步将人工智能融入人们的日常生（shēng）活。

她说：“我想我们（men）都在等一个（gè）机器人（rén）管家的（de）出现。”

吴恩达（dá）

portant;" />

吴（wú）恩达（dá）是斯坦福大（dà）学计算（suàn）机科学系副教（jiāo）授。因为很多原因，他的名字在AI圈中（zhōng）广为人知。他（tā）是（shì）谷歌（gē）大脑（将（jiāng）人工智能辐射到谷（gǔ）歌所有（yǒu）产品的（de）项目）的联合创始人，也是Landing AI（旨在于帮助企业将人工（gōng）智能融入（rù）到运（yùn）营中的公司）的（de）创始人。他还是YouTube和Coursera（吴恩达创立的（de）在线学（xué）习公司）上一些最受欢迎的（de）机器学习课程（chéng）的讲（jiǎng）师。他创建了deeplearning.ai网站（zhàn），并撰写了一本（běn）名为《Deep Learning Yearning》的书。

在百度工作三年，帮助此科（kē）技巨（jù）头向AI公司转型后，吴恩达辞去了百度首席AI科学家的职（zhí）务。

之后，他加入了拥有1.75亿美元的人工智（zhì）能基金会，同时成为了无人驾驶汽车公司Drive.ai.董事会一员。

吴恩达预计到2019年主要取得（dé）进展或（huò）变化的地方（fāng）是AI将（jiāng）在科技行（háng）业（yè）或软件公司外（wài）的领域得到应用。通过（guò）援引麦肯锡的一份称AI将创造13万（wàn）亿GDP的报告，他说（shuō）到（dào）AI领域最大的（de）未开发潜力在（zài）软件（jiàn）行业之外（wài）。

他说：“我（wǒ）认为2019年，AI应用于软件行业之外的例子（zǐ）会非常之多。AI在帮助（zhù）谷歌、百度、Facebook及微软（ruǎn）等（děng）公司中都做得很不（bú）错，我（wǒ）与这些公司无任何关系。但（dàn）就连Square 、Airbnb及Pinterest等公司都已开始应用一些（xiē）AI功能（néng），我认为下一轮创造价值的巨浪会在制造业公司、农业设备公司或（huò）医疗（liáo）保健企业（yè）开发一（yī）系（xì）列的AI方案来推进业务（wù）之时。”

像Chowdhury一样，吴恩达对2018年公众对AI的能力及局限性上的（de）理解（jiě）大增（zēng）感到惊讶。他（tā）很高兴关于AI的讨论不再围绕机器人杀（shā）手或对人（rén）工整体智能的恐惧了（le）。

他表示他是有准（zhǔn）备地回答了问题（tí），并没想到其他人也有相似的（de）想法。

他（tā）说：“我试图引用了（le）几个我认为对实际（jì）应用十（shí）分重（chóng）要的领域。AI的实际（jì）应用会遇到（dào）一定（dìng）的阻碍，但我（wǒ）认为这些阻碍都会被（bèi）解决。”

在未来一年（nián）里，吴恩达很高兴看到人工智能及机器（qì）学（xué）习研究两个领域都（dōu）取得了进展，这将（jiāng）有助于推动整个领域的（de）发（fā）展（zhǎn）。一方面是AI能通（tōng）过更少（shǎo）的数据得出精确的结（jié）论，该领域的一些人称之为“少量样本学习（xí）”。

他说：“我认（rèn）为深（shēn）度学（xué）习的第一波进展主（zhǔ）要是（shì）大公司利用大量数据创建巨大（dà）的神（shén）经网络，对吧（ba）？所以如果你想创建一（yī）个语（yǔ）言识别系统（tǒng），就需要进（jìn）行10万小时的数（shù）据模拟。如果想创建机器翻译系统，就需要模（mó）拟极（jí）大量的平行语料库中的句型，从（cóng）而创（chuàng）造出很多突破性（xìng）结果。现在我越来越多地看（kàn）到从小数据中出的成果（guǒ）。所以即（jí）使你有1000张照片，你（nǐ）也可以尝试去做（zuò）出点什（shí）么结果。”

令一方面则是（shì）被称（chēng）为（wéi）“通用可见性”的计算（suàn）机视觉方面的进（jìn）展（zhǎn）。计算机视（shì）觉系统经（jīng）过斯坦福大学高端X光（guāng）机（jī）拍（pāi）摄的（de）原始图像的训练，效果可能会非常地好。很多该领域的（de）先进（jìn）公（gōng）司及研究人员已创造出了比放射科医生（shēng）更（gèng）出色的系统，但它（tā）们并不是很灵活。

“但如果你（nǐ）把你的训练模型应用到拍摄图片有（yǒu）点模糊的低（dī）端X光（guāng）机或是其他医院的X光（guāng）机（jī）上，遇到技师让病人右（yòu）转，导（dǎo）致角（jiǎo）度（dù）有些许的偏离（lí）的情（qíng）况，结果就会（huì）是相比于今天的算（suàn）法（fǎ），放射科医生会做的更好。因此我认为有趣的研究是尝试（shì）提（tí）高（gāo）学习算法在新情境中的（de）通用性。”

Yann LeCun

portant;" />

Yann LeCun是纽约大（dà）学（xué）教授，Facebook首席AI科（kē）学家及人工智（zhì）能研究院（FAIR）创始人。Facebook人（rén）工智（zhì）能研究院开发了PyTorch 1.0、Caffe2及其（qí）他大量的人（rén）工（gōng）智能系统，如Facebook每日使用（yòng）上十亿万次（cì）的文本翻译AI工具和先进的（de）下围棋的强化学习系统。

他（tā）坚信FAIR为其研（yán）究及工具所采用（yòng）的开（kāi）源政策（cè）推动了其他大型科技企业采用（yòng）该政策（cè），而（ér）这推动了AI整（zhěng）个领域的发展（zhǎn）。在（zài）上月（yuè）的NeurIPS大会和FAIR 50周年之际，LeCun将FAIR称为一家致力于“可实现各种可能的（de）机器（qì）学习的技术及（jí）数学腹地”的研（yán）究院（yuàn）。

他说：“当更多人开始讨论（lùn）AI研究时，整个领（lǐng）域将更快的向前发展，对AI研究来说这影响重大。今日AI发展速（sù）度之快主要（yào）是因为（wéi）更（gèng）多的（de）人进（jìn）行（háng）了更快（kuài）更有效的交流，并做了更多的（de）开（kāi）放性研究。”

在伦理层面，LeCun很高兴看（kàn）到公（gōng）众（zhòng）开（kāi）始思考（kǎo）AI工作所带来的（de）伦理影响（xiǎng）及带有（yǒu）偏见（jiàn）的（de）决策所带来的危险。

他说：“情况与俩三年（nián）前不同了，现在人们已充分认识到伦理方面（miàn）的问题。”

他认（rèn）为AI领域中的伦理（lǐ）与（yǔ）偏见（jiàn）问题现在还并未成为需要立即（jí）采取措施的主要问题，但他认为人们（men）应提前做好准备（bèi）。

就（jiù）像现在还未出（chū）现急需解决的（de）重大生死攸关（guān）问题一样。但问题迟早会来（lái），我（wǒ）们需要（yào）了解这些问题并防患于未（wèi）然。

如吴恩达（dá）一样，LeCun期待未来（lái）会有更多灵活的AI系统。这些（xiē）系统不需（xū）原始输入数据或精（jīng）确条件，就可以（yǐ）得到准（zhǔn）确的输出。

他还提（tí）到，虽然研究人员可通过深（shēn）度学（xué）习来（lái）很好地处理感（gǎn）知，但（dàn）却对（duì）AI系统整（zhěng）体的架构缺（quē）乏理解。

要想教会机（jī）器（qì）通过观察（chá）世界去学习，需要自我监督学习（xí）或基于模型的强化学习（xí）。

他（tā）说（shuō）道（dào）：“不（bú）同的人对此（cǐ）称呼（hū）不同，但人类与动物都是通过（guò）观察与了解（jiě）大量的背景知识来感知世（shì）界是如何运作的。我（wǒ）们（men）还（hái）不知道如何（hé）让机器学会这么做（zuò），这是一项巨（jù）大的挑战。这项研究的成果将会推动AI与计（jì）算机的真正发展（zhǎn），从（cóng）而让机器具备一些常识，让人们能（néng）与机器助手就更广泛的话题（tí）进行（háng）交流，并不再感（gǎn）到沮丧。”

对于有助于Facebook内部运营的应用，LeCun称（chēng）在自我监督学（xué）习及需少量（liàng）数据输出准确结（jié）果的人工智能等方（fāng）面取得的进（jìn）步将是十分重要的。

他还提到，在问题的解决过程中，我们希望找（zhǎo）到减少特定（dìng）任务如（rú）机器（qì）翻译、图（tú）像识别等（děng）任务（wù）所需数据量的方法，在这一方向（xiàng）上我们已（yǐ）经（jīng）取得（dé）了一定的进展。我们已经（jīng）通（tōng）过使用弱监督（dū）或自（zì）我监督学习对（duì）Facebook机器翻译及图像识（shí）别产生了深远影响。因（yīn）此，这些影响（xiǎng）不仅仅是长（zhǎng）期（qī）的（de），更能（néng）带来短期效果。

在（zài）未来，LeCun期待见到AI在建立事件之间（jiān）的因果关（guān）系上能取得进展。这一能（néng）力并不仅仅通过观察获得，更需通（tōng）过实践理解。例如，当人们在使用雨伞时，很可能是下雨（yǔ）了。

他提到，如果你想机（jī）器通过观察（chá）来了解世界运（yùn）作（zuò）原理，它必须要知道它能够做什（shí）么（me）要（yào）想影响世（shì）界，这是十分重（chóng）要（yào）的。假设你在一间房中，你的前（qián）面是一张桌子，桌上有一个像水（shuǐ）杯样的物体，你知道（dào）你推一下水杯（bēi），水杯会移动（dòng），但你却无法移动桌子（zǐ），因为桌子又（yòu）重又大。这类事情都是（shì）与因果相关的。

希拉里·梅森

portant;" />

在（zài）2017年Cloudera收购Fast Forward Labs之后，希拉里·梅森出（chū）任了Cloudera机器学习的（de）总经理。Fast Forward Labs虽（suī）被收购，却仍在（zài）运营之（zhī）中。它为用户（hù）提（tí）供（gòng）应用机（jī）器学习报告与（yǔ）建议，从而预测未来半年到两年企业的发展（zhǎn）方向。

2018年，AI领域中的一（yī）项（xiàng）与多任（rèn）务学习相关的发展（zhǎn）让梅森感到惊（jīng）讶。多任务学习可训练单个神（shén）经网（wǎng）络在推（tuī）理时应用多（duō）种标签，例如在（zài）一幅（fú）图像中看到的（de）多个对（duì）象（xiàng）。

Fast Forward Labs一（yī）直就AI系统的伦理影响为客户提供建议。梅森也意（yì）识构建AI系统伦（lún）理框架（jià）的（de）重要性。

梅森（sēn）说道（dào）：“这正是自成立了Fast Forward 我们一直在做的（de）事。5年（nián）前，我们（men）在每（měi）篇报（bào）告中都撰写了伦理方面的规范。但（dàn）今（jīn）年，公众（zhòng）才开始（shǐ）真正关注伦理规范。到明年，对此莫不关注的企业与个人（rén）都会承担相应的后果与责（zé）任（rèn）。有一点我没有说清楚，我希望未来在数据科学与AI发展的（de）实践中，技术人（rén）员（yuán）和商（shāng）业领袖在开（kāi）发AI产品时（shí）都能自主地考虑道德和偏见问题，而非像今天熟视无睹。”

随着未来一年越来越多AI系统成为（wéi）商业运（yùn）营（yíng）的一部分（fèn），梅森期待处（chù）于最佳（jiā）位（wèi）置的产品经理及产品负责人将会对AI做（zuò）出更多的贡献。

她（tā）表示：“显然（rán），了解产品整体框架及行业的人知道什么（me）产（chǎn）品是有价值的，什么是（shì）没价值的，他们也知道谁是（shì）投资方（fāng）向上的最佳决策人。所（suǒ）以如果让我预测，我认为那些使用电（diàn）子表（biǎo）格建立简单（dān）模（mó）型的人会变得（dé）很（hěn）低能，他（tā）们（men）自己也会很快意识（shí）到将AI应用到自己产品中的机会非（fēi）常之少。”

AI民主化或将 AI 扩展到企（qǐ）业除数据科学团队外（wài）的所（suǒ）有部门，是很多公司（sī）所强（qiáng）调的，如 Kubeflow Pipelines及AI Hub等谷歌云AI产品，以及 CI&T 公司为确保人工智能系统（tǒng）在公司内部得到实际利用提（tí）出的建（jiàn）议。

梅森（sēn）认为越来越（yuè）多的（de）企业需要构建管理多个AI系统的结构。

如（rú）开发运维（wéi）人员所面临的挑战一样，单个（gè）系统可（kě）使用手动部署的定制脚本来管理，cron脚（jiǎo）本也可管理几十个系统。但（dàn）当管理有安全、管理及（jí）风险要求（qiú）的企业中的数（shù）百上千（qiān）系统（tǒng）时，需要的是更专业（yè）、稳健的工（gōng）具（jù）。

她还提到，企业正在（zài）从寻求有能力（lì）及（jí）才华的人才向系统化追求机（jī）器学习及（jí）AI机遇转变。

由（yóu）于Cloudera 近（jìn）期推出（chū）了基（jī）于容（róng）器的机器学（xué）习平台，因（yīn）此对于梅森（sēn）来说，强调部（bù）署AI所需的容器是（shì）有意义的。她坚信这（zhè）一（yī）趋势在未来（lái）几年将会持续下去，从而企（qǐ）业可在（zài）本地AI及云（yún）端AI部署（shǔ）两者中做（zuò）选择。

梅森还相信AI的业务（wù）将不（bú）仅仅在单（dān）个（gè）公司而是整个行业中继续不断发展。

她说（shuō）道：“我们将（jiāng）看到AI专业实践的持续发展（zhǎn）。如果你（nǐ）现在是一家公司的数据科学家或机器学习（xí）工（gōng）程师，当你跳（tiào）槽至另外（wài）一（yī）家（jiā）公司后，你的（de）工作将会完全不（bú）同：不同的工具、不（bú）同的期望和（hé）不同的（de）报表（biǎo）结构（gòu）。但我想一致（zhì）性还是存在的（de）。”