人工智能發(fā)展的嚴(yán)峻挑戰(zhàn)要以務(wù)實(shí)的態(tài)度對(duì)待近期的技術(shù)發(fā)展

作為機(jī)器學(xué)習(xí)領(lǐng)域的泰斗級(jí)學(xué)者，加州大學(xué)伯克利分校教授 Michael I. Jordan（他的學(xué)生包括邢波、吳恩達(dá)等人）一直對(duì)于當(dāng)前人工智能的發(fā)展持謹(jǐn)慎態(tài)度。昨天，他發(fā)表的前瞻性文章再次引起了人們的熱議。在文中，Jordan 指出了 AI 作為一門新興學(xué)科所面臨的挑戰(zhàn)，同時(shí)也呼吁人們要以務(wù)實(shí)的態(tài)度對(duì)待近期的技術(shù)發(fā)展。

人工智能（AI）是這個(gè)時(shí)代的「咒語(yǔ)」。這個(gè)詞組被大量技術(shù)人員、學(xué)者、記者和風(fēng)險(xiǎn)投資家等掛在嘴邊。和很多從技術(shù)領(lǐng)域、學(xué)界擴(kuò)散到公眾認(rèn)知的詞組一樣，對(duì)「人工智能」這一詞組的使用也伴隨著大量誤解。但是這不是大眾不理解科學(xué)家的典型案例，因?yàn)榭茖W(xué)家也和大眾一樣糊涂?！肝覀兊臅r(shí)代正在親歷堪比人類的硅谷智能的崛起，這太令人振奮了。」而正是這個(gè)觀點(diǎn)吸引我們，也讓我們害怕。并且，不幸的是，它分散了我們的注意力。

每個(gè)人在談?wù)摤F(xiàn)在這個(gè)時(shí)代時(shí)都會(huì)有不同的敘事方式。想想這個(gè)故事，涉及人類、計(jì)算機(jī)、數(shù)據(jù)和生死攸關(guān)的決策，但是聚焦點(diǎn)不是硅谷智能神話。我妻子 14 年前懷孕時(shí)，我們做了一次超聲波檢查。房間里有遺傳學(xué)家，她指著胚胎心臟周圍的白點(diǎn)，「它們是唐氏綜合征的標(biāo)志，這個(gè)胎兒的風(fēng)險(xiǎn)現(xiàn)在上升到了 1/20?！谷缓笏嬖V我們應(yīng)該通過羊膜穿刺術(shù)檢查胚胎是否有唐氏綜合征引起的基因變化。但是羊膜穿刺術(shù)風(fēng)險(xiǎn)較大，手術(shù)過程中胚胎死亡的概率大約是 1/300。作為一名統(tǒng)計(jì)學(xué)家，我決定找出這些數(shù)字的來源。簡(jiǎn)單來說，我發(fā)現(xiàn)十年前在英國(guó)有一次統(tǒng)計(jì)分析，這些白點(diǎn)（反映出鈣沉積）確實(shí)是唐氏綜合征的標(biāo)志。但是我還注意到我們測(cè)試時(shí)所使用的成像機(jī)器每平方英寸的像素比英國(guó)研究中使用機(jī)器多出數(shù)百個(gè)像素。我告訴遺傳學(xué)家我認(rèn)為這些白點(diǎn)有可能是「假正類」，也就是「白色噪聲」。她說：「啊，這就解釋了為什么幾年前唐氏綜合征診斷率開始上升，我們從那時(shí)候開始使用新機(jī)器?！?/p>

我們沒有做羊膜穿刺術(shù)，幾個(gè)月后一個(gè)健康的女嬰降臨人世。但是這個(gè)小插曲讓我感到困擾，尤其是粗略計(jì)算后我意識(shí)到同一天全世界有數(shù)千人得到了唐氏綜合征的診斷結(jié)果，很多人可能做了羊膜穿刺術(shù)，一些胎兒可能因此死亡。這樣的事每天都在發(fā)生，直到問題被修復(fù)。關(guān)鍵是這個(gè)小插曲揭示的并不是我個(gè)人的醫(yī)療狀況，而是利用不同地方和時(shí)間的變量和結(jié)果作為度量標(biāo)準(zhǔn)的醫(yī)療系統(tǒng)在其他地方和時(shí)間實(shí)施統(tǒng)計(jì)分析，并應(yīng)用其結(jié)果。問題不只是數(shù)據(jù)分析，而是數(shù)據(jù)庫(kù)研究者稱作「provenance」（數(shù)據(jù)溯源）的東西，寬泛來講，即數(shù)據(jù)來源、從數(shù)據(jù)中得到了怎樣的推斷，以及這些推斷與現(xiàn)在的狀況有多大關(guān)聯(lián)。盡管訓(xùn)練有素的人可以基于個(gè)案分析解決這些問題，但是關(guān)鍵在于設(shè)計(jì)全球范圍醫(yī)療系統(tǒng)的人能夠在沒有詳細(xì)人類洞察的前提下做到這些。

我同時(shí)也是一名計(jì)算機(jī)科學(xué)家，這件事讓我想到了在我的教育經(jīng)歷中沒有構(gòu)建此類全球范圍的推斷和決策系統(tǒng)所需要的原則——綜合計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)，以及人類實(shí)用。我還想到此類原則的開發(fā)，不僅需要醫(yī)療領(lǐng)域的努力，還需要商業(yè)、運(yùn)輸業(yè)和教育行業(yè)的共同努力，其重要性至少與構(gòu)建具備打游戲或具備運(yùn)動(dòng)技巧的酷炫 AI 系統(tǒng)持平。

不管我們近期是否能夠理解「智能」（intelligence），我們都面臨一個(gè)重要挑戰(zhàn)，即把計(jì)算機(jī)和人類結(jié)合起來，來提升人類生活質(zhì)量。盡管很多人認(rèn)為這項(xiàng)挑戰(zhàn)與創(chuàng)造「人工智能」相比不值一提，但是從更平淡的角度來看（并不持有過分敬畏），這也是創(chuàng)建工程的新分支。就像幾十年前的土木工程和化學(xué)工程一樣，這一新領(lǐng)域旨在控制幾個(gè)關(guān)鍵想法的力量，安全地為人類帶來新資源和新能力。土木工程和化學(xué)工程基于物理和化學(xué)，而這一新的工程領(lǐng)域?qū)⒒谏蟼€(gè)世界賦予全新內(nèi)容的理念，如「信息」、「算法」、「數(shù)據(jù)」、「不確定性」（uncertainty）、「計(jì)算」、「推斷」以及「優(yōu)化」。此外，由于這一新領(lǐng)域的主要關(guān)注點(diǎn)在于數(shù)據(jù)來源和人類，因此其發(fā)展需要來自社會(huì)學(xué)和人類學(xué)的觀點(diǎn)。

盡管其構(gòu)造塊已經(jīng)開始出現(xiàn)，但將這些構(gòu)造塊組合起來的原則尚未出現(xiàn)，因此這些構(gòu)造塊現(xiàn)在只是臨時(shí)堆砌在一起。

因此，就像在土木工程出現(xiàn)以前人類就可以建造房屋和橋梁一樣，現(xiàn)在人類也在努力構(gòu)建涉及機(jī)器、人類和環(huán)境的社會(huì)范圍推斷和決策系統(tǒng)。就像早期的建筑和橋梁有時(shí)會(huì)以無法預(yù)料的方式倒下，并且造成悲慘的結(jié)果，我們的一些早期社會(huì)范圍推斷和決策系統(tǒng)也已經(jīng)出現(xiàn)嚴(yán)重的概念缺陷。

不幸的是，我們很難預(yù)測(cè)下一個(gè)出現(xiàn)的嚴(yán)重缺陷是什么。我們所丟失的是一個(gè)具備分析和設(shè)計(jì)原則的工程領(lǐng)域。

目前大眾在提到這些問題時(shí)過分使用「AI」作為智力標(biāo)配，這使得理性談?wù)撊斯ぶ悄芗夹g(shù)的范圍和結(jié)果變得困難。讓我們更仔細(xì)地考慮「AI」過去、最近和歷史上指什么。

今天大部分被稱為「AI」的事物（尤其是在公共空間中）在過去幾十年叫做「機(jī)器學(xué)習(xí)」（ML）。ML 是結(jié)合統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)和其他學(xué)習(xí)的知識(shí)，設(shè)計(jì)能夠處理數(shù)據(jù)、進(jìn)行預(yù)測(cè)和幫助決策的算法的算法領(lǐng)域。從對(duì)現(xiàn)實(shí)世界的影響來看，機(jī)器學(xué)習(xí)是真材實(shí)料，而不只是最近。確實(shí)，1990s，我們可以清楚地看到機(jī)器學(xué)習(xí)會(huì)發(fā)展成為具備大量的產(chǎn)業(yè)關(guān)聯(lián)性，在世紀(jì)轉(zhuǎn)換之際，具備前瞻性的公司（如亞馬遜）已經(jīng)在業(yè)務(wù)中使用機(jī)器學(xué)習(xí)，解決詐騙檢測(cè)和物流鏈預(yù)測(cè)中重要的后端問題，構(gòu)建創(chuàng)新性的消費(fèi)者服務(wù)，如推薦系統(tǒng)。之后二十年隨著數(shù)據(jù)集和計(jì)算資源的快速發(fā)展，很明顯機(jī)器學(xué)習(xí)將很快掌控亞馬遜，本質(zhì)上是所有公司，決策與大數(shù)據(jù)聯(lián)系緊密。新業(yè)務(wù)模型將出現(xiàn)?！笖?shù)據(jù)科學(xué)」開始用于指代這種現(xiàn)象，這反映出機(jī)器學(xué)習(xí)算法專家需要與數(shù)據(jù)庫(kù)和分布式系統(tǒng)專家合作來構(gòu)建可擴(kuò)展、魯棒性機(jī)器學(xué)習(xí)系統(tǒng)，同時(shí)也反映出這些系統(tǒng)的更大社會(huì)和環(huán)境影響范圍。

過去幾年，這些觀點(diǎn)和技術(shù)趨勢(shì)被重新命名為「AI」。這值得審慎思考。

從歷史角度來看，「AI」一詞出現(xiàn)在 1950s 末，是對(duì)軟硬件中具備人類智能水平實(shí)體的輕率稱呼。我們將使用「human-imitative AI」來指代它，強(qiáng)調(diào)人工制作的智能實(shí)體應(yīng)該看起來是在模仿人類，不是在物理層面，也是在心理層面。這主要是在學(xué)術(shù)界。而相關(guān)的學(xué)術(shù)領(lǐng)域，如運(yùn)籌學(xué)、統(tǒng)計(jì)學(xué)、模式識(shí)別、信息論和控制論已經(jīng)存在，并經(jīng)常受啟發(fā)于人類智能）和動(dòng)物智能），我們可以認(rèn)為這些領(lǐng)域聚焦于「低水平」的信號(hào)和決策。比如，小松鼠感知森林的三維結(jié)構(gòu)并在樹枝間跳躍的能力給這些領(lǐng)域帶來啟發(fā)。這些現(xiàn)在被稱為「AI」的發(fā)展主要出現(xiàn)在與低水平模式識(shí)別和運(yùn)動(dòng)控制相關(guān)的工程領(lǐng)域，和尋找數(shù)據(jù)中的模式、進(jìn)行理性預(yù)測(cè)、驗(yàn)證假設(shè)和決策的統(tǒng)計(jì)學(xué)領(lǐng)域。

1980s David Rumelhart 重新發(fā)現(xiàn)的「反向傳播」算法現(xiàn)在被視為所謂的「AI 革命」核心，而它首次出現(xiàn)在 1950s 和 1960s 的控制論領(lǐng)域。其早期應(yīng)用之一就是優(yōu)化阿波羅飛船登月任務(wù)的推力。

雖然 20 世紀(jì) 60 年代出現(xiàn)了很大的研究進(jìn)展，但可以認(rèn)為這些成果都不是來自 human-imitative AI 的路線。更準(zhǔn)確地說，正如在阿波羅飛船的案例中，這些思想通常隱藏在幕后，而研究者都聚焦于特定的工程挑戰(zhàn)上。雖然這對(duì)于公眾來說不可見，但在文檔檢索、文本分類、欺詐檢測(cè)、推薦系統(tǒng)、個(gè)性化搜索、社交網(wǎng)絡(luò)分析、規(guī)劃、診斷學(xué)和 A/B 測(cè)試等領(lǐng)域的研究和系統(tǒng)構(gòu)建取得了主要的成就，這些正是谷歌、Netflix、Facebook 和亞馬遜的優(yōu)勢(shì)領(lǐng)域。

人們可能會(huì)簡(jiǎn)單地把這些領(lǐng)域歸類為「AI」，而事實(shí)確實(shí)如此。這樣的標(biāo)簽可能使優(yōu)化學(xué)或統(tǒng)計(jì)學(xué)研究者感到驚訝，他們一覺醒來突然就變成了「AI」研究者。但除此之外，更重要的問題是，對(duì)這個(gè)含混不清的術(shù)語(yǔ)的運(yùn)用妨礙了對(duì)當(dāng)前智能化和商業(yè)化問題的清晰理解。

過去的二十年，AI 領(lǐng)域在業(yè)界和學(xué)界取得了很大成就，作為對(duì) human-imitative AI 的補(bǔ)充，它們通常被稱為「智能增強(qiáng)」（IA）。這里計(jì)算力和數(shù)據(jù)被用于創(chuàng)造增強(qiáng)人類智能和創(chuàng)造力的服務(wù)。搜索引擎可以看成是 IA 的一個(gè)例子（它增強(qiáng)了人類的記憶和現(xiàn)實(shí)知識(shí)），自然語(yǔ)言翻譯也是（它增強(qiáng)了人類的交流能力）?；谟?jì)算的聲音、圖像生成可作為藝術(shù)家的調(diào)色板和創(chuàng)造力增強(qiáng)器。雖然這類服務(wù)可以很自然地涉及高級(jí)推理和思考，但目前并沒有。它們大部分情況下執(zhí)行多種字符串匹配和數(shù)值運(yùn)算，以捕捉人類可利用的模式。

希望讀者可以容忍這個(gè)縮略詞的怪異性，我們來討論對(duì)「智能基礎(chǔ)建設(shè)」（II，Intelligent Infrastructure）這個(gè)學(xué)科的構(gòu)想，其中計(jì)算網(wǎng)絡(luò)、數(shù)據(jù)和物理實(shí)體的出現(xiàn)使得人類環(huán)境更加有支持性、更有趣和安全。這種基礎(chǔ)建設(shè)正在諸如運(yùn)輸、醫(yī)藥、貿(mào)易和金融等領(lǐng)域出現(xiàn)，給個(gè)人和社會(huì)帶來了深刻的影響。這些現(xiàn)象有時(shí)候會(huì)引發(fā)對(duì)「物聯(lián)網(wǎng)」的討論，但這通常僅聚焦于讓「事物」接入互聯(lián)網(wǎng)，而不是面對(duì)更加廣泛的挑戰(zhàn)，即讓這些「事物」分析數(shù)據(jù)流來發(fā)現(xiàn)關(guān)于世界的事實(shí)，并在更高的抽象級(jí)別上和人類以及其它「事物」交互。

例如，回到我的個(gè)人經(jīng)歷，我們可能想象過居住在這樣一個(gè)「社會(huì)范圍醫(yī)療系統(tǒng)」，設(shè)置醫(yī)生和人類體內(nèi)外設(shè)備之間的數(shù)據(jù)流、數(shù)據(jù)分析流，從而幫助人類智能制定診斷決策、提供醫(yī)療服務(wù)。該系統(tǒng)可以整合人體細(xì)胞、DNA、血液檢查、換獎(jiǎng)、人口遺傳學(xué)，以及藥物和治療的廣泛科學(xué)文獻(xiàn)的信息。它不只關(guān)注單個(gè)病人和醫(yī)生，還關(guān)注所有人之間的關(guān)系，就像當(dāng)前的醫(yī)療測(cè)試允許在一組人（或動(dòng)物）身上進(jìn)行實(shí)驗(yàn)，然后用于其他人的醫(yī)療上。這可以幫助維護(hù)關(guān)聯(lián)性、數(shù)據(jù)溯源和可靠性，方式和當(dāng)前銀行系統(tǒng)聚焦于金融、支付領(lǐng)域的此類挑戰(zhàn)一樣。盡管我們可以預(yù)見到此類系統(tǒng)會(huì)出現(xiàn)很多問題，包括隱私問題、責(zé)任問題、安全問題等，但這些問題應(yīng)該被視為挑戰(zhàn)，而不是阻礙。

我們現(xiàn)在遇到了一個(gè)關(guān)鍵問題：我們正在研究的、經(jīng)典的 human-imitative AI 是否是應(yīng)對(duì)這些挑戰(zhàn)的唯一最佳方法？事實(shí)上，近期的機(jī)器學(xué)習(xí)成功案例確實(shí)是 human-imitative AI 的成功，如計(jì)算機(jī)視覺、語(yǔ)音識(shí)別、游戲人工智能和機(jī)器人等?；蛟S我們應(yīng)該等待這些領(lǐng)域的進(jìn)一步發(fā)展再做定論。這里有兩點(diǎn)需要說明，盡管人們無法通過閱讀新聞得知，但 human-imitative AI 的成功事實(shí)上是有局限性的——我們距離實(shí)現(xiàn) human-imitative AI 的愿望還很遙遠(yuǎn)。不幸的是，在 human-imitative AI 發(fā)展中技術(shù)帶來的興奮（和恐懼）導(dǎo)致了行業(yè)的過度繁榮和媒體的追捧，這在其他工程領(lǐng)域是從未見到的。

其次，更重要的是，這些領(lǐng)域的成功既不足以解決重要的 IA 和 II 問題，也不是必需的。在充分性方面，有自動(dòng)駕駛汽車。為實(shí)現(xiàn)這樣的技術(shù)，我們需要解決一系列工程問題，而這些問題可能與人力資源（或人力資源缺乏）關(guān)系不大。未來的整個(gè)交通系統(tǒng)（一個(gè) II 系統(tǒng)）可能會(huì)更像目前的空中交通管制系統(tǒng)，而不是目前數(shù)據(jù)收集階段遇到的松散耦合的、前向的、包含缺乏注意力的人類駕駛員的系統(tǒng)。它將比當(dāng)前的空中管制系統(tǒng)復(fù)雜得多，特別是在使用大量數(shù)據(jù)和自適應(yīng)統(tǒng)計(jì)建模來進(jìn)行精細(xì)決策時(shí)。在這種情況下，上述這些挑戰(zhàn)才需要被擺在首位，而專注于模擬人類的人工智能可能會(huì)讓我們分心。

至于必要性的論點(diǎn)，有時(shí)我們認(rèn)為 human-imitative AI 包含了 IA 和 II，因?yàn)?human-imitative AI 系統(tǒng)不僅能夠解決經(jīng)典的 AI 問題（如圖靈測(cè)試），同時(shí)也是解決 IA 和 II 問題最有可能的方式。這種論點(diǎn)并無歷史先驗(yàn)。設(shè)想一下：人造木匠和泥瓦匠會(huì)發(fā)展出土木工程嗎？研究化學(xué)工程是否需要?jiǎng)?chuàng)造一個(gè)人造化學(xué)家？還有更具挑戰(zhàn)性的：如果問我們的目標(biāo)是建立一個(gè)化學(xué)工廠，我們是否需要先創(chuàng)造一個(gè)人造化學(xué)家，然后讓它研究出如何建造一座化學(xué)工廠？

一個(gè)相關(guān)的論點(diǎn)是：人類智能是我們所知的唯一一種智能，我們應(yīng)該把它作為第一步來模仿它。但人類其實(shí)并不擅長(zhǎng)某些推理——我們有失誤、偏見和局限。而且關(guān)鍵的是，我們并沒有演化出現(xiàn)代 II 系統(tǒng)必須面對(duì)的處理大規(guī)模決策的能力，也無法處理 II 語(yǔ)境中的那些不確定性。人們可能會(huì)爭(zhēng)辯 AI 系統(tǒng)可以突破人類智能的限制，同時(shí)「糾正」其缺點(diǎn)，也可以擴(kuò)展到任意更大的問題上。但這種思考現(xiàn)在還屬于科幻小說的范疇——這種推測(cè)性的論點(diǎn)雖然在文學(xué)創(chuàng)作中很吸引人，但它不應(yīng)成為我們?cè)诿媾R開始出現(xiàn)的重要 IA 和 II 問題時(shí)所參考的主要策略。我們需要根據(jù)自己的優(yōu)勢(shì)來解決 IA 和 II 問題，而不是僅僅將其當(dāng)做是human-imitative AI 方法的必然結(jié)果。

不難指出 II 系統(tǒng)中的算法和基礎(chǔ)建設(shè)上的挑戰(zhàn)并不是 human-imitativeAI 研究的中心主題。II 系統(tǒng)需要管理快速變化和全局不連貫的分布式知識(shí)庫(kù)的能力。這樣的系統(tǒng)必須能夠應(yīng)對(duì)云端交互以執(zhí)行及時(shí)、分布式的決策，并且它們必須應(yīng)對(duì)長(zhǎng)尾效應(yīng)（即大多數(shù)數(shù)據(jù)掌握在少數(shù)人手中）。他們必須解決跨越管理和競(jìng)爭(zhēng)邊界的共享數(shù)據(jù)的困難。最后并且特別重要的是，II 系統(tǒng)必須將經(jīng)濟(jì)學(xué)思想例如激勵(lì)和價(jià)格等引入統(tǒng)計(jì)和計(jì)算基礎(chǔ)建設(shè)，從而讓人類互相連接并為好的事物賦值。這樣系統(tǒng) II 不僅僅是提供一項(xiàng)服務(wù)，而是在創(chuàng)造市場(chǎng)，其中數(shù)據(jù)分析將生產(chǎn)者和消費(fèi)者連接起來。并且這必須在演化中的社會(huì)的、道德的、合法的規(guī)范的環(huán)境下實(shí)現(xiàn)。

當(dāng)然，經(jīng)典的 human-imitativeAI 問題仍然是很有趣的。然而，當(dāng)前的通過搜集數(shù)據(jù)、部署「深度學(xué)習(xí)」基礎(chǔ)建設(shè)和展示可以模仿狹隘定義的人類技能的系統(tǒng)來做 AI 研究（很少關(guān)注解釋性理論的探索），傾向于從經(jīng)典的 AI 問題中轉(zhuǎn)移注意力。這些問題包括將意義和推理過程引入系統(tǒng)中以執(zhí)行自然語(yǔ)言處理的需要，推理和表征因果性的需要，開發(fā)計(jì)算可追蹤的不確定性表征的需要，以及開發(fā)規(guī)劃和追趕長(zhǎng)期目標(biāo)的系統(tǒng)的需要。這些是 human-imitativeAI 的經(jīng)典目標(biāo)，但在當(dāng)前的「AI 革命」的喧鬧聲中，人們很容易忘記這些問題尚未被解決。

IA 也仍將停留在很基礎(chǔ)的層面，因?yàn)閷?duì)于可見的將來，計(jì)算機(jī)將無法匹配人類的能力來抽象地對(duì)現(xiàn)實(shí)世界場(chǎng)景進(jìn)行推理。我們將需要人類和機(jī)器的計(jì)劃周密的交互來解決最迫切的問題。并且我們將需要計(jì)算機(jī)來觸發(fā)人類新級(jí)別的創(chuàng)造力，而不是取代人類的創(chuàng)造力（無論它是什么含義）。

「AI」這個(gè)詞正是由 John McCarthy（曾任達(dá)特茅斯大學(xué)教授，之后在 MIT 工作），這很明顯是為了和 Noebert Wiener 的嶄露頭角的研究議程區(qū)分開來（MIT 教授，比前者更早）。Wiener 曾經(jīng)用「控制論」來劃分他的智能系統(tǒng)范疇，該范疇更相關(guān)于運(yùn)籌論、統(tǒng)計(jì)學(xué)、模式識(shí)別、信息論和控制論。另一方面，McCarthy 則強(qiáng)調(diào)了對(duì)邏輯學(xué)的應(yīng)用。有趣的反轉(zhuǎn)是，Wiener 智能研究議程成為了當(dāng)今 AI 研究的主導(dǎo)，并運(yùn)用著 McCarthy 的術(shù)語(yǔ)（這一事態(tài)是毫無疑問的，然而僅僅是暫時(shí)的；相比其他領(lǐng)域，AI 的主流搖擺得更快）。

但我們需要超越 McCarthy 和 Wiener 的特定歷史視角。

我們需要意識(shí)到當(dāng)前的 AI 的公共話題（聚焦于業(yè)界和學(xué)界的狹隘子領(lǐng)域）有一個(gè)風(fēng)險(xiǎn)，即對(duì) AI、IA 和 II 系統(tǒng)的完整圖景呈現(xiàn)的挑戰(zhàn)和機(jī)會(huì)的盲視。

這個(gè)圖景更少地和科幻小說幻想或超人機(jī)器的噩夢(mèng)的實(shí)現(xiàn)相關(guān)，隨著技術(shù)在人類日常生活中的影響越來越大，而更多地和人類理解和重塑技術(shù)的需求相關(guān)。此外，在這個(gè)理解和重塑的過程中，我們需要對(duì)各個(gè)層面進(jìn)行討論，而不僅僅局限在技術(shù)協(xié)調(diào)層面。只狹隘地局限于 human-imitativeAI 也會(huì)阻止其他廣泛觀點(diǎn)的傳播。

雖然產(chǎn)業(yè)界將繼續(xù)驅(qū)動(dòng)許多研發(fā)，學(xué)術(shù)界仍舊扮演著重要角色。不只是提供最具創(chuàng)新性的技術(shù)觀點(diǎn)，學(xué)術(shù)界也會(huì)把計(jì)算與統(tǒng)計(jì)學(xué)科的研究人員與其他學(xué)科的研究者結(jié)合在一起，特別是社會(huì)科學(xué)、認(rèn)知科學(xué)與人文學(xué)科的。這些學(xué)科的貢獻(xiàn)與觀點(diǎn)也是非常急需的，

另一方面，雖然人文和科學(xué)是我們前進(jìn)的關(guān)鍵，但我們也不應(yīng)假裝我們所談?wù)摰氖且?guī)模和范圍空前的工程努力以外的事——社會(huì)的目標(biāo)是構(gòu)建新的人工制品。這些人工制品應(yīng)該遵從要求被制作出來。我們并不希望構(gòu)建的系統(tǒng)是能夠治愈疾病、提供新的交通方式和商業(yè)機(jī)會(huì)，最后卻發(fā)現(xiàn)它們實(shí)際上并不實(shí)用——這樣的錯(cuò)誤會(huì)使人們的幸福和生存受到影響。在這一方面，正如我所強(qiáng)調(diào)的一樣，數(shù)據(jù)聚焦和以學(xué)習(xí)為重點(diǎn)的領(lǐng)域尚未催生出一個(gè)新的工程學(xué)科。雖然這些領(lǐng)域令人興奮，但它們還不能被視為構(gòu)成工程學(xué)科。

而且，我們必須接受這樣的事實(shí)：我們所目睹的是一個(gè)新的工程學(xué)分支的創(chuàng)立。術(shù)語(yǔ)「工程」通常被認(rèn)為是一個(gè)狹義的概念——不僅僅是在學(xué)術(shù)上——它帶有著冷酷無情的機(jī)械化聯(lián)想，還有著失去人類控制的消極內(nèi)涵，但一個(gè)新的工程學(xué)科也可以是我們想要的。

在如今這個(gè)時(shí)代，我們終于有機(jī)會(huì)設(shè)想一個(gè)歷史上從未出現(xiàn)的新鮮事物——一個(gè)以人為中心的工程學(xué)科。

我拒絕為這個(gè)新興的學(xué)科命名，但如果「AI」這個(gè)單詞首字母組成的略詞仍被用作未來這一方向的識(shí)別術(shù)語(yǔ)，我們就必須認(rèn)真思考它所帶來的嚴(yán)重限制了。我們需要擴(kuò)大思考范圍，減少炒作，并真正認(rèn)識(shí)到未來的嚴(yán)峻挑戰(zhàn)。