哈佛学者:AI对Twitter意味着什么?

逸炫

作为Twitter人工智能的大佬和哈佛学者,Ryan Adam见证了越来越多的行业使用机器学习,但是他预计,能够成为行业领导的,是那些最大数据和最强计算能力的持有者。

Ryan Adam知道,这是AI最好的时代。他从2011年起担任哈佛大学计算机科学教授,并且是机器学习Podcast“会说话的机器”共同主持人。去年夏天,Adam领导一个团队进行智能算法研究,诞生15个月的机器学习创业公司Whetlab被Twitter收购。

Whetlab的技术将大规模机器学习系统中最难的一些部分自动化,挑战最难的机器学习项目,例如视觉物体识别和语音加工。

哈佛研究员开始将该工具用于各种项目,从生物医疗机器人到化学问题,Netflix也利用了一个开源版本来试验深度学习。

目前从哈佛休假的Adam,在位于麻省剑桥的Twitter办公室向《商业报道》资深编辑Nanett Byrnes阐述机器学习引发的爆炸性关注。

人工智能已经从学术研究领域转变为商业工具。其背后的推动原因是什么?新算法、更快的电脑、还是大量的数据?

和其他因素同样重要的,我认为对人工智能的投资带来了很大影响。目前,科技公司已经投入数十亿美元,让技术进展得更快。

就像Twitter收购了你的公司。机器学习如何可以让Twitter变得更好?你能不能举一个例子?

有非常多的机会可以改善Twitter的用户体验,例如改善Twitter的内容组织方式、帮助你找到新的事件消息、帮助你找到可以互动的社区。其中有一项你可以想到的挑战,是把人们分享的有趣信息的链接,和相关的Twitter内容联系起来。

AI中有哪些技术,例如深度学习,仍然是一个谜团?

现在深度学习已经算是实践性的。显然很多大事在发生。这些深度学习系统在做非常酷炫的事情。我们对此知之甚少,但是他们的确是可以运行的。

定义AI有点困难,甚至AI的常规测试都是有争议的。

这个难题部分是因为,必须将智能这个概念拟人化。我们说”人工“智能,好像智能不是世界上的东西一样。我们不把飞机叫做”人工“的鸟,飞机也不做”人工“的飞行。飞机是”真实“在飞,不是吗?

这是一个非常人类中心主义的观点,如果世界上还有另一种智能的话,那就是人工的。所以我觉得很难想出一个不是人类中心主义的定义,我自己没有一个满意的定义。

如果你时空穿梭回50、60年之前,对任何一个早期的人工智能专家说:“你随时随地都有一个设备,它能够回答你想了解的各种领域的问题;它可以听懂你说的话,能够给你看世界上任何地方的风景,告诉你如何从一个地方去到另一个地方”——如果你抽象地解释一下,你的手机利用Google、各种定位工具还有Siri会哪些功能——我想那个时代的人一定会说:“那是人工智能。”随着时间,我们对使用工具的期望已经发生了巨大变化。

目前,各个公司对人工智能的知识非常乐于公开分享,发布开源软件,允许员工发布论文和在会议发言等等。你认为这会持续多久?

开放代码对回馈社会有好处,帮助公司招聘顶尖的机器学习人才,而且他人对这些工具的改善可以为大公司所用。为什么这些公司免费赠送代码和想法,不会像免费送出土地一样舍不得?因为其他公司没有Google的计算能力,他们没有Twitter的计算能力,他们也没有数据,对吗?所以,想法就送给你吧。代码就送给你吧。但是如果你没有数据、没有计算能力,你有了代码又怎么样呢?

你认为人工智能会变成什么形式?

我不认为人工智能会忽然变得非常聪明。我认为人工智能会像是永远不断改善的工具。

有一点我倒是有点担心,机器学习和人工智能很快将有能力人工合成媒体内容,创造出难辨真假的东西。这种工具将变得非常危险,因为我们的社会越来越依赖于视频之类的东西来了解事实真相。