人（rén）工（gōng）智（zhì）能（néng）是（shì）一门既（jì）可（kě）拯救世界（jiè）、又（yòu）可终结世界的技术（shù）。

为终止人工智能到底是利是弊的争议与炒作，外（wài）媒采访了一（yī）些与（yǔ）全球大型科（kē）技及工业公司合作多年的杰出人士，获悉了他们关（guān）于人（rén）工智能的正确发展方向的看法（fǎ）。

2018年人工智能的关键（jiàn）里程碑是什（shí）么？2019年又将会发（fā）生什么？以下是（shì）谷歌大脑（nǎo）联合创始人吴恩达（dá）、Cloudera机（jī）器学习总经理及（jí）Fast Forward Labs创（chuàng）始人希拉里·梅森（sēn）（Hilary Mason）、Facebook人（rén）工（gōng）智（zhì）能研究院（yuàn）创（chuàng）始人（rén）Yann LeCun和埃森哲全球人工智能负责（zé）人Rumman Chowdhury博士的见解。

回顾2018，展（zhǎn）望（wàng）2019，他们（men）中的一些人表示：随着越来越多的人（rén）了解人工智能能做什（shí）么和不能做什么，关于人（rén）工智能终结（jié）世界的说法越（yuè）来越少，对此（cǐ）他们感到（dào）很（hěn）欣慰（wèi）。但（dàn）这（zhè）些专家也强调，在发展人工智能的同时，计算机和数（shù）据科（kē）学家仍需采取（qǔ）负责任的伦理规范（fàn）。

Rumman Chowdhury

portant;" />

Chowdhury是（shì）埃（āi）森哲应用智能部门的（de）总经理，同时（shí）兼任公司责任AI计划的全球负责人（rén）。2017年，她（tā）被BBC评为最具影响力（lì）的100位女（nǚ）性（xìng）之（zhī）一。

Chowdhury说（shuō）到（dào），在2018年（nián），她很高兴看（kàn）到公众（zhòng）对人工（gōng）智能的（de）能力和局限性（xìng）的理解有所增长，也很高兴听到人（rén）们（men）对人工智（zhì）能带（dài）来（lái）的威（wēi）胁进（jìn）行（háng）了更均衡的讨论，而不（bú）是担心智（zhì）能机器像电影（yǐng）《终结者》中（zhōng）那样掌控全球。随此（cǐ）而来的是人们对隐私（sī）、安全（quán）问题的警惕以及（jí）人工智能在塑造我（wǒ）们和后（hòu）代（dài）中可能扮演的角色的质疑（yí）。

然（rán）而，公众对于（yú）AI的理解并没有到达（dá）她（tā）所认为应到（dào）达的层（céng）面（miàn）。Chowdhury希望在未来一年里能看到更多的人利用（yòng）教（jiāo）育资源（yuán）来理（lǐ）解（jiě）AI系统，并可（kě）以（yǐ）明智地质疑AI的（de）决策。

她（tā）对科技公司与AI生态系统中（zhōng）的人开始考虑其工作的（de）伦理影响的速度（dù）感到惊（jīng）喜。但她希（xī）望看（kàn）到AI社区（qū）可（kě）以采（cǎi）取更多实际行动，而（ér）非（fēi）空喊道德口号。

她问道（dào）：“就（jiù）伦（lún）理和（hé）人工智能方（fāng）面，我希望除了（le）电车难题，我们能深入（rù）研究（jiū）AI将提出的那些困（kùn）难的、没有明确（què）答案的（de）问题。如：该如何（hé）在人工智能和（hé）物（wù）联（lián）网监控间取得“合（hé）理”平（píng）衡（héng）？是（shì）既能保（bǎo）证安全，又能抵制深化现有种族（zú）歧（qí）视的惩罚（fá）性监控吗？应如何重（chóng）新分配先进技术的收益（yì）从而不进（jìn）一（yī）步扩大贫（pín）富差距？接（jiē）触多大（dà）程度的人工（gōng）智能（néng）可让孩子成（chéng）为‘人工智能土（tǔ）著’，却又不被（bèi）其（qí）操控或同质化（huà）？又该如何利用人工智（zhì）能扩大教育规（guī）模（mó）并使教育自（zì）动化（huà），同（tóng）时极大程（chéng）度培（péi）养孩子的创（chuàng）造力和独立（lì）思（sī）考能力（lì）？”

在未来一年里（lǐ），Chowdhury预计全（quán）球各地政府将加强（qiáng）对科技公司的审查与管理（lǐ）。

她说：“人工智能及科技巨头所拥有的（de）力量引发了许多关于如何（hé）监管该行业与（yǔ）技术的问（wèn）题。2019年，我（wǒ）们将不得不解决这些问题（tí）。该（gāi）如何监管（guǎn）一项具有多（duō）用途且结果受具体情境影响的技术？如何制（zhì）定既不扼杀创新（xīn）又（yòu）不偏（piān）袒大公（gōng）司（可承担合规成本的公司（sī））的管理（lǐ）规定？监（jiān）管范围又该如何（hé）确定？全球？国（guó）家？还是当地（dì）监（jiān）控？”

她还预计人（rén）工（gōng）智能在（zài）地缘政治问题中扮演的角色会持续演变。

她说道（dào）：“AI不仅仅是一项技术，更是经济与（yǔ）社会的塑（sù）造（zào）者。在这（zhè）项技（jì）术中我（wǒ）们能反思、衡量（liàng）、并实（shí）践我们（men）的价值观。对（duì）于应建造什么和如何（hé）建（jiàn）造的影响上，行（háng）业应不要（yào）太（tài）当真。为了实现这一点，AI行业中常见的理念需要（yào）被摒弃，即使我（wǒ）们不构建它，中国也会，而创（chuàng）造正是力量所（suǒ）在之处。”

她还说道：“我希望监管机构，技（jì）术及研（yán）究（jiū）人员意识到人工智能竞赛不仅仅只关乎计算能力与（yǔ）技术敏锐度，就像冷战不仅（jǐn）仅关（guān）乎核能力一样。我们（men）有（yǒu）责（zé）任以更公（gōng）平、更公正、更公开（kāi）的方式（shì）去重建世（shì）界。这是一个难得（dé）的机会，转瞬（shùn）即逝，我们要抓住这（zhè）个机会。”

从消费（fèi）者角（jiǎo）度（dù）来看，她（tā）相信2019年（nián）人工智能（néng）将在家庭中应用更加广泛。许多人已更习惯（guàn）于（yú）使用智能（néng）音箱如 Google Home和Amazon Echo及（jí）其他很多智能设备（bèi）。她（tā）很好奇在这方面是否会有特别有（yǒu）趣的（de）东西（xī）会从于19年（nián）1月（yuè）第（dì）二周将在拉斯维加斯举办的消费者电子展览会中脱颖而出（chū），这可（kě）能进一步将人（rén）工智能融入人们的（de）日常生活。

她说：“我想我们都在等一个机器人管（guǎn）家的出（chū）现。”

吴恩达

portant;" />

吴恩（ēn）达（dá）是斯坦福大（dà）学计算机科学系副教授。因为很多（duō）原（yuán）因，他的名字在AI圈中广为人知。他是谷歌大脑（将人工智能辐射到谷歌所有产品的（de）项目）的联合创始（shǐ）人，也是Landing AI（旨在于帮助企业将人工智能融（róng）入（rù）到运营中的（de）公司）的创（chuàng）始人。他还是YouTube和Coursera（吴恩达创立（lì）的在（zài）线学习公司）上一些最受欢（huān）迎的机（jī）器学习课（kè）程的讲（jiǎng）师（shī）。他创建了deeplearning.ai网（wǎng）站，并撰写了一本名为《Deep Learning Yearning》的（de）书。

在（zài）百度工作（zuò）三（sān）年，帮助此科技巨头向AI公司（sī）转型后，吴恩达辞（cí）去了（le）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（de）人工智（zhì）能基金（jīn）会，同时成为（wéi）了无人驾驶汽车公司Drive.ai.董事会（huì）一员。

吴恩达预计到2019年主要取得进展或变化的（de）地方是AI将在（zài）科技行（háng）业或软件公司外的（de）领域得到应用。通（tōng）过（guò）援（yuán）引麦肯锡的一份称AI将创造13万（wàn）亿GDP的报告，他说到AI领（lǐng）域最（zuì）大的未开发（fā）潜力（lì）在软件行业之（zhī）外。

他说：“我认为2019年，AI应（yīng）用于软件行业之外（wài）的（de）例子会非常之多。AI在（zài）帮助谷歌、百度（dù）、Facebook及微软等公（gōng）司中都做得（dé）很不错，我与这些公司无任（rèn）何关系。但就连Square 、Airbnb及Pinterest等（děng）公司都已（yǐ）开始（shǐ）应用一些AI功能，我认（rèn）为下（xià）一轮创（chuàng）造价值的巨浪会（huì）在制造业公司、农业（yè）设备公司或医疗保健企业开发一系列的AI方（fāng）案（àn）来（lái）推（tuī）进（jìn）业务之时（shí）。”

像Chowdhury一样，吴（wú）恩（ēn）达对2018年公（gōng）众（zhòng）对AI的能（néng）力及（jí）局限（xiàn）性上（shàng）的理（lǐ）解大增感到惊讶。他很高兴关于（yú）AI的（de）讨论不再围绕机（jī）器人（rén）杀手或对人工（gōng）整（zhěng）体智能的恐惧（jù）了。

他表示他是（shì）有准备地回答（dá）了问题，并没想到其他人也有相似的想法。

他说：“我试（shì）图引用了几（jǐ）个我认为（wéi）对实际（jì）应用（yòng）十分重要的领域。AI的实（shí）际应用（yòng）会遇到一定的阻碍，但我认为这些阻碍都（dōu）会被解决。”

在未来（lái）一年里，吴（wú）恩达很高（gāo）兴看到人工智能及机（jī）器学习研（yán）究两个领域都取（qǔ）得了进展（zhǎn），这将有助于推动（dòng）整（zhěng）个领域（yù）的（de）发展。一（yī）方（fāng）面是（shì）AI能通过（guò）更少的数据得（dé）出精确的结论，该（gāi）领域的一些人称（chēng）之为“少量样本（běn）学（xué）习”。

他说：“我认为深度学习的第一波进展主（zhǔ）要是大公司利用大量数据（jù）创（chuàng）建巨大的（de）神经网（wǎng）络，对吧？所以（yǐ）如果你想创建一个语（yǔ）言识别系统，就（jiù）需要（yào）进（jìn）行10万小时的（de）数据模拟。如果想创建机器翻译系统（tǒng），就需要模（mó）拟极（jí）大量的平行语（yǔ）料库中（zhōng）的句型，从而创造（zào）出很多突破性（xìng）结果。现在我越来越多地看到从小数据中出的成（chéng）果（guǒ）。所以即使你有1000张照片，你也可以尝（cháng）试去做出点什么结果。”

令一（yī）方面（miàn）则是被称为“通用可（kě）见性”的计（jì）算机视觉方面的进展。计算机视觉系统经过斯坦福大（dà）学高端X光机（jī）拍摄的原始图像的训练，效果可（kě）能会非常（cháng）地好。很多该领（lǐng）域的先进公司（sī）及（jí）研究人员已创造出了比放（fàng）射科医生更出（chū）色的系（xì）统，但它们并（bìng）不是很灵活（huó）。

“但如果你把你的训练模型（xíng）应用到拍摄图片有（yǒu）点模（mó）糊的（de）低端X光机或是其（qí）他（tā）医（yī）院的X光机上，遇到技师让病人右转，导致（zhì）角度有些许的偏离的情况，结（jié）果就会是相比（bǐ）于今天的算（suàn）法，放射科医生会做的更好。因此我认为（wéi）有趣（qù）的研究是（shì）尝试（shì）提高（gāo）学习（xí）算法（fǎ）在新情境中（zhōng）的通用（yòng）性。”

Yann LeCun

portant;" />

Yann LeCun是纽（niǔ）约（yuē）大学教（jiāo）授，Facebook首席AI科学（xué）家及（jí）人工智（zhì）能研究院（yuàn）（FAIR）创始人。Facebook人工智能研究院开（kāi）发（fā）了PyTorch 1.0、Caffe2及（jí）其他大（dà）量的人（rén）工智能系统，如Facebook每日（rì）使用上（shàng）十亿万次（cì）的文本翻译AI工具和先进的下围棋的强（qiáng）化学（xué）习系统（tǒng）。

他坚信FAIR为其（qí）研究及工具所采用的开（kāi）源政策推动（dòng）了其他（tā）大（dà）型科技企业采用该（gāi）政策，而这（zhè）推动了AI整个领域的发展。在（zài）上（shàng）月的NeurIPS大（dà）会和FAIR 50周年之际，LeCun将FAIR称为（wéi）一家（jiā）致力于（yú）“可实现各种可（kě）能的机器学习的技术及数（shù）学（xué）腹地”的研（yán）究院。

他说：“当更多人（rén）开始讨论AI研究时，整个领域（yù）将更快的向前发（fā）展（zhǎn），对AI研究来说这影响重大（dà）。今日AI发展速度之快（kuài）主要是因为更多的人进行（háng）了更快更有效的（de）交流（liú），并做了更多的开放性（xìng）研究。”

在（zài）伦理层（céng）面，LeCun很高兴看到公众开（kāi）始思考AI工作（zuò）所（suǒ）带来的伦（lún）理影（yǐng）响及带有偏见（jiàn）的决（jué）策所（suǒ）带（dài）来的危险。

他说：“情（qíng）况与俩三年前不同了，现在人们已充（chōng）分认（rèn）识到伦理方面的（de）问题。”

他（tā）认为AI领域中的（de）伦理与偏见问题（tí）现在（zài）还（hái）并（bìng）未成为需要立即采（cǎi）取措施的主要问题，但他认（rèn）为人们应（yīng）提（tí）前做好准备。

就（jiù）像现在还未出现（xiàn）急（jí）需解决的（de）重（chóng）大生死（sǐ）攸关问（wèn）题一样（yàng）。但问题迟早会来，我们需要了解这（zhè）些问（wèn）题并（bìng）防患于未然。

如吴恩达一样，LeCun期待未来会有更多灵（líng）活的AI系统。这（zhè）些系统不需原始（shǐ）输入数（shù）据或精确条件（jiàn），就可以（yǐ）得到准确的输出。

他还（hái）提到，虽然研（yán）究人员（yuán）可通过深度学（xué）习来很好地处理感（gǎn）知，但却对AI系统整体的架构缺（quē）乏理解。

要想教会（huì）机器通过（guò）观察世界去学（xué）习，需要（yào）自我（wǒ）监督学习或基（jī）于模型的强化学习。

他说（shuō）道（dào）：“不同的人对此（cǐ）称呼不同，但人类与动物都是通过观察与了解（jiě）大量的背景知识来感知世界是如何运（yùn）作的。我们还不知道如何让机器学（xué）会这么做，这是一项巨大的挑战。这项研究的成果将会推动AI与计算（suàn）机的真正发展，从而让（ràng）机器具（jù）备一些常识，让人们能（néng）与机器（qì）助手就更广泛的话题进行交流，并不再感到（dào）沮丧。”

对于（yú）有助于Facebook内部（bù）运（yùn）营的应用，LeCun称在自我（wǒ）监督学习及需少量（liàng）数据输出准确结果（guǒ）的人（rén）工（gōng）智能等方面取得的（de）进步将（jiāng）是十分（fèn）重要（yào）的。

他还提（tí）到，在问题的解决过（guò）程中（zhōng），我们（men）希望找到减少特定（dìng）任务如机器翻译、图像（xiàng）识别等任务所需数据量的方法，在这（zhè）一方（fāng）向上我们（men）已经取得了（le）一（yī）定的进展。我（wǒ）们已经通过使用弱监督或自我监督学习对Facebook机器翻译及图像识别产生（shēng）了深（shēn）远影响。因此，这些影响不仅仅（jǐn）是长期（qī）的，更能带来（lái）短期（qī）效果。

在未（wèi）来，LeCun期待见到AI在建立事件之间的因果关（guān）系上能取得进展。这（zhè）一能力并不仅仅通（tōng）过观察获得，更（gèng）需通过实践理解。例如（rú），当人们在（zài）使（shǐ）用雨伞时，很可能是下雨（yǔ）了。

他提到，如果你想机器通过观察（chá）来了解世界运作（zuò）原理，它（tā）必（bì）须（xū）要知道（dào）它能够做什么（me）要想影响世（shì）界，这是十分重要的。假设你在一间房中（zhōng），你的前面是一张桌子，桌（zhuō）上（shàng）有一个像水杯样（yàng）的物体，你（nǐ）知道你推一（yī）下水杯，水（shuǐ）杯会移动，但（dàn）你却无法（fǎ）移（yí）动桌子，因为桌子又重又大。这类事情都是（shì）与因果相（xiàng）关的。

希（xī）拉里·梅（méi）森

portant;" />

在2017年Cloudera收购Fast Forward Labs之后，希拉里·梅森出任了Cloudera机（jī）器（qì）学（xué）习的总（zǒng）经理。Fast Forward Labs虽（suī）被收（shōu）购，却仍（réng）在运营之中。它为用户提供应用机器学习报告与建（jiàn）议，从而预测（cè）未来半（bàn）年到两年企业的发展方向（xiàng）。

2018年，AI领域中的（de）一项与多任务学习（xí）相关的发展让（ràng）梅森感到惊讶。多任务学（xué）习可（kě）训练单个神经网络在推理（lǐ）时应用（yòng）多（duō）种标（biāo）签，例如在一幅（fú）图像中看到的多个对（duì）象。

Fast Forward Labs一直就AI系（xì）统的伦理（lǐ）影（yǐng）响为客户提（tí）供建议。梅（méi）森也（yě）意（yì）识构建AI系（xì）统伦理框（kuàng）架的（de）重要性。

梅森说（shuō）道：“这正是自成立了（le）Fast Forward 我们一直（zhí）在做的（de）事。5年前（qián），我们在每篇报告中（zhōng）都撰写了伦理方面的规（guī）范。但今年，公众才开（kāi）始真正关注伦（lún）理规范。到明年，对此莫不关注的企业与个人都（dōu）会（huì）承担相应（yīng）的后果与责任（rèn）。有一点我没有说清楚，我希望未来在数据科学与AI发展（zhǎn）的实践中，技（jì）术人员和（hé）商业领袖在开发AI产品时（shí）都能自主地考（kǎo）虑道德和偏见问题，而（ér）非像今天（tiān）熟视无睹。”

随着（zhe）未来一年越来越多AI系统成为商业运营的一部分，梅森期（qī）待处于最佳（jiā）位置的产品（pǐn）经理及产品负责人（rén）将会对AI做出更多的（de）贡献（xiàn）。

她表（biǎo）示：“显然，了（le）解产品整（zhěng）体框架及行业的人知道什么产品（pǐn）是有价值的，什么是没价值（zhí）的（de），他（tā）们也知道谁是投资（zī）方（fāng）向（xiàng）上（shàng）的最佳决策人。所（suǒ）以如果让我预（yù）测（cè），我认为那些使用电（diàn）子表格建立简单模型（xíng）的人（rén）会变得很低能，他们自己（jǐ）也会很快意（yì）识（shí）到将AI应（yīng）用到自己产品中的机会非常之少（shǎo）。”

AI民主化或将 AI 扩展到企业除数据（jù）科学团队外的所有（yǒu）部（bù）门，是很多公司（sī）所强（qiáng）调的（de），如 Kubeflow Pipelines及AI Hub等谷歌云AI产品（pǐn），以及 CI&T 公司为确保人工智（zhì）能系统在公司内部得（dé）到（dào）实际（jì）利用提出的建议（yì）。

梅（méi）森认为越来越多的企业需要（yào）构建管理（lǐ）多个AI系统的结（jié）构。

如开发运维（wéi）人（rén）员所面临的挑战（zhàn）一样，单（dān）个系统可使用手动部署的定（dìng）制脚本来管（guǎn）理，cron脚本也可管理几十（shí）个系（xì）统。但（dàn）当管理有安全、管理及风险要求的企业中的数百上千系统时，需要的是更专业、稳（wěn）健的工具。

她还提到，企业正在从寻（xún）求有能力及才华的人才向系统化（huà）追求机器学习及AI机遇（yù）转变。

由于（yú）Cloudera 近期推出（chū）了（le）基（jī）于容（róng）器的机器学习（xí）平台，因此对于梅森来说，强（qiáng）调部署AI所需的容器是有意义的。她坚（jiān）信这一趋势在未（wèi）来几（jǐ）年将会持续下去，从而企业可在本（běn）地AI及云端AI部（bù）署两者中做选择。

梅（méi）森还（hái）相信AI的业（yè）务将不仅仅在单（dān）个公（gōng）司而是整（zhěng）个行业中继（jì）续不断发展。

她说道（dào）：“我们将看到AI专业实践的持续发展。如果你现在是一家公（gōng）司（sī）的数据科学家或机器学（xué）习（xí）工程师，当你跳（tiào）槽至另外一家公司后，你的（de）工作将会完全不同：不同的工具、不（bú）同的期（qī）望和不同的（de）报（bào）表（biǎo）结构。但我想（xiǎng）一致性（xìng）还是存（cún）在（zài）的。”