3
| 本文作者： 逸炫 | 2016-04-01 18:53 |
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。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
