經濟學是具有智慧的系統，我們過多地思考以人類形象來創造人工智能，但我們也應該以市場為模型構建人工智能。
當下正在發生的是數據庫網絡的形成它真正實現了人、數據、公用事業和系統的連接
我認為現在發生的事情并不是一個很大的改變，真正發生的是相同的算法正在應用于更多的數據，我們正在構建端到端系統。我認為當今時代實際上正在發生的不是更像人類的人工智能的出現，而是數據庫網絡的出現。它將人與數據、公用事業和系統聯系起來，這就是我想要探討的內容。
智能不僅限于識別
讓我退一步再來談談智能這個詞，智能不僅僅是識別的模式，智能是更多的東西。我的孩子有智能，而我們的人造系統還沒有智能。那么目前存在哪種智能?當然，生物學中有智能系統，大腦和思想是智能的，這無可爭辯。我們所說的智能還包括什么呢?好吧，我今天還沒有聽到人們提到這個詞，那就是市場，對吧?想想上海，每天上海的每個人所需的所有食物都能被運送到，每家餐廳都有其菜單所需的食材數量，每個人都有他們需要的大概的食物量，這種情況日復一日地發生。它是數十億實體的規模，需要在非常復雜的情況下移動，為上海帶來食品供應。這種情況也發生在北京、發生在深圳、發生在紐約。
需要將市場智能嵌入人工智能
因此市場正在創造智能，即使這個市場內的每個人和每個決定都是這樣。一個人會說“啊，那個地方沒有足夠的生菜，我要把生菜運到那里，因為我可以賺更多的錢”。這就是創造市場所需的全部智能。市場機制創造了其余部分，我們沒有將這種思維方式的精神嵌入到人工智能中，我們已經付出了代價，它需要改變。所以首先我認為我們對大腦和思想知之甚少，這是一個值得考慮的領域，但我們對大腦如何實現智能一無所知。
人工智能無須完全模仿人類
我們是否必須模仿人類來創造對現實世界有用的系統?我的答案是否定的。市場做了這么多驚人的事情，如果我們將它們與數據放在一起就能形成連續強有力的沖擊，目前市場大多沒有使用數據。那么現在計算機帶來了大量的數據，但是大部分數據都被用來模仿人類，我們已經擁有數十億人類，我們為什么還要增加人類數量?為什么我們不能將這些數據用于其它類型的事情呢?
如把數據更多用于市場行為將釋放出更大的價值
如果我們看一下數據，我們試著在市場的背景下思考它們，當數據流動時我們可以嘗試將價格和價值附加在數據上，當數據從一個人流向另一個人時我們也可以有一個服務流，我們可以出價，我們可以有價格，我們可以釋放價值。這不僅僅存在于數據和智能的相互作用中。
是市場使數據交換產生價值而不是算法
一部分人有一種手機應用程序，司機端。另一部分人有另一種手機應用程序，乘客端。我們有生產者和消費者，數據在事物之間交換并不斷被創造，汽車在正確的時間到達正確的地方，不是因為算法而是因為市場。人們可以在市場上購買，價值得到增加。
把協調性、合作競爭和稀缺性相關聯制定出最優的決策是人工智能的目標
如果我們考慮嘗試為系統帶來更多人工智能，我們不會想要更多的自動性。我們不希望每輛車都是自動的，我們會希望它與其它汽車有良好的聯系。如果一輛車得知一棵樹在路上倒下，它應該把消息立即傳遞給所有其它車輛，它們應該進行團隊合作，它應該是一個合作游戲，因此需要合作和競爭機制。所以，如果我開始考慮稀缺性，那么我就會意識到人工智能系統做出的決定必須聯系在一起，必須協調它們，以便制定對每個人都有益的決定，這就是人工智能研究的結果。
開發人工智能需要市場導向
我要說的是仿人類的人工智能不一定是正確的目標，這雖是一個好的目標，但它非常困難，它會奪走人類的工作。而以市場為導向的，不以自動化為目標的人工智能則為人類提供就業機會，它創造了現在沒有的價值，而它只需使用算法和數據，這是我們已經知道如何去做的事情。如果我們把它與市場結合起來，這就是我正在尋找的那種智能，這不僅僅是人類智能或生物智能，這是市場智能。非常感謝!
麻省理工學院人工智能實驗室主任、美國國家工程院和美國文理科學院院士Daniela Rus在第一財經《中國經濟論壇》節目中指出： 海量數據收集和龐大的網絡系統承載是目前機器學習的兩大挑戰;缺乏人類的經驗學習和理解能力，機器學習系統易出錯;人工智能將幫助人類更專注于戰略和批判性思維。
在這個被計算機系統深刻改變的世界中，如果能有機器幫助我們進行認知和體力勞動，那么這個世界將會變成怎樣?例如，我相信自動駕駛將確保沒有交通事故的發生，并將使我們的父母和祖父母在退休后享有更高的生活質量，并且能讓我們所有人都能隨時隨地出行。這不是能不能實現的問題，是什么時候會實現的問題。
研究表明人機交互的共同診斷可將癌癥誤診率控制在0.5%
在最近的一項研究中，讓機器和人類看各種淋巴結細胞的掃描圖，讓他們診斷為癌癥或不是癌癥。機器的診斷錯誤率為7.5%，而人類的診斷錯誤率為3.5%，但是機器和人類一起診斷的話，錯誤率大大減少，他們實現了0.5%的誤差，這在醫學領域確實非同尋常。
海量數據收集和龐大的網絡系統承載是目前機器學習的兩大挑戰
現在再來談談機器學習，它實際上是一個接受大量數據訓練的過程。機器學習的目的是審視大量數據，因此獲取海量數據集是一項挑戰。另外，機器學習系統的結果是在非常龐大的網絡訓練系統上產生，采用了非常大的數據，它的結果受這些數據類型偏差的影響，并且很難證明、解釋或概括。
缺乏人類的經驗學習和理解能力機器學習系統易出錯
最后，我們要考慮一下當我們說機器學習的時候，實際上意味著什么?在機器學習中這意味著在特定圖像中識別的像素，一張狗的圖片或一瓶水的圖片的像素和另外一張圖像中的像素相同，而人類認為另外這張圖代表的是一瓶水，但系統不知道這是一瓶水，不知道它用來做什么?是用來吃?用來喝?用來玩?有多重?是什么做的?這些都是我們作為人類通過我們過去的經驗學習和理解的。因此，我們必須繼續改進我們的算法和機器學習中的最新技術，以解決我指出的所有這些限制。然而，盡管我們必須面對挑戰，但仍有很多機會，機會集中在個性化和定制化上，以及機器學習系統的普遍使用。另外，機器學習也可以幫助我們提高效率，改善時間利用的質量。總而言之，人工智能、機器學習、機器人技術是非常強大的工具，它們將引領我們進入一個新世界，使機器幫助我們進行認知和體力勞動的世界。
人工智能將幫助人類更專注于戰略和批判性思維
我想展望一下擁有這些機器的未來，我們將確保沒有道路死亡事故，我們將更好地診斷、監測和治療疾病，我們將保持信息私密和安全，我們將更有效、更快地運輸人員和貨物，我們將使人們能夠即時合作和交流思想，無論我們講什么語言。換句話說，我們將使人們能夠專注于戰略和批判性思維，同時卸下常規低級任務并由機器完成。謝謝!
清華大學交叉信息研究院院長、中科院院士、美國科學院外籍院士姚期智在第一財經《中國經濟論壇》節目中指出，培養能夠滿足人工智能需求的人才應是現在大學的重要功能;深度學習為人類了解自然智能的運作提供了窗口;人工智能可以幫助人類了解學習知識的極限;將人工智能和量子計算機結合可以讓人類對大自然有更深刻的認知，甚至可以擊敗大自然。
人工智能正在狂飆突進，已被應用于許多不同的領域。不管是自動駕駛、是機器人還是醫藥領域。它都為人類社會創造了巨大的財富和福利。所以我想要做的是探討一下人工智能的發展，特別是在中國的發展。
培養能夠滿足人工智能需求的人才應是現在大學的重要功能
從大學的角度來看看，除了做研究，當然，大學也負責教育學生和培養年輕人才。事實上，我認為大學的教育功能比研究功能更重要。因為研究也許也可以在工業實驗室中完成，但要創造足夠的人才滿足人工智能的需求，這是我們真正需要做的事情。那么未來怎么樣?我想也許最好再思考一下人工智能。近年來非常重要的一項技術稱為深度學習，它實際上是在三、四十年前開發的。但那個時候，人們專注研究了一段時間，但并不認為它會真正成為一種方法。現在三、四十年后，突然我們有了不同的環境，有了大數據和強大的機器，那些深度學習方法突然能夠給我們帶來各種驚人的效果，帶來了我們曾經認為非常難以實現的許多標志性成功，所以這一切都非常棒。
深度學習或在未來5-6年遭遇發展瓶頸
我認為深度學習及其變體，它們依然有豐富的生命力。我想在接下來的幾年里，它們仍然可以在新領域帶來許多新產品和新事物。但是，在某個點，也許是從現在開始的5年、6年，它們會遭遇一些限制。那么問題在于，下一波人工智能創新將從何而來?讓我們從算法的角度來看一看。算法的下一波突破是什么?怎樣才能讓我們能夠在人工智能中創造新的高度?此外，與此相關的是，人工智能領域中也有一個問題我們并沒有真正理解。
要改進人工智能必須要理解人工智能
那就是為什么深度學習如此有效?科學家們深受此困擾，其中有幾個原因。其中一個是，如果你不理解人工智能，那就很難改進人工智能。所以我接下來要談談三個觀點。
對深度學習的了解還在過程中
第一個觀點，為什么深度學習如此有效?這不是一個新問題。科學家們在過去的四、五年里一直在研究這個問題，產生了許多有趣且令人興奮的結果。我們可能沒有聽說太多，但它們潛伏在表面之下，是存在的。我當然希望并相信隨著時間的推移，我們將更好地理解深度學習。
深度學習為人類了解自然智能的運作提供了窗口
我們知道人工智能需要大量數據，而自然智能只需要少量數據，所以我認為這是一個非常重要的窗口，讓我們可以了解為什么自然智能會起作用。
人工智能可以幫助人類了解學習知識的極限
如果我們再擴大范圍進一步思考，從宇宙的角度看待智能問題，那就是，從古至今，哲學家一直都很感興趣的是什么是知識的極限?我們到底能學多少東西?我們可以對真相的理解可以達到什么深度?
將人工智能和量子計算機結合可以對大自然有更深刻的認知
人們探討過一個非常有趣的問題。那就是，是否可以將人工智能和量子計算結合在一起，使得通過這種方式我們可以真正有機會擊敗大自然。我來解釋一下這意味著什么，我認為量子物理學可能是，至少就我們所知，是最深刻、最美麗的物理法則，是大自然所設計的宇宙基本定律。如果你有量子計算機，那么你可以模仿自然量子定律，所以我們正在獲得一部分與大自然進行真正聯系的能力。我們還沒有理解大自然是如何運作的。但如果我們能在第二個問題上取得進展，能夠理解自然智慧，那么也許我們可以將量子和人工智能結合起來實現量子人工智能，它將產生一種在宇宙中無可比擬的驚人算法。深度學習和人工智能的發展，讓我們可以重新審視計算機科學的本質。非常感謝!
京公網安備 11010502049343號