在論壇演講環節，邁克爾·萊維特提及了生物智能、人類智能和機器智能。他期待能把三種智能結合起來，最終解決人類面臨的最重問題，包括氣候變化、貧困和疾病。在專訪中，邁克爾·萊維特說，“在中國以外的世界其他地方，沒有人用人工智能AI這個名詞，而是使用‘機器學習’這個名詞”。他認為用什么單詞無關緊要，這個領域還處在非常初期的階段，“盡管它現在變得非常火爆，但使用的技術依然是很舊的”。對于人類來說，最美妙的莫過于我們的智能存在于許多領域，有一些智能——比如社交智能——非常復雜，這是機器做不到的。
在采訪中，邁克爾·萊維特強調了跨學科的重要性，并認為諸如物理學、化學這樣的學科劃分是“荒謬無意義的”，他說，“我學習的是物理，我并不了解化學，但我得了諾貝爾化學獎”。他認為教育應該改革，甚至“所有你在網上可以找到、學習的知識，都不應該(在大學里)教授”。
以下是新華網智谷對邁克爾·萊維特的采訪實錄編譯全文:
智谷:您在演講中提到政府應該給藝術家資金支持，可否進一步分享您的看法?
邁克爾·萊維特:藝術家是非常特別的。我的妻子是一個中國藝術愛好者，認識許多中國藝術家。某種程度上來說，(我認為)藝術家比科學家創造了更多勇敢大膽、更有挑戰性的觀點和探索，藝術就是創造，而創造就是做一些新的事情。在政府資金支持方面，我并非說政府就需要撥多少資金給藝術家，我的意思是，舉個例子，在美國當你建造一棟大樓時，比方說建造上海中心大廈需要花費十億美金，你必須拿出至少百分之一或百分之二給到藝術。這才是好主意。我個人很喜歡建筑以及許多公共藝術，藝術很重要，它讓我們的生活更加美好——一個好的城市的街頭應該隨處可見藝術。不過，我認為科學在某些方面更加重要一些，它引領著一個國家的發展。
智谷:您提到了三種智能: 生物智能，人類智能，機器智能，能否解釋下它們的區別和關系?
邁克爾·萊維特:我們先以人類智能為例，假設你想要制造一個機器，讓它可以拿東西，這就需要“手”。但“手”并不是人類“制造”的，你可以說它是由(基因)革命或者上帝等等制造出來的，但不是人類。所以人類會想制造出一個設備去(像手一樣)承托事物。這種嘗試和研究正在發生。在AI領域中，就有一項技術叫深度學習，它基于計算機神經網絡的研究， 而計算機神經網絡正是我們從大腦的架構學習發展得出的。生物智能有許多許多這樣的例子，我們甚至可以從生物學中學習社交智能。
智谷:如何從生物學中學習社交智能?
邁克爾·萊維特:比方說螞蟻，和細胞。你身體里的每個細胞都不是獨立的，它們總是合作完成指令，這種合作的基礎是什么?這是基于(身體對它們的)某種控制，甚至是一些獎懲措施。我們的社會需要(從中)學習更多。我們并不是需要多么完美的(生物學)模型去展示事情怎么做。人們談論民主，談論其他(解決社會問題的)方法，但沒有一種方法是絕對完美的，我們仍然在學習。
人類是生物，但我們需要知道，在很多生物世界的系統中，我們并沒有“制造”(的能力)，例如將太陽能轉化為生物能時，我們只不過是把美麗的植物放置在那里，讓植物去完成能量轉化。我們可以在這樣的世界中學習到很多，但我們要明確，圍繞在我們人類身邊的萬事萬物，樹木、植物、魚群，都不是人類創造的，它們非常聰明，同時可以解決生物學問題。包括人類神奇的雙手，拿個東西都是用了極其巧妙的生物學方式。
智谷:在當前的人工智能領域，科學家們往往聚焦于機器智能。您如何評價?
邁克爾·萊維特:機器智能很有趣。在中國它被稱為人工智能AI，但在中國以外的世界其他地方，沒有人用這個名詞，而是使用“機器學習”這個名詞。大約四十年前，所有人都在討論人工智能將會多么美好，但最終失敗了，所以人工智能這個詞不再被使用。當然，用什么單詞是無關緊要的，因為這個領域的發展還處在非常初期的階段。盡管它現在變得非常火爆，但使用的技術依然是很舊的，只不過因為突然間我們擁有了這么多電腦、電能，和足夠的數據。我認為它當然是非常有用的技術，但機器學習就只是機器學習，不論被賦予多么高大上的名詞，它都是源于兩百年前的、枯燥的、未曾發生改變的技術——你抓取數據，然后你分析它，得以預測某些事情，僅此而已。
人類智能是非常特別的，我們可以有許多解決、思考的方式。機器或許在很多事情上做得比人類還好，例如下棋，但人類可以做許多其他(機器做不到)的事情。我們擁有許多其他的智能。對于人類來說，最美妙的莫過于我們的智能存在于許多領域。有一些智能是非常復雜的，例如我們的社交智能，親密情侶間(相處)的智能等等，這些都是非常困難的，也是我們需要學習的。
智谷:我們團隊研究情緒識別和情感計算，根據西方哲學家休謨的理論，我們是否可以在研究情緒這個課題時從“是“推導出”應該“?
邁克爾·萊維特:非常好的想法，但我對這方面不是非常了解。我認為情緒研究是非常重要的。生物學讓人類的臉部表情帶有足夠的信息去表達自己的情緒，我們也能理解這些情緒，這是一種精巧的設計——我們的頭腦可以非常清楚的解讀臉上的情緒。所以學習研究情緒很重要，它讓我們懂得許多，例如一個人是否生氣，是否說謊，這都是非常有趣的。
智谷:我們發現當前在年輕科學家的教育方面存在一些問題，您認為現代教育培養是否應該跨學科，跨界?
邁克爾·萊維特:這是非常重要的。舉個例子，我學習的是物理，我并不了解化學，但我得了諾貝爾化學獎。我也沒學過化學和生物，我覺得重點在于:你必須持續不斷地學習，而互聯網讓人們的持續學習變得非常簡單。但我有一個看法，所謂的物理學、化學這些學科的區分，是荒謬無意義的。在大學里這種區分很明顯，例如想要雇傭一個人教化學，這個人就必須是化學專業出身。我不覺得這是個好注意，我認為教育需要改革，我甚至覺得，所有你在網上可以找到、學習的知識，都不應該(在大學里)教授。
智谷:去年您參加一個工作坊，主題是生命，藝術和科學，您認為三者的關系是什么?
邁克爾·萊維特:創意。我覺得創意存在于任何地方，是很常見的。我見過許多很有創意的藝術家，他們樂于發揮創意，做一些瘋狂的事。其實，瘋狂的創意也存在于科學中，你回想一些科技公司，有很多在起初都被視作“瘋狂“。不過，我并不知道如何定義創意，它對我來說是奇怪的、未知的。你怎樣肯定一個人百分之百有很好的創意?或許我們對它的理解還不夠。
京公網安備 11010502049343號