明升体育·(中国)官方网站 - ios/安卓/手机版app下载

明升体育app下载 - App Store

明升体育app

明升体育手机版


 
作者:张静 邵文 来源: 发布时间:2022/11/6 11:55:13
选择字号:
专访顶科协奖得主乔丹:人工智能不是一项技术,而是一种思考方式

 

“我们即将见证一个新的工程学科的出现,这个学科基于智能明升体育app、统计学和经济学原理,但其目标是基于数据建设新型世界。这一学科基于全球网络和数据流,为商业、医疗、交通和娱乐明升提供强大支持。这将是第一个围绕人类偏好、价值观和决策的工程领域。”11月6日,美国明升体育app家迈克尔·I·乔丹(Michael I. Jordan)在首届世界顶尖明升体育app家协会奖(WLA Prize)颁奖现场演讲,“同早期工程领域一样,机器学习和人工智能领域必须通过国际合作,才能走向繁荣并实现愿景。”

首届世界顶尖明升体育app家协会奖得主、美国计算机明升体育app与统计学家迈克尔·乔丹(Michael I. Jordan)。

今天,人们谈论人工智能时主要指其技术基础——机器学习,而谈到机器学习,乔丹是绕不开的宗师级人物。过去十年,机器学习在诸多领域的应用得到爆炸式发展,如自动驾驶汽车、X光片分析、蛋白质折叠预测等,都离不开基于他的研究所塑造的理论框架。

今年9月29日,乔丹获颁首届世界顶尖明升体育app家协会奖“智能明升体育app或数学奖”,以表彰他“对机器学习的理论基础及其应用作出了根本性贡献”。 当乔丹接到2006年诺贝尔明升手机奖得主、世界顶尖明升体育app家协会主席罗杰·科恩伯格(Roger Kornberg)的通知电话时,他正在和学生一起做研究项目。“我现在不能和你聊天,因为我正在和学生们一起工作,这对我来说很重要。”第一通电话结束后,科恩伯格还没有告知乔丹获奖消息的机会。

对于获奖的意义,乔丹说,所有人都认为奖金的意义在于它能让你做什么,但对他来说,获奖主要能帮助他与别人进行新的互动。

乔丹对自己的认知是一个“解决真实世界中存在的问题的人”,他喜欢不同领域之间的联系,喜欢“统计和经济、文化和历史等之间的桥梁”。他的学术经历也证明了多学科交叉融合对机器学习的重要性。

在接受澎湃科技(www.thepaper.cn)的采访时,乔丹强调了数据的重要性。“数据让我们能够做出转变。现在我们有了新兴的个性化医疗。如何实现个性化医疗?这意味着你有很多关于每个人的数据。就像天文学,你现在有很多关于宇宙每个区域的数据,你可以分别研究它们。”他说,而随着时间的推移,他意识到需要一种经济学视角。

多学科交叉经历

求学初期,乔丹在完成路易斯安那州立大学心理学学士学位后,决定努力成为一名数学心理学家,并开始在亚利桑那州立大学攻读数学和统计学硕士学位。然而,他很快意识到不想只是为了分析数据而学习统计学,还想为了建立新模型并探索统计推断与人类思维的关系。

硕士毕业,乔丹与加州大学圣地亚哥分校的教师会面后发现了认知明升体育app的新兴领域,“我有一种‘啊哈’的体验。在那个时代,这是一个新领域,它实际上是关于将数学和明升体育app应用于人类思考方式的问题,这启发了我。”

此后不久,乔丹师从美国国家明升体育app院院士、心理学和认知明升体育app教授David E.Rumelhart,攻读认知明升体育app博士学位。在博士阶段,乔丹对控制理论很感兴趣,“因为我试图了解人类如何做出动作,如何学习移动以操纵世界上的物体。”控制理论基于构建被控制的动态系统的模型,使用乔丹已经熟悉的统计建模思想。“在我转向运动控制以外的其他主题很久之后,这种统计数据和优化的结合继续成为我工作的特点。”他说。

在乔丹的博士生涯即将结束时,他开始觉得有必要回到推理和决策方面更广泛的问题上,并感觉到他的统计和控制理论观点需要通过计算机明升体育app提供的算法来增强。因此,在1985年完成认知明升体育app博士学位后,乔丹前往马萨诸塞大学担任人工智能领域的博士后研究员。

博士后的研究工作结束后,乔丹在麻省理工学院工作了十年,从助理教授晋升到脑与认知明升体育app系的终身职位。1998年,他加入加州大学伯克利分校任教,担任电子工程与计算机系和统计学系教授、实时智能决策计算平台实验室(RISELab)共同主任、统计人工智能实验室(SAIL)主任、统计系系主任。

目前,乔丹已当选为美国国家明升体育app院院士、美国国家工程院院士和美国艺术与明升体育app院院士

顶尖明升体育app家协会“智能明升体育app或数学奖”的意义

乔丹认为,研究者们需要考虑自己终生追求的事业,但也需要明白:你不可能只做一件事情。“在我的生涯中,至少花费了30%的时间学习新事物,它们可能在未来与我有关。我看过很多视频,甚至读过一些有趣的本科生水平的书籍。”今年66岁的乔丹,还保持着睡前阅读其他学科专著的习惯,近几年的重点是经济学专著。

回顾乔丹的职业生涯,他的突出贡献在于成功连接了计算机明升体育app和统计学这两个学科,包括统计推理和学习的变分方法、基于图模型和贝叶斯非参数化的推理方法,以及统计风险和计算复杂性之间的权衡特征。乔丹也涉猎优化和机器学习的交叉领域,因开发了基于梯度的优化和抽样的连续时间模型,以及用于优化的分布式系统上的工作而闻名。

除此之外,乔丹还构建了机器学习和控制理论间的关联研究,为强明升手机习理论、基于学习的模型预测控制和人类运动控制的最优化原理做出了贡献。同时,乔丹率先将微观经济概念与机器学习相结合,开发了激励学习者分享数据的学习方法,并展示了如何将契约理论用于统计推理,为基于学习的匹配市场研究做出卓越贡献。他同时致力于推动机器学习在单分子成像、蛋白质建模、基因重组建模和自然语言处理等高影响力领域的应用。

对于世界顶尖明升体育app家协会设立“智能明升体育app或数学奖”,乔丹表示,计算机明升体育app的历史还没超过100年,但现在已经产生了巨大影响。“我们仍然没有很好地了解,这个影响的未来会是怎样、计算机到底能做什么、我们真正想让它们做什么,像这样给计算机学科设立一个奖项,可以就计算机明升体育app是什么进行更好的对话,认识到它是一种强大的力量,认识到它与明升手机或物理学一样重要。”

以下为澎湃科技与乔丹的对话。

澎湃科技:目前在从事什么研究?

乔丹:目前,我正致力于从微观经济学中获取一些概念,比如匹配市场、契约理论或拍卖,并从受过统计培训和计算机明升体育app训练的人的角度来看待它们。

匹配市场是经济学中非常重要的一部分。例如,如何将实习生与医院匹配?如何将大学申请者与大学进行匹配?如何为需要肾脏的人配对?这些事情在人类生活中无时无刻不在发生。

也比如在现实生活中,如果我第一次来上海想找一家非常好的餐厅,但我不想去百度看所有的广告,我希望市场对我有所了解,如我喜欢什么样的食物,我愿意付什么样的价格等,然后它帮助我找到匹配的特定餐厅。我喜欢思考这种现代市场,之前从来没有过这样的市场,但我们现在看到这样的市场开始出现。

澎湃科技:你的研究方向包括在稀缺资源的条件下如何做出决定、将错误率维持在低水平的条件下做出高质量的决定。这些研究对人类决策有哪些帮助?

乔丹:稀缺是一个经济学词汇,意味着没有足够的资源供每个人使用,所以你必须权衡利弊。想象一下,如果一个应用程序向你推荐了最快的机场路线,但上海所有人都使用这个应用程序,那么所有人的路线都不再是去机场最快的路线,而是去机场最慢的路线,因为应用程序造成了拥堵。每个单独的决定看起来都很好,但集体的决定却很糟糕。所以这里的稀缺性问题是路上没有足够的容量供每个人使用。

现在如果必须让这个系统找出怎么走,那么就要思考谁想去哪里,是否赶时间,或者是否愿意走得慢一点以便让其他人走得快一些等。这就又开始让人感觉像是一个有数据、原则和价值观的市场。这就是我正在做的事情,某种有着在线数据支撑的匹配市场。

澎湃科技:市场导向型的人工智能是怎样的形态?

乔丹:我曾经说过,我们对智能的含义知之甚少。市场是智能的,每天把所有食物带到上海的市场是一个系统,它有一些联系,而人做出的则是个人决定。

市场智能是另一种不同于人类智能的智能。你可以想象蚂蚁在做某项任务时的智力,每只蚂蚁都不是很聪明,但是整个蚂蚁群可以做一些聪明的事情。思考这其中的智能是什么、集体做什么、个人能做什么、如何混合和搭配它们,总体目标应该是让每个人都更聪明、更快乐、更安全、更有乐趣等。所以我们不仅要考虑建立智能,还要考虑为什么要建立,建立什么样的智能,不同的智能之间如何相互支持,相互补充。

澎湃科技:如何用人工智能创造一种经济?

乔丹:这已经存在了对吗,就像明升官网的阿里巴巴和腾讯等,这些都是通过数据分析创造出的商业力量。随着它们更了解你,就可以给你更好的选项和更好的东西。这就是一个以数据为导向,基于数据分析的经济。

我们会看到更多这样的例子。不仅仅在消费领域,还有医疗保健领域等。现在出现流行病了我们仍然不知道如何很好地应对,但实际情况是每个人都做了很多小实验,比如当他们服用药物时或当他们接触某种物质时,所有这些知识应该以某种方式汇集起来,用来帮助治疗其他人。

这是一个网络联系系统,不一定只是在市场上,而是一个整体的网络系统。它能提供更好的医疗保健,适应能力强,学习能力强,将一种在某个人那里有效的治疗方法应用到另一种人身上。我们现在没有这样的系统,都是让人们单独尝试。如果思考清楚这些事情,就能在下一次大流行出现时更好地思考。

澎湃科技:当前人工智能处于发展的什么阶段?

乔丹:这很难说,这个话题太宽泛了,我喜欢每隔50年回想一下之前的时代。大概是从上世纪四五十年代开始,一个工程师的新分支出现了——明升手机工程师。我的父亲是一名明升手机工程师,在那之前没有明升手机工程,这个领域花了三四十年才真正开花结果。从1880年左右开始,电气工程花了30到40年。还有土木工程等,这些领域需要几十年才能真正开发出来。

对我来说,广义上的人工智能不是一项技术,而是一种思考方式,一种解决问题的方式,就像一个新的工程领域一样。有趣的是,这是第一个不只是关于世间万物——原子、分子、电子和混凝土碎片的工程领域,它还包括人类的决定,人类的欲望、愿望和偏好。

所以这是一个令人兴奋的新工程领域,但也是一个非常复杂的大领域。很难说人工智能本身的进步是缓慢的,它的很多部分都在进步。

澎湃科技:AlphaGo、AlphaFold的出现给人工智能带来哪些机遇和挑战?

乔丹:这是两种不同的事物。我认为Alphago有点像游戏。人类冠军棋手非常优秀,非常擅长发现模式等。但面对可以进行大规模搜索的AI,人类最终会失去这种能力。这并不意味着人类不聪明,人类聪明得多,可以理解很多不同的事物,如语义理解和社会关系等。而计算机非常狭隘地只专注于一件事,慢慢地这些系统肯定会变得不那么狭窄,但仍然会非常狭隘地专注于一件事。

我认为生物学是更好的例子。DeepMind的Alphafold可以预测蛋白质结构,这是人类在进化过程中无法做到的。我们并没有进化到观察氨基酸并判断出它们的结构。我们在进化过程中从未见过这些东西,我们并不擅长于此。我们在学习模式上表现得还不错,但为什么计算机在这方面可以做得更好?如果它看了大量的数据并找到模式,它就可以成为老手。

所以这是一个增强人类智能的好例子,为人类提供了一种工具,做人类不容易做到的蛋白质预测。然后人类可以用它来做其他事情,比如找到好的药物,找到没有副作用的东西,找到对不同人群有效的东西,做出计算机无法做出的关于生与死的艰难决定。我真的很喜欢人工智能的互补性,它不是要取代人类智能,而是要补充人类智能。

澎湃科技:如何进一步推动AI或机器学习的基础科研?

乔丹:首先,需要非常包容,需要世界上的每个人都来做这件事,需要所有种类的人。这确实是一个工程领域。就像以前的工程领域一样,在化工厂有很多不同种类的工人,有的人设计流程,有的人建造管道,有的人驾驶卡车。各种各样的人都能从中受益,然后产出的目标也是为了帮助社会上不同类型的部门。

而且它不能是一种垄断,而是需要被广泛传播。目前这波AI的基本理念其实非常简单,我可以向我15岁的儿子解释。他现在正在上课。这并不难。

算法很容易理解,而且用现代计算和人人所有的工具来实现并不难。也许你真的很擅长一种特定的技术,我擅长另一种技术,我们把它们放在一起,那就更好了。这就是人类在历史上所做的,专注于一点而不是太多方面,然后交换他们的技能。

澎湃科技:在AI和机器学习方面,能否请你给年轻人一些建议。

乔丹:首先,别忘了数学,数学仍然是我每天工作的基础。我做了很多数学运算,我很热爱这方面,看到新的数学方法出现真是太棒了。即使是计算机和编程本身,也有很多关于数学的内容。

同时,做好终生学习的准备,而不只是在大学里学习。每隔5年,一切都在迅速变化,所以你必须学习新东西。不同领域的不同思想之间的联系,也意味着全新的事物将会发生。

例如,我现在对经济学很感兴趣。大约10年前,我对计算生物学很感兴趣。所以我必须迅速学习这些领域的所有概念。每天晚上我的床边都放着厚厚的书,我会以阅读为乐趣,大量阅读,广泛阅读,努力成为一个有深度的人,而不是一个狭隘的人。

 
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
 
 打印  发E-mail给: 
    
 
相关手机版 相关论文

图片手机版
>>更多
 
一周手机版排行
 
编辑部推荐博文