李飛飛：AI應強化人類，而不是取代人類

婦女節前一天，著名AI科學家、斯坦福大學教授李飛飛在《紐約時報》網站發表了題為“How to Make A.I. That’s Good for people ”（如何讓AI更加以人為本？）的文章。 文章中，她表達了對AI發展的興奮與擔憂，並提出“AI以人為本，造福人類”發展道路。

這篇文章也對前幾天，AI圈對於“技術研究者是否應該對其產生的社會後果負責任”的巨大爭議進行了有趣的呼應和回答：無論我們的技術自動化到什麼程度，它對世界 的影響——無論好壞——始終是我們的責任。

以下為文章全文：

十年前人工智能還僅僅限於學術圈，如今已經瘋狂增長。 從矽谷到北京，科技公司都押注人工智能，風投願意投入數十億資金，創業公司如雨後春筍。 如果我們的時代能迎來下一次工業革命，那麼正如很多人所說，AI絕對是其動力之一。

對於像我這樣的研究人員來說，這是一個特別激動人心的時刻。 十幾年前我還在讀計算機科學專業的研究生時，電腦連照片中的銳利邊緣都幾乎無法檢測出，更別說識別人臉。 但隨著大數據的發展，神經網絡算法和計算機硬件的快速進步，劃時代的時刻來到了：AI 已經從單純的學術研究化身為引領製造業、醫療保健、運輸、零售業等眾多行業的風向標。

然而，我擔心這股熱潮讓我們忽視了AI對社會的消極影響。 除了它的名字，這個技術沒有任何“人工”的​​成分——它是由人類製造的，旨在表現得像人類，旨在影響人類。 所以如果我們希望AI在未來的世界中發揮積極的作用，它必須以“關懷人類”為指導。 我將這種方法稱為“以人為本的AI”。 它包含三個目標，旨在幫助負責任地開發機器智能。

首先，AI需要更多地反映我們智能的深度。 以人類視覺的豐富感知為例，它非常複雜、深層，並且能在明確地覺知前景和靈敏地捕獲背景中取得自然平衡。 相比之下，機器能感知的範圍仍然非常狹窄。

有時候這種差異微不足道。 例如，在我的實驗室裡，圖像字幕算法可以識別出“騎馬的人”，而完全沒有註意到兩個都是銅像。 同樣的算法用來識別彩虹之下、草原之上的斑馬時差異更明顯。 雖然識別和描述實現了技術上的正確性，但完全沒有審美意識，沒有任何人類可以自然感受到的活力或深度。

這聽起來有點吹毛求疵，但是這也指出了我們人類感知超越機器算法的一個主要方面。 如果我們不能洞察人類體驗中這些“模糊”的維度，又如何期待機器能預測我們的需求，何談為人類的福祉做貢獻？

要讓AI對人類的思維達到全方位敏感不是一件容易的事。 這需要計算機科學之外其它領域的專業知識，還意味著程序員必須與其他領域的專家合作。

這種合作代表著回歸，而非背離我們這個領域的起源 ，年輕AI學生們可能會驚訝於今天深度學習算法原理的起源： David Hubbard和Torsten Wiesel發現的貓視覺皮層中神經元的層次結構對刺激的反應機制。

同樣，包含數百萬張訓練圖片的ImageNet，也幫助了計算機視覺的發展。 這個項目，是基於認知科學家和語言學家George Miller在1995年創建的WordNet數據集，WordNet旨在組織英語的語義概念。

重新連接AI與認知科學、心理學甚至社會學，將給人工智能的發展提供一個更加強大的基礎。 而且我們可以期待這樣發展出來的技術，會讓合作和交流更加自然， 從而實現以人為本的第二個目標：強化人類，而不是取代人類。

想像一下AI在手術中的作用。 它的目標不是把整個過程完全自動化，相反，智能軟件和專用硬件的結合可以幫助外科醫生專注於自己的優勢——如靈活性和適應性——而 讓機器從事更加常規性的工作， 以避免人類容易發生的失誤、疲勞和被干擾。

另外也可以考慮一下老人護理的情景。 機器人可能並不是老人看護的最佳人選，但智能感應器在幫助人類護理員方面有很好的前景。 通過自動監測藥物劑量和自動核對安全檢查清單，人類護理員可以將更多的精力放在建設與被護理者之間的關係上。

這些都是自動化取代那些重複的、容易出錯的甚至是危險工作的例子 。 而剩下的創造性的，需要智力和情感的工作，由人類來完成仍然是最適合的。

然而，沒有任何人和技術可以完全消除失業的威脅。 解決這個問題是 以人為本的AI的第三個目標：確保這項技術的每一步發展都關注其對人類的影響。

今天對工作流失的焦慮只是一個開始。 其他問題還包括弱勢群體中機器學習從業人數的偏倚，AI對數據的高需求與保護個人隱私之間的關係，以及全球智能競賽的地緣政治影響。

充分面對這些挑戰需要各大機構的共同努力。 大學的獨特定位是通過跨學科項目、課程和研討會來促進計算機科學與傳統上不相關的學科，如社會科學甚至人文科學之間的聯繫。

各國政府可以作出更大的努力，鼓勵計算機科學教育，特別是在對AI關注不足的年輕女孩、少數民族和其他群體。 公司應該將積極投資智能算法與倫理道德結合，兼顧抱負與責任。

沒有哪項技術比AI更能代表它的創造者本身。 實際上，雖然有人認為機器沒有價值觀， 但事實是：機器的價值觀是其創造者的價值觀 。 AI以人為本的方法意味著這些機器不是人類的競爭對手，而是保證我們福祉的伙伴。

無論我們的技術自動化到什麼程度，它對世界的影響——無論好壞——始終是我們的責任。