【行业资讯】主编专访：人工智能及未来发展方向丨Engineering
正文共：9685字-18图
预计阅读时间：25分钟
大师说系列学者访谈专栏
Raj Reddy教授出生于1937年，是一位印度裔美国计算机科学家，在人工智能系统、机器人系统等方面做出了开创性贡献，是计算机科学和人工智能的最重要的早期先驱人之一。1994年Raj Reddy教授获得图灵奖，成为首个获得该奖项的亚洲人（印度裔）。Raj Reddy 教授也是一位卓越的教育工作者，从事教学工作四十余年，培养出了一大批计算机科学与人工智能领域的领军精英人物，包括李开复、沈向洋、洪小文等。
北京时间，2021年6月24日，美国计算机历史博物馆（Computer History Museum）宣布Raj Reddy教授入选2021年度“CHM Fellow Awards”，成为计算机历史博物馆“名人堂”一员。“CHM Fellow Awards”由计算机历史博物馆设立于1987年，致力于表彰用技术与创意改变和影响人类的杰出先驱，以褒奖他们用计算科学技术推动人类前进方面做出的杰出成就和重大贡献，被公认为是计算机领域的最高成就标志之一。
随后，Raj Reddy教授在颁奖典礼上发表了获奖感言，他表示自己一生大部分时间都在致力于推动技术如何为社会服务的研究，探索如何用技术塑造更美好的未来，特别是在促进教育的包容、公平等方面。他还表示自己很幸运，总是能在正确的时间、正确的地点与正确的人相遇，做着正确的事。
Raj Reddy教授与中国渊源颇深。1995年起，Raj Reddy教授开始推动“通用数字图书馆”项目研究，目标是让任何人、任何时候在任何地方都可以访问任何知识。2001年，Raj Reddy教授与时任浙江大学校长的潘云鹤院士共同倡议发起了“中美百万册数字图书馆”计划，后续该计划又在教育部的支持下立项成立“高等学校中英文图书数字化国际合作计划（CADAL）”项目，该项目向全球80余个国家和地区提供服务，月均访问人次已突破千万级，成为全球颇负盛名的公益型数字图书馆之一，极大推动了全球计算机技术与促进图书馆信息共享。
得知Raj Reddy教授获得CHM Fellow Awards荣誉，曾在Raj Reddy教授课题组做过访问学者的中国工程院院士、中国工程院原常务副院长、浙江大学潘云鹤教授与Raj Reddy教授得意门生、美国国家工程院外籍院士、粤港澳大湾区数字经济研究员（IDEA）理事长沈向洋博士第一时间向其送去了热情洋溢的衷心祝贺。
作为浙江大学上海高等研究院战略咨询委员会委员、中国工程院院刊《Engineering》联合主编，Raj Reddy教授日前接受了大师说系列学者访谈专栏主办方之一浙江大学上海高等研究院常务副院长吴飞教授的视频专访。
以下内容根据双方访谈记录内容编译：
吴飞教授
您已经在人工智能领域做出了许多重要工作。您认为激励您在人工智能研究中取得巨大成就的最重要因素是什么？
Raj Reddy教授
我认为人工智能、计算机科学在人类生活中扮演着和工程学同样重要的角色。传统来讲，工程学是一门增强人类机能（效率）的学科。我们都知道，人类的行走速度只有每小时3、4英里，却能通过驾驶汽车以100英里/小时的速度行进，或是可以通过乘坐飞机以1,000英里/小时的速度行进，而火箭（这样的工具）就更快了。所以，这些工具使我们能够做超出自己身体能力以外的很多事。因此，工程学是一个致力于增强人类身体机能的学科，而人工智能和计算机科学则致力于提高人类脑力智能各个方面的一个学科。所以，无论我们的大脑、我们的思想意识想做什么，我相信人工智能和计算机科学都可以增强这部分的能力。
如果你去想120年前人类的生活是什么样的，在世纪之交的1900年，是没有汽车、飞机、电力或电话，没有我们现在认为理所当然存在的很多东西的。在过去的50年到70年之间，我们取得了许多进步，包括在核能、卫星通信、计算机设计和DNA（技术）等等方面，这些科技的进步都在改变我们的生活、学习和工作方式。我很期待，未来几百年到几千年，人工智能与计算科学技术的进步将进一步改变我们思考和做事的方式。想象一下我们现在学习、做事——任何时候都需要使用我们的脑力，我们大脑的神经细胞会参与各种事情，无论是看、听、说还是走路，它们总会以某种方式参与其中。所以，我相信，人工智能技术的研究最终就是要实现增强人类（大脑）的智能。虽然我不能准确地告诉你，它（人工智能）究竟能做到什么程度、未来会发生什么，但我们已经可以看到很多这样的例子。例如，有很多计算机已经能够下象棋、打扑克，玩游戏，而且比人类厉害很多。所以最关键的问题是如何才能构建这样的系统来有助于人类更好地去下棋。我们可以看到，现在已经出现了一些这样的系统，它们可以快速分析棋步，并告诉你正确的做法。对汽车来说也是如此，当我们驾驶汽车时，人类本身并不十分擅长对各种（突发）情况做出足够快的反应，因此，才会很容易出现交通事故。但我相信，在未来5年、20年，汽车事故将大幅减少，比如80%甚至更多，因为我们将依靠人工智能算法的自动驾驶系统来增强人类的（判断和应急）能力，从而可以更安全、更完善的出行。所以，就像现在特斯拉等所提出的自动驾驶技术，在人们有任何可能发生危险前就会提前预判从而刹车，比如有一辆车要出现，但是人没看到的情况下，自动（辅助）驾驶会帮助提前刹车，以保证安全。这些事情现在已经做到了，将来会发展得更好。不仅仅是这些例子，我们可以想象任何我们需要通过大脑思考来完成的任何事情，人工智能是否有可能把它们做得更好？这正是人工智能和计算机科学令人兴奋的地方。就像工程学增强了人类的身体机能一样，人工智能将增强人类大脑的思维能力。这就是我认为会发生的一切，并且这就是我认为我们将要前进的方向，也是一直激励我，沉浸其中最重要的原因。
吴飞教授
在过去的几年里，您一直致力于在提倡如何帮助贫困国家或发展中国家的人民过上更好的生活，您认为我们应该在未来十年，人工智能可为那些发展中国家的文盲或半文盲群众做些什么？
Raj Reddy教授
我认为现在就是一个很好的时机，我们已经有了这样的技术，并且知道通过什么样的路径去完成一个什么样的目标。只是距离这一愿景的实现，还有很长的路要走。好比说，我们要让一个完全不识字的人可以马上学会体验最好的产品和服务来完成购物，但能让这类人群能够读懂、写出、提出这样的信息需求，特别是能读、写英文、中文或者其他一些语言的服务在哪里呢？
许多生活在偏远农村地区的人们无法顺利阅读报纸、文章，他们可能不理解这些内容的意义上或细节上的含义。他们可能认识某个词语，但不知道是什么什么意思。在某种意义上，这种情况对你我也是如此，我们虽然认识字，也明白这个英文单词的意思，但是如果当我拿起一本生物学的书，看到某些专业的词汇时，我并不知道是什么意思，所以我也不知道如何解释这个单词。因此，我想说的是：这样的一些（文盲、半文盲）人群，尽管他们读了小学，可能知道如何读、写（基础的字），但并没有从中收获更多的知识并从受益。
某种意义上讲，人和其他哺乳动物最大的区别，就是人是可以能够说话的，这是一个非常棒的事情，即使是那些不懂得读、写的文盲、半文盲，他们也能说话，因为这是每个人都能做到的事情。
那么问题来了，怎么能够让他们通过说话得到各种各样的东西（信息）。基本上，对我们来讲，日常可以很轻易地通过发送发送电子邮件、短信等来交流。而那些文盲、半文盲却做不到这样去通过读、写（进行交流），但他们可以讲话。相比于文本短信，语音消息更方便使用，包括在网上购物也是如此，比起去附近的一些村庄商店，由于距离等原因，可能会很贵（并且不方便），如果能够通过用说话的方式（语音消息）就能让他们在网络买到想要的东西，便可以方便、便宜很多。
所以，关键的点在于，我们需要弄清楚如何能够让他们这样的人群也能享受到互联网和信息技术带来的所有好处，体会到技术是如何改变每个人的生活的。例如，每次来中国，我对微信、微信支付如何使用二维码以及背后的原理等都印象深刻。文盲和半文盲人群可能并不需要真正理解这些的工作机制，但他们至少要学会使用，所以需要有人逐步引导教他们学会如何使用，这便是我们所谓的数字素养。能够通过引导有效地利用信息技术来教他们靠说话来完成他们需要做的事情，享受技术带来便利。
但这并不是一件容易的事情，如果人类要和计算机交流，那么计算机必须理解人们所讲的语言，而人类的语言大约有五千多种，其中使用人数超过100万的语言有100种左右。那么，如果计算机可以理解并交互的语言类型不局限于现在常见的十几种左右（比如像Siri这样），而是更多，然后我们可以随意的问（机器）问题，与其对话就会很好。所以，如何让计算机能够理解（听懂）更多语言，同时还可以回答问题，完成与人类的对话，这将让人类的生活变得更好。
我们可以做的事情，第一个就是通过收集数据，构建一个系统，该系统可以识别世界各地的所有不同类型语言的口语。只是如果没有足够的经费支持，这项工作的进度也会很难。第二件事是每个人都必须有一部智能手机，这意味着他们必须尽可能购买、拥有和使用智能手机。实际上，购买和拥有智能手机实可能会在未来变得更容易。现在，我们（已经）可以很方便就能购买到一部智能手机。（比如）在中国，购买一个很好的智能手机可能单价都不到100美元。假设现在市场智能手机的成交量大约是每年10亿台，如果成交量增加数10亿，变成每年20亿或30亿台，那么智能手机的价格还会进一步下跌——事实上价格已经下跌了。当然那时的智能手机仍然需要具备现有的所有功能，包括GPS和一些感知设备。这样他们（贫穷地区的文盲、半文盲人群）也可以从我们认为理所当然的许多（手机）应用程序中受益。包括我们现在正在做的视频会议。视频会议即使在10年前也是无法做到的，那时的人们已经尝试过了，但带宽条件不允许，网速太慢，画面断断续续，所以无法做到。因此，为了帮助文盲和半文盲人群，我认为必须要做的是，我们应该将硬件成本降到足够低，让他们每个人都可以拥有一部智能手机，并且推动技术的进步做到，他们能够仅仅对着手机说话就可以正常使用。
我相信，所有这些事情都将在未来发生重大变化，因此，为地球上的每个人配备一部智能手机，让计算机或智能手机能理解人们说话时的所有语言，肯定会帮助所有国家的文盲或半文盲。未来十年是否可以做到这样，我不知道。但我相信，下一个十年，会有很多事情发展得非常快。前面我也提到了，当人口完全互联时，每个人都与其他人保持联系并拥有智能设备这件事将在不到一年的时间内就能回报社会和经济。因此，这是值得的。我正在为之努力。我认为这可能会在十年内发生，我们可以共同期待与关注这件事。
吴飞教授
人工智能与每个学科都有联系，那么您认为人工智是否能提升其他学科的优势以及如何推动其他学科的进步？
Raj Reddy教授
对于我们在人工智能这一领域的人来说，我们认为计算机科学和每个“X”的结合都将为这个领域带来显著变化，这里的“X”指的是任何一个除计算机科学以外的领域，这是一件显而易见的事情。
但当时我们对于计算机如何应用于这些领域尚不清晰，并且当时的计算成本要比现在高出数千倍。因此，当时如何开展这件事不是很明确。但我认为现在人工智能和计算机科学正在切实地、广泛地改变着每一个学科领域，甚至任何事物，就像我曾经说过的，不仅仅是在生物学、物理学和数学或任何其他传统学术领域，而是关于任何学科和事物，即使是做道路清洁，它都会改变你的工作方式。
无论做什么类型的事情，人工智能都会改变人们的工作方式。有人会说，如何让清洁人员使用电脑呢？我的回答是如果清洁人员有电脑，那么我可以给他发信息说来打扫我的办公室，现在我不行，我需要去找他说，对吗？所以有很多东西是不言自明，一目了然的。关于计算机和人工智能未来将如何改变各个领域的方方面面，很多事情我们尚不得知。但我认为人工智能会让一些基础的事发生变化。从现在起的 50 年内，人工智能会一直改变世界，人工智能将像电机那样，改变人们的生活，甚至没有人会注意到它，就像很多人会注意水泵之类的事物而不会注意到里面基础的电机。
所以，我相信这些变化肯定会发生，并且这些变化已经在发生。大约三年前，麻省理工学院有了独立的人工智能学院，主要目标是推进人工智能在各个学科领域的广泛应用，与每个学科都有联合教职，这个学院是由对冲基金的亿万富翁斯蒂芬A·施瓦茨曼（Stephen A. Schwarzman）投入了10亿美元左右投资建成，并且已经开始系统地与很多不同的学科进行交叉联合。因此，我们现在更重要的是要关注的如何培养人工智能+X的人才，此时此刻，我们并不完全了解它的各方各面，还将努力探索更好的方式。但我们知道的是，每个人从小学开始上学时，就应该已经被教导如何使用计算机编程，如何使用计算机，如何培养数字素养等。
吴飞教授
像您刚提到的，我们要如何通过跨学科的方式培养AI+X人才？以及这是否是我们应该关注的重点方向？
Raj Reddy教授
像我前面提到过，比如，我们可能不是很清楚的知道农业方面应该利用计算机做什么，需要什么。但我们希望学农业的人能了解关于计算和编程的一切，就像我们在小学、中学和大学都学过的阅读、写作以及数学、算术一样，同样的事情也应该发生在计算机领域。这意味着，一个刚上幼儿园的孩子就应该能够理解如何做一些简单计算。而我们可以做的，并不是让他在六岁时就成为一个程序员，而是从小就教会他们学会如何把计算机的原理应用到任何他们想做的事情上。
例如，他们应该知道，计算机可以做什么，哪里需要计算。比如，提问X加Y会得到什么，然后计算机通过计算，使他们需要做的功课可以效率更高的完成。但为了做到这一点，他们必须具备扎实的数学知识和数字素养。这是我的想法。所以，我们可以预见，假如孩子们在成长过程中已经知道了很多关于阅读、写作以及数字多媒体的知识。当未来他们在农业领域从事研究工作时，使用计算机和人工智能作为工具应用于农业将是自然而然的。
但是，如果你试图让一些成年人学会使用计算机，比如一个50年前上过大学的农业教授，对他们来说，可能非常困难，他们不知道如何使用计算机来做事情。这就是区别，不是每个人都知道如何编程，如何使用计算机，但他们仍能够在他们的领域成为一名很好的研究员。但这其中有5%或10%的人可能会跳出条框，想出新的答案和新的处事方法，这些方法其他人可能不太容易发现，这就是学术这个领域的独特之处，总有一些计划之外的事情会发生。
这就是路易斯·巴斯德（Louis Pasteu）所说的机会总青睐有准备的人。如果你已经在思考一个问题，而且你已经考虑周全，那这些工具都在这（帮你解决问题）。如果你不知道怎么使用这些工具，且你从来没有准备好去应对这些问题，那即使问题就出现在你面前，你也不知道该如何处理它。
所以基本上，我认为最大的机会还是在于如何更早去培养这种复合人才，其本质上是让数字素养的培养以及对计算机的使用，就像我们在小时候学阅读和写作一样自然。之后，每个领域都会出现很多应用和很多不同的创新。起初，这些人先要去学习如何使用这些工具与应用。之后，他们需要去创造，做比平常用的基础工具更好的应用，因为他们已经饱览世事，有这样的能力。
吴飞教授
人工智能是一种使能技术。因此，不同学科的人、教授和学生都需要了解和使用人工智能的技术。通过这种方式，我们可以推动不同领域的进步。这是一个很好的机会，不仅对计算机科学，而且对其他领域也是如此。谢谢您的回答。那么下一个问题是您对业界和学界之间的合作有什么看法？
Raj Reddy教授
在潘云鹤院士和其他学者在中国工程院院刊《Engineering》信息与电子工程学科执行主编、中国工程院信息学部分刊信息电子前沿《Frontiers of Information Technology & Electronic Engineering》等期刊发表论文提出了人工智能2.0这一新的方向，其中有大数据智能的想法，即我们可以获得通过大量的来自于个人的各种数据来分析客观的世界。
目前大量数据正在被不同行业的人员收集着，并且许多正在以一种专有的方式使用这些数据。例如谷歌或亚马逊，他们每天都在收集非常多的数据，还有微信，比如人们每天使用微信语音通话，每天就可能会有10亿个1-10分钟，甚至更长的语音通话数据。当然，因为隐私和安全以及其他相关问题，数据必须在适当的保障措施下才可以被提供。数据使用和共享是一个系统性的情况。所以，如果我们需要在学界和业界的合作中明确建立合作机制，就能很好的使用起来这些数据信息去做研究。
举个例子，我们假如去收集一种语言数据，我们只需要知道关于这个数据的一部分信息，比如某种方言的少量数据，不需要全部数据，仅仅1%的数据对于研究就已经很好了。我认为这可以对我们所谈论的关于用技术改善文盲或半文盲的生活便利度的进展就已经可以产生巨大影响。
广泛地说，通过数据分析来构建一个大的教育或医疗保健体系有很多方法，例如，如果我们可以从每个人身上收集数据，比如通过智能手表，每分钟测量你的体温、血压和氧气水平和其他各种指标，这些数据能够产生非常大的益处，因为可以通过这样知道人类的整体健康状况。我们还可以在人们意识到之前，准确推断出一些新疾病开始流行的地区。再比如，在新冠肺炎中，如果你的体温开始上升，在你病情加重前的5-7天，我们就会提前知道，例如提前一周知道有事会发生，你可以立即采取行动。因此，大数据智能所带来的好处有很多，但这不仅仅是学术、工业两方面的事。它应当是政府、学界和业界的三方合作，这在未来是需要的。
吴飞教授
人工智能对人类有益，但人工智能在未来也可能对我们人类有害。您认为该如何监管人工智能来使人工智能对我们人类有益。您认为该如何监管人工智能来使人工智能对我们人类有益？
Raj Reddy教授
我认为一种情况是来自社会的压力，即当整个社会都认为某些事情不应发生时，这件事情便不会发生。比如在核领域、基因编辑中。比如某些人群想通过某些技术去除一个有缺陷的基因，社会对此仍然是有很多担忧，这样的技术是被控制和限制。所以我认为我们需要做的是：第一，我们所做的一切都必须平等地提供给世界上的每个人，而不能只是有支付能力的人。假设你有让每个人都看起来漂亮的技术，如果这只能给非常有钱的人使用，那么只是他们都看起来很漂亮，其他人则没有受益。所以。如何使技术可被平等、广泛地使用，是我认为我们需要考虑的问题之一。第二个方面则是能够负担得起且容易获取。世上有很多有用的东西，但如果我买不起它，或者如果我无法得到它，它可能就没有那么有用。
所以，我想，我们需要做的与人类在过去1000年或更长时间里演变的规则和条例没有什么不同。从汉谟拉比法典（Hammurabi Code）开始，我们每个国家都有很多法律。例如100年前，人们没有驾驶汽车的驾驶执照，有人会开车造成事故并杀死其他人（而不需要负任何责任），所以政府决定必须有驾驶执照才能开车，对吗？有了法律规定，如果你没有驾照，以及你喝醉了开车，那么你会被罚款和逮捕。
这个社会已经有很多成熟的办法去防止技术的滥用，我们只需要有适当的保护措施（配合）。也许我们应该有一个人工智能伦理或计算机科学伦理部门，或者是什么数字伦理部门，以确保每个人都遵守规则。如果人们都遵守规则，大家的收益就是平等的，那么可以肯定的是，我们需要做的主要事情是我们去控制技术，而技术无法控制我们。
有人说，人工智能机器人将接管世界，我们都将成为人工智能机器人的奴隶。这是一种愚钝的想法。它并不会发生。让我们假设有一个很小的可能性，即社会可以被越来越强大的一部分人通过技术所征服。但其实现在也是如此，好比在一个村庄里，（也可能出现）一个有权势的人会做一些给其他人带来不快乐的事情。因此，我想，我们所做的一切都是让技术为人服务，而不是人为技术服务。
所以我认为这基本上可以帮助我们确定前进的方向。政府已经制定了很多法规和规则，我们可能应该关心更合理实施的事情。虽然这可能需要 5、10、15、20 年。例如，现在最受关注的自动驾驶汽车，它也许会出一些事故，杀死一些人，对吧？但自动驾驶汽车将消除我们现在发生的 80% 的人为事故，因此我们将消除目前人为交通事故的80%死亡。虽然自动驾驶还增加了1或2 %的并非是人为原因导致的死亡，这是因为自动驾驶在某些地方是不完善的，这就是我认为我们需要弄清楚如何去做的很重要的事情，而不能因此否定技术的进步所带来的意义。
吴飞教授
是的，所以我们应该防止滥用人工智能技术对我们人类的误导。最后，一个问题，想请问您能够预测未来AI的一些方向吗？
Raj Reddy教授
一般来说，理论的作用是解释我们已经在做的事情的原理，例如动力学，飞行原理等。对于计算机而言，人工智能图灵机便建立了这样的概念。解释了任何计算机都可以做同样的事情，但这是一种通常的说法，有些计算机需要100年的时间来完成一些超级计算机可以在一秒钟内完成的事情。这类事情在物理学有很多例子，比如说爱因斯坦发明的广义相对论最终衍生了像激光和雷达等各种应用。
理论的进步最终总会助推整个领域更显著地向前发展。那么人工智能的理论是什么？它本质上是我们大脑工作的原理。我的同事卡内基梅隆大学教授曼努埃尔·布鲁姆（Manuel Blum），在去年或前年的时候，在中国的图灵大会发表了演讲，他试图解释什么是图灵机意识，并创建了一个非常有趣、基本、简单的模型，试图解释事情是如何发生的，虽然结果证明，模型并不能解释所有复杂事物。但这已经是一个很好的尝试，它简要解释了人类的大脑是如何运作的，这使我们有可能对进行进一步研究并优化模型。
所以，我认为像任何理论的概念一样，每一个都理论会呈现三、四种不同的方向。例如，在所有的机器学习技术中，我们现在拥有使用神经网络模型的通用机器学习方法，杰弗里·亨顿（Geoffrey Hinton）和他的一些同事研究了50年，最后他们证明了这是可行的，且运行地很快，比之前的机器学习模型更好。所以我认为，我们最终应该能够从人工智能理论中受益。但是还存在最后一个问题：这些理论研究可能短期没有那么有用或有趣，通常需要冒一定的风险，可能有人花了10年却一无所获感到失望，但可能也值得人们等待来看看之后会发生什么？这就是事物运行的方式，我们应该支持人工智能理论的研究。
Raj Reddy教授采访完整视频