把人文精神带入 AI，李飞飞和比尔·盖茨今天在斯坦福都讲了什么

李飞飞笑称，至少在斯坦福异常火爆的深度学习课上，她就非常期待有人工智能助教出现的：一种由 AI 支持的教育系统，可以批改作业，并从与学生的互动中读取学生对知识的掌握水平。此时，老师就能够将工作中心放在与学生建立更个性化的、伙伴式的联系上，并将更多精力投入到学生的心理成长与精神健康。

李飞飞表示，HAI 的研究将渗透于整个斯坦福大学，得益于斯坦福大学的各种学科研究能力，研究院将以跨学科的方式进行，贯穿于基础科学、工程、心理学、医学、商业、法律、教育和社会科学等多个学科。

（李飞飞演讲 PPT）

多个 AI 共存，会不会打架？

在“人工智能受人类启发”的主题演讲环节，斯坦福大学人类生物学的教授 Michael C. Frank、斯坦福大学应用物理学助理教授 Surya Ganguli 等纷纷以自身研究、生活体验出发，强调，人类可以如何启发人工智能的进程。

试想一下 Open AI 掌握的词汇量有多少？一个两岁儿童掌握的词汇量又是多少？

可以说，两者的差距已经是上千倍形容。据 Open AI 最新数据（2019）显示，输入的单词量是 100 亿个，这意味着平均每两年，机器需要学习的词汇量大约是 1000 万个。而一个两岁的孩子，只需要比机器所需的词汇量少 1000 倍，就能学会说话、交流。机器，却无法做到。

那么，如何用更少的数据去训练机器呢？Michael 教授认为，研究儿童早期的语言学习过程是可以助力于社会领域的人工智能学习的（Social AI）。

他举例，当自己孩子在 26 个月大的时候，甚至能够用一些自己从未教过的单词进行沟通。这背后的原因包括：孩子会思考其他人的想法，以及在不懂的时候会通过眼神交流等社交行为主动寻求帮助。正是这种在社会语境下的语言学习，让儿童能够用即使更少的数据（单词），也能学会说话。

（HAI 两位发起人，图自斯坦福大学官网）

在随后的对谈环节，LinkedIn 的联合创始人 Reid Hoffman、谷歌人工智能大神 Jeff Dean、DeepMind 创始人 Demis Hassabis、斯坦福大学人工智能实验室（SAIL）Chris Manning 等参与了讨论。

在人工智能研究方向如何往下走这一话题上，作为主持人的 Redi Hoffman 提到，在让机器完成某项任务上，确实可以通过训练，能够完成速度很快，但如今不可否认的是面临一个 “标准化”（Generality）的问题。

Jeff Dean 表示赞同，因为像语音识别、视觉识别等，已经可以通过输入大量的数据去进行机器的训练、学习，哪怕是一些很难的问题。然而，今天人工智能可能需要面对的问题是，如何让机器同时做成千上万的任务，而且把从一个任务的学习迅速迁移到下一个任务上。“我们或许未来需要一个普遍的系统，让机器即使学习不同的任务，都能很好完成。”

（Pannel 现场）

Demis Hassabis 还提到了一个值得思考的话题：未来几年，随着人工智能的发展，如果多种人工智能共存，关系会变成什么呢？

用 Demis  原话是：如果有上千个 AI 在共同工作，或者跟人类一起互动，他们之间的关系可能是合作，也可能是竞争，到底会如何共处呢？这对社会科学来说，就有研究的必要，需要从社会学的视角，观察、试验这些多重人工智能学习系统在团队中是如何表现的。像 DeepMind 就有一个多智能体团队（Multi-Agents team），从单个人工智能向多重人工智能演变。

比尔盖茨：AI 有国界吗？界限难以划分

在下午的第一场讨论中，比尔·盖茨跟两位人工智能领域的年轻学生进行了对谈。其中一位是哈佛大学计算机专业一年级学生 Amy Jin，另一位则是加州的一名高中生 Stephanie Tena-Meza。

“ AI 最让你着迷的地方在哪儿？” 比尔·盖茨表示，人工智能在许多领域有运用前景，他最关注的是如何帮助发展中国家的医疗健康问题。

（盖茨在现场）

盖茨表示，在非洲最贫困的国家，有 20% 的孩子可能会在五岁之前死去，而 40% 的人一生也无法让身体或智力发育至世界平均。在早年，是没有办法将发达地区习以为常的医疗技术和体系传送到非洲去的，而 AI 就是帮助我们理解非洲健康的一个工具。

例如，如今通过 AI 读取 23andme 的基因数据，发现像硒元素的缺失与非洲的早产率可能有关。盖茨透露，盖茨和梅琳达基金会在未来的 18 个月之内，将为 2 万名非洲妇女带来帮助，并预期非洲这些国家的早产率会降低 15%。

（编辑：南平站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!