加载中 ...

微软(中国)CTO韦青:取代我们的不是AI 而是被AI赋能的人

2019-01-29 13:13:00 来源:投中网

编者按:深度学习是人工智能的一种方式。

近日,微软(中国)CTO韦青在《深度学习》交流会上,发表了自己的一些关于人工智能的看法。

在他看来,深度学习是人工智能的一种方式。人工智能非常广泛,其中机器学习是一方面,深度学习又是机器学习的一个子域。我认为深度学习不仅仅是知识,更是一种思维范式的转变。

在全球范围内由于技术的进步引发的新话题层出不穷,我们不断接收到新的理念。越来越多的公司和人发现,人类开始进入“无人区”,没有一个大思想家或者大哲学家能够告诉我们未来会怎么样。所以人们产生了很多争论,关于人工智能的争论,关于机器智能的争论,关于机器人的争论,关于技术和人类关系的争论等等。

韦青援引微软CEO萨提亚的演讲内容表示,未来没有人引导我们,那么我们可以以史为鉴,看看历史上发生过什么。

他提到,最有代表性的就是第一次工业革命到第二次工业革命之间,由蒸汽时代进入电气化时代。“我把这个阶段总结为四种态度和四种结局。当时有很多有影响力的全球性的公司,他们用蒸汽力量代替人的四肢。但当电气出现的时候,绝大多数公司态度是看不起电,因为开始的阶段电的效率并不够高。第一类公司的想法是电力不行,效率低,没有未来,蒸汽力量足够了,一百年之后他们被淘汰了。”

第二类公司放下一些包袱,认为电是新生生物,也有潜在发展的可能性,但是仍然坚信蒸汽机的力量,坚信只要对蒸汽机进行改良一样可以保持竞争力,这些公司也被淘汰掉了。

最可惜是第三类公司,他们已经放下旧的生产力,开始拥抱新的生产力和形成新的生产关系,但是思维方式没有改变。他们认为自己全面拥抱电气化时代,已经产生比蒸汽机时代超高的效率,更低的成本,但是他们还在跟蒸汽机相比,这些公司最终也被淘汰掉了。萨提亚在会上提到,我们做了一些粗略的分析,只有不到5%的公司在那个时代完成了转型和飞跃,真正进入了电气化时代。

当时大部分企业对于电气化的观念只是能点多少盏灯,或者生产线能够提高多少效率。只有5%的公司选择彻底放下包袱,忘记什么是电气,什么是蒸汽,而是把它们都当成是工具。这些公司要的就是进入新的时代。这代表更高的效率,更低的成本和更优秀的用户体验和产品品质。

韦青说,微软在跟客户的交流中也有思考,是否需要做思维的转变,才有可能真正理解这一轮技术变革是怎么回事。如果我们还抱着老的观念,抱着产生问题时候的观念,我们真能够理解这个伟大的时代将带给我们的辉煌未来吗?

我们是否需要先把我们认为的所有成见都放掉,然后再来看现在的技术到底怎么回事?我们也知道深度学习只是机器学习、人工智能的一部分,我们要把深度学习的包袱也放下,扩展到我们进入的这个时代来思考。

理解时代特点,我们要了解深度学习,了解机器学习,进而了解人类学习特点,但是更重要是什么?我们要号准时代的脉搏,要知道在这个时代要采取什么样的态度和策略,才能够跟上时代的脚步。我们既不要成为时代的弃儿,也不希望成为烈士,我们最希望成为一个先行者。这个时代最大特征就是机器从代替人的四肢开始,已经于无声处开始代替人的大脑,甚至会慢慢代替所有能够出现模型的人类能力。明白这一点我们才可以理解所处的时代。

面对深度学习和人工智能的发展,一种人选择放弃自己,一种人会产生绝对的抗拒心理,不去主动拥抱这种能力,这都是有问题的。因为这种能力确实很强大,你不去拥抱的话,有可能被去拥抱这种能力的人类所淘汰掉了,被他们产生降维打击的能力了,这个其实很危险的。

与其说是机器或者人工智能,或者机器智能会代替人,倒不如说掌握了机器智能人类变成一种超人类,他们会把不具备这种能力的人类所代替掉,或者所降维打击掉。作者特伦斯的良苦用心是希望我们做一个合格的地球人。为什么不是说作为一个美国人或者中国人?因为地球上的人类都面临这样的挑战,都面临我们如何跟机器智能相处,如何提高我们能力,才能使我们具备更高的能力来应变这个时代的挑战。人工智能带来的这种降维打击还是很强大的,如果我们不认真的应对,去努力学习,并且去积极拥抱这种能力,有可能就真的被降维打击了。

那么,如何理解人工智能?韦青总结了以下几点:

首先,一定要应用。如果我们去学了“学会如何学习”的课程就会发现,现在最流行的方式是Problem-Based Learning,就是以问题为导向的学习,以实际解决问题方案的学习。未来是终身学习的时代,不存在大学毕业之后就不学习了。如何终身学习?一定要带着问题去学,这样学得越来越深入,学得越来越有用。人工智能也是一样的,它是一种学习的过程。学习不能为了学而学,一定是问题为导向的。

第二个观点就是,深度学习的发展不仅仅要靠数学的进步,不仅仅要靠计算机科学的进步,还要对人类自己的神经、脑神经、传输神经、感知神经的理解,才能知道是怎么回事。

现在我们每个人有基础的学习能力,机器学习也是一样,只是通过开放的接口开放学习的通用能力。未来每个人一定要在通用能力之上,掌握行业的学习能力,才能够真正为人类带来更大的福祉。

第四点就是要真正产生深度学习能力,我们需要有数据,需要有人才,还要有算法和算力。像微软这样专业公司可能会提供更强大的算法和算力,更多的公司需要在人才培养,数据收集上面下很大功夫,这样才能产生互动的促进作用。数据、人才、算法、算力这四者缺一不可。每一方面在未来都巨大的商机,正是因为我们即将进入智能社会,商机恰恰不是只在智能本身,而是各个方面。

最后以比尔·盖茨的这段话作为结尾:“人们大都倾向于高估他在一年内所能完成的事情,但又容易低估他们坚持十年后能够取得的成就。”大家一定要明代,第一没有专家,第二没有起跑线,第三每天都在重新更新有新知识新理念出现,我们先不要放弃自己,同时把握最基本的对自己的自信和信念,认真学习。

“云掌财经”的新闻页面文章、图片、音频、视频等稿件均为自媒体人、第三方机构发布或转载。如稿件涉及版权等问题,请与

我们联系删除或处理,客服邮箱kf@123.com.cn,稿件内容仅为传递更多信息之目的,不代表本网观点,亦不代表本网站赞同

其观点或证实其内容的真实性。