人工智能不會取代人類，會讓人更智能

The Blog

　　讓計算機學習會比編程更高效　　記者：AI(人工智能)早期為何發展緩慢?　　特倫斯：早期，電腦運行速度慢，內存昂貴，用編程來解決問題十分耗費人力。如今計算機運行快了百萬倍，內存也大，勞動力卻越來越貴，因此讓計算機學習比讓人類編程更高效。　　除技術限制外，學界觀念也是難以跨越的藩籬。過去那些主張編程的AI先驅，本身並不關心人腦是如何實現智能行為的。深度學習的轉折點出現在2012年。在當年的NIPS大會(神經信息處理系統大會)上，科學家論證了在一個包含1萬個類別和1000萬個圖像的數據集上，使用深度學習分類可將錯誤減少20%。根據以往經驗，在該數據集上的分類錯誤一年內也減少不到1%，這相當於我們在一年內達到過去20年取得的成績。深度學習一夜之間變得出名。　　大自然面前我們應更謙遜一點　　記者：在大多數研究人員都著眼於電腦編程時，你為何會把眼光投向人腦，相信深度學習可以打開人工智能發展的突破口?　　特倫斯：這要追溯到我剛開始研究深度學習時所設計的一個話語網絡系統，它讓計算機來學習閱讀。自學習開始後，它一個晚上就吸收了整個訓練集的信息。我們發現語言是神經網絡非常擅長的事，而且神經網絡學習語言的方式和人類學習語言方式是一致的。在今天AI的所有應用場景中，語言翻譯能力是最讓人驚訝的，它讓世界不同的人群能直接對話。　　記者：1989年，你在一次講座中闡述了一只蒼蠅和一台超級計算機的場景，並稱世上最快的計算機比不上一只蒼蠅，真的如此嗎?　　特倫斯：我只是想借這一對比讓大家明白一件事，在大自然面前我們應更謙遜一點。實際上並非說計算機比不上一只蒼蠅。計算機是一種通用設備，它可以被編程來計算任何東西，同一個硬盤可以運行不同的程序，而蒼蠅是一種“專用計算機”，它只能運行一種程序。但無可厚非的是，在蒼蠅那個小小的腦袋裏，蘊含著數以千計的神經元，其視覺算法已嵌入它本身的網絡，可通過視覺識別來尋找食物，並保持飛行，同時還能在複雜的世界裏生存下去，而且消耗最少的能量。