麻省理工和IBM合作创立Watson AI实验室，谨慎推进 AI 研究
jopen 7年前
<p style="text-align: center;"><a href="/misc/goto?guid=4958996742577646022" title="IBM"><img alt="麻省理工和IBM合作创立Watson AI实验室，谨慎推进 AI 研究" src="https://simg.open-open.com/show/c413fa504c187c7fe243788733616a09.gif" /></a></p> <p>英文原文：<a href="/misc/goto?guid=4959011761014111238">IBM and MIT are working together to make sure A.I. isn’t our downfall</a></p> <p>IBM 与麻省理工学院在今年 9 月份合作成立了 MIT-IBM Watson AI 实验室，这一实验室的目的并不仅仅在于推动 AI 的发展，同时也在谨慎衡量 AI 可能会带来的社会影响，确保 AI 的相关研究在谨慎的前提下进行。本文作者是 Brad Jones，原文发表于 Digital Trends。</p> <p style="text-align:center"><img alt="麻省理工和IBM合作创立Watson AI实验室，谨慎推进 AI 研究" src="https://simg.open-open.com/show/5bf4154f0ce1533092976b16cc036c14.jpg" /></p> <p>2017 年 9 月，IBM 宣布与麻省理工学院（MIT）建立为期十年的合作伙伴关系，共同建立 MIT-IBM Watson AI 实验室，并以 1000 万美元的基础投资展开人工智能领域的研究，鼓励科学家、教授以及从事这一领域研究的学生贡献他们的想法，打开新的研究途径。</p> <p>目前，AI 正在迅速成为现代科技的一个重点，并且它对我们日常生活的重要性在未来几年只会不断增加。IBM 和麻省理工学院显然都希望能够站在最新发展的前沿位置，两者确定的这一合作关系本身的影响意义也远远超过了技术。</p> <p>MIT-IBM Watson AI 实验室在推动 AI 发展的同时，也会考虑这项技术所造成的社会影响，也就是说实验室不仅仅是为了探究 AI 未来发展的可能性，而且要确保最前沿的可能性不会带来负面影响。</p> <p><strong>四大支柱</strong></p> <p>MIT 和 IBM 都承诺保持开放的态度，虽然并不是每一个想法都会得到后续的推进，但他们欢迎各种各样的想法存在。到目前为止，双方已经确立了四个主要支柱性根基来指导未来的研究方向。</p> <p>首先是推进核心算法的进步，重点是确保开发过程比现在更透明。IBM 公司的副总裁 Dario Gil 告诉 Digital Trends，他们的目的在于摆脱“黑盒子”模式，改变 AI 研究模糊、混乱的问题，从外部角度更容易去了解。</p> <p>IBM 和 MIT 将第二个支柱称为“AI 物理学”，也就是用于将 AI 技术推向新高度的硬件。第三个支柱是考察 AI 在不同行业中的实际潜在应用。最后一个则与“共享繁荣”这一话题有关，研究如何防止 AI 以及自动化机器将人类劳动力远远甩在身后，避免对普通人的未来经济产生负面影响这一问题。</p> <p>简单来说，现在我们需要从各个角度来思考 AI 技术，因为近年来 AI 领域取得的重大进展很会就会对我们的生活产生直接的影响。</p> <p><strong>从 IT 到 AI</strong></p> <p>在 20 世纪 80 年代和 90 年代，个人电脑的兴起改变了我们的家庭和工作场所。IBM 希望 AI 技术也能有这样的影响力。</p> <p>Gil 认为 AI 就是新一代的 IT，它将很快渗透到所有行业和公司，无处不在。即便它没有直接参与，也会影响到人们的工作和生活。他提到过去几十年来计算机如何被迅速应用，以及现代企业需要利用现代技术又是如何迅速成为一个公认的事实。IT 部门成为标准配置，计算机科学也发展成为了一门学科，而现在，他在 AI 领域看到了类似的发展路径。</p> <p>Gil 说道：“每一个企业都开始思考，我们该如何部署 AI？就像当时部署 IT 一样，他们都在想该如何用这项技术来解决以前解决不了的问题？”他接着引用麻省理工学院机器学习课程的学生人数来证明他的观点。三年前，注册学习该课程的人数为 200 人，而今年已经有 700 名学生注册，需求量创下新高。斯坦福大学的机器学习入门课程学生今年也创下新高，共有 1080 名学生报名参加。</p> <p><strong>硬件是前提</strong></p> <p>Gil 解释道，你可以看一下现在每个人都在使用的一些让人兴奋不已的算法，比如深度学习，这些算法并不是新鲜的东西，他们其实已经和我们在一起几十年了。据 Gil 介绍，阻碍 AI 发展的有两大因素，一是我们能够获得的计算能力，二是我们手头所拥有的用于训练这些神经网络的数字数据量。他补充道：“计算能力当下是 AI 的核心所在，而且这一状态将持续很多年的时间。”</p> <p>培训大型模型需要大量的数据，而这往往是一个代价高昂、效率低下的过程。在接下来的十年时间里，我们可以在这方面有所改进，但前提是需要有更好的硬件。Gil 预测，短期内，我们应该在现有硅技术基础之上创建新型结构体系。除此之外，研究人员正在考虑模拟 AI 放弃现在的硅晶体管，并将类似于存储器的元素引入到计算过程之中。这项工作无疑有良好的前景，但这只是对我们现有硬件的一个简单的进化。另一个更加引人注目的做法是使用量子计算机来探索 AI 的潜力。这样的研究目前还处于最初的概念阶段，但是大规模通用量子计算机所具有的巨大的计算能力似乎可以激发我们实现认知理解层次的一大飞跃。</p> <p>麻省理工学院的实验室将可以访问 IBM 公司的旗舰量子项目 IBM Q。IBM 从去年开始就提供量子计算作为云计算服务，当时推出的是 5 量子位（qubit）处理器，最近刚刚更新到 20 量子位，50 量子位处理器也将很快成为现实。当这一硬件能够充分发挥其潜力之时，必将会真正的改变这一领域。这一研究方向是一条双向道路，机器学习可以被用来帮助推动量子硬件的研究，而硬件的研究成果有助于科学家们打破机器学习的界限。</p> <p><strong>安全通道</strong></p> <p>Gil 解释道：“我们是想让技术来解决这个世界的问题。作为领导者，我认为要以正确的方式来实现这一目的至关重要。而要保证正确的方式，你需要深思熟虑，需要以严谨而又严肃的态度来研究这些问题。”AI 可以是一种好的力量，但它也有可能会造成很大的伤害。我们也看到过这样的一些事例，比如用于在线骚扰的聊天机器人等，也有一些附带性损害存在，例如如果自动化机械成为常态，那不同行业的部分人群就将失去工作。</p> <p>麻省理工学院工程学院院长 Anantha Chandrakasan 在与 Digital Trends 来往的电子邮件中写道：“我们意识到人们对于人工智能机器未来能力方面的担忧，这也是这一领域的任何人在开展新研究之前必须要考虑的一个问题。但是，我们认为最好的方式是，探索并掌握人工智能未来可能带来的风险和机遇，并据此规划好如何最好地应对可能出现的风险。”</p> <p>Gil 表示：“我们想把 AI 以一种安全的方式推向全世界。”为了实现这一目标，在实验室，我们会同这一领域不同学科的专家来合作，例如经济学和政治学等。其实，这就是一个让那些理解这一技术的人与那些熟悉这一问题可能带来的社会问题的人聚到一起进行沟通的过程。</p> <p>在提到现在关于未来社会的两种幻想（人类不必被迫工作以及超智能机器人掌握控制权）时，Gil 表示，“总体来看，人们的这种讨论话题很有趣，但这些话题往往是要么乌托邦主义，要么反乌托邦主义。这是两个极端，而更为复杂的，关于我们需要如何一步一步去做的话题则很少有人触及。”</p> <p>MIT-IBM Watson AI 验室将成为这些讨论的一个综合场所。显而易见，AI 的潜力正在迸发，但这也带来了一些挑战，在这个领域的个人和企业肯定都想要利用自己的才能来开创新的天地。麻省理工学院和 IBM 都希望为这项重要的工作提供便利，但他们也希望能够确保一切都在谨慎的情况下进行。</p> <p>来自: <a href="/misc/goto?guid=4959011761099042426" id="link_source2">36kr.com</a></p>