關(guān)于姚期智在2020年浦江創(chuàng)新論壇的演講，迄今為止只見到頭條推送的兩篇報(bào)道，即“圖靈獎(jiǎng)唯一華人得主PPT：人工智能四大挑戰(zhàn)，影響自動(dòng)駕駛”（簡(jiǎn)稱“四大挑戰(zhàn)”）與“中國科學(xué)院院士姚期智：人工智能存在三大技術(shù)瓶頸”（簡(jiǎn)稱“三大瓶頸”）。“四大挑戰(zhàn)”一文中有4頁P(yáng)PT稿。PPT稿上，姚期智只提了“魯棒性”與“可解釋性”兩大技術(shù)瓶頸，以及未來超級(jí)人工智能的終極挑戰(zhàn)。“三大瓶頸”一文中將脆弱性、機(jī)器學(xué)習(xí)算法缺乏可解釋性、人工智能的對(duì)抗性較弱列為三大瓶頸。上述兩篇報(bào)道顯然出自專業(yè)人士的現(xiàn)場(chǎng)報(bào)道，有助于對(duì)姚期智演講的深入理解。

關(guān)于魯棒性問題，可以解釋成脆弱性、非安全性、非可靠性問題。人工智能系統(tǒng)設(shè)計(jì)歷來重功能性設(shè)計(jì)，輕可靠性、安全性設(shè)計(jì)；或先功能性，后安全性、可靠性。在早期產(chǎn)品中這一現(xiàn)象尤為嚴(yán)重。在自動(dòng)駕馭汽車領(lǐng)域，最終制約因素是安全性、可靠性問題，未來，無人駕駛汽車研發(fā)會(huì)因可靠性、安全性問題，成為“永在途中”的課題。

關(guān)于可解釋性，可以理解成廣義的開源性。可解釋性就是如何讓人們深入了解人工智能系統(tǒng)。以汽車為例，在工業(yè)革命時(shí)代，汽車駕駛者們對(duì)汽車原理、結(jié)構(gòu)一目了然；現(xiàn)在，汽車對(duì)于駕駛員而言只是一個(gè)黑盒子，只有方向盤、油門、剎車這樣一個(gè)應(yīng)用界面。相比而言，工業(yè)革命時(shí)代的汽車有高度的可解釋性，人工智能的新興汽車無可解釋性。同樣，手機(jī)、數(shù)碼相機(jī)、電視機(jī)相較于電話機(jī)、照相機(jī)、電子管電視機(jī)而言，無可解釋性，對(duì)所有使用者都是黑盒子，無人去拆解、修理，去了解其內(nèi)部結(jié)構(gòu)，這是一種十分現(xiàn)實(shí)、十分先進(jìn)的人工智能產(chǎn)品的傻瓜化應(yīng)用模式，它將知識(shí)創(chuàng)新與創(chuàng)新知識(shí)應(yīng)用徹底分離。然而，對(duì)于人工智能創(chuàng)新領(lǐng)域，不可解釋性是一個(gè)技術(shù)創(chuàng)新的巨大障礙。硬件的透明、軟件的開源，一定程度上解決了技術(shù)創(chuàng)新的可解釋性障礙。目前，可解釋性障礙突出表現(xiàn)在算法領(lǐng)域（人工智能三大基礎(chǔ)之一），它阻礙算法的推廣、評(píng)價(jià)與市場(chǎng)化，算法的碎片化現(xiàn)象會(huì)嚴(yán)重阻礙人工智能的發(fā)展。

關(guān)于第三個(gè)對(duì)抗性瓶頸，文中截取的PPT講稿中，未能見到列舉的這個(gè)瓶頸，也許可以歸納到魯捧性中。

姚期智是一個(gè)極有遠(yuǎn)見、對(duì)人工智能有獨(dú)到見解的大家。早年在清華大學(xué)的一次演講中，他提出了人工智能時(shí)代的“大科學(xué)”概念。它表明：人工智能時(shí)代，已進(jìn)入到諸多強(qiáng)勢(shì)科學(xué)的交叉融合發(fā)展時(shí)代，各個(gè)強(qiáng)勢(shì)學(xué)科都會(huì)以自己的視角（自以為是地）詮釋人工智能。此次演中，姚期智提到超人工智能，并提出對(duì)超人工智能的三點(diǎn)期望。過去人們一直把人工智能分成弱人工智能與強(qiáng)人工智能。弱人工智能始于半導(dǎo)體微處理器誕生，是對(duì)人類智力的人工仿真；強(qiáng)人工智能始于大腦工程，是人工智能的智力創(chuàng)新時(shí)代。由于人工智能超高速度的瘋狂發(fā)展，人們無法預(yù)見人工智能的未來，便有了后強(qiáng)人工智能的超人工智能概念。姚期智認(rèn)為超人工智能具有很大的不確定性，人類會(huì)面對(duì)諸多種潛在威脅。對(duì)于超人工智能的未來，姚期智給出了未來制約智能機(jī)器的三個(gè)原則：一是利他，即人的利益凌駕于機(jī)器；二是謙卑，即機(jī)器不能自以為是；三是盡心，即機(jī)器能學(xué)懂人的偏好。每個(gè)原則都要用嚴(yán)格的算法來實(shí)現(xiàn)，這樣就能有效駕馭人工智能。這是一個(gè)對(duì)未知時(shí)代的理性期望，希望人工智能最終能走向理性化道路。

延伸閱讀文中提到的兩篇報(bào)道：

圖靈獎(jiǎng)唯一華人得主PPT：人工智能四大挑戰(zhàn)，影響自動(dòng)駕駛

無論當(dāng)前自動(dòng)駕駛，或是今后無人駕駛，都離不開以人工智能為基礎(chǔ)的算法、算力和數(shù)據(jù)支撐，最近也一直在學(xué)習(xí)相關(guān)的知識(shí)。

全球人工智能頂級(jí)大咖，也是圖靈獎(jiǎng)唯一華人獲得者姚期智，在2020浦江創(chuàng)新論壇上，從前瞻和頂層的角度，發(fā)表了“人工智能面對(duì)的挑戰(zhàn)”，個(gè)人覺得很有啟發(fā)，這里與讀者進(jìn)行分享。

“魯棒性”和“可解釋性”是當(dāng)前研究熱點(diǎn)

魯棒性（Robustness），這也是汽車?yán)锖芰餍械脑~匯，系統(tǒng)受到不正常干擾時(shí)，還能保證功能正常運(yùn)作。

當(dāng)前機(jī)器學(xué)習(xí)十分脆弱和不穩(wěn)定，將一只小豬的照片加入些許“干擾”，就很有可能被系統(tǒng)識(shí)別為飛機(jī)。

“小豬變飛機(jī)”這種漏洞，會(huì)給人工智能應(yīng)用帶來安全隱患。例如自動(dòng)駕駛汽車在通過路口時(shí)，交通信號(hào)燈指示“停止”，但只要稍微被干擾和攻擊，系統(tǒng)很有可能識(shí)別為“通行”，會(huì)給自動(dòng)駕駛帶來嚴(yán)重安全隱患。

機(jī)器學(xué)習(xí)算法缺乏可解釋性，是人工智能的“黑盒子”挑戰(zhàn)。

基于機(jī)器學(xué)習(xí)算法開發(fā)的房地產(chǎn)估價(jià)系統(tǒng)，通過學(xué)習(xí)各地房地產(chǎn)價(jià)格大數(shù)據(jù)，構(gòu)建了價(jià)格模型，能自動(dòng)評(píng)估房地產(chǎn)價(jià)格。

但這個(gè)價(jià)格無法用很好的邏輯去解釋，估價(jià)沒有完整的依據(jù)，賣房人心中會(huì)產(chǎn)生懷疑，這套系統(tǒng)會(huì)不會(huì)“故意”低估了這套房產(chǎn)價(jià)值，從而讓價(jià)格有利于買房者。

這樣的漏洞會(huì)導(dǎo)致人工智能在大規(guī)模應(yīng)用時(shí)，特別是涉及到安全問題，如自動(dòng)駕駛時(shí)，人們會(huì)有所顧慮。

以上兩個(gè)挑戰(zhàn)和例子是當(dāng)前人工智能研究的熱點(diǎn)。

“強(qiáng)化學(xué)習(xí)”近幾年產(chǎn)生驚人效果

強(qiáng)化學(xué)習(xí)，在未來在三到五年內(nèi)，卻是很有可能在應(yīng)用上產(chǎn)生驚人的效果，是最有可能被突破的方向。

無人機(jī)群可輕松完成燈光秀、農(nóng)林作業(yè)等任務(wù)，但這些任務(wù)都是人類與自然界的對(duì)抗，自然界不是非常樂意地要與人類進(jìn)行對(duì)抗，這并不是一個(gè)惡意的對(duì)抗，是很容易解決的。

但如果是人和人、單位和單位進(jìn)行較量，這個(gè)時(shí)候，要找到一個(gè)最優(yōu)策略的空間就會(huì)變得無窮大，傳統(tǒng)計(jì)算機(jī)里面從數(shù)學(xué)角度嚴(yán)格來解決問題就行不通了。

而強(qiáng)化學(xué)習(xí)可以解決這個(gè)問題，是目前人工智能發(fā)展最迅速的方向，和普通的圖像識(shí)別提升1%的精度相比，這是“0和1”的較量，很有前途。

“多方安全計(jì)算”解決隱私問題

關(guān)于人工智能的隱私保護(hù)，1982年姚期智提出了“百萬富翁”的問題：兩個(gè)百萬富翁街頭邂逅，他們都想炫一下富，比比誰更有錢，但是出于隱私，都不想讓對(duì)方知道自己到底擁有多少財(cái)富，如何在不借助第三方的情況下，讓他們知道他們之間誰更有錢？

在這個(gè)經(jīng)典問題之下，誕生了“多方安全計(jì)算”（MultipartyComputation， MPC）這門密碼學(xué)分支。

通過MPC，多個(gè)數(shù)據(jù)庫可以聯(lián)手做計(jì)算，卻又不透露各自的數(shù)據(jù)，最終實(shí)現(xiàn)數(shù)據(jù)所有權(quán)和使用權(quán)的分離。

多方安全計(jì)算，對(duì)金融科技、藥物研發(fā)等AI應(yīng)用非常有用。

“超級(jí)人工智能”終極挑戰(zhàn)

人臉識(shí)別等僅適用于特定領(lǐng)域，通用的超級(jí)人工智能何時(shí)會(huì)到來？這存在很大的不確定性。

超級(jí)人工智能必須可控而有益，譬如原子能和基金編輯。同時(shí)需要具備“利他的、謙卑的、盡心的”三個(gè)原則。

也就是，人的利益應(yīng)凌駕于機(jī)器利益，機(jī)器不能自以為是，而且要學(xué)懂人的偏好。

期望以上分享，能讓讀者對(duì)人工智能趨勢(shì)（自動(dòng)駕駛）有所把控。

中國科學(xué)院院士姚期智：人工智能存在三大技術(shù)瓶頸

昨天舉行的2020浦江創(chuàng)新論壇全體大會(huì)上，圖靈獎(jiǎng)獲得者、中國科學(xué)院院士姚期智做了《人工智能面對(duì)的一些挑戰(zhàn)》主題演講。在他看來，人工智能有三大技術(shù)瓶頸亟待突破，需要科學(xué)家“從0到1”的原創(chuàng)研究。

作為現(xiàn)代密碼學(xué)的奠基人，姚期智創(chuàng)立的上海期智研究院今年初成立，目前已匯聚4位兩院院士、20多位科學(xué)家和多所高校的青年人才。研究院瞄準(zhǔn)人工智能、現(xiàn)代密碼學(xué)、高性能計(jì)算系統(tǒng)、量子計(jì)算及量子人工智能、物理器件與計(jì)算、生物智能6個(gè)方向開展前沿研究。

在姚期智看來，脆弱性是人工智能面臨的第一大技術(shù)瓶頸。人眼識(shí)別十分穩(wěn)定，一個(gè)圖像如有微小改變，人仍能一眼看出它是什么，而人工智能在圖像識(shí)別上卻是能力不足，比如將一只小豬的照片加入一些圖像“雜音”，機(jī)器視覺系統(tǒng)可能會(huì)把它識(shí)別為飛機(jī)。“小豬變飛機(jī)”這種漏洞會(huì)給人工智能應(yīng)用帶來安全隱患。

第二大技術(shù)瓶頸是機(jī)器學(xué)習(xí)算法缺乏可解釋性，很多算法處于“黑盒子”狀態(tài)。如一個(gè)科研團(tuán)隊(duì)開發(fā)了一個(gè)房地產(chǎn)估價(jià)系統(tǒng)，系統(tǒng)通過算法學(xué)習(xí)了各地房地產(chǎn)價(jià)格大數(shù)據(jù)，從而能自動(dòng)評(píng)估房地產(chǎn)價(jià)格。然而，這套算法像黑盒子一樣，很難給出估價(jià)的完整依據(jù)。這在商業(yè)應(yīng)用上是短板。算法的可解釋性問題亟待科研突破。

第三大技術(shù)瓶頸是人工智能的對(duì)抗性較弱。如今，一個(gè)無人機(jī)群可輕松完成燈光秀、農(nóng)林作業(yè)等任務(wù)，但要看到，這些任務(wù)都是在自然環(huán)境下完成，如果是處于高對(duì)抗的人為環(huán)境中呢？比如在電子競(jìng)技和軍事戰(zhàn)斗中，無人機(jī)群的協(xié)同作戰(zhàn)能力就會(huì)受到很大考驗(yàn)，要在對(duì)抗中勝出，需要計(jì)算機(jī)科學(xué)、數(shù)學(xué)等領(lǐng)域的科學(xué)家進(jìn)行深入的強(qiáng)化學(xué)習(xí)、博弈論研究，讓無人機(jī)群能在高對(duì)抗環(huán)境中自主找到最優(yōu)策略。“這是一個(gè)很重要的科研方向。”

未來是否會(huì)產(chǎn)生“超級(jí)人工智能”？姚期智說，這存在很大的不確定性。但應(yīng)對(duì)這種潛在威脅，他給出了制約智能機(jī)器的3個(gè)原則：一是利他，即人的利益凌駕于機(jī)器；二是謙卑，即機(jī)器不能自以為是；三是盡心，即機(jī)器能學(xué)懂人的偏好。“每個(gè)原則都要用嚴(yán)格的算法來實(shí)現(xiàn)，這樣就能有效駕馭人工智能。”

責(zé)任編輯：haq