CMU機器學習系創始人、著名教科書《機器學習：一種人工智能方法》作者CMU教授Tom Mitchell在新智元AI WORLD 2018世界人工智能峰會上探討“萬物互聯、人機共生”的未來。他指出應該讓AI通過自然語言理解人，而不是反過來人人都該去學Python。

卡內基梅隆大學（CMU）的機器學習系是全球高校里的第一個專門的機器學習系，其創始人Tom Mitchell 教授參與寫作了1983年出版的經典教材《機器學習：一種人工智能方法》，其中的一些思想即使在今天看來，也依然深刻而歷久彌新。

被譽為“機器學習教父”的Mitchell教授，專為新智元AI WORLD 2018世界人工智能峰會撰寫了演講報告《人工智能與互聯的未來》，探討峰會主題“萬物互聯，人機共生”。

Mitchell 教授告訴新智元，在他長達30多年的職業生涯中，機器學習技術的產業化發展，是令他印象最為深刻的一個變化。從上世紀八九十年代開始，再到如今的深度學習，機器學習技術轉變為越來越多的應用，走進人們的生活。

“未來，我們可以擁有像手機一樣的電燈，”Mitchell教授興奮地說：“在餐廳里的燈泡可以觀測客戶是否需要點餐或結賬，而醫院里的燈泡則檢測病人是否摔倒或需要幫忙，家里的燈泡可以檢測溫度、濕度、自動調節明暗……技術的發展讓我們未來的生活擁有無限可能。”

這也是他認為“深度學習寒冬”不會到來的原因——深度學習已經在產業界得到應用，并且取得了顯著的成效。

Mitchell教授對機器學習領域新技術的發展時刻保持密切關注，但對于新入行的學生，他給出的建議卻是“要重視基礎理論”。“是的，你可以寫一個模型并在基準測試上得到更好的性能，”Mitchell教授說：“但是，如果忘記了理論，這樣做只會事倍功半。”

在演講中，Mitchell 教授也著重強調了他的觀點——不是人人都該學Python，而是應該讓AI通過自然語言學會理解人。編程和AI技術畢竟只掌握在少數人手中，但每個人都能說出自己的需要，因此，如果AI能夠通過自然語言學會理解人，那么每個人都能教會AI完成自己的所需，比如聽力不好的人可以讓AI輔助聽覺，而視力不好的人，他們的AI則會自動幫助主人實現文字放大、高清化等功能。

要實現這樣“萬物互聯，人機共生”的未來，不僅需要在技術，也需要在政策和倫理上進行一些輔助和約束。Mitchell教授認為，中國與西方在AI領域的關注點和側重都不同，各有強項，這是好事，可以形成互補，而在教育、醫療等不涉及競爭的領域，則可以相互合作，發揮更大的作用。

以下是Tom Mitchell教授在新智元AI WORLD 2018世界人工智能峰會上發表的演講。

Tom Mitchell：人工智能及互聯的未來

CMU機器學習系創始人Tom Mitchell教授

Tom Mitchell：早上好！我非常高興能夠來到這里和大家分享一下關于人工智能以及未來的話題。在過去的這些年里，人工智能發生了很多的改變。具體到機器學習，我們知道機器學習主要分為幾個領域，比如深度神經網絡、支持向量機、貝葉斯網絡、強化學習、決策樹、高斯混合模型、最大期望算法……

但今天，我們主要討論的話題是深度神經網絡（DNN），確實DNN的應用也取得了很多成果，在視覺、語言等領域。不過，機器也不是萬能的，有時候會發生一些錯誤，比如人機對話時答非所問，圖像識別時發生錯誤。

當然，機器學習未來變得越來越重要，尤其在強化學習方面。考慮人機合作的問題，機器作為我們的朋友，我更加關心的是機器如何根據我們人類的需求來進行定制。

人跟萬物互聯的時候，比如各種傳感器，還有顯示、會話界面，很多方面都有一些變化，我們需要研究持續的、永不停止的機器學習。就像自然演化生物不斷適應環境一樣，AI也需要不斷對周圍發生的情況作出響應，需要進行持續的學習。

例如，我們經常使用的智能手機，它已經具備一些基礎的AI功能。如果這樣的AI能夠持續學習，并且通過自然語言理解人類的需求，那么每個用戶都可以是這個機器的老師，比如明天我要早起，你跟手機說“請提前30分鐘叫醒我”，但第二天你生病了，你告訴手機不需要叫你而是幫你給公司請假，也許這個手機會說“哦，我不太明白，你能給我說一下或者教我一下嗎？”

我們知道手機可以實現這個功能，我們需要的只是對它設置這樣的程序，但不通過傳統的編程，而是通過與手機對話，像老師在課堂上教學一樣，讓手機學會你想要它做的事情。因此，每個人的手機AI，都是不同的，雖然出廠時它們的基礎設置完全一致。

那么，如何指導機器進行學習，把用戶每個句子按照句意，分成可以執行的代碼呢？我們從2010年起提出了一個研究方向，那就是永不停止的語言學習機器（NELL）。

NELL知識庫的一部分，上圖是機器閱讀文字的能力和知識量，隨著時間的推移，AI的閱讀能力和精度知識都在不停地增長。我們在NELL中獲得一些經驗以及教訓，那就是必須從標記的數據中進行學習，還要優化一致性，讓這些語言優化，從而提高我們的準確率。

避免平坦的學習曲線，不斷發明新的學習任務，使它不斷完善，還必須繼續擴展，雖然有一點困難，但是我們需要繼續完善它，使我們的表達更加精確。雖然在這個過程中也有一些困難，但是我們需要用我們的智慧和技術，還有人與機器的關系來解決它。

展望一下未來新的人工智能產品，可能會出現對話式的助理，比如阿里巴巴、亞馬遜都有這樣的服務。如果以后在每家零售店的過道里面出現這樣的機器，它會像導購員一樣與你對話，而且精通多種語言，你就不用再擔心出國語言不通的問題。

將來還可能會出現能夠學習的燈泡，它會帶有攝像頭，在醫院里的燈泡應該學會識別出護士、藥品、訪客，當病人跌倒了，還要能夠識別患者是否需要幫助，它還要與其他傳感器聯動，對如何幫助病人執行相應的操作。

機器學習對社會有什么的影響？也許在未來的很多年之后，我們的社會將發生一些不可思議的、前所未有的變化，對我們的社會結構還有其它方面產生深遠的影響。人工智能會給我們帶來一些機會，改善交通、醫療保健、學校教育、老年人的生活……但同時，人工智能也會產生新的非常大的挑戰，比如數據挖掘的公平性和數據隱私，因為機器取代人類工作而造成的就業問題，具體到智能汽車的門鎖，都會有很多挑戰，還有很多工作需要去做。

人工智能對政府會產生哪些影響？政府可以幫助我們加速AI的發展，鼓勵強大的創業生態系統的政策，還有制定數據的訪問策略，讓我們建立數據標準。

政府能夠做這一系列的事情，能夠促使AI變得更加強大。解決阻礙AI的法律還有倫理問題的政策，這些問題需要AI研發人員幫助我們解決。政府資助基礎研究院，可以幫助我們進行進一步的研究。

AI也可以改變政府。AI利用更多根據大數據，基于政策的決策，政府也應該鼓勵我們去繼續發展AI。我們應該按照行業使用的AB測試策略進行評估，今天政府確實也做了一些努力，比如向公民實時提供及時的信息，提供一些健康的數據、稅收的使用，將來政府也會為AI做出一些改變。

在談到人工智能的時候，一個不可避免的問題就是：中國和西方有什么區別，中國AI有哪些優勢，西方AI又有哪些，將來會發生什么？

我認為中國有很多優勢，比如有最大的社會規模數據，還有GDP在飛速增長。在中國基礎設施構建由政府主導，因此規劃比較完善，也在快速發展。我認為中國既然有了這么多優勢，通過AI真的能夠提高人們的生活。

在西方也有一些其它的優勢，比如有更長的AI商業創業經驗，研究時間比中國悠長一點。目前在西方高校的人工智能研究處于領先，但是西方也有它自己的一些問題。

比較一下雙方的不同點，同樣都面臨著很好的機遇，AI將在中國和西方創造更多的財富。中西方在非競爭領域的合作，比如衛生保健、智能城市、教育方面，我們都有很多國際合作，可以幫助到每個人。

第三世界會怎么樣？第三世界經濟體會被拋在后面嗎？由于AI巨大的發展。也許不同的國與國之間有著不同的經濟形式，但是每個國家都有自己的優勢。

做一個總結，我們正處在AI革命的開始，我也希望能夠共同發展。互聯和支持人類與機器的伙伴將需要新的AI發展。非常感謝大家來聆聽我的演講。