把人文精神帶入 AI，李飛飛和比爾·蓋茨今天在斯坦福都講了什么
什么會議能把微軟創始人比爾·蓋茨、谷歌人工智能大神 Jeff Dean、DeepMind 創始人 Demis Hassabis、斯坦福大學人工智能實驗室（SAIL）負責人 Chris Manning、領英聯合創始人 Reid Hoffman 等人聚齊一堂？
今天，在斯坦福大學“以人為本 AI 研究院”正式成立的峰會上，大神們都聚齊了。
這也是斯坦福大學計算機系教授、人工智能大牛李飛飛繼去年卸任斯坦福人工智能實驗室負責人后的新動作——擔任斯坦福大學“以人為本人 AI 研究院(Stanford Human-Centered AI Institute，下簡稱 HAI)”聯合主任一職。
在下一個階段，推動人工智能與人文精神的結合，使 AI 真正以人為本，為人類賦能的方向發展，將成為李飛飛帶領的 Stanford HAI 的使命。
（圖：硅谷密探特約現場記者 Angela Shen，版權屬于硅谷密探）
這些學術大牛和科技大佬們都討論了關于人工智能發展的什么議題？跨學科發展以人為本的 AI 技術，如何才能做到？讓小探為你帶來一手的現場報道！
李飛飛：AI 為人類賦能而不是取代人類
在本次峰會之前，李飛飛本人表示，將會和與斯坦福大學前教務長、哲學家 John Etchemendy 共同擔任 HAI 研究院聯合主任，攜手達成“推進 AI 研究、教育、政策和實踐，從而造福人類”的使命。
今天的峰會上，李飛飛對外正式公布了 HAI 的愿景、努力以及當前研究工作。
人工智能會不會取代人類工作，讓失業率增加？如何處理機器學習過程中產生的所謂的“算法偏見”？如何看待大數據時代個人信息的安全？類似的人工智能威脅論隨著 AI 發展層出不窮。
“太久以來，我們都被動接受科技帶來的改變。現在是時候以人類社會的持續與發展來重審科技、理解技術了”，李飛飛說道：”人文精神，也唯有人文精神，是銜接科技與人類社會的力量。“
（李飛飛在現場演講）
在現場演講中，李飛飛圍繞人類（Human）、賦能（Augment）、智能（Intellect）三個關鍵詞講述了 HAI，也是未來 AI 發展的愿景：
首先，AI 技術應該受到人類智能的啟發;
第二，人工智能的發展必須以人的影響為指導;
第三，AI 的應用應該增強人類，而不是取代它們。也就是說，人工智能的應用是增強人類的能力，為人類賦能，而不是取代人類。
看到這張圖，你會想到什么？
李飛飛以上圖為例，在計算機視覺識別領域，機器雖然能識別出狗狗、主人和沙發的圖像，但人類卻能從這張圖讀出更多：狗狗搞砸了整個房間，主人顯然不開心，而狗狗也面帶愧疚。這意味著，人類的大腦能識別場景，并立即從大腦中調取出記憶來理解場景，人類從分散的事件中找到聯系，并能用聯系來講述一個故事。
“我們最終的目的是希望機器能像人一樣做出決策的話，那么機器就需要理解人類的情感，語言，目的，行為以及與不同場景的交互機制”，因此，李飛飛指出，下一代以人為本的 AI 研究將進一步加強人工智能領域跟神經科學、心理學和認知科學等領域的研究。
（峰會現場，圖自硅谷密探特約現場記者 Angela Shen，版權屬于硅谷密探）
針對“人工智能威脅論”，李飛飛認為，AI 的發展并不是為了取代人類，而是能更好地與人類實現交流、互動，幫助人類高效地完成目標，或完成人類難以完成的目標。例如在緊急醫療、教育等領域，她就期待人工智能能發揮更多作用。
例如，將 AI 運用到醫療領域，尤其是搶救室（Emergency Room）。
試想一下，急診室外患者成山，如果依賴醫生一對一的診斷，不僅時間成本高，甚至威脅到部分患者的生命健康。如果 AI 診斷技術不僅能立刻連接到患者之前的病例及其他健康記錄，并能迅速捕捉到患者的情緒狀態和行為特征，就能很快做出個性化回應。甚至對于等待中的患者，也會有“AI 觀察員”，時刻關注著他們的情緒狀況和病情變化，并在危機時刻即使做出回應。
“節約時間就是搶救生命。但這不會取代醫生的職責”，反而，醫生減少常規問診的步驟，會更專注于與每一位患者面對面的語言交流，還不用擔心辦公室外患者如云的壓力。
同樣，如果將 AI 引入課堂，有人工智能助教的話，會怎樣？
李飛飛笑稱，至少在斯坦福異常火爆的深度學習課上，她就非常期待有人工智能助教出現的：一種由 AI 支持的教育系統，可以批改作業，并從與學生的互動中讀取學生對知識的掌握水平。此時，老師就能夠將工作中心放在與學生建立更個性化的、伙伴式的聯系上，并將更多精力投入到學生的心理成長與精神健康。
李飛飛表示，HAI 的研究將滲透于整個斯坦福大學，得益于斯坦福大學的各種學科研究能力，研究院將以跨學科的方式進行，貫穿于基礎科學、工程、心理學、醫學、商業、法律、教育和社會科學等多個學科。
（李飛飛演講 PPT）
多個 AI 共存，會不會打架？
在“人工智能受人類啟發”的主題演講環節，斯坦福大學人類生物學的教授 Michael C. Frank、斯坦福大學應用物理學助理教授 Surya Ganguli 等紛紛以自身研究、生活體驗出發，強調，人類可以如何啟發人工智能的進程。
試想一下 Open AI 掌握的詞匯量有多少？一個兩歲兒童掌握的詞匯量又是多少？
可以說，兩者的差距已經是上千倍形容。據 Open AI 新數據（2019）顯示，輸入的單詞量是 100 億個，這意味著平均每兩年，機器需要學習的詞匯量大約是 1000 萬個。而一個兩歲的孩子，只需要比機器所需的詞匯量少 1000 倍，就能學會說話、交流。機器，卻無法做到。
那么，如何用更少的數據去訓練機器呢？Michael 教授認為，研究兒童早期的語言學習過程是可以助力于社會領域的人工智能學習的（Social AI）。
他舉例，當自己孩子在 26 個月大的時候，甚至能夠用一些自己從未教過的單詞進行溝通。這背后的原因包括：孩子會思考其他人的想法，以及在不懂的時候會通過眼神交流等社交行為主動尋求幫助。正是這種在社會語境下的語言學習，讓兒童能夠用即使更少的數據（單詞），也能學會說話。
（HAI 兩位發起人，圖自斯坦福大學官網）
在隨后的對談環節，LinkedIn 的聯合創始人 Reid Hoffman、谷歌人工智能大神 Jeff Dean、DeepMind 創始人 Demis Hassabis、斯坦福大學人工智能實驗室（SAIL）Chris Manning 等參與了討論。
在人工智能研究方向如何往下走這一話題上，作為主持人的 Redi Hoffman 提到，在讓機器完成某項任務上，確實可以通過訓練，能夠完成速度很快，但如今不可否認的是面臨一個 “標準化”（Generality）的問題。
Jeff Dean 表示贊同，因為像語音識別、視覺識別等，已經可以通過輸入大量的數據去進行機器的訓練、學習，哪怕是一些很難的問題。然而，今天人工智能可能需要面對的問題是，如何讓機器同時做成千上萬的任務，而且把從一個任務的學習迅速遷移到下一個任務上。“我們或許未來需要一個普遍的系統，讓機器即使學習不同的任務，都能很好完成。”
（Pannel 現場）
Demis Hassabis 還提到了一個值得思考的話題：未來幾年，隨著人工智能的發展，如果多種人工智能共存，關系會變成什么呢？
用 Demis 原話是：如果有上千個 AI 在共同工作，或者跟人類一起互動，他們之間的關系可能是合作，也可能是競爭，到底會如何共處呢？這對社會科學來說，就有研究的必要，需要從社會學的視角，觀察、試驗這些多重人工智能學習系統在團隊中是如何表現的。像 DeepMind 就有一個多智能體團隊（Multi-Agents team），從單個人工智能向多重人工智能演變。
比爾蓋茨：AI 有國界嗎？界限難以劃分
在下午的討論中，比爾·蓋茨跟兩位人工智能領域的年輕學生進行了對談。其中一位是哈佛大學計算機專業一年級學生 Amy Jin，另一位則是加州的一名高中生 Stephanie Tena-Meza。
“ AI 最讓你著迷的地方在哪兒？” 比爾·蓋茨表示，人工智能在許多領域有運用前景，他最關注的是如何幫助發展中國家的醫療健康問題。
（蓋茨在現場）
蓋茨表示，在非洲最貧困的國家，有 20% 的孩子可能會在五歲之前死去，而 40% 的人一生也無法讓身體或智力發育至世界平均。在早年，是沒有辦法將發達地區習以為常的醫療技術和體系傳送到非洲去的，而 AI 就是幫助我們理解非洲健康的一個工具。
例如，如今通過 AI 讀取 23andme 的基因數據，發現像硒元素的缺失與非洲的早產率可能有關。蓋茨透露，蓋茨和梅琳達基金會在未來的 18 個月之內，將為 2 萬名非洲婦女帶來幫助，并預期非洲這些國家的早產率會降低 15%。
在教育方面，蓋茨則希望 AI 幫助尋找到好的教育的機制：“至今，我們還未能完全理解積極性、互動和好的教育方式的本質，比如同樣優秀的老師，可能會教出不一樣的學生呢？或許 AI 將幫助我們理解這些因素，并將它運用到良好的教育體系之上。”
（蓋茨在對談環節）
在現場問答環節，一位斯坦福大學的學生問到，是否擔心人工智能領域的人才和相關成果趨于集中化，該如何鼓勵競爭。
比爾·蓋茨認為，說到競爭，美國在很多科技領域確實當下可能是領先的。以人工智能領域來看的話，確實由高校、私有大企業主導研發的，（美國）政府在其中的作用，可能并不像過去一些領域所發揮的作用那樣（大）。
但 10 年后會變成怎樣？蓋茨表示，自己曾聽過一種說法是：”中國的人工智能會領先美國嗎？“在比爾·蓋茨看來，這樣的問題是錯誤定義的（ill-defined）。因為當前人工智能的研發可能是由跨國公司和私有部門主導，它的國家界限可以說是模糊的。
比爾·蓋茨舉例，像微軟、谷歌都在北京設立了人工智能實驗室，一些好的研究可能是跟清華大學在合作的。所以這種 AI 該怎么定義呢？這種領域的合作，是屬于某個國家的嗎？并不是。所以說，難以劃分這是中國的 AI，還是美國的 AI。
在對談結束后，下午峰會還圍繞“如何給人類賦能”、“人類和社會的影響”等話題進行了多位教授發言和圓桌討論。
（圖自：硅谷密探特約現場記者 Angela Shen，版權屬于硅谷密探）
HAI：三年前李飛飛已有想法
盡管 HAI 今天才正式成立，但李飛飛的這一想法可以追溯到 2016 年。
那時候，正在休學術假期的李飛飛有一天在家中的車道上，跟時任斯坦福大學的教務長 John Etchemendy 聊天，她提到了一個問題：
參與 AI 行業的人似乎都來自相似的背景：數學、計算機科學和工程學。這個行業并沒有足夠的哲學家、歷史學家或行為科學家來研究這些新技術。像婦女，這樣的代表性群體，人數就更少了。
這也是她今天在現場說到的，人工智能行業充斥著：Guys with Hoodies（穿著衛衣的男性）。
“我們教育和推廣技術的方式并不能激勵足夠多的人。關于人工智能的討論很多都集中在工程和算法上，因此，才需要更廣泛的討論：更深層次的東西，與人類共同未來相關的東西。更重要的是，更廣泛的討論和思維方式將為我們帶來更加以人為本的技術，讓每個人的生活更美好。”
在這樣的愿景下，當 John 于 2017 年卸任斯坦福大學教務長，李飛飛正式邀請他共同參與 HAI 的工作。
根據 HAI 官網所示，研究院當前研究領域包括：人類影響（Human Impact）、提高人類能力（Augment Human Capability）、智能化（Intelligence）三大塊。
HAI 的研究并不會獨自進行，研究將致力于與行業、政府和非政府組織合作，通過人工智能實現人類更美好未來的目標。作為這一承諾的一部分，HAI 正與各行各業的公司密切合作，包括科技公司、金融服務、醫療保健和制造業等多個領域。
正如李飛飛在介紹中提到，“人工智能不再僅僅是科技領域的事情，我們需要技術專家、教育工作者、政策制定者、記者和社會其他部門精通人工智能的人員一起努力，共同創造美好的未來。”
如今，整個研究院的參與人員已包括斯坦福大學 200 位教師，且中心計劃雇用 20 名新教師，重點關注各個領域的跨學科工作。目前，已有 55 位研究人員收到贈款，用于研究 AI 對醫療決策、性別偏見和難民重新安置等問題的影響。
