未來世界：一切皆AI？
人工智能對我們的日常生活產生越來越大的影響，并且正在革新研究領域。蘇黎世聯邦理工學院認識到自己在這一領域的責任，并正在努力促進對這一快速發展的技術的創新與信任。
有時，一臺機器會讓所有人感到驚訝。最近的一個例子發生在Scientifica 2019的開幕式上，當時ETH機器人專家通過寫一個``enjoy''一詞訓練了一架無人機來歡迎訪客。
起初，當無人機（即Voliro）開始書寫時，一切似乎都很正常。它從第一個字母開始，就像人類一樣。但是到了第二個字母時，出了點意外：不過它只是忽略了“ n”的垂直線，然后繼續寫所有其他字母。然后才飛回“ n”以添加缺少的筆畫。最終結果是完全正確的，但是它在書寫時來回跳動的方式與人類的書寫方式截然不同。
當然，那不是Voliro的編程方式！實際上，它的創造者和其他所有人一樣感到驚訝。在所有排練中，Voliro只是按正常順序寫這些字母。直到最后一次表演之前，無人機才學會以一種認為更有效的方式來做。
當諸如Voliro之類的機器意外更改其行為時，我們會自動想到智能。實際上，Voliro是由同名的ETH衍生出來的自動飛行機器人，是當今人工智能（AI）具備強大能力的一個很好的例子。從外部看，似乎人類的決策實際上起源于統計的、數據驅動的過程，我們稱之為機器學習，這些過程是AI的子集。
過度炒作和低估
機器學習是指計算機根據從訓練數據中獲得的經驗自行學習識別數據集中的模式和規律性。隨著他們繼續從大量數據中學習，智能程序會自動提高其成功率。機器學習方法可以發現人類無法發現的有價值的結果，尤其是在面對非常大、復雜或異構的數據集時。
“人工智能是指能夠使計算機幫助人類完成只能由智能解決的任務的技術。”計算機科學教授，機器學習專家Andreas Krause說。自1950年代以來，一直進行AI研究，這既有未實現的期望，也有意外的成功故事。最近發生的變化是，人工智能已經在我們的日常生活中變得更加明顯和可見：自動創建的相冊和智能手機語音助手只是兩個例子。
人工智能日益普及的原因在于三種技術趨勢的融合。首先，計算機硬件變得異常強大。現代智能手機的速度與1990年代中期的超級計算機一樣快，并且筆記本電腦具有足夠的計算能力來開發可行的AI模型。其次，許多AI學習方法的軟件實現可在線免費獲得，這增加了開發人員和用戶的數量。第三個趨勢是可用于訓練AI系統的大量數據（大部分數據在Internet上）的可用性。科學家幾乎每天都在取得新進展，這反過來極大地擴展了我們對這些學習方法的數學理解。
“人工智能技術突破的結果是對科學、工業和社會的多方面破壞，其深遠影響被夸大和低估了。”這是蘇黎世聯邦理工學院的AI研究人員得出的結論，當時他們評估了AI在2019年夏季的發展情況。
新的分工
實際上，人工智能和機器學習不僅會影響單個用戶和行業工作流程，而且會改變研究人員和計算機之間工作分配的方式。ETH Global副總裁兼ETH“think-and-do”tank RETHINK的創始人，計算機輔助藥物設計教授Gisbert Schneider使用AI在計算機上開發新藥物。他說：“我們有一個用于虛擬藥物化學的AI模型，該模型可以自動生成具有一個或多個所需特性的分子結構。”該方法使研究小組可以獲得新的化學實體，然后合成和測試這些計算機設計的化合物，以查看它們是否具有計算出的生物活性。Gisbert Schneider說：“人工智能方法增強了研究人員的創造力，產生了他們從未想到過的令人驚訝的建議。”
許多應用需要一定程度的決策自主權。 Lothar Thiele是計算機工程和網絡實驗室的教授，也是Digital Transformation副總裁，他開發了用于傳感器網絡的技術，該技術可以在極端條件下收集數據。在與各種合作伙伴的合作下，他的小組正在研究氣候變化對瑞士阿爾卑斯山多年凍土的影響及其引發的破壞性過程。他們的結果對于預警系統也很有用。
“連續不斷地收集大量數據，” Thiele解釋說。 “因此，各個傳感器必須對事件是否相關做出自己的決定。這就是我們發現AI非常成功的地方。”
Schneider和Thiele并不是唯一在研究中使用AI的人：AI應用現在在ETH的所有科學領域都得到了廣泛應用。原則上，任何研究領域都可以受益于AI增強方法。與其他國家的比較證實了有影響力的AI研究在ETH和瑞士的影響力。根據斯坦福大學的AI指數2019，瑞士研究人員發布的人均AI文章數量僅次于新加坡，位居第二。此外，引用率表明瑞士出版物是最具影響力的出版物之一。
從ETH學生人數中也可以看出AI的重要性日益提高。盡管在2012-13年度只有幾百名學生參加了機器學習和AI方法課程，但這一數字現已上升到3000多人。參加“機器學習入門”的學生比其他任何講座都要多。大多數學生來自計算機科學、電氣工程、機械工程和數學的核心學科。同樣令人震驚的是，ETH的每個學術部門現在都有學生在學習AI課程。為了滿足這一需求，ETH在2017年推出了碩士學位課程和數據科學繼續教育課程。
“蘇黎世聯邦理工學院在人工智能方面的優勢在于其在數學、計算機科學、信息技術和數據科學方面的杰出基礎研究以及基礎設施的質量，”研究副總裁DetlefGünther說。 “但是，通過將我們在AI基礎知識方面的卓越表現與我們在提供的各種學科中進行的頂級研究相結合，我們也具有開發創新AI方法的巨大潛力。”
互聯的未來
政府、企業和大學正在實施AI戰略，以應對AI日益增長的經濟和社會影響。美國和中國在人工智能方面的投資特別大。這就提出了一個問題，即瑞士乃至歐洲如何在全球范圍內定位自己，蘇黎世聯邦理工學院如何繼續擴大其在AI領域的地位。
最近在接受ETH的AI研究員，馬克斯·普朗克ETH學習系統中心聯合主任Thomas Hofmann的采訪時提出的一種策略是將歐洲的AI卓越中心，包括蘇黎世、洛桑和盧加諾，為了創建一個包括ETH研究人員在內的全歐洲AI網絡。
考慮到這一戰略，蘇黎世聯邦理工學院于2020年5月決定將與馬克斯·普朗克學會的伙伴關系再延長五年。這項于2015年啟動的合作伙伴關系，在學習系統領域將蘇黎世ETH與位于圖賓根和斯圖加特的馬克斯·普朗克研究所（Max Planck Institutes）連接在一起，這是另外兩個歐洲AI卓越中心。歐洲學習和智能系統實驗室（ELLIS）是連接歐洲各地AI研究人員的一項新計劃。 ELLIS于2019年12月啟動，由17個歐洲AI卓越中心組成。蘇黎世聯邦理工學院從一開始就通過其ETH ELLIS部門參與該計劃。
可靠，符合道德的AI
第三個新方面涉及ETH本身，更具體地說是ETH如何將其AI研究人員連接到更廣闊的世界，并為“ AI @ ETH”提供更廣泛的可見性。 2020年10月20日，大學將舉行開幕儀式，啟動新的ETH AI中心。 Günther說：“ AI中心將為與行業，政府和社會就如何繼續開發人工智能以促進創新和激發信任的方式進行跨學科對話奠定基礎。”
就組織結構而言，該中心以ETH的優勢為基礎，并將AI理論和方法論的基礎與各學科的專業知識相結合。核心小組由大約20位教授組成，他們在關鍵AI領域（例如機器學習、大數據和統計）進行研究。圍繞著這一范圍的研究者圈越來越廣，他們針對特定學科領域開發AI方法或研究AI的效果。該中心還向其他AI研究機構和行業的客人開放。
“AI中心不是虛擬網絡，”該中心指定負責人Andreas Krause說。“這是一個真正的交匯點，來自研究和行業的AI科學家可以交流想法并著手進行聯合研究項目。”由于AI領域的發展速度非常快，因此計劃逐步建立AI中心，重點放在跨學科項目和人才培養上。
該中心的戰略植根于人類無法與之匹敵的特征，即在不斷變化的形勢下的動力、好奇心、創造力和靈活性。Krause說：“我們的目標是從研究金計劃開始，牢牢地專注于人才，以建立并運作中心。” “博士生和博士后將在跨學科研究合作伙伴關系中扮演關鍵角色。他們將為如何將研究主題聯系起來并開發新的AI工具提供新的見解。”新的中心有很多積極的經驗可以借鑒，包括由馬克斯·普朗克ETH中心運營的博士課程以及數據科學的碩士學位課程，計算機科學專業的學生可以在其中開發其他研究領域的AI解決方案。 “這兩個程序都產生了令人興奮的結果，并且提供了寶貴的靈感。”Krause說。
就內容而言，ETH AI中心將處理與AI有關的基本問題。例如，實踐中有許多AI方法，但理論上仍然很短缺。填補這些空白將意味著不僅要了解AI方法是否有效，而且還要真正了解其原因。“我們希望從根本上重新考慮我們如何開發AI模型，以便它們安全可靠地工作，并產生可解釋和公平的結果，” Krause說。
“對于AI的社會影響和道德，我認為可靠性和透明度至關重要。”安全、可靠和公平的AI解決方案可以真正發揮作用，特別是在發揮蘇黎世聯邦理工學院優勢的研究領域，例如出行、健康、制造、能源、氣候和環境。一些AI專家爭辯說，負責任和可靠的AI可能代表歐洲的主要機遇，ETH AI中心致力于將可信賴的AI放在首位。
