在可預見的未來，計算機對現實世界進行抽象推理的能力還無法匹敵人類。

[[390942]]

「人工智能系統還遠遠不夠先進，無法在涉及推理、運用現實世界知識和社交互動等許多任務中替代人類。」機器學習先驅邁克爾 · 歐文 · 喬丹（Michael I.Jordan）說道。

邁克爾 · 歐文 · 喬丹是機器學習領域的權威之一、IEEE Fellow，他為無監督機器學習的發展做出了突出貢獻。2016 年，喬丹被《Science》評為「全世界最有影響力的計算機科學家」。他指出：模仿人類的思維并不是機器學習的唯一目標，或者說不是最好的目標。相反，機器學習可以通過對大型數據集進行詳盡的分析來提高人類的智能水平，就像搜索引擎能夠通過組織 Web 來擴展人類的知識一樣。

機器學習還可以匯總多個數據集的信息，探索模式，并為一些問題提出新的解決方案，從而在醫療、商業、交通等多個領域為人類提供新型服務。

喬丹說：「人們在討論技術趨勢時，AI 的含義令人困惑。AI 被認為是計算機中存在的一種智能能力，這種能力讓科技取得進步，并且能夠與人類相媲美，但事實并非如此。」

近年來，喬丹一直致力于幫助科學家、工程師等 AI 從業者理解機器學習的完整范圍。

喬丹指出：機器學習的發展讓一個新的工程學領域涌現。機器學習建立在計算機科學、統計學和控制理論數十年的發展基礎上，它是第一個以人為中心的工程領域，專注于人與技術之間的接口。

他說：「雖然關于人工智能和超級智能的科幻小說很有趣，但它們卻分散了人們的注意力。人們對于真正的問題沒有足夠的關注，建立基于機器學習的 planetary-scale 系統才是真正有意義的工作，對人類有價值，同時不要放大不平等現象。」

新的改變

喬丹出生于 20 世紀 60 年代，他對哲學、文化觀以及思維方式的研究很感興趣。英國邏輯學家伯特蘭 · 羅素的自傳讓他受到啟發，開始研究心理學和統計學。羅素將思維視為一種邏輯數學過程。

喬丹說：「將思維視為邏輯過程，并意識到計算機基于軟件和硬件的邏輯實現，我理解了思維的奧秘。我認為哲學可以從關于思維和大腦的模糊討論轉變為更具體的算法和邏輯層面的討論。雖然我對機器學習很感興趣，但我很早就意識到理解更深層的學習需要統計學、信息論和控制論中的基礎知識。」

2003 年，喬丹和他的學生開發了隱含狄利克雷分布（latent Dirichlet allocation，LDA），這是一種主題模型，它可以將文檔集中每篇文檔的主題按照概率分布的形式給出，同時它是一種無監督學習算法。該方法讓計算機（而不是用戶）自己從文檔中發現模式和信息，是最受歡迎的主題建模方法之一，用于發現隱含的主題并將文檔分類。

喬丹當前的研究主要基于經濟學和他早期將計算機科學與統計學結合的思想。他認為學習系統的目標是制定決策或支持人類決策。決策者很少孤立地運作，他們會與其他決策者互動，每個決策者可能都有不同的需求和價值，并且總體互動需要以經濟原則為基礎。

他正在制定一項研究議程，在該議程中，智能體從現實世界的實驗中了解他們的偏好。在收集數據以供學習時，他們會將探索與開發融合在一起。市場機制構建學習過程，從而為學習者提供收集某些類型數據的動機，并做出某些類型的協調決策。這類研究的受益者將是現實世界系統，它將生產者和消費者聚集在注重社會福利的學習型市場中。

重新審視「AI」

2019 年，喬丹在 Harvard Data Science Review 上發表了「 Artificial Intelligence—The Revolution Hasn’t Happened Yet 」一文。在這篇文章中，他指出，不只是大眾對 AI 一詞有誤解，技術人員也不例外。

時間撥回到上世紀 50 年代，彼時 AI 一詞剛剛誕生，人們渴望建造具有人類智能水平的計算機。當前，這一渴望仍然存在，喬丹表示，但這幾十年發生了一些不太一樣的事情。計算機還沒有實現智能化，但它們提供了增強人類智能的能力，擅長低層次的模式識別。例如，基于機器學習的系統能夠大規模地檢測金融交易中的欺詐，從而促進電子商務的發展。此外，這些系統在制造、醫療保健等行業的供應鏈建模和控制中也是必不可少的。

他寫道，盡管這些進展被稱為「AI 技術」，但其底層系統并不涉及高層次的推理或思考。這些系統無法形成人類所掌握的那種語義表示和推理，也不會制定和追求長期目標。

「在可預見的未來，計算機對現實世界進行抽象推理的能力將無法匹敵人類，」他寫道，「為了解決最緊迫的問題，我們需要在人與計算機之間促成深思熟慮的互動，需要明白大規模系統的智能行為既來自單個智能體的智能，也來自它們之間的交互。」

此外，他強調，人類的幸福不應該是科技發展之后才考慮的事情，「我們有個真正的機會來構想一個全新的東西：一個以人為中心的工程學科。」

透過這些觀點，喬丹重新討論了工程在公共政策和學術研究中的作用。他指出，有關「社會科學」的討論聽起來往往很吸引人，但「社會工程」似乎就沒有這種吸引力。同樣的情況也出現在「基因科學」和「基因工程」的討論中。

「我認為，我們正在眼睜睜看著『工程』這個詞從智能領域逐漸消亡，」他表示。當人們想要提及有遠見的研究時，大家都習慣用「科學」而非「工程」。只提「工程」這類詞沒什么幫助。

「回顧科學為人類創造的所有美好，那其實都是工程相關的，土木、電氣、化工等最能直接提升人類幸福度的領域都不例外。記住這點非常重要。」

最后，喬丹還談了談他對開放出版的看法。他認為，商業出版公司建立的出版模式已經失效，還阻礙了信息的流動。開放出版則有助于信息的流通，加速了學術的傳播、交流。