在Machine Learning and the Market for Intelligence 2017大会上，艾伯塔大学计算机科学教授Richard S. Sutton与美国企业家、风险投资人士Steve Jurvetson进行了关于“为何目标对于智能至关重要”的对谈。
Richard S. Sutton是艾伯塔大学计算科学系的教授兼iCORE主席。在2003年加入艾伯塔大学之前，他曾在美国AT&T公司和GTE实验室以及马萨诸塞大学工作。他于1984年获得马萨诸塞大学计算机科学博士学位，并于1978年获得斯坦福大学心理学学士学位。2016年他当选为加拿大皇家学会会员。在艾伯塔大学，Sutton领导了强化学习和人工智能实验室，是艾伯塔机器情报研究所的首席研究员。他的研究兴趣集中在决策者与环境相互作用所面临的学习问题上，他认为这是人工智能的核心。他还对动物学习心理学，连接网络以及不断改进世界的表征和模型的系统感兴趣。Richard Sutton 被认为是强化学习之父。今年6月，Demis Hassabis宣布Richard Sutton将联合领导一个位于加拿大的DeepMind办公室，同时在艾伯塔大学保留他的教授职位。
A: 我想提出一种观点，AI比我们想的更加以人类为中心。通常的观点都是认为AI与人类相对立，机器会淘汰人类。但这仅是一家之言，因此我提出另一种观点来平衡上述观点。先从“人工智能”这个名字说起。这个名字暗示着这是一种和人类智能不同的智能，是人造的智能。但首先我们要定义这是一种与人类相似的智能。所以从定义来看，AI是以人类为中心的。因此，也许我们不该把它叫做“人工智能”，我们应该直接叫它“智能”。现在人们都把AI看作是一种工程上的存在，不是一种类人的存在。但我认为，在当今很多领域，AI都是以人类为中心的。比如机器翻译就是关于人的沟通。因此，AI实际上是在增强 (enhancing) 人类，这也是AI具有重要商业意义的原因。AI不是在完虐人类，而是在增强人类。
Q: 这听起来很像是人类的感知，视觉、触觉、听觉乃至嗅觉都已经通过模拟的方式被使用了。这意味，我们可以了解经过刻意训练的输入输出。但我们真的了解内在原理吗？
A: 这同样涉及到人类。人类也有神经网络，用来形成反射、反应、直觉等。我们不了解人类是如何做到这些的，但我们就是相信。人们为什么相信司机、飞机驾驶员？为什么相信那些做重要商业决策的人？这个道理同样适用于机器。从宇宙范围来看，人类就是一种地球上能够发明工具的动物。历史上，人类通过发明工具、创造技术来增强自身。比如，铅笔、眼镜这些都是异常强大的工具。而且语言本身就是最重要的工具。我们用眼镜增强自己。我们通过语言来更好地交流合作。所以，人类通过创造工具来过得更好。这和AI没什么差别。无法将人类与技术割裂开来。
Q: 你是否相信，有一天自主代理机器人情感系统将成为通往通用人工智能的一步？
A: 我认为预测是一个很微妙复杂的事情。作为普通人，预测能使人作出更好的决策。但AI超越了这一点。AI将决策、目标和预测整合在一起。就像养育孩子一样，孩子是自主的，他们的目标并不在家长的掌控之下。我的专长是建立一个类似的情感系统，有绝对的自主权和决策权。
Q:你提到了好几次“目标”。看起来这是一个关键因素。你认为这是一个通向更高智力水平的路径吗？
A: 是的。我们要有更多、更抽象的目标。但不能光有目标，而没有实现目标的系统。
“目标”是一个简单的词，但你很可能会被误导。处理方法是去找一些更长的词组，例如“寻找目标”、“目标性”等。“目标”对于智能来说是至关重要的。假设有一个非常聪明的存在能够进行预测，它有一个想达成的目标。它就能根据目标采取行动。
另外，我还想谈一下人们对AI的担忧。有很多报道都将AI和人类对立起来，认为我们终将被淘汰。这种想法是错误的。在我看来，AI将增强人类，它将淘汰的是人类的“旧我”（former selves）。但我承认的确存在这种将AI与人类对立起来的趋势。我认为这都是“人工智能”这个名字惹的祸。这让AI听起来很像外星人。
我想说的是，我们正在设计创造一种全新的人类。我们将要创造一种新的存在，可能和人类的肤色、宗教略有不同。人类对此感到恐惧，这是正常的。人们总是对与自己不同的事物心生恐惧。Alpha Go是一个很好的例子。在西方，很多人认为它是与人类相对的机器。但在围棋社区里，有人认为它是一个神奇的机器，能够很好地去理解围棋，与人们一道加入对于围棋这项优雅游戏的无限探索之中。因此，我认为我们需要学会来欢迎AI这种不同类型的“人”。它具有如此多的多样性，我们为何不欢呼庆祝？
Q:我们想听听您评价AlphaGo Zero。问题是，扔掉人类的训练数据集似乎是创造更好的产品的一个方式，这如何适用于这种框架？
A：我们需要可扩展的方法。现在没有人这么做，这让我很吃惊，没有人展示计算机计算能力的指数级增长。你知道，现在这有一点mundane，但是这是一个复杂的效果，我们很难去意识到，我们需要可以扩展的方法和强大的计算力。我的意思是不仅要扩展问题的大小，还有随着计算力一起扩展，你的计算能力越强，你的系统效果就越好。所以，如果你是从人类的数据库中进行学习，那么很快，训练数据集很快就会成为你的瓶颈。
Q:早期在计算机国际象棋上的研究发现，最高段的棋手+计算机的组合，并没有直接使计算机能力更强？最新的AlphaGo Zero，如果我没有理解错，也是没有进入人类训练这一循环，只需要与其他的计算机进行对抗学习。从哲学上说，这跟您刚才所提到的以人类为中心（huaman centric approach）似乎是完全相反的？
A: 其实不是的。作为人类，我们并不只是在学校才会学习。我们从很小的时候就开始学习，甚至在还没开始说话前，我们就开始学习。我们通过试错进行学习。
接下来我要谈一谈强化学习，这是我所擅长的专业领域，也是我最喜欢的一种“学习”。强化学习就是在试错中进行学习，这种试错中使用的是“自学习”的方法，你需要在很多很多的对局中进行尝试。所以，这并不是从人身上进行学习，而是以人类学习的方式进行学习。这和人类很像，就是从不断的尝试中进行学习。
确实，在游戏的对弈中，你可以进行无数次的尝试，这一方法（AlphaGo Zero）确实利用了这一点。但是，试错这一想法本身并不要求有模拟。
我还要补充一点，博弈是很特殊的，因为我们知道游戏的规则，我们可以分解它让后知道其运行的规则是什么。我们知道桌上的花瓶可能会掉到地上，因为我们知道物理理论，知道物体移动的方式，所以我们需要制定计划。
正如AlphaGo要用到现实世界，你需要用现实世界的规则来替代围棋的规则，比如，物理定律是什么、很重要的是，物理定律很多都是直觉性的，比如，我打了我朋友一拳，他可能会还回来。这可能不是物理定理，比如如果我尖叫，那么我的保镖可能会过来提供帮助。
所以，我们需要了解世界的运行方式，我们需要制定计划。在象棋、围棋和扑克中，我们可能不能计划得那么好。
原文发布时间为：2017-11-27
本文作者：Cecilia 弗格森
本文来自云栖社区合作伙伴新智元，了解相关信息可以关注“AI_era”微信公众号
