选自New York Times
作者：Gray Marcus
机器之心编译
参与：路雪、黄小天
近日，Gary Marcus 在纽约时报上发表了一篇题为《Artificial Intelligence Is Stuck. Here's How to Move It Forward.》的文章，讨论了人工智能，尤其是深度学习目前存在的弊端，比如鲁棒性差，没有主动学习能力。他给出的解决方案是拥抱人工智能新范式，「自上而下」与「自下而上」的知识两手抓；并坦言，相比于学界的小型实验室和业界的公司实验室，他更欣赏欧洲核子研究中心（CERN）。他还认为，人工智能的发展应当裨益全人类，而不是沦落为少数权贵的囊中之物。
近年来人工智能被大肆鼓吹，但事实上它还有漫长的路要走。确实，人工智能现在可以玩转很多棋牌游戏，从国际象棋、围棋到危险边缘（Jeopardy）、德州扑克，但是在实际应用中，人工智能却举步维艰。机器人会在开门时摔倒，无人驾驶原型车依然需要人为干预，也从来没有一台机器的阅读能力达到六年级小学生的水平，更不要说大学生。自我学习被认为是真正人工智能的标志，但目前来看这还只是一个梦想。
即使时下流行的深度学习技术也存在弊端。比如，一些最好的图像识别系统，可成功区分不同的犬种，但它还是会犯重大错误，如把带有黄、黑色条纹的物体错误识别为校车。这样的系统既无法理解当下复杂的视觉场景（谁在追逐谁，以及为什么），也无法遵循简单的指示（阅读一个故事并作总结）。
尽管人工智能领域的小进步层出不穷，但距离人类认知水平的鲁棒性和灵活性还是很遥远。不久前，我和三岁的女儿一起坐在咖啡厅，她自发地意识到一种爬下椅子的新方法：后退，并从椅子后背和坐垫之间的空隙滑下去。我女儿之前从未见过其他人这样做，她独自发现了这种新方法，并且没有借助试错和海量的标注数据。
大概，我女儿借助了身体如何运动的内在机制，以及一个隐含的物理学理论：一个复杂的物体如何从另一个物体的空隙中穿过。这种能力可以挑战目前所有的机器人。人工智能是被动的容器，费力地从海量数据中挖掘出统计关联性；而人类则像是主动学习的「引擎」，可以发现事物的运作原理。
为了让计算机像人类一样思考，我们需要一个人工智能新范式，兼顾「自上而下」与「自下而上」的知识。自下而上的知识是直接从场景中获取的原始信息，比如光线落在人类视网膜上的模式。自上而下的知识则是世界的认知模型及其工作原理。
深度学习非常擅长自下而上的知识，比如从黄金猎犬和拉布拉多犬中识别出黄金猎犬对应的像素模式。但是当面对自上而下的知识时，深度学习就无用武之地了。如果我女儿在一碗水中看到了自己的倒影，她会知道这个图像是假的，她并没有在碗里。但是，对于一个深度学习系统来说，倒影和真实的事物之间没有区别，因为系统缺乏对世界及其运行原理的认知。整合此类知识可能是 AI 将要面对的下一个难题，也是实施更大项目的先决条件，比如使用 AI 推进机器和科学理解。
但是，恐怕现有的两种资助 AI 研究的方式（学界的小型研究实验室和业界的大型实验室）都很难成功。我是作为两种模式都经历过的人发表这个观点的，我曾以学界研究者和创业公司（Geometric Intelligence，后被 Uber 收购）创始人的身份从事 AI 研究。
学界实验室太小了。拿自动机器阅读来说，它是构建真正智能系统的关键，但是对于任意一个大学实验室来说，要解决这个问题需要大量单独的组件。全面的解决方案包括自然语言处理的发展（如将句子解析成单词和词组）、知识表示（如将句子内容和其他来源的知识融合）和推断（重建文本暗含但未写出的内容）领域的进步。每一个问题对单独的大学实验室来说都需要花费大量时间。
公司实验室，如谷歌和 Facebook 的实验室，拥有大量资源来解决大问题，但是从季报和利润来看，这些公司倾向于小问题，如优化广告位或自动筛查不良内容视频。这样的研究当然没有问题，但不太可能带来大的突破。即使是谷歌翻译，它通过挖掘具备统计关联性的跨语言句子，从而得到可用的翻译结果，并使这一策略得到推广，但谷歌翻译仍然无法理解它翻译的每个词。
我很羡慕研究高能物理学的同僚，尤其是他们能够在欧洲核子研究中心（CERN，大型国际合作组织）与数千名科学家一起工作，获得数十亿美元的资金支持。他们追求远大的、严格界定的项目（如使用大型强子对撞机发现希格斯玻色子），而且和整个世界分享他们的研究成果，而不是仅限制在单个国家或公司。但是 AI 领域最大的「开放」组织 OpenAI（拥有约 50 名雇员且由伊隆·马斯克赞助）与之相比则显得很小。
国际力量团结起来，致力于研究教机器学习阅读能够真正地改变世界，使之变得更好。AI 对公众越有益，而不是成为少数权贵的财产，这样 AI 才能对世界产生更好、更广泛的影响。 
原文链接：https://www.nytimes.com/2017/07/29/opinion/sunday/artificial-intelligence-is-stuck-heres-how-to-move-it-forward.html?mcubz=0&mtrref=t.co&assetType=opinion
本文为机器之心编译，转载请联系本公众号获得授权。
✄------------------------------------------------
加入机器之心（全职记者/实习生）：[email protected]
投稿或寻求报道：[email protected]
广告&商务合作：[email protected]
