GMIC 2017 | 吴甘沙对话 Tom Mitchell：人工智能如何颠覆我们的城市

关于吴甘沙和 Tom Mitchell

吴甘沙：驭势科技联合创始人兼首席执行官，创业前为英特尔中国研究院院长，英特尔首席工程师，领导了英特尔的大数据技术战略长期规划，并为中国研究院确立 5G 通讯、智能计算和机器人三大方向。

Tom Mitchell：卡内基梅隆大学计算机科学学院机器学习系主任、教授，美国工程院院士，美国科学进展学会（AAAS）成员，人工智能进展学会（AAAI）成员，美国《Machine Leaming》杂志、国际机器学习年度会议（ICML）的创始人。他在机器学习、人工智能、认知神经科学等领域卓有建树，撰写了机器学习方面最早的教科书之一《机器学习》，是机器学习领域的著名学者。

以下为对话全文，雷锋网做了不改变原意的整理：

城市的规模和创新的关系

吴甘沙： Tom Mitchell 您好！您是在宾州（宾夕法尼亚州）出生的，现在也在宾州工作，你觉得在宾州最有意思的事情是什么？

Tom Mitchell： 我现在在宾州的匹斯堡，匹斯堡这个城市在过去三十年里面发生了巨大的变革。匹斯堡曾经是美国的钢都，当然还有足球队，还有橄榄球队。但是很快，匹斯堡的很多钢铁企业都破产了，在 70 年代的时候，我们城市出现了严重的失业问题。但是匹斯堡在这几十年里成功转型，目前匹斯堡又一派生机了。

吴甘沙： 卡内基梅隆大学在匹兹堡成功转型的过程中发挥了很重要的作用吗？

Tom Mitchell： 当然卡内基梅隆大学发挥了重要的作用，但是与此同时，匹斯堡作为一个城市，它的成功转型，其实是大学和当地政府和企业，以及非政府组织、工会等之间的协调之后的结果。匹斯堡的这些不同机构之间的合作是非常好的，也推动了这个城市的转型。

吴甘沙： 这是一个巨大的成就，我也读过经济学家的一些著作，他们都把匹斯堡选为美国最宜居的城市之一，这个过程当中离不开创新。像匹斯堡这样的城市，它的体量比一个小镇要大 50 倍，因此它的创新能力要比一个小的城市大的多得多，大 150 倍。北京比匹斯堡要大 50 倍，但是我不认为北京的创新能力比匹斯堡要大 150 倍，您的观点呢？

Tom Mitchell： 当我们讨论一个城市的规模和它的创新能力之间的关系时，我们必须要问一个问题，那就是 “一个城市的创新能力或者创造力，相对于它的人口数量，或者相对于人和人之间互动，是不是有关系？” 城市的规模大一倍，人和人之间的互动的可能性就会大一个平方。我们也并不是那么聪明，其实人和人之间的交流，思想的碰撞，才是产生创新火花的动力，所以人和人之间的互动和交流往往是一个城市创新能力的源泉。

如何解决大城市病的问题？

吴甘沙： 这个是大城市的优势，人口多可能会碰撞出一些智慧的火花，但是它也有弱点，比如像北京这样的大城市，有交通问题，会堵车，还有很多的交通事故。而能源的使用会产生空气污染的问题，有些问题还可能演变成大问题。

比如一辆车 90% 多的时间都处于一个闲置的状态，北京有大约 600 万辆车，但只有 200 万的停车位，你在北京很难找到停车位。房地产的价格越来越高，空间越来越少，年轻人必须要住到很远的郊区去，需要在通勤方面花费大量的时间，每天有 10 亿小时的时间是在路上浪费掉的。

如果我们追溯到以前埃及时代，当时造金字塔的时候，他们也就花了 10 亿小时的时间，因为堵车这一件事情，每天大量的生产力被浪费掉。您觉得用该怎样来解决这些大城市病？我不认为人和人之间的互动可以解决这些问题。

Tom  Mitchell： 这个讲的非常好，我认为，从某种程度上讲，未来像微信这种线上平台，可能会让面对面的交流变得不那么重要。

吴甘沙： 但是你要让两个人互相交流，还是要建立起一种信任。虽然我们通过微信以及其他技术降低了交流的门槛，但人类仍然需要面对面的交流，比如和朋友聚会吃饭。人有情感需求，就会因此产生不同的移动出行需求，很多问题不能通过网上在线的交流来替代的。在过去的几年中，我们出行方式有了很多改变，比如 Uber 的出现，这样一种网约车服务其实从某种程度上解决了人类出行的一些难题。

Tom  Mitchell： 您讲的非常好，共享服务改变了很多人的出行方式，这样的服务可以根据你的需求提供相应的服务和解决方案，同时也可以创造很多新的就业机会。

吴甘沙： 滴滴是中国的 Uber，每天的日交易量可达 2100 万单，可以解决数百万司机的就业问题。但是劳动的供应是有限的，不可能无限的扩大服务网络，总是有一些瓶颈的。从 0 到 2100 万容易，但是从 2100 万到 4200 万很难，怎么解决劳动供应问题或者说司机数量问题？

Tom  Mitchell： 我知道你个人对这个问题很有研究，即便能够招到 2 倍数量的司机来完成 4200 万单的日交易量，但是污染问题、堵车问题仍然没有解决，甚至会加剧。而真正合理的解决方案是尽可能把我们自动驾驶的技术量产化。

有很多公司都在考虑把一系列的技术用于未来的自动驾驶，很多传统汽车公司也在这么做。我们不仅需要有自动驾驶汽车，而且好要以更优化的方式提供出行服务。自动驾驶的潜力非常巨大，能够提高整个交通系统的效率，减少污染物的排放，降低能源消耗。

自动驾驶的进展和变革

吴甘沙： 这确实很让人惊叹，由于拥堵、交通信号灯和十字路口规划的问题，现在在北京驾车的时速是 20 公里 / 小时，如果能够实现您刚才所说的，确实会是很大的提高。我想在座很多人可能不知道无人驾驶的鼻祖是 Tom 的学生。我发现卡内基梅隆大学在 80 年代就已经做了自动驾驶的相关研究，那么在过去几十年有什么进展吗？

Tom  Mitchell： 计算机是一个比较机械、盲目的东西，对世界没有感知能力。我想真正的革命是让计算机变成一个能够感知的机器，有视觉，也有听觉，而且精准度也很高。这样的话，在未来还有很多人工智能方面的应用，你必须要有这种感知能力才能够实现自动驾驶。

吴甘沙： 2015 年，Uber 从神经研究院还有卡内基梅隆的机器人研究院招募了 40 名科学家。

Tom  Mitchell： 是的，因为 Uber 想要专门打造一个自动驾驶汽车的研究中心，现在这个自动驾驶汽车在这座城市里已经可以上路了。Uber 确实从我们那儿雇了很多人，大学对此不太高兴，我们不想失去自己的人才。

我想几年之后，他们会意识到这对于匹兹堡这座城市来说其实是好事，与此同时，我们的机器人研究院为了替代这些流失人才又雇佣了大量人才，通过人才流动可以在这个地区建立起更大的人才生态系统。实际上这个技术上的挑战是很大的，我们需要更多的人才来解决这个问题。这就回到您一开始所说的，如果我们把自动驾驶的研究人员翻一番，也可以使得创新能力翻番。

吴甘沙： 从卡内基梅隆大学出来的还有另外一家公司——Ottomatika，这家公司已经被德尔福收购了，似乎卡内基梅隆已经成为了这方面人才的孵化器。

Tom  Mitchell： 在机器人方面，我们正在研究一些不同的应用，比如自动驾驶、采矿、农业种植等等，有一些比较容易，如果是一个比较小的区域，比如说采矿，就不会像自动驾驶的场景那么复杂，因为不会有行人随意穿过矿产区，还有无人机，还有蛇形机器人，可以进入到人没法进入的非常狭窄的区域。还有跟人工智能方面相关的，我们正在考虑将神经科学和人工智能结合起来，也有这方面的跨界研究。

吴甘沙： 我们再来看一下历史，交通出行改变了城市，在第一次工业革命之后，蒸汽机扩展了铁路线，推动了铁路的发展。而第二次工业革命之后，汽车的广泛使用又改变了人们的出行方式，扩大了人们活动的范围，改变了城市。现在我们又有了新的出行的可能，我们认为有了无人驾驶汽车之后，就不需要那么多的停车场了。车可以停在郊区，城市的布局就跟今天大不相同。我们是不是可以预测或者是模拟这种空间布置的变化呢？

Tom Mitchell： 我觉得您说得非常好。我们认为自动驾驶汽车将会带来根本性的变革，会更加深刻地改变我们城市的布局。我们可以把现在这些昂贵的停车场变成绿地，而且我们还可以改善城市交通拥堵的问题。我们会看到现在都难以想象的一些新的商业模式的出现，就像当时 Facebook 这样的社交媒体一样。