Google无人车之父Thrun最新演讲:AI将让人类更富创造力
△ Sebastian Thrun
塞巴斯蒂安·特龙(Sebastian Thrun)有很多众所周知的身份,他曾是斯坦福和卡内基梅隆大学人工智能与机器人专业的教授,有380多篇学术文章发表,荣誉等身。也曾是Google X实验室的创始人,Google无人车、Google眼镜就在他手中从概念成为现实。
不过现在,他最核心的身份是硅谷前沿技术学习平台优达学城(Udacity)的创始人及CEO,特龙希望用来自硅谷的在线课程和创新人才培养模式升级人才布局,帮助工程师“升级”,为未来趋势做好准备。
腾讯作为中国最大的互联网公司之一,当然是特龙和优达学城“觊觎”的对象。而且就在近日,腾讯和优达学城宣布正式达成深度合作,在深圳的腾讯大厦,塞巴斯蒂安·特龙围绕“人工智能”进行了一场演讲。
他认为AI正在替代一些重复性的脑力劳动工作,而这恰恰会帮助我们投身更多富有创造力事情的研究,“想到AI带来的变革,我就很兴奋。”
△ 腾讯和优达学城达成合作
量子位潜在腾讯工程师中间,听到了这次演讲的完整内容,整理如下:
塞巴斯蒂安·特龙(Sebastian Thrun):
大家好,我今天作为Udacity的创始人的身份来跟大家分享,最想分享的话题是AI。
AI、深度学习、机器学习,都是最近最热门的议题。但AI并不是什么新鲜的东西,在上世纪50年代美国就有这个概念,在过去的60年没有很多人特别在乎它,也就是在过去两到三年,AI突然受到大家的关注。
对于我来说,谈到AI的时候,可以往前10年、20年、100年,甚至往前500年说说,说到文艺复兴的阶段。
这是一张反映人们在稻田里劳作的图。在很久以前,我们主要是靠自己的体力,通过体力来移动物件,很少有人说我们的智商有多高,我们怎么去解决问题,当年没有软件工程这样的工种,有这么一些聪明人在200年前创造了插秧机,因为它是蒸汽引擎,有现代化的设计,这样就可以扩大我们的劳动力、工作能力,我们可以工业化生产。
或许一个农民是没有办法养活200个人,但借助插秧机就可以,借助蒸汽引擎的机器就可以。
这样的机器在过去200年比比皆是。我们在过去200年里突然有飞机了,我们可以在天上飞翔;我们有电话了,可以拉近人与人之间的关系,很短的时间我们造就了众多的成就。关于这样一个机器,我们从一个纯物理性的解释到大脑的能力提升。
工作场景也发生了变化。我们当年是在农田里工作,现在在办公室工作。在美国,75%的人都是在办公室工作,当年我们在做体力劳动,现在我们就开始做脑力劳动。但是脑力劳动和体力劳动是有相似之处的,我想未来AI就可以针对脑力劳动,为我们的办公室工作解决一些问题。
AI替代部分脑力劳动
我们说AI,最重要的一点就是机器开始学习——电脑可以开始自行学习,这可能是一个比较新鲜的事情,它是怎么样开始的?
首先,需要教电脑学会学习。让电脑知道什么是狗,什么是猫,告诉它有100万只狗、100万只猫。它要了解怎么区分猫与狗。我们可以通过给它们看图片来区分猫和狗的差异,这样使它更像人。
小时候你的父母会教你学很多东西,当时你并没有办法从父母那里学到各种各样的规则,世界充满了可能性,需要小孩子去尝试,小孩子会跌倒,在跌倒过程中不断地学习经验,现在我们处在一个新的时代,这个时代中计算机可以发现规律、发现模式,这样它们就可以越来越聪明。
这背后当然还有神经网络的左右,神经网络在很多方面和人脑类似,左边是一些图片,这些图片非常小,可能看不清,有一层又一层的神经元,神经元可以来处理图片或者是图象,这些图象最终可以识别出人的表情,有一些人有胡子,有些人在大笑,这就是我们的大脑分析信息的方式。我们的DNA非常少,但通过一点点DNA可以定义我们是谁,在DNA中有重要的信息来帮助我们识别出各种差异的特征,小时候小孩子学语言的时候,他们从牙牙学语,到后来掌握了语言,在这个过程中他们不停地吸收新的信息、新的语言,逐步地适应,我们也要让神经网络这样发展。
不过,1995年我做我的博士论文的时候,还没有人研究这样的网络,当时计算机的计算能力非常弱,数据集也非常小,我当时用了很少的图片来训练网络,现在你可以用5亿张图片来训练你的网络,但是在当时我的信息和资源非常有限。大家看这些图片,左边是老鼠的大脑,右边是人的大脑,一个小的网络学不了多少东西,就像老鼠的大脑,它比人的大脑小很多,1995年的时候,计算机的能力很弱,没法学到很多的东西,现在计算机非常强大了,可以学到更多的东西,可以分析更多的信息,在未来可能更加疯狂。
AlphaGo的例子大家都很熟悉了,电脑通过学习,让击败最顶尖的人类围棋选手成为了可能,类似的事情也正在其他领域发生。
比如医疗领域。医疗是一个非常专业的领域,需要很多的专业知识,你要当医生,就要花很多的时间培训,要学习很多知识,每一名医生都是一个专家,即使在医学中某一个分支要做得很好,也需要很多年的学习。
其中医疗领域技术要求最高的是皮肤病领域,皮肤病领域的专家的薪酬特别高,他们会研究人的皮肤的每一个状况,黑色素瘤以及其它的皮肤癌症都可能带来严重的生命威胁。这里面需要做出很多的决定,这些皮肤病专家要做出人命关天的决定,在美国,这样的医生一年的薪水可达40万美元,他们赚钱非常多,通常比一些CEO的工资都高。这些皮肤病医生每天的工作很无聊,要用放大镜来看人们皮肤上的斑纹——零级的黑色素瘤是没有什么伤害的,到了四级的时候就非常严重了,可能会扩散到其它的器官中,只需要8到10个月就可以扩散到全身,这时候你的状况非常糟糕,四级的黑色素瘤可能会危及到生命。
在斯坦福,我的学生试图利用AI让皮肤病专家的工作更轻松一些。学生发现了一些规律,他们找到了13万幅皮肤病的切片图片,这些图片后来都拿来做计算机训练,利用切片读取,用来判断人是不是有癌症。实际上这些图片非常难分类,这里前5幅是良性的,不会威胁生命,下面这些是恶性的,如果不治疗的话,会出人命。这些图片就可以用来训练我们的计算机系统。要进行分类实际上有很多困难,哪些图片代表恶性的,哪些图片代表良性的,这就是皮肤病专家专业知识的价值所在。
大家如果看具体边界,这些边界是模糊的,但是模糊的边界也有不同的特征,在不同的边界状况下,我们可以做出不同的诊断,判断出是不是会威胁到生命。
我们最终训练一个神经网络,你可以接触到关于皮肤病或者皮肤癌症的各种各样的信息,你可以拿到很多的信息,这些信息可能并不是相关的,在这幅图上或许你可以找到所有的皮肤癌症,但是特异性如果是0,意味着特异性不足,这种情况下就不会造成皮肤癌。
最终,我们的这个神经网络在判断最危险的黑色素瘤方面,误差率达到8%,这是一个哈佛、耶鲁毕业的*皮肤病专家的表现,可能他们没法都可以帮你看病,但AI可以。
AI会让人类更富创造力
当然,这也意味着一些皮肤病医生被替代,而且AI带来的变革不局限在某一领域,很多垂直、重复的脑力劳动领域,都会涉及工作被替代的问题。
比如出租车司机会被取代,因为无人驾驶汽车会改变美国10%的交通系统。还有货车的司机,飞行员也有可能被取代,有些时候在恶劣的天气下,可能无人驾驶的程序驾驶飞机比人员驾驶更稳定。
还有律师也有可能被取代,现在已经有AI系统用来做一个合同,这些已经可以取代律师做的工作。还有会计、信息搜索员、工程师,像在座的诸位,您的工作是否有重复性,有没有可能被AI所学习?还有CEO会被取代吗?我的工作是不是有一定的重复性?可能我不会被取代,然而我还是期待有一天AI可以取代CEO90%的工作,如果它能取代我90%的工作,我可能会更要效率地管理企业,赚更多的钱。
而且更关键的是,重复性的工作真的很烂。很多时候,我们会通过不停地做重复工作让自己的能力越来越差。我们人类原本希望可以得到更好的东西,我们希望可以创造更好的事情,但很多时候在做重复性工作做多了之后,你的创新能力就会下降。
所以想到AI我就非常兴奋,这是目前最重要的事情,它对我们会有很大的影响。
AI会让我们从重复性的工作中摆脱出来,而转入更多创造力工作的研究,为什么我们还没解决癌症的问题,为什么我们还没创造出一个会飞行的汽车?可能过几年就会有,因为AI正在帮助我们从重复性的工作中解放自己的天性,解放自己的创意。
— 完 —