李开复对话图灵奖得主约书亚·本吉奥：AI技术的下一个突破

疫情特殊时期，如何看待AI（人工智能）的发展态势？疫情加速AI的应用，同时又带来哪些风险？

日前，在一场以“深度科技造福人类”为主题的科技活动上，创新工场董事长兼CEO李开复对话图灵奖得主、深度学习领域先驱之一约书亚·本吉奥（Yoshua Bengio），共同探讨新冠肺炎疫情时期，AI如何助力未来的经济社会更加富有弹性、宜居和可持续。

下一个突破：“深度学习2.0”

谈起AI技术的下一个突破，约书亚·本吉奥认为，目前机器学习的一大限制，是学习系统的泛化能力。

本吉奥解释说，过去几十年研发的系统，都基于一个假设，即默认测试数据与训练数据有相同的数据分布。然而在现实世界中，无论在什么行业应用，都会存在实际情况与AI训练时不同的问题。

“这一问题看起来无解，但目前我们找到了几个突破点和想法，主要是借鉴人类的意识加工机制，对原本分散的知识积累，快速进行全新重组。” 本吉奥说，虽然这些知识的组合不一定遵循训练数据分布，但还是能从中获得某种重组方向的优势，从而在训练分布中进行更好的归纳。

在本吉奥看来，接下来的研究虽然繁重，但新的进展会令人振奋。尤其是在深度学习领域，他称其为“深度学习2.0”——能吸收人类的归纳倾向，对数据分布算法进行泛化。

李开复则表示，向AI语音识别、自然语言理解进军，一直是人工智能界孜孜以求的目标。目前已出现基于深度学习的智能问答功能，可以直接让机器“说”出答案。

“但我们不应止步于此，而是应该继续向下一步目标努力：通过深度学习的进一步研究，提升机器对人类指令意图的理解和执行能力。”李开复举例说，向智能音箱发送指令“给我妈妈送个生日礼物”，它能自动理出头绪，了解主人可接受的价格范围，也知道主人妈妈想要的礼物是什么，并安排配送。

疫情中的AI：权衡公共卫生与隐私保护

疫情正在加速AI在诸多领域的落地应用，这一点，很多人有目共睹。

李开复介绍，疫情期间有医疗企业利用AI平台开发抑制病毒的新药小分子。本吉奥本人就参与了几个将AI用于药物研发的项目，他介绍，在化学和生物领域，需要进行测试的组合方式太多，逐个进行研究是不可能的，所以需要一个合理的搜索策略。“我们希望能用AI缩短研究时间，通过重组已有药物，研发新型抗病毒药物。”本吉奥说。

此外，AI还被用来建立接触者追踪体系，控制疫情蔓延。“我们的一项研究显示，如果能借助机器学习，提前预测某个体是否具有传染性以及传染性强弱，透过一些模糊的数据分析，就能大幅节省等待时间，及早知道曾接触过病毒携带者的人，从而抑制病毒的传播。”本吉奥说。

但公共卫生与个人隐私之间的平衡值得重视。“我认为必须在公共卫生或个人健康的背景下考虑隐私。在公共卫生危机期间，国家应该在尊重权利和必要防控措施间加以权衡，从而有效控制疾病的传播。等到疫情结束后，再回归正常。”李开复说。

在本吉奥看来，隐私保护与机器学习需求之间存在有趣的矛盾。隐私保护需要尽可能降低数据交换，而机器学习却需要尽可能收集大量的数据。

“许多国家非常担忧接触者追踪的滥用会侵犯隐私，因此催生了许多隐私保护技术。好消息是，这两者可以共存。”本吉奥说。

李开复预计，未来AI将被用来预防流行病的发生和传播。医院将广泛使用传感器、可穿戴设备，汇总疫情信息，及时报告潜在危害，从早期遏制疫情指数级增长的趋势，从而更好地应对危机，避免疫情失控。