“張老師，請問人工智能都這么先進了，我們學習會被取代，不學習還是會被取代，那我們學習還有什么用？”在今年的上海書展上，一位小讀者在“人工智能會替代人類嗎？人工智能的歷史、現(xiàn)狀與未來”主題圖書分享活動后問張軍平教授。
作為人工智能領(lǐng)域的知名專家、復旦大學計算機科學技術(shù)學院教授張軍平回答道，掌握基礎知識如矩陣運算對于理解人工智能至關(guān)重要。只有學習這些基礎，才能更好地控制和優(yōu)化算法，理解人工智能的決策。他還強調(diào)，學習能讓人們更好地理解和應用人工智能技術(shù)。
《人工智能極簡史》書封。
為了幫助公眾理解人工智能的發(fā)展，張軍平去年出版了《人工智能極簡史》，以通俗的語言介紹了AI的歷史和技術(shù)進展。該書涵蓋了從早期理論到現(xiàn)代深度學習的重要里程碑，并展望了AI的未來。
人工智能的歷史可以追溯到20世紀中葉，經(jīng)歷了多次興衰。20世紀50年代，艾倫圖靈和約翰麥卡錫等先驅(qū)奠定了基矗盡管遭遇過“AI寒冬”，但21世紀以來，隨著計算能力和大數(shù)據(jù)的進步，深度學習引領(lǐng)了人工智能的新一輪發(fā)展。
張軍平2019年出版的《愛犯錯的智能體》一書探討了人工智能面臨的挑戰(zhàn)和誤區(qū)，鼓勵以開放心態(tài)接受智能體的學習過程中的錯誤。彼時，ChatGPT尚未被人熟知，人工智能的概念也沒有全民普及，張軍平頗為自豪地向澎湃新聞（www.thepaper.cn）表示，即使科技發(fā)展日新月異，書中的大部分內(nèi)容還是沒有變，講的觀點依舊成立。
出現(xiàn)“AI泡沫”是期望過高
澎湃新聞：2018年9月17日，首屆世界人工智能大會在上海舉行，你也是從2018年6月起，在大學課堂之外向普通大眾普及相關(guān)知識。從那時到去年《人工智能極簡史》的出版，你是如何成為人工智能領(lǐng)域科普達人的？
張軍平：我在2018年第一次做科普，是當時《科學時報》邀請我寫一篇關(guān)于生成對抗網(wǎng)絡的介紹。（編者注：GAN，是一種深度學習架構(gòu)。該架構(gòu)訓練兩個神經(jīng)網(wǎng)絡相互競爭，從而從給定的訓練數(shù)據(jù)集生成更真實的新數(shù)據(jù)。）
因為涉及的內(nèi)容比較復雜，我便開始思考如何給大家做一個科普性的解讀。其中有一個交叉商的概念，即生成網(wǎng)和對抗網(wǎng)，這讓我聯(lián)想到《射雕英雄傳》中周伯通的左右互搏術(shù)，即左手攻擊右手防守。
當時關(guān)于深度學習的解釋在學術(shù)圈在內(nèi)有很多版本，但我想從科普的角度去解釋這個問題，所以我寫了《深度學習，你就是那位116歲的長壽老奶奶》，最終反響也很不錯，所以我就想沿著這個思路把它寫下去，在2019年出版了《愛犯錯的智能體》，后來又開始轉(zhuǎn)向短視頻。
這次寫《人工智能極簡史》，是要先把歷史理清，它的嚴謹性遠高于前一本書。
我從2000年開始做人工智能方面的研究，人工智能的整個發(fā)展主線我是清楚的，也知道如何去講述，但要將這些內(nèi)容非常精準地寫出來，就需要再去查文獻，以原來的內(nèi)容為基礎進行修改。
比如說為什么第一次人工智能失敗了，這個內(nèi)容我首先聯(lián)想到了很多東西，但后來我的老師陸汝鈐院士指出，專家系統(tǒng)時代（1970年代至1980年代，是一種基于知識庫的人工智能系統(tǒng)，它們利用專家的知識和規(guī)則來解決特定領(lǐng)域的問題）是幫助第一次人工智能低潮走出來的一個關(guān)鍵節(jié)點，不應該在之前講，應該調(diào)整到后面去。于是我根據(jù)他的意見再重新查資料，對這一部分進行調(diào)整。
寫書和做研究（寫論文）可能不太一樣。如果書寫得好，或者對未來有足夠的預判，那這本書的生命力會遠強于科技論文。尤其像我們?nèi)斯ぶ悄茴I(lǐng)域，很多時候論文發(fā)表出來可能才過了半年時間，（技術(shù)）性能就被刷上去了，原來的文章就會漸漸被忘記。
澎湃新聞：有聲音說中美在人工智能領(lǐng)域存在競爭，你之前也去美國交流過，（這種競爭在）未來的決定性因素是什么？
張軍平：一方面是人才�？茖W發(fā)展的研究表明，如果某個國家的科學成果數(shù)占同期世界總數(shù)的25%以上，這個國家就可以稱為“世界科技中心”。但世界科技中心一直在變，比如最早是意大利，英國，然后是法國，德國，后來到了美國。
世界科技中心會不會變，會不會到中國來，這都是問題。如果要在中美競爭之間產(chǎn)生一個反轉(zhuǎn)，我覺得最明顯的標志就是什么時候世界科技中心能夠到中國來。
澎湃新聞：你之前說過，現(xiàn)在有一種大家全都投入到人工智能熱潮當中的趨勢，最近也出現(xiàn)了“AI泡沫”這種說法，你怎么看？
張軍平：是否“泡沫”要看如何去定義，實際上也可以用“透支”來形容。因為在學術(shù)界看來沒有“泡沫”這一說法，只要四平八穩(wěn)地慢慢往前做、一步一步往前邁進即可。但如果說是“泡沫”的話，就意味著前面肯定有一個過高的期望。
比如我們現(xiàn)在這一輪人工智能熱潮，學術(shù)界可能并不覺得人工智能的發(fā)展多么火熱，反而會認為在當前環(huán)境下，離通用人工智能可能還有很遠的路要走。但企業(yè)或許對人工智能的發(fā)展有過高的期望，覺得快達到或者說已經(jīng)達到了一定的成果。期望很高的話，失望也可能會很高。因為前面投入太多，沒有達到理想的成果就會認為這是個泡沫。
澎湃新聞：其實你也提到有可能機器覺得簡單的事情人類覺得復雜，人類覺得簡單的事情機器覺得復雜，我們的初衷是讓機器去幫我們做一些簡單重復性的工作，但實際上我們也在讓AI去寫詩或者做一些有難度的事情。你覺得未來會不會出現(xiàn)人類對人工智能過度依賴的情況？
張軍平：其實德雷福斯在他的《計算機不能做什么》一書中講到過這個問題，他說如果未來人類高度依賴人工智能，那么可能會導致的結(jié)果不是讓人類變聰明，而是會讓人類變成超級低能。
澎湃新聞：你贊成人工智能會讓人類毀滅這樣的論調(diào)嗎？
張軍平：我不贊成。
創(chuàng)新、監(jiān)管與數(shù)據(jù)保護
澎湃新聞：你此前多次提及對于人工智能過于樂觀的問題，也有人覺得，人工智能還沒有那么“智能”。我們怎么去看待人們對人工智能抱有期待這件事？
張軍平：人工智能的研究者大多是樂天派。但我始終覺得人要了解自己，其實是一個很難的問題。就像一只螞蟻，假如它在一個二維平面上爬，就永遠不知道自己是在二維平面上，除非有人站在比它更高的維度，可以看到它其實是在一個三維空間里爬行。人其實也是一樣的，想要完全了解自己可能很難，因為你的維度已經(jīng)被限制住了，沒有辦法跳出這個維度看自己。
我把人工智能（的運用）和人比作飛機和鳥，人類一直想模擬鳥的飛行，其實并不需要把鳥的所有構(gòu)造都弄明白，只要把注意力集中在飛行這個角度上就行，把單個方面做好，讓飛機飛得越來越遠，載客量越來越大。
人工智能也是類似的道理，雖然很難在短時間內(nèi)搞清楚人類的智能是如何運作的，但可以把焦點只集中到一個目標上，比如人臉識別是否準確、自然語言處理中用前一個單詞預測下一個單詞是否準確，將某一個方面做好即可。
澎湃新聞：就是說我們可以更聚焦于應用，而不是所謂的通用人工智能。關(guān)于人工智能預測，你覺得人工智能在氣象預測上能有多大的幫助，或者有什么前景？
張軍平：氣象預測還是一個很困難的問題。因為氣象與我們現(xiàn)在看到的圖像視頻不同，它其實是我們拿到的數(shù)據(jù)，也有可能是通過雷達去掃描天空獲得的某一個離地面一定距離（比如10公里）的云圖，然后根據(jù)云圖變化預測氣象。但云圖顯示的是地面水汽蒸發(fā)狀況，這個狀態(tài)是如何生成、如何消失的過程，都很難知道。從地面到10公里這個空間范圍內(nèi)，我們不可能使之遍布采集器和觀測器。即便是地面上的信息我們知道的也不多，像上�？赡苤挥袔装賯�觀測站，信息收集量不夠，就導致做氣象預測不是那么容易。而像臺風預測，不僅（觀測）范圍要更大，在海上我們極少甚至沒辦法去做預測。近年，包括DeepMind、華為、阿里巴巴、復旦的伏羲等團隊在內(nèi)都特別關(guān)注氣象，也不是毫無進展，比如短臨預報、局地預報等，但要做好，尤其對于突發(fā)、罕見的氣象事件做好預測，仍非常困難。
澎湃新聞：在治理方面，我們看到很多新聞報道，視覺藝術(shù)家、新聞媒體和唱片公司等版權(quán)所有者對科技公司用他們的作品訓練生成式人工智能系統(tǒng)提起訴訟。你同時作為創(chuàng)作者和人工智能領(lǐng)域?qū)＜遥绾慰创萍紕?chuàng)新與數(shù)據(jù)保護這一問題？
張軍平：這個問題到現(xiàn)在為止還沒有得到圓滿的解決，目前很多人對人工智能創(chuàng)作都存在一定異議。以寫小說為例，有作者在寫完前幾十章后將自己的創(chuàng)作大綱云上傳到某平臺，而平臺可能將他的大綱數(shù)據(jù)用來進行人工智能訓練對小說內(nèi)容進行填充，這有可能導致人工智能補充的內(nèi)容與作者本來要寫的差不太多，從某種意義上來說，會影響到作者本人的一些創(chuàng)作意圖。
所以作為一個創(chuàng)作者，需要謹慎處理自己的產(chǎn)品和創(chuàng)作成果，不要盲目地將內(nèi)容云上傳，因為存在平臺拿用戶上傳的素材做訓練的風險。
澎湃新聞：你覺得應如何做到創(chuàng)新與監(jiān)管方面的平衡？
張軍平：現(xiàn)在這個階段還沒有到需要嚴厲監(jiān)管的階段�？赡軓膰覍用鎭碚f，最需要監(jiān)管的還是數(shù)據(jù)。前幾年出臺的《中華人民共和國數(shù)據(jù)安全法》也反映出要小心數(shù)據(jù)泄露問題。
但創(chuàng)新這方面，我覺得應當以鼓勵為主，其實我們并不知道應該怎么做才是對的。因為科研就是這樣，很多時候并不知道要怎么做，但是做著做著可能就探索出一條路來，這是科研的真實情況。
