这是蒋里博士在一刻talks的演讲。
人工智能的飞速发展,在未来很短的时间里,机器将取代很多人类的工作,将成为一个毋庸置疑的趋势。美国斯坦福大学人工智能,机器人和未来教育项目的执行主任蒋里博士,为我们解答了关于人工智能备受注目的问题,机器真的是人类的终结者吗?
他也解释了未来教育与AI的关系。他说,人的智能与人工智能有着本质的区别,是互补的,而只有Human+AI才是未来教育的发展方向。
斯坦福大学蒋里博士:人工智能真的会成为人类的终结者吗?
蒋里
大家好,我是一刻talks的讲者蒋里。今天非常荣幸能够来到这里和大家探讨一下未来教育。
我在斯坦福大学从事人工智能机器人和未来教育方面的研究,我也专门开了一门这方面的课程。那么机器人人工智能这个领域以及相关的领域,在过去的这几年非常的红火,在未来也会对我们的生活的方方面面产生巨大的冲击,其中就包括教育。
所以我们在斯坦福大学成立了一个Program,叫做Stanford AIRE, AI, ROBOTICS AND FUTURE EDUCATION,缩写叫AIRE,就像空气一样。
我们汇集了各个方面的顶级专家,包括机器人的,人工智能的,创新设计的,教育的,还有神经学的。那么我们要解决的一个问题,就是在未来的智能时代我们的教育该如何发展。 人工智能时代教育如何对应未来?
首先我想给大家提一个问题就是,谁知道这个词是什么意思?我想这个问题很简单,computer就是计算机的意思,第一次使用这个单词是什么时候?是1613年,这是404年前,也就是万历年间。
那么在那个时候这个词是表示计算机吗?其实不是的,它是a person performing mathematical calculations用中文的意思讲叫做从事计算的人。后来我们为了区别于电子计算机,我们给了它一个名字叫做人类计算机。
我们是在什么时候把computer这个词指代一个机器呢?是在1950年到1960年那一段时间。那么想一想,computer这个词被我们用了400年,其中有350年它是指人的,只有五六十年是指机器的。
而我们现在我觉得几乎所有的人,都已经忘记了这个事情,就是说computer它曾经是指代人的。
我为什么提这个故事呢?是因为很多人会问我这样一个问题,说人工智能机器人会不会和人竞争?它未来会不会大面积的替代我们人类的工作?我讲了前面那个故事,你觉得这一个答案其实是不言而喻的。
那么我想接着讲这个故事,一部电影,叫Hidden Figures,中文标题叫做《隐藏人物》。这个电影是建立在一个真实的故事上面的,这个大图上面的三位女性,都是人类计算机,Human computer。她们在50年代、60年代,是给美国的国家航空航天局工作的。那么右边的这位叫做多罗西,她是这一帮人类计算机的主管,那么在1960年、1961年的一天,有这样的一个事情发生了。
就是NASA引入了一台计算机叫IBM7090,那多罗西知道这件事情以后,她就觉得好像不对了,我们有可能会被替代了,这个时候她做了一件事情,她开始学习,她还教了她所有的手下都学习,,所以有一天当NASA的主管跑来跟她说,不好意思,我们现在不需要这么多Human computer了,因为我们有IBM了。
她说不好意思,我们现在也不是人类计算机了,我们是程序员了,We Are programmer。所以这个问题解决了,她们的工作都保住了。
我经常被问到,就是人工智能机器人它是不是人类的终结者呢?因为最近的这两年,发生了好多的事情,其中很有名的有这个事情,阿尔法狗击败李世石,又击败了柯洁,而现在我放的这个叫AlphaGO Zero,它自己跟自己下,不需要任何的人类的先验知识,用3天击败了打败李世石的那个版本,用21天击败了击败柯洁的那个版本。
所以跟它比,我们人类的围棋技艺,好像落到了尘埃里,我们的自信心受到了极大的冲击,我们觉得好像人工智能要颠覆一切了。
那么再看另外一个,波士顿动力的这个Atlas机器人。
在2016年初他们放出了一个版本,是可以在坑坑洼洼的雪地上面行走自如,就像一般的人一样。而在今年的11月份,它能做360度的后空翻。
我当时看到这个视频,我第一个反应就是,这个好像比吴奇隆当年翻的那个还要酷。
我想问一下在座的各位谁能够做后空翻的,举个手我看看?有没有人?反正我是不行了。这个机器人像极了终结者。
所以大家经常问说人工智能机器人是不是我们人类的终结者,要回答这个问题,我们要看这两个概念。一个是弱人工智能,一个是强人工智能。
那么什么是弱人工智能呢?就是只能完成一项单一任务的智能叫弱人工智能。
能够完成人类所能够完成的所有任务的智能,叫强人工智能。我们现在所有的智能都是弱人工智能。
而真正的要成为人类终结者有可能的,它一定是强人工智能。虽然现在在媒体上有一些有名的人在鼓吹一个概念说奇点临近,机器人会成为人的终结者。
但是呢,其实这个事情是不靠谱的,我们其实离强人工智能还非常的远。
那么我这里引用两个人工智能的泰斗级的人物说的话。第一个是深度学习之父 Geoffrey Hinton他说,I am in the camp that is hopeless,也就是说我们现在还没有摸到强人工智能的门。
那么另外一个Andrew Ng,这也是个斯坦福,他说,Worrying about general AI is like worrying about overpopulation on Mars,我们现在担心强人工智能,就像是在担心我们人类的人口在火星上失去控制,这是一个没谱的事情。
我们现在的状况其实强人工智能很弱,我们仍然做不出来一个能够赶到三岁小孩的强人工智能的这样的一个智能。
这是不是就意味着我们就可以把心揣回肚子里,我们一点都不需要担心了呢?也不是。为什么呢?因为弱人工智能很强,我们现在做的弱人工智能非常的强,在未来的十到二十年里面,具有弱人工智能的机器人,会大面积的代替人类的工作。
根据牛津大学的一份调查报告,现在美国市面上的这些工作有47%会被代替在未来的十到二十年。那这个数据在中国是77%,非常非常的吓人!
那么我们看哪些工作会比较危险?我在这里给大家一个比较简单的判断方法,就是任何简单重复的体力和脑力劳动都会被代替掉。
上面我们谈了好多人工智能机器人方面,下面我们来谈这个未来的教育所面临的问题。
我们现在在小学、初中、高中里面学习的这些学生,在未来的十到二十年他们就进入社会了,他们有可能成为第一代一入社会就被代替掉的一代,这是很恐怖的一件事情。
那我们再看一下,我们人类最近的这一百年,科技进步很快,我们看一下现在的一个手机是这个样子的,全面屏,一百年前的电话是长这个样子的。现在的一个汽车是这个样子,而一百年前的汽车是这个样子的。
我们再看,现在的课堂是这个样子的,一百年前的课堂是这个样子的。看清楚了吗?没有多大区别,一百年了。
全世界都流行这个系统,就是六年的小学,六年的中学,然后进大学。那这个模式是什么时候建立起来的呢?1892年在美国有一个十人委员会。当时为什么建立这个系统呢?
是因为第二次工业革命发生了,电器革命,我们需要很多很多的工人,他们具备知识才能去操作这些机器,于是我们建立了这样一套系统。那么再看知识爆炸。
在1900年之前我们人类积累知识的速度,大概是每一百多年翻一倍。到1950年的时候,我们已经加速加了很多了,25年翻一倍。到2017年现在是一年翻一倍。再往后我们可能是十个月翻一倍,八个月翻一倍,六个月翻一倍。
我们算一算,20年以后我们人类的知识会翻多少倍。这是一个简单的数学问题,就是2的20次方等于多少呢?你们用计算器按一下,等于100万。
我给你一个例子。我们今年是2017年,今年的20年前是多少呢?是1997年,1那个时候大家携带数据用这个东西。3.5寸盘,它的容量是多少呢? 1.44m。我现在经常用的,一个小移动硬盘。大小跟这个面积差不多,是多少呢?是4个T,4个T是1.44兆的多少倍呢?几乎是300万倍。
而我们人类的大脑能不能处理这么多信息呢?其实是不行的,为什么呢?
因为我们人类的大脑是千百万年的进化过来的。而我们在千百万年的进化里边,从来没有任何一个时候我们需要处理这么大的数据量。所以我们的基因里边不带这个,我们搞不定这个事情。
在现在还有一个问题就是说互联网、人工智能都来了,它们处理问题的速度可比我们快很多,所以这个时候就出现这样一个问题。
以知识积累为目的的教育已经过时了,我们伟大的物理学家爱因斯坦在很早之前就说过这样一句话,叫做The true intelligence is not Knowledge, but imagination,他在很多年前就已经看到了这个问题。
那么下面我们要谈一谈我们该怎么办?我们的教育系统125年了年纪挺大了,而另外一边是知识爆炸我们很幸运,因为人工智能给我们带来了新的机遇。所以我们的solution一定是Human加上AI,才是最后的出路。
因为人的智能和人工智能是有本质的区别,这是两种不同的智能,是非常互补的。
首先看一下左边是人工智能,右边是人的智能。我先画两个圈,这表示我们的工作范围。现在我们所有的人工智能都是弱人工智能,所以它都是单点突破的。
比如说它有一个点,它往下转一点,那么有的地方它转的很深,这个比如说就像AlphaGo,这个属于它很厉害的。那么再看它就是到处打这种,就像钻井一样,这就是人工智能的特点。
而我们人的智能是什么特点呢?我们是一个面,我们什么事都能做,但是我们不一定所有的都能做那么好。但你看一看这两种智能是严重互补的,是两种完全不同的智能。
人工智能最擅长的是什么?人工智能最擅长的就是知识积累,然后计算能力很强。解决封闭式问题的能力,人工智能很强,当你把一个开放式的问题变成了一个封闭式的数学问题的时候,几乎这个机器就能搞定了。
那么看人的智能呢?我们的想象力、创造力、共情力,解决开放式问题的能力,是人工智能搞不定的。
这是一个MRI核磁共振仪,这个人叫Doug Dietz,他是一个医生。那么他遇到了一个问题,一直解决不掉。后来他跑到了斯坦福上了一些创新的课,后来发现这个问题解决了。
它是什么问题呢?就是在美国所有的小孩做MRI,里边有90%的人需要打全身麻醉的因为小孩办法保持他在整个这个过程不动但是打全麻对小孩是有危害的一件事情。他一直觉得这个事情很痛心。
他最后在斯坦福跟这些学生、老师一起碰撞的时候产生了这样一个idea,他把这个核磁共振全部重新刷了一遍漆,变成了一个海盗船,然后所有到他那儿去做核磁共振的小孩, 都不用穿这个医院的衣服。
穿的是海盗服,然后他给小孩说你今天过来是来玩游戏的,你有一个任务,就是要通过中间的这个孔进入这艘海盗船,这艘海盗船会发出各种各样奇怪的声音,但是你不要怕,你也千万不要动,一动就会被海盗发现,所以你的任务就是呆在那儿不动,然后你就成功了。
由于他做了这个改动,医疗检查就变成了一个娱乐项目,所以打全麻的小孩的比例,从90%降到了10%。
这个就是设计的力量,是创新的力量。作为一个两个孩子的父亲,我第一次知道这个事的时候,我感动得哭啊!我觉得这个创意太伟大了。
看一下我们今天讲了一些什么?
首先我讲了人工智能机器人它不可能是人的终结者,大家不需要担心。但是具有弱人工智能的机器人,它会大量的代替我们现在的工作。
然后第二部分我讲了我们的教育体系急需要改进,因为它已经比较陈旧了,是在第二次工业革命的时候被设计出来的。
我们现在处在一个知识爆炸的年代,所以以这种纯知识积累为目标的这种教育已经过时了。
最后我们怎么办?人工智能其实给我们提供了一个契机,人的智能和人工智能是两种完全不同的智能,是很互补的,所以我们需要把这两者结合起来。
那么培养孩子的想象力、创造力、共情力和解决开放式问题的能力,这个才是我们人类和机器最大的区别。谢谢大家。
一刻 talks ・ 全球创见者分享平台
长按下方二维码发现更多未知惊喜
领取专属 10元无门槛券
私享最新 技术干货