深度｜李飞飞：AI十年，公众看到的是一些离散事件，而我们则看到一个连续过程

　　今晚的节目将深入探讨人工智能对人类的影响，我非常荣幸地邀请李飞飞博士参加，她在《The Worlds I See》一书中的故事不仅发人深省，还从世界级专业层面阐述了计算对人类状况的影响。我们相信，这些技术可以被用来造福社会，这也是我们机构的目标，即帮助人们认识并考虑这些技术的最佳用途。

　　让我简要介绍一下李飞飞的背景。她是斯坦福大学的红杉计算机科学教授，同时也是斯坦福人机交互AI研究所的任职者。她曾担任斯坦福AI实验室的主任，并在休假期间担任谷歌的人工智能和机器学习首席科学家，在那里进行了大量研究。此外，她还在国会和白宫成立的国家人工智能研究资源特别小组中任职。因此，希望大家热烈欢迎李飞飞博士上台。

　　Tom：大家都要赶快去买这本书，也给朋友和亲戚买几本。这本书非常好，李飞飞，我们得看看这个观众有多“书呆子”，有多少人能向别人解释随机梯度下降和反向传播是怎么工作的？飞飞，你在书中谈到了人工智能的历史，能否从1956年开始，告诉我们当时发生了什么，以及研究人员用了多长时间才意识到他们能够解决人工智能的问题？

　　李飞飞：好的，首先感谢计算机历史博物馆的邀请。我记得在1959年，达特茅斯学院的一个炎热夏天，人工智能的奠基人John McCarthy、Marvin Minsky、Claus Shannon等人在DARPA的小额资助下召集了一组计算机科学家，讨论计算的未来。那时，John McCarthy刚刚创建了“人工智能”这个领域。他们讨论了如何解决这个问题，重点关注推理、演绎推理，并试图让机器像人类一样思考、回答问题和做决策。这是一段长达70年的旅程，我们经历了起伏。在70年代，我们经历了关于专家系统的炒作，但那时的泡沫崩溃得相当严重。然后到了1990年代，人工智能领域开始发生安静的革命。个人而言，我在2000年作为加州理工学院的博士生进入人工智能领域。那时公众仍然认为是寒冬，但在我博士生期间发生了两件事对我这一代人工智能研究者至关重要。一是统计机器学习，二是互联网开始给我们提供数据。因此，这些因素开始逐渐汇聚，到2010到2012年，公众对人工智能的关注在硅谷真正开始。

　　Tom：你参与的一个项目在改变人们对可能性的看法方面发挥了非常重要的作用，那就是ImageNet。你和同事们创建了一个包含1500万张照片并进行了标注的数据集。这个项目为什么对推动现代人工智能浪潮如此重要？

　　李飞飞：ImageNet是一个数据集项目，始于2006年，并花费了几年时间，于2009年发布。它成为人工智能领域最大的数据集，包含1500万张互联网图片，涵盖22000个自然物体类别。在此之后，我们将该图像作为开源数据集发布，并邀请研究社区参与我们每年的图像挑战赛。这个挑战自2010年开始，并在2012年达到了一个高潮。那一年的第一名是现在大家所熟知的AlexNet。这一时刻对人工智能世界具有象征意义，因为现代人工智能的三个基本要素第一次汇聚在一起：神经网络、大数据（使用ImageNet）和GPU计算。在此之前，人们并不相信数据的重要性。因此，这个项目对推动现代人工智能浪潮非常重要。

　　Tom：从2012年到2024年，你认为我们在这段时间内取得了哪些最重要的进展？

　　李飞飞：在2012年，AlphaGo与围棋大师李世石对弈并赢得比赛，这是第一次公众意识到机器足够强大能够挑战人类在我们认为深具独特性的任务中。同时它还引入了一种新的算法类别称为强化学习。在2016到2022年之间是对人工智能的投资和创业的逐渐增加。大约是在2020年我们开始有社会对话既有对技术的兴奋也有对技术的担忧。所有这些在2022年10月底ChatGPT出现时积累到了顶点。对我们这些研究人员来说我们早就看到ChatGPT这种情况了但公众并不知情。

　　Tom：那么在研究界关于这些大型语言模型是否是随机模仿或者是否存在实际推理的辩论还在继续吗？你对这个辩论有什么看法？

　　李飞飞：我理解你使用“stochastic parrot”这个词因为它来自一篇批评大型语言模型的论文。重要的是我们需要从不同的角度批评这些模型包括它们的能力、能耗、局限性、偏见等等。但从科学的角度来看我会使用更中立的语气而不是把它称为“God”或“Parrots”。然而它确实是一个规模较大的模型具有不仅能够模式匹配、学习模式还能够进行预测的能力甚至展示出一定程度的推理能力因为它能够向你解释事物的含义。因此我认为它确实具有模式识别能力同时也具有一定的推理能力但我始终非常谨慎尤其作为一名教育者我的责任是诚实地与公众沟通所以我会非常谨慎不去过分夸大这一点包括一些更夸张的推测关于意识或意识的存在。

　　人工智能的未来与空间智能的探索：谈AI发展与技术前景

　　Tom：那么在接下来的三到五年里你认为可能会发生什么呢？你认为当前系统最大的局限性是什么？以及在哪些领域我们可以取得实际进展以改善其性能？

　　李飞飞：我相信我们正处于一个真正的人工智能数字革命中因此接下来的三到五年将继续对技术非常激动但对于我们的社会包括政策也将充满紧张。从技术角度来看我们仍然看到数据的规模法则有非常充足且健康的证据但同样令人着迷的是我们越来越多地听到我们是否正面临数据的极限尤其是在互联网上的文本数据很可能正在面临限制但在高等教育的背景下我也看到许多科学发现的领域数据尚未得到妥善开发从这些数据的数字化到这些数据的建模。因此我认为在接下来的三到五年里由于人工智能和机器学习的推动我们将在不同领域看到科学发现的蓬勃发展而不仅仅是大型基础模型的商业化。我们会看到更多的空间智能我个人对此很感兴趣接下来的三到五年不仅是技术的发展也将是我们如何部署这些模型、如何治理这些模型的年限。目前在加利福尼亚有关人工智能的法案正在讨论个人而言我既支持安全措施和政策措施也担心即使是出于良好意图的法案可能会对科学和开源社区产生意想不到的负面影响因此所有这些都将在接下来的三到五年里展现出来。

　　谈人工通用智能与以人为本的AI发展愿景

　　Tom：关于人工通用智能（AGI）这个概念有很多讨论。我想知道你是否认为这是一个有用的概念？

　　李飞飞：我经常使用“北极星”这个词作为科学家我们追逐那些我们可能永远无法在一生中解决的最难的问题它们激励着我们人工智能这一领域的北极星始终是那种一般能力即智能的一般能力。对于“人工通用智能”这个词的看法我认为它与“人工智能”深度重叠但如果全面的定义是成为人类、拥有与人类相同的智能、像人类一样复杂而精细的存在我不相信三年内会实现这个目标。

　　Tom：好的那么我们谈谈你在斯坦福进行的以人为本的人工智能计划。首先你所说的以人为本的人工智能是什么意思？

　　李飞飞：以人为本的人工智能是一个框架用于思考我的和你的人工智能工作因为人工智能是由人创造的被人使用的并将影响人们的生活什么是思考这种技术的指导框架呢？在2018年我写了一篇纽约时报的文章明确提出这个框架是以人为本的人工智能因为我意识到这项技术比我想象的更为重要它将以深远的方式影响我们的生活、商业和世界这种意识让我不寒而栗想到一项工具可以如此强大是令人恐惧的我们最好考虑其影响而对我而言这种深刻的影响必须扎根于人类的影响。现在斯坦福HAI我们从三个同心圆的角度考虑人工智能对人类的影响：个人、社区和社会。例如个人的影响实际上与每一个人如何使用技术、如何受益有关；社区的影响是人工智能如何作为工具帮助资源匮乏的社区；社会层面上我们今天不能停止谈论人工智能对我们民主过程的影响等等。这些都是人类的问题数学是干净的但人类世界是混乱的人工智能已经从那种干净的数学C编程世界进入了混乱的人类世界。

　　Tom：有人曾经说过技术很简单但人类很复杂你对人工智能的潜在好处和应用比如环境健康最感兴趣的是什么？

　　李飞飞：我在初级保健急诊部门、手术室外和门诊护理环境中花了无数小时深受启发因为我有一个多病的父母已经重病几十年我照顾我的妈妈我意识到我们的医疗系统中充满了照顾人的人但是所有这些人从护士到医生再到看护者他们都没有足够的时间和帮助因此医疗环境中的环境智能真正源于我和斯坦福医学院的合作者之间的合作想要利用技术提供额外的眼睛和耳朵以帮助医生、护士和看护者确保我们的病人安全或者他们的情况不会迅速恶化。但我们也看到在教育领域的激动人心的用例个性化学习显而易见人工智能可以作为助教帮助老师在不同的学习环境中进行个性化教学等等。此外在农业中也有很多用例比如使用计算机视觉技术来识别田地里的杂草以便保持作物更健康等等。这些用例真是数不胜数。