問世不足百年，計算機科學已對人類生活產生巨大影響，其未來發展方向如何?11月7日，世界頂尖科學家科學圓桌會議上，計算機科學、人工智能與信息技術領域的世界頂尖科學家“圍坐圓桌π”，共議“數智未來新突破”。圓桌會議主持人、1986年圖靈獎得主約翰·霍普克羅夫特表示：“我們身處信息時代的起始，而非結束。”
人工智能不應滿足于行為模仿
通過訓練，人工智能已經能夠模仿人類的許多行為，用“琴棋書畫全面發展”來形容也毫不為過。蘭諾·布魯姆，2004年美國總統科學、數學和工程指導卓越獎得主在會上指出：“人工智能像是一個‘集成器’，可以和很多領域結合，這值得深思。”
比起模仿，未來人工智能應該更多關注“決策”。首屆頂尖科學家協會獎(以下簡稱頂科協獎)“智能科學或數學獎”得主邁克爾·I·喬丹表示，盡管“模仿人類行為”是人工智能的經典定義，但深度分析才是其關鍵所在。比如，人工智能可以針對海量數據，用博弈理論進行分析;它還可以對蛋白質折疊的結構進行相關預測，這是人類無法做到的。11月6日，喬丹在首屆頂科協獎得主媒體見面會上也表示：“人工智能的意義并不在于讓機器人跳舞。”
喬丹塑造的理論框架是機器學習得以應用的基座，他曾先后在心理學、數學、認知科學等領域進行研究，并成功連接計算機科學和統計學。他認為，個人、群體都是智能的主體，都可以產生決策行為。“上海所有的餐廳也可以是一個智能集合體，如果碰上天氣變化、城市格局更新，這個智能體會進行相關應答。重要的是，它還是非常具有魯棒性的智能集合體。”喬丹說，“如果通過個體收集海量數據，我們就可以在經濟學方面開拓新的天地。”
魯棒性是機器學習模型的一項重要評價指標，主要檢驗模型面對一定變化時，表現是否穩定。
數據將在未來“連點成線”
人類社會由極度復雜的文化連接構成，這是單個數據無法描述的。“未來的計算機科學將‘連點成線’，通過主體間的互動，進行結構上的預測和分析，讓人類擁有更美好、更高效的生活。”喬丹表示。
那么，在動態的社會中，機器該如何“提升自己”?這是清華大學軟件學院長聘副教授龍明盛長期關注的問題。“‘錯誤發現率’可能是人工智能科研當中缺失的一環。10多年前，機器學習技術總被現實問題擊垮，這促使我去思考機器學習的短處。”
但龍明盛坦言，在他的研究進程中，對人工智能的訓練常因環境部署的變化而遭遇失敗，人工智能正亟須一些原則和方法論來構成系統。“魯棒性意味著人工智能需要有不同范式，科學研究則要讓這些具備不同優勢的范式達成‘合作’。”清華大學計算機系教授朱軍表示。
在此背景下，我們將見證“一個新的工程學科”的出現。這一學科依托全球網絡和數據，基于智能科學、統計學、經濟學原理，將為新型商業、醫療、交通、娛樂提供強大支撐。人類的偏好、價值觀和決策是這個學科的關鍵所在。“計算機科學、經濟學、統計學、數學等產生的集合將產生一個對真實世界進行預測的新興學科。我們一旦能夠做好推理，就可以作好決策。”喬丹說。這是他在扎根機器學習和人工智能領域數十年過程中的發現。
人工智能仍在發展之中，許多問題還沒有明確的答案。但在攀登科學高峰的道路上，世界頂尖科學家們正尋找新的模型、建立新的基礎，這門新興學科終將“守得云開見月明”。(王春)
關鍵詞： 世界頂尖科學家碳大會 上海科學會堂 極端天氣 諾貝爾化學獎
