谨慎对待人工智能概念品牌重塑的三个原因

来源：原文作者Steve Miller

翻译：付文祎

“当我说一个词时”，Humpty Dumpty以一种很轻蔑的语气说，“它就是我选择的意思-不多也不少”“问题是，”爱丽丝说，“你能让一个词有很多种意思“。

— Lewis Carroll, Through the Looking Glass

人工智能？

      “人工智能”或者“AI”是一个含义模糊的术语：其定义并未达成共识，且还存在着争议。它通常代表着一种或多种不同的技术，这些技术能为世界带来实质性的、变革性的和破坏性的变化。由于它所代表的技术影响越来越大，对其的新闻报道也越来越多。许多组织正争先恐后地将其纳入营销和内部运作范畴。考虑到目前这一概念的热度， 利用它然后进行高利息资本化运作就显得十分合理了对吧？谁不想人们一看到你的公司就立马想到“人工智能”呢？

但在科学技术界，数十年来，人工智能这一标签的使用都被视为一个问题。 在机器学习，数据科学，图像分析和自然语言处理等研究领域，这个术语很少被提及。 也许现在是时候让我们这些在这些领域工作的，或是对这个领域的历史有更深入了解的人思考一下如何与雇主和利益相关者进行沟通——特别是如何在交流的同时最大限度地在这个被过度炒作的品牌下降低其不断累积的风险。下面我将介绍科学界内人工智能标签不受欢迎的三个相互关联的原因，并为每个原因提出一个论点，说明为什么我们可能要谨慎对待这个术语在工业领域的过度使用的问题。

1. The “historical” argument为了不重蹈覆辙

那些遗忘历史的人势必重蹈覆辙— George Santayana

我们度过了两个人工智能发展史上的冬天：科研经费枯竭，研究项目搁置，工作岗位减少，科学进步受阻。但和之前的严冬有所不同，人工智能的发展会是更多的抗议。现在看来这几乎是确定的。现在的问题更多的是这种反对的声音会有多大。如果目前关于自动化对就业产生影响的预测成为现实，这种抗议可能是相当强烈的。在这种情况下，我们会看到与人工智能及其之前严冬的相关负面宣传日益增加， 还有由于个人和组织大规模地放弃人工智能后引起的混乱 。如果这种混乱上升到政治层面，学术研究活动可能会受到深远的影响。面对公众压力的反应，人们有可能采取一系列的下意识的、未深思熟虑的管理措施。

2. The “educating the public” argument为了教育大众

任何一个足够先进的技术看起来跟魔术没什么两样。— Arthur C. Clarke

对于大多数可能被视为在人工智能领域工作的人来说，他们的工作内容都有精确、准确和有意义的标签。 那么也让我们在现实当中使用这些精确的标签，而不是故弄玄虚吧！ 如果我们在数据科学领域工作，就说在做数据科学。 如果我们正在开发增强现实硬件，就说在做增强现实硬件；如果我们在研究自然语言处理，那就这么直说是自然语言处理；如果我们将机器的机器学习方法结合起来，那么我们就这么精确地描述这个工作；而不要将这些本拥有自己独特含义的技术融合在一个抽象的标签下，将明明可以清楚而直白地表述的技术蒙上一层不必要的神秘面纱 。 如果我们希望大众更广泛地了解这些技术发展会对他们产生什么影响，那么让我们尽可能地使用准确和有意义的术语进行沟通以帮助大众理解。如果人工智势必要成为所谓的全方位改变人生的、模式转变的和“翻天覆地“的事物，也就是它会影响到每一个科学领域和地球上的每个生命。 那么这个词未来将成为一个甚至比现在更加模糊的标签——一个几乎涵盖了所有，意味着所有的概念。 它会比现在更不具体和难以定义。 如果大多数普通大众未来逐渐把人工智能视作是化腐朽为神奇的“魔法”，那么科学技术界就将会在所面临的这个最重要的教育挑战之一中失败。

3. The “semantic” argument为了语义清晰

问机器是否可以思考跟问潜艇是否能航行差不多— Edsger W. Dijkstra

“智慧”– 一个人们争论了几个世纪它究竟是什么含义的词，一个我们已经把它纳入到学科的词。 结果是，我们创造了一个本身无法定义的定义。如今一些讨论人工智能今义的辩论却往往没什么价值。 关于使用机器学习方法来解决一些现实问题的技术性对话也通常以“智能是什么？”，“机器能够真正拥有意识吗？”或者“机器会占领地球吗？“ 这种夸张的提问方式迅速跑题，通常还很难再扯回来。事实上，在数据科学领域（个人数据，隐私权）和自动化领域（自动驾驶汽车，岗位流失）出现了许多重要的哲学和伦理问题，这些问题受到了许多关注，也需要立马解决。 我目前这个论点并不是说这些问题是无关紧要的，而是我们需要在一个特定领域内获得某种程度的关注才能得到有价值的结果或成就 。 由于人工智能并不是一个特定的领域，任何人都可以围绕人工智能聊一聊这个词语对于他们来说代表什么。 因此，这个词成了滋生混淆和误解的温床，也常常成为不同学科和利益之间分歧的爆发点。

对反驳的观点和论述

“一旦一项新技术超越了你，如果你不是压路机的一部分，那么你就是这条路的一部分。“— Stewart Brand

人们自然会争论说人工智能到底是不是“瓶子里的精灵”：它现在已经成为一个不可阻挡的力量，有着巨大的经济推动力。 这意味着无论我们给它取什么名字，它都会持续影响我们。 即便这样也都不能驳斥我的上述论点。 对于“人工智能”发展而言，如果不意识到或参与上面提到的一些问题，可能会产生令人不安的社会后果，对进一步的进展产生不利影响：

1

相比于商业而言，科研经费往往更容易受到政治的影响。由于对于人工智能的抵制，机器学习或自动化科研经费的减少只是意味着未来科学发展的更大多数将越来越集中在少数强大的利润驱动公司。

2

同样是打造人工智能，大公司由于更能从负面抗议中存活下来；所以在同等市场竞争下，人工智能可能更符合大公司的利益，而对中小企业造成相对更大程度的不利影响。

3

尽管有大众对人工智能的抗议，人工智能在巨大的经济力量推动下，生存下来是必然的。但这可能会使工业与个人的观点分化（例如历史上，人们匮乏的公众知识和围绕转基因生物和开采的产生的辩论）以及贫富差距的增加。这种情况出现的可能性更加要求我们提高公众对于人工智能的理解。 但如果在试图建立理解的过程中，许多基础技术往往被无意地合并到一个贬义词中，这种沟通会事倍功半。

现在人工智能很明显已经是瓶子里的精灵了。这个词语还会一直伴随着我们。当它有了一个准确的表达方式时，我们就使用它。如果还没有，我们现在还有很多已经明确定义、普遍接受、准确的和有意义的术语随时以供使用，那就让我们用这些术语尽可能有效地与受众沟通吧。

——END——

April 5, 2018 | Blog | Tags: AI, big data AI, data analysis, 人工智能, 数据, 数据科学, 谨慎对待