本文版權屬於《千秒》，轉載請聯繫授權
（全文約6600字，閱讀完成需11分鐘）
採訪：李小敏
撰稿：宋榮榮
被稱為“機器學習之父”的卡內基·梅隆大學教授湯姆·米切爾（Tom M.Mitchell），在機器學習領域享有盛名。他目前在WhizBang實驗室擔任副主席和首席科學家，同時還任美國人工智能協會主席，並且是《機器學習》雜誌和國際機器學習年度會議的創始人。他撰寫的《機器學習》在卡內基·梅隆大學以及許多大學，都被作為機器學習課程的教材。
湯姆·米切爾在接受長城會《千秒》採訪時表示，當今的人工智能還有很多限制，比如機器不能主動與人進行對話，不能保存長期記憶，以及只能做程序之前設定好的事情等。未來湯姆會致力於改進這些缺陷，使人工智能技術更好地服務於人們的日常生活。
在眾多人工智能技術中，湯姆對自動駕駛技術有著很高的期許，他認為自動駕駛技術將會是人工智能在短期內最大的成果。然而，自動駕駛技術的普及也會遇到許多技術與社會問題。首先，在規範的高速公路上，自動駕駛汽車的行駛狀況良好，但是它在泥土路與盤山公路上的表現卻不盡人意。其次，因為自動駕駛技術而造成的交通事故，也對它的普及產生了負面影響。
對於未來自動駕駛汽車如何普及，湯姆分別從兩方面給出了建議。一是考慮在高速上設立自駕車專用車道，這樣可以避免和人駕車混在一起而發生事故；二是在自動駕駛技術上加以改進，比如說增加遠程遙控技術，來增強它的安全性。
在談及什麼時候每家才能擁有一輛自動駕駛汽車時，湯姆神采奕奕地說：“應該會需要很久，但是我可以告訴你，我確信自動駕駛是大勢所趨。下一輛車我一定會買自動駕駛汽車！”
專訪實錄
人工智能五年內會有大突破
《千秒》：您為什麼對人工智能感興趣？
Tom Mitchell：我大學的時候，甚至更早，就一直對智能的學習很感興趣。怎麼能不感興趣呢？最有意思的事不就是不斷學習不斷變聰明嗎？人之所以為人應該就在於此吧。我對人工智能一直很感興趣。剛上大學的時候我想選心理學專業，因為那樣就可以研究人類，但是後來我發現學心理學並不會對理解智能有什麼幫助，因為我們連人腦在想什麼都無法探究。我們能做的就是和人交流，看他們如何應對，但是具體細節根本不夠。到1995年，fMRI（功能性磁共振成像）和MEG（腦磁圖）等腦成像技術已經推廣開來，那時我發現，學習智能最好的方法是製造智能，而不是猜測人腦在想什麼。這就是我學習人工智能的緣由，1995年腦成像技術的出現簡直是完美的時機。而現在，我們不但可以通過觀察大腦內部，還可以開發電腦程序來學習人工智能。
我創立了世界上第一個機器學習系。我特別鍾情於學習智能，也是從兩方面進行研究的。第一是研發更加智能的、會學習的計算機，第二是研究人腦，試著理解人動腦思考時的神經活動。
《千秒》：現在全世界都在研究人工智能，包括中國、歐洲和美國。您認為人們對人工智能期待太大了嗎？
Tom Mitchell：我認為有些人期望太大，也有人期望過小。其實我們並不知道人工智能會怎樣發展，但是對人工智能的不斷髮展抱很大期望是有原因的，最主要的是過去十年來發生了很多重大改變。十年前電腦還不能輸入聲音和圖像，什麼都聽不到、看不到，但今天它們已經做到了這些。我們可以對手機說話，並期望它能聽懂我們的指令；用手機相機拍照，相機會自動在人臉聚焦。從這個層面來說，它確實“看得到”了。我們對電腦固有的印象是它擅長運算，但是卻無法感知世界，聽不見也看不到。但現在它正逐漸擁有這些技能，這為電腦的新發展打開了一扇窗，讓它們一下子擁有了視覺和聽覺。因此我們可以期待更多發展。
跟未來可能的發展相比，人工智能確實處在早期階段。我剛提到電腦現在可以看可以聽，但是它的視覺與人相比還是不行，它無法像人一樣識別所有物體和情景，但是它的功能會不斷增加，現在它已經能夠比過去更好地學習，雖然還不能與人相提並論。因此，這項事業我們還處在早期階段，還有很長的路要走。
《千秒》：人工智能貌似擅長處理理性問題、常規的問題。那處理情緒方面的問題呢？我和Siri以及其他機器人對過話，但它們的回覆聽起來冷血、機械，讓人感覺不太舒服。
Tom Mitchell：的確是這樣。機器不能主動進行會話。當今的人工智能還有很多侷限，但是其中一些可能將來會被改變。比如說，我們如今跟Siri或者Cortana等智能機器人進行對話，其實相對十年前已經好很多了，十年前對話根本是不可能的，但是現在確實是有很多侷限。
我想在接下來的5年應該發生這兩樣改變：第一，當我與Siri對話的時候，每次都是新的，它記不起來之前的對話，沒有長期記憶。如果我告訴它去我女兒家，它知道怎麼去。但是下一次我再這麼說的時候它就不記得了，我得再解釋一遍我女兒家在哪裡，這一點我希望它能改進；第二點是我無法教給它新東西。我可以要求它做程序設定好的事情，但我不可以教它新的東西。所以在將來，第一我想讓它有記憶。比如說，我女兒住在帕洛奧托，這是她的地址。下次我再跟它說去我女兒家的時候，就不必再重複，我希望它能記住這個。我還希望能夠教給它我想讓它完成的事情。比如說，如果晚上下雪，第二天請提前半小時叫我起床。現在Siri可以做到某些事情，但這些都是程序員設定好的。Siri本身有套規則，如果我馬上要錯過今晚的航班，它就會提醒我即刻出發去機場。但是它之所以會這麼做，是因為程序員認為這樣是對的，所以這麼設定了。我想要的是每一個人都可以教自己的手機做類似的事情，可以這麼設置，比如說如果我在去開會的路上收到我妻子的郵件，那把郵件以信息形式發給我，這樣我就能及時看到。我希望每個人都可以成為程序員，通過對話來教給機器東西。
《千秒》：您希望在5年內實現這個嗎？
Tom Mitchell：對，5年。
《千秒》：大家都在討論科技，但是我對人工智能如何解決社會問題更感興趣。近期還是很難有什麼實際應用是嗎？
Tom Mitchell：我認為電腦已經被用來解決很多問題了。比如你申請信用卡，它們可以決定是同意或是不同意。但是就社會問題來說，比如法官在法庭上應該做什麼決定，現在還做不了。
《千秒》：對，這很複雜。
Tom Mitchell：的確很複雜，但事實上的確有人在往這方面努力。斯坦福大學的一個團隊正在和紐約州合作相關方面的問題，主要協助當地的法官。比如說有人被逮捕了，在判決前是應該把他關在監獄裡還是可以放回家，可以通過電腦給出判斷。
《千秒》：人工智能可以判斷出來嗎？
Tom Mitchell：人工智能可以做這個事情，如果你想讓人工智能解決這些問題，第一，你要收集數據來訓練人工智能系統；第二，你得對你想要的決定有一個明確的定義和答案。比如你要決定被抓的犯人是應該待在監獄，還是放他回家就好，一旦傳訊，他是否會出現。你需要做的就是這個決定，如果放他走，你得知道他選擇跑路的概率是多少。
我們已經有大量的數據了，如果最終我們把數據都收集起來，包括整個國家的數據。一旦擁有這些數據，就可以給某一人貼上標籤。當然可能這個判斷也會存在風險，我們希望做的是判斷把某個人放了再傳訊時他會出現的概率有多大，我們就可以開始由此設置這些系統。它們不會代替法官，但是可以輔助法官從一個更加沒有偏見的角度做出判斷。
人工智能可以做到的是通過機器學習可以比人類閱讀太多的數據。另一個例子是醫療，我們知道幾百萬病人的病例都記錄在案，因此我們可以設置系統去診斷病人可能患有哪種疾病或者這個病人吃什麼藥有效，而這些系統可以吸收比你我多一百倍的數據。基於此，它們可以用更好的方法或者模式來做出判斷。
無人駕駛會成為短期可見成果
《千秒》：您昨天提到了對人工智能未來可能的應用，比如自動駕駛汽車、機器人等。但貌似這離我們的日常生活還有點遠。那麼短期內人工智能會有什麼可見的成果嗎？
Tom Mitchell：短期內最大的成果應該會是自動駕駛汽車。
《千秒》：您覺得是短期內可以實現的是嗎？
Tom Mitchell：是的，因為已經有自動駕駛汽車了。
《千秒》：但是比較受限。
Tom Mitchell：對，在路上行駛確實有諸多限制。我們設想一下，從2016年到未來5年，自動駕駛汽車如何完善如何普及，肯定會有許多技術問題，甚至很多社會問題。所以我們要如何達成目標？目前我們已經做到了什麼？
我坐過一輛特斯拉，是我朋友買的，我借來開了下，我試駕後發現，只要在主要高速公路上，完全沒問題，我就讓它自己開，我很享受這個過程。但是如果路況複雜，比如說早上要從車庫裡倒車出去，自動駕駛就靠不住了，在特殊情況下，我還是需要手動開的。因此現在的狀態是，自動駕駛汽車在規範的高速路段行駛良好，但是在泥土路、盤山公路就不行了。
所以未來會怎樣？人工智能要在駕駛方面不斷進步！
特斯拉可以收集數據，還有GPS定位系統，在人開車時，系統就會自動源源不斷地收集數據，根據這些數據我們就可以提高技術，這樣，科技就能更加可信。
《千秒》：比如有事故發生？
Tom Mitchell：還會出事故嗎？出事故時怎麼辦？自動駕駛汽車已經發生過幾起事故了，甚至還有一起導致死亡的。但是即便很多媒體報道了這些事故，政府依舊允許，人們也在繼續買自動駕駛汽車。也許人們理解發生一兩起事故是不可避免的，但自動駕駛汽車要普及，需要有一個自動駕駛紀錄，證明自動駕駛狀況良好。比如這些車自動駕駛里程有一百萬英里，但是隻發生過兩起事故，與人駕車相比數量極少。只要能從數據上說明這些自動駕駛車比人駕車安全，就會改變人們對自動駕駛汽車的看法。人們會說，我想要安全，不想出事故，因此就會改變對自動駕駛汽車的固有想法。
《千秒》：中國有些創業公司也在嘗試應用新技術到自動駕駛汽車當中。但中國的交通情況比較複雜，其中一個挑戰是不遵守交通規則的人，因為你不知道下一秒會不會突然有個人衝到你面前，成群結隊過馬路之類。
Tom Mitchell：那樣的話，得改變人們自己的系統，改善這種狀況。我有一個朋友告訴我件有趣的事。他住在洛斯阿爾託斯山（ Los Altos Hills，位於美國加利福尼亞州），那邊應該是最多人使用特斯拉的地方。他說自動駕駛汽車開得很穩，都按規則行駛，但是有一條規定大家都心照不宣，就是在高峰期人們趕著上班時，不要把特斯拉設為自動駕駛模式。為什麼呢？因為自動駕駛會極度拖慢交通。所以大家都養成了一個習慣，如果有自動駕駛汽車，在高峰期還得自己開，因為誰也不想造成交通擁堵。在那兒他們不擔心發生事故，而是擔心太保守駕駛會減慢交通。
《千秒》：所以這只是一個默認的規則，不是白紙黑字的法律，但是政府對這方面還是很謹慎。
Tom Mitchell：政府很謹慎，我希望每個司機也要很謹慎，我就是一個很謹慎的司機。自動駕駛要求你每隔固定時間都要把手放到方向盤上一會兒，確保你還坐在駕駛座上，也在看著路況，你不可以不看路。
《千秒》：所以自動駕駛汽車是下一個重大突破。那您覺得什麼時候每家都能擁有自動駕駛汽車？
Tom Mitchell：應該會需要很久，因為我買的車開了16年，如果我現在買一輛新的，還會再開16年的，那我要再買自動駕駛汽車的話就得很久以後了。但是我可以告訴你，我確信自動駕駛是個趨勢。我的車開了16年了，得換新的了，但我最終決定不買新的，而是先租一輛。
《千秒》：為什麼不買呢？
Tom Mitchell：因為我是那種買車就會開16年的人。
《千秒》：那為什麼不買一輛，然後再開16年呢？
Tom Mitchell：因為我很早以前就想買自動駕駛汽車了，但是我在夏天租了一輛車，租期三年，到時候我會準備好迎接新科技。我認為新科技馬上就會到來，所以我租車，而沒有買車。
《千秒》：美國其他地區自動駕駛汽車面臨的主要挑戰是什麼？我知道谷歌在舊金山做測試，那其他地區呢？
Tom Mitchell：Uber幾年前在匹茲堡設立了一個研究中心，2016年他們宣佈開始使用Uber自動駕駛汽車，但Uber提供的服務有點類似出租車，他們還是會在車裡配一名員工，不是全自動的。他們還在測試過程中，雖然他們認為自動駕駛技術現在已經成熟到一定階段了，但是還是給車裡配個技術人員。
《千秒》：如何讓自動駕駛汽車普及？
Tom Mitchell：如何讓自動駕駛汽車普及，我有兩個想法。
第一，也許可以考慮在城市高速上設立自動駕駛汽車專用車道，這樣人駕車跟自動駕駛的汽車不會混到一塊兒，如果混到一起，就可能會發生無法預測的事情，如果讓自動駕駛汽車專用一個車道，可能更好控制。可以想象幾年內，走在前列的城市會首先開闢自動駕駛的汽車車道，並且提高它們的最高車速，這就會很吸引人了。下次早晨你去上班時，看到自動駕駛的汽車車道的這些人，你也會想要買自動駕駛汽車。這是其一。
另一個想法是，可能自動駕駛技術距離成熟還有一段路要走，但是短期內的改進我們可以期待。拿我母親舉個例子吧，她今年89歲了，已經不能開車了，自動駕駛汽車對她來說會很實用，但是汽車得能從車庫自動駕駛到雜貨店，必須能從院子的車道倒車到大路上去，自駕車目前還做不到這點。
因此未來要從以上方面改進。也許不久我們可以買一種這樣的車，或者說我母親會買這樣一輛自動駕駛汽車，有人可以遠程操控，而這個人呢就坐在一間有25張屏幕的控制室裡。
《千秒》：自動駕駛汽車公司的控制室？
Tom Mitchell：對。這人同時控制著25輛車，我母親想把車開出車庫時，這個人會遙控這輛車，把它倒車出庫，開上大路，然後再開啟自駕模式。一個人可以同時監控很多車。這就打開了一個不能開車人群的新市場，他們不在乎有人在監控、是電腦在開車，他們只需要一個駕駛工具。可能這就是個轉變，到未來人們買車卻不需要開車。隨著技術進步，收集的數據越來越多，車就可以真正自動駕駛了。我預見的轉變就是這樣的。
《千秒》：您認為社會問題和技術問題，哪一個更難解決？
Tom Mitchell：毫無疑問是社會問題。我們都很不擅長解決社會問題。原因之一是我們甚至都不清楚解決社會問題具體指什麼。
《千秒》：昨天我們聊到跨界合作，您也提到希望和設計師或其他領域的專家交談，這些會幫助到您的研究嗎？
Tom Mitchell：如果認真思考什麼是智能，以及什麼讓我們智能，你會發現它包括了很多東西。比如我們身體的構成、與世界溝通的方式等，因此研究機器人的人會想要了解解剖學，來弄清楚我們稱為“手”的這個東西為什麼如此靈活、功能如此強大？從而機器人也可以效仿。設計師會設計不同的人工智能系統，對於如何構造這樣的機制，他們很在行。
大學的創新能力
《千秒》：我來到硅谷後跟斯坦福大學、加州大學伯克利分校的很多科學家都有交談，但是我對卡內基·梅隆大學很感興趣，是什麼讓你們大學的創新能力，如此與眾不同？是有什麼獨特的優勢嗎？
Tom Mitchell：卡內基·梅隆大學有兩個獨特的地方，第一，它是一個理論加實踐的大學。許多大學在理論方面非常在行，但卡內基·梅隆大學更注重將理論應用於實踐。
《千秒》：您是指很擅長用最新的技術來解決問題？
Tom Mitchell：是的，解決問題。卡內基·梅隆大學是世界上第一個製造機器人的地方，試驗智能理論能否在現實世界裡運用。舉個例子，Uber搬到了匹茲堡，就在卡內基·梅隆旁邊，他們建立了一個機器人研究中心。兩週前，Uber宣佈現在人們可以搭乘Uber的無人駕駛車了。
《千秒》：硅谷有非常成熟的生態系統，許多創業公司、風投公司，以及大學教授、投資人、企業家以及研究人員。卡內基·梅隆也是如此嗎？
Tom Mitchell：也類似。我覺得硅谷稱得上是地球上這類活動最活躍的地方，但是從更小層面來講，匹茲堡也有的。
《千秒》：所以只是規模小，生態系統及其它還是很相似的，對嗎？
Tom Mitchell：某種程度上是這樣。就像我說的，卡內基·梅隆與眾不同的原因基於它的理念及不斷思考，我們不會在乎不同學科之間的界限，比如說，我的研究既涉及神經科學也涉及人工智能，我的許多同事在不同領域都有所涉獵。
《千秒》：為了得到更好的結果，您可以和大學裡的任何人合作對嗎？沒有界限的限制？
Tom Mitchell：對的，沒有界限。我們設有不同部門，但是為了更好地合作，我們並不設限。這只是卡內基·梅隆整個運作的一部分。
《千秒》：您體驗過的最酷的高科技是什麼？
Tom Mitchell：高科技體驗？這我得想一想。體驗自動駕駛汽車應該算一個，很酷的體驗。另一個的話，應該是我第一次收集並分析腦圖像數據時，真的很神奇。我們第一次給實驗對象掃描，給他們看蘋果、房子、錘子這些單詞，採集他們的腦圖像，然後基於機器學習程序仔細分析那些數據。這個程序可以發現不同單詞含義在腦中的神經活動模式。對我來說，這是最神奇最讓人大開眼界的經歷。因為你想這在1990年時還是根本不可能的事兒，那會兒還沒有機器，但現在有了。對我來說，想到未來與過去可以這麼不同，真的會很興奮。
《千秒》：在您致力於研究人工智能的這些年裡，什麼最讓您吃驚？什麼最讓您失望？
Tom Mitchell：最讓我吃驚的是電腦能夠感知世界了，相當於有知覺了。就像我在開始說的，十年前電腦真的是聽不到，也不能把我們的對話轉換成文字，但是現在可以了。它們過去看不到，但是現在也可以了。我認為我們還沒意識到這是多麼重大的變化，以及這些變化會在將來改變什麼。
關於湯姆·米切爾（
Tom M.Mitchell
）
卡內基梅隆大學教授，在機器學習領域享有盛名。他目前在WhizBang實驗室擔任副主席和首席科學家。他還是美國人工智能協會的主席，並且是《機器學習》雜誌和國際機器學習年度會議的創始人。
他撰寫《機器學習》的目標是展現機器學習中核心的算法和理論，在卡內基梅隆等許多大學，都被作為機器學習課程的教材。
該篇文章由《千秒》創作，選自集結《千秒》採訪全球21位頂尖科學家、業界領袖、投資人、藝術家如何深度解讀AI未來的系列文集而成、由人民郵電出版社出版的《科學+預見人工智能》一書，該書已於4月17日在京東開放銷售！
相關推薦
