人工智慧來了。人們對AI的持有截然不同的兩種態度，擁護AI的人認為它就是拯救世界的超級英雄；而抗拒AI的人認為它不是英雄而是終結者。
VentureBeat聯繫到了吳恩達、ML和Fast Forward實驗室創始人Hilary Mason，Facebook AI研究創始人Yann LeCun和埃森哲負責人工智慧全球領導者Rumman Chowdhury博士，這4位人工智慧領域的大牛，諮詢了他們的看法。希望藉由這些專業人士的專業眼光，為大眾勾畫出一個更加清晰的「人工智慧」畫像。
新智元對此文進行了編譯，以下是文章內容：
Rumman Chowdhury：希望政府加強管控Rumman Chowdhury博士是埃森哲應用智能部門的常務董事，負責該部門的全球人工智慧計劃，於2017年入選「BBC百名傑出女性」。
她認為，雖然目前人工智慧漲勢喜人，然而大眾對AI的了解還遠遠不夠。
新的一年，她希望看到更多的人，能夠有更多的教育資源，幫助大家更好的理解AI，了解它的優勢和存在的問題，更理智的分析問題做出決策。
她希望政府加強對技術的管控，但要保持好平衡。AI毫無疑問是一把利器，怎麼用好這把利器是每個政府都需要深刻考慮的：
如何保證在加強管制同時又不扼殺創新性
如何保證監管措施不會導致大公司獲益小公司遭殃
如何在多種可能性中引導其得出最理想的結果
她同時希望看到AI能夠更好促進地緣政治的發展。她說AI已經不僅僅關乎於科技，而且關乎於社會和經濟，關乎於價值觀。
不要老是跟風去做，不要把眼光僅僅關注在算力、算法等，而是要奔著利用人工智慧去改造世界，改變世界格局。
她還就人工智慧對人類倫理方面的影響，提出了一些問題：
如何利用AI和物聯網設備提升安全性的同時，不出現種族歧視？
如何進行社會分配，從而不會出現更嚴重的兩極分化?
如何把握兒童教育的「度」，使得我們的後代既能很好的理解AI，又不會被其操控或同化？
如果利用AI自動化教育的同事，不至於使我們的後代喪失創新性？
最後，她認為2019年人們將會消費更多的AI產品，因為許多人已經習慣於使用Google Home和Amazon Echo及一系列智能設備。
「我覺得，我們都在等一個機器人管家的出現。」
吳恩達援引麥肯錫報告指出，2030年，AI將會為全球人類貢獻13萬億GDP。
他說，AI已經不僅僅局限於科技公司。未來，像製造工廠、農業器械廠商、醫療行業，也會開發多很多AI解決方案以助力業務發展。
他還舉了兩個例子，試圖說明目前人工智慧技術遇到的問題，以及重大進展。
第一個例子是人工智慧可以用較少的數據得出準確的結論，一些人在該領域稱為「少量學習」。原來人工智慧是大公司的專屬，動輒10萬小時、上億的數據訓練。如今，可以用1000張圖片就能得出結果。
另一個例子是被稱為「廣義可見性」的計算機視覺技術的進步。該領域的許多先進公司和研究人員已經創建了比人類放射科醫生更優秀的系統。
但是，如果你採用訓練有素的模型並將其應用於從低端X光機拍攝的X射線或從不同的醫院拍攝，其中圖像有點模糊，也許X射線技術人員讓患者略微向右轉，所以角度有點偏離等等。
事實證明，在這種情況下，人類放射科醫師今天的學習算法要好得多。
Yann LeCun：未來的AI可能具備常識，洞察因果Yann LeCun是紐約大學的教授，Facebook首席人工智慧科學家，Facebook AI研究院（FAIR）的創始人，Facebook該公司創建了PyTorch 1.0和Caffe2，以及許多AI系統，比如Facebook每天使用數十億次的AI文本翻譯工具和高級強化學習系統等。
LeCun認為，FAIR的研究和工具採取的開源政策有助於推動其他科技公司做同樣的事情，他認為這種模式可以將AI領域作為一個整體向前推進。 LeCun是在上個月在NeurIPS會議和FAIR成立五周年之際接受採訪時候做出上述回應的。FAIR是一個組織，主要關注利用機器學習解決技術、數學問題。
「當更多人就研究進行溝通時，整個領域的進展更快，這實際上是一個非常大的影響，」他說。 「今天的AI領域中能夠取得如此快速的進步，很大程度上是因為有更多的人比以往更快、更有效率地進行更開放的研究。」
在研究倫理方面，LeCun也對越來愈多的研究人員考慮研究成果在倫理道德上影響，以及決策偏見帶來的潛在危險方面取得的進展感到高興。
「可以說，一些人們應該注意到的問題現在已經被重視起來了。而兩三年前情況並非如此。」他說。
LeCun表示，他認為AI領域的道德和偏見問題還沒到需要立即採取行動的程度，但他認為人們應該為此做好準備。
他說：「我認為目前這不是關乎生死存亡的問題，但總有一天會出現這樣的問題的，我們需要了解這些問題，並在這些問題產生之前予以預防。」
與吳恩達一樣，LeCun希望能夠出現更加靈活、強大的AI系統，不需要原始輸入數據或準確輸出的精確條件。LeCun表示，研究人員已經可以通過深度學習很好地管理感知，但目前還缺乏對完整AI系統整體架構的理解。
他說，通過觀察世界來實現教學的機器，需要靠自我監督學習或基於模型的強化學習。
「不同的人給它起了不同的名字，但基本上講，人類嬰兒和動物都是通過觀察並找出大量相關背景信息來了解世界的，我們目前還不知道如何用機器做到這一點，這是一個巨大的挑戰。 「而回報就是在人工智慧和機器方面取得實際進展，讓AI具備一些常識，聊起天來不會讓人覺得尷尬，聊天話題可以更廣泛等等。」
對於將在Facebook內部提供幫助的應用程式，LeCun表示在自我監督學習方面取得的重大進展將非常重要，同時AI返回準確的結果所需的數據量更少。
「在解決這個問題的過程中，我們希望找到減少任何特定任務所需的數據量的方法，如機器翻譯或圖像識別等，我們已經在這方面取得了進展;我們通過弱監督或自監督學習翻譯和圖像識別，對Facebook使用的服務產生了影響。因此，這不僅僅會是一項長期的目標，也會產生非常短期的後果。「他說。
在未來，LeCun希望看到在事件之間建立因果關係的AI取得進展。這不僅僅需要AI通過觀察來學習，還需要AI具備實際的理解能力，比如，如果人們使用遮陽傘，就判斷可能會下雨。
「這點非常重要，因為如果你想讓一臺機器通過觀察學習世界的模型，它必須能夠知道自己可以通過造成哪些影響來改變世界的狀態，有哪些事是不能做的。」他說。
「如果你在一個房間裡，桌子就在你面前，桌上有一個像水瓶一樣的東西，你知道你可以去推水瓶，水瓶會移動，但你不能移動桌子，因為桌子很大、很重，而這些判斷都與因果關係有關。「
希拉蕊·梅森：AI技術的道德問題將成為普遍關注焦點在Cloudera於2017年收購Fast Forward Labs之後，Hilary Mason成為了Cloudera的機器學習的總經理。Fast Forward雖然被收購，但仍然保持運營，主要出具應用機器學習的報告，為客戶提供關於未來六個月到兩年的展望和建議。
AI在2018年的一項進步讓梅森感到驚訝，這與多任務學習有關，它可以訓練單個神經網絡在推理時使用多種標籤，比如識別圖像中的多個目標。
Fast Forward Labs也一直在為客戶提供關於AI系統的道德影響的建議。梅森認為，有必要為AI建立建立某種道德框架。
「自從創建Fast Forward以來，我們就一直在做這件事情，我們一直在撰寫關於AI道德規範的報告，但是直到2018年，人們才真正開始接受並關注這個問題，我想2019年對這個問題的關注度會更高。」梅森說。
「我希望這個問題成為數據科學和人工智慧的實踐發展中默認的關注點，技術人員和商業領袖打造AI產品時，都會考慮道德和偏見問題，將其融入產品的開發過程，而今天，並不是每個人都會關注這些東西。「
隨著更多的AI系統成為未來一年業務運營的一部分，Mason預計產品經理和產品負責人將開始在AI方面做出更多貢獻。
梅森還認為，越來越多的企業對多個AI系統進行結構化的管理。
梅森表示，如果用開發人員面臨的挑戰類比，管理單個系統可以使用手動部署的自定義腳本完成，而cron作業可以一次管理幾十個。但是，當管理數十個或數百個系統時，在具有安全性、風險管控要求的企業中，就需要專業穩定的工具了。
她說，越來越多的企業正在從追求對每個環節的完全掌控或精通，轉變為系統化地追求機器學習和人工智慧帶來的機會。
由於Cloudera最近推出了自己的基於容器的機器學習平臺，因此強調部署AI的容器對Mason來說很有意義。她相信這種趨勢將在未來幾年還將繼續，因此公司可以選擇在雲中部署的內部部署AI。
最後，梅森認為，AI的業務將繼續發展，AI將成為整個行業的共同追求，而不僅僅是個別公司的追求。
「我認為未來的AI專業實踐將會不斷發展，」她說。 「現在，如果你是一家公司的數據科學家或機器學習工程師，而你去另一家公司任職時，你的工作將會完全不同：你將面對不同的工具、不同的期望，不同的報告結構。未來，這些環節都會具備更高的一致性。」她說。
原文連結：
https://venturebeat.com/2019/01/02/ai-predictions-for-2019-from-yann-lecun-hilary-mason-andrew-ng-and-rumman-chowdhury/
【加入社群】
新智元 AI 技術 + 產業社群招募中，歡迎對 AI 技術 + 產業落地感興趣的同學，加小助手微信號：aiera2015_2 入群；通過審核後我們將邀請進群，加入社群後務必修改群備註（姓名 - 公司 - 職位；專業群審核較嚴，敬請諒解）。