丹棱君有话说：人工智能的技术发展不断突破，人工智能系统也不断在现实工作和生活场景中得到应用。我们该如何正确地认识人工智能的能力边界和发展阶段？在人类和机器协同共处中，如何定义好人工智能在人类社会中的角色和功能？一起跟丹棱君来听听微软研究院资深研究员 Ece Kamar 怎么说~
微软研究院资深研究员 Ece Kamar
采访音频
我热衷于研究能在日常生活中帮助到人们的 AI 系统，同时，机器智能和人类智能之间应该如何互补也让我十分感兴趣。多年来，我们一直在尝试构建可以与人互动、合作，并能给人们带来帮助的系统。
目前，我们正处于人工智能历史上的一个重要时刻，许多重要的人工智能系统正在进入现实世界并开始与人们进行协作。AI 该去做什么以及人类在 AI 开发的过程中该扮演什么样的角色，这些问题都会对我们的生活产生很大的影响。
正确认识人工智能
对于人工智能，人们其实存在很多误解与盲点。多数人都会认为 AI 是在过去十年左右才出现的。但事实上，AI 在二十世纪五十年代就已经开始发展了。在达特茅斯会议上，人工智能的先驱们聚在一起，讨论着人工智能是什么、该如何定义并研究它。他们当时相信人工智能可以很快被实现——如果机器有能力处理某一项工作，它理应可以很快地掌握处理一项更难工作的能力。但遗憾的是，我们今天的 AI 并非如此，AI 是一种垂直工作，我们只能将某些特定的技术应用到特定的任务中。我们离广义人工智能还非常遥远，目前的 AI 技术还很 “专业” ，所以要想将人工智能应用到每一个领域仍需要大量审慎的分析和工程设计。
我们的 AI 系统极度依赖数据，收集的数据的质量很大程度上决定了最后 AI 模型的表现。然而，目前的数据搜集工作还存在很多问题，我们搜集数据的时候通常会带有个人的主观想法和预设，所以搜集到的数据不总是能够真实代表这个世界，会导致模型产生知识盲区，例如人脸识别系统无法识别有深色皮肤的人群。所以，数据的不完整会导致 AI 系统无法有效地为某些少数人群服务。
人类的角色
在人工智能时代，我们需要对 AI 开发流程进行改造。在传统的软件开发领域，几十年的经验积累让程序员们非常清楚每一次的 bug 修复所带来的结果。现在，我们也应该把这套标准带到 AI 系统开发领域。在过去的几年中，我们一直在尝试将人类的洞见融入到 AI 系统的调试和 bug 修复过程中，从人的角度去了解 AI 系统存在的问题和盲点，以及问题将会导致的后果，尝试如何通过融入人类智慧来改进 AI 系统不尽如人意的地方。
我想强调的是，人工智能是被人开发、由人推动、并为人所用的。人工智能不可能自己凭空诞生出来。人类其实是很多 AI 系统的指南针，比如计算机视觉、人脸识别等。我们在设计系统时，也会思考如何才能将作为 “指南针” 的人类融入到 AI 系统的训练、执行以及故障排除中。人类已经是 AI 过程的一部分，正是那些从事 AI 系统工作的工程师和科学家们将自己的见解放入这些系统的设计和架构中，才有了现在神奇的 AI 魔法。
AI 有很多数据资源来源于人，AI 的不断发展离不开人类的智慧。众包为 AI 系统提供了获取人类智能的方法。通过网上和社交平台上的众包任务，人们生产了大量 AI 系统可以用来学习的数据。这种能够连接机器和人类智能的渠道对我们构建包含人类因素的 AI 系统非常重要。另外，在 AI 的发展过程中，也需要人们对 AI 系统的不断评估，毕竟最终 AI 是为人类服务的，而这也是众包可以发挥作用的领域。
美好未来
我常常被 AI 领域外的人问道： “你能告诉我在未来的 10 年，20 年内，美国将失去多少工作岗位，以及将会出现多少新工作吗？” 实际上，我们离强人工智能还有很远的距离，我并不认为 AI 会自己变得更聪明，以至于将来所有的工作机会都会消失。与此同时，我们也要思考如何为可能发生的一些失业问题做好准备。
新的经济增长会在变化中出现，关键是要了解人和机器如何互补优势。机器可以很好地自动重复任务，擅长识别图案和处理规模任务，但是机器不擅长很多事情。人类擅长常识性事务，可以做反事实推理。我们可以利用小数据进行学习，并且举一反三，将其应用到我们以前从未见过的事情中去。最重要的是，我们有创造力。
在一篇关于麻省理工学院和哈佛大学合作研究的论文中提到，研究者让一台机器和放射科医师一起共同通过图像诊断乳腺癌，由于机器和人类会犯不同的错误，当两者共同合作时，诊断错误率会远远低于机器和人类单独诊断时的错误率。所以，只有我们充分利用人和机器的互补关系，才能创造人工智能的美好未来。
本文转自微信公众号: 微软研究院 AI 头条
了解更多：
后台入驻微软小冰
如果你很萌，请跟她一决高下！