美国留学

编辑：Rhino [新的Zhiyuan简介]在巴黎AI行动峰会上，Feifei Li博士应邀请发表演讲作为开场客人。她带领我们回顾了人工智能的发展，并着重于解释她当前的研究方向“空间情报”和“体现的情报”。 Macron用来为峰会建立动力的AI生成的视频也引起了激烈的讨论。

本周一，人工智能行动峰会在巴黎举行。为了为这次AI行动峰会建立动力，法国总统Macron使用了人工智能产生的假录像带。在社交媒体上发布的视频中，马克龙在他的虚假视频下回答：“做得好。”几个月前，这些视频开始在法国社交媒体上流传。

马克龙承认，他的假视频在某些社交媒体界变得很流行。这位47岁的总统说：“更重要的是，有了人工智能，我们可以做一些非常重要的事情：改变医疗保健，精力和社会的生活。”他补充说：“法国和欧洲必须处于这次革命的中心，以抓住一切机会并促进我们的原则。”马克龙这次真的为AI峰会而战！足以表明法国对AI的重视。

在峰会的开幕式上，斯坦福教授李·费菲（Li Feifei）博士被邀请发表开幕词。 Li Feifei从5亿年前的生活感知能力的演变开始，并谈到了图灵时代，向人们展示了人工智能发展的宏伟历史背景。然后，Li Feifei谈到了今年非常受欢迎的“知识分子”，以及她当前的主要研究领域“太空情报”和“体现的智力”。同时，Li Feifei再次强调了她在多年探索中的一致主张：“以人为本的AI”，显示了她在科学探索中丰富的人文护理。

从5亿年前开始，Li Feifei始于一个遥远的时代，即使是5亿年前的视觉概念也不存在。随着时间的流逝，简单的生物开始能够感知周围的世界并做出反应。最初，感知是被动的，只允许光进入，并且该过程很快变得更加丰富和主动。神经系统开始发展，视力从“看”变成了“理解”，理解然后导致了行动，所有这些最终都赋予了智慧，并永远改变了地球上生命的本质。到20世纪中叶，伟大的英国数学家艾伦·图灵（Alan Turing）正在考虑如何在计算机真正诞生之前给机器一种认知能力，可以与人类相提并论。 Li Feifei说：“对我来说，他的写作总是鼓励人类大胆地想象思想的机器。” “正是这种好奇心和野心推动了早期的美国计算机科学家，不仅组织了第一个探索思考机器的可能性的研究项目，而且还创造了人工智能一词。”在1956年炎热的夏天，这些早期的计算机科学家在达特茅斯AI夏季研讨会上讨论了这个问题，甚至建议在两个月内解决大多数问题，从而揭示了智慧的奥秘。我不得不说，他们现在看起来似乎有些乐观，但是我必须欣赏他们的勇气。今天，自这个“两个月”项目以来，数十年已经过去了。 “但是我们确实取得了一定的进步。”

算法，数据和计算能力Li Feifei说，人工智能一直是跨学科和动态领域。她说：“我们今天所处的人工智能的现代时代是三个极为重要但独特的技术和科学进步的交集的结果。”首先是对感知算法的研究，该研究研究了生物如何感知世界并逐渐形成数学模型，从而使我们能够创建更强大的机器。在艾伦·图灵（Alan Turing）的假设之后，神经生理学家向我们揭示了视觉皮层的神经处理结构，赢得了诺贝尔奖，并完全改变了我们对视觉处理的理解。同时，认知科学家深入研究了我们的大脑，揭示了我们对周围世界的看法的深度和复杂性。科学得出的结论是，大脑与我们所生活的环境密不可分，并且正在不断地从中学*。 Li Feifei说：“对我个人而言，作为一名在21世纪初成长的科学家，感知算法几乎是当时我领域唯一的重点。”认知科学给她带来的灵感是“规模”。进化和发展可以有效地影响人类的智力，因为它们可以使用大量数据来推动我们的学*。 Li Feifei及其合作者和学生推测相同的规则适用于机器，但这次数据来自现代数字设备和互联网，不再依赖生物学感官。结果，Li Feifei的实验室启动了Imagenet Project ——，这是第一个用于人工智能的大规模互联网培训和评估数据集。他们提出了一个关键的假设：数据是使神经网络等高容量算法真正“实时”的关键。这个概念使神经网络栩栩如生，打开了使用大量数据来促进AI进步的全球趋势，并且也成为现在所谓的AI“缩放法”的一部分。但是，所有这些成就与强大的计算能力是密不可分的。最初的里程碑包括冯·诺伊曼（Von Neumann）在1940年代提出的计算机架构理论，该理论已于今天使用，并在1970年代初期催生了第一批微处理器。有趣的是，是电子游戏推动了硅芯片处理速度的突破。在1990年代初期，随着对游戏图形的需求增加，图形处理单元（GPU）在短短几十年中爆炸，最终成为人工智能网络算法的最后一个难题，以利用Internet大数据。 “如果您是游戏爱好者，那么我们必须感谢您。” Li Feifei当场说。 AI的飞跃“下一个发展不仅是历史，而且是建立未来的秘诀。” 2012年，Li Feifei的实验室在ImageNet Challenge ——算法，数据和计算中首次意识到了这三种技术的组合，该算法足以在几乎一夜之间改变AI领域。

现在，已经过去了十多年了，探索仍在继续，仍然没有目的。 Li Feifei说，毫无疑问，历史学家一定会在未来称之为“真正的第一AI时代”。她说：“从任何指标中，您都可以想到——，是否是AI方向的学生人数，投资量，初创企业的数量或其他方面，——AI是一场革命，不断地在深度和广度上扩展。”现在，大型语言模型已将AI依赖于更极端规模的三个主要要素。他们采用了一种名为“变形金刚”的新模型体系结构，其中培训数据几乎涵盖了整个互联网，并在最新，最强大的芯片上运行。结果是机器的功能比过去十年的任何突破都要快。现在，我们当然会以“人工智能可以平稳地与我们交谈”。 AI几乎可以在我们问的任何领域回答问题，甚至可以产生各种复杂形式的内容。不仅如此，对于人类的一些极其困难且具有挑战性的任务，AI的性能也像火箭一样跳跃，几乎显示出垂直的向上趋势。从“被动感知”到“主动行动”，不仅可以平稳使用语言，而且大型语言模型现在正朝着更加“活跃”的方向——迈进，他们学会了将复杂的任务分解为多个步骤，并逐渐计划如何实现目标。人们目前以这种能力为“代理人”的AIS。我们目前正在讨论的大多数内容仍处于“语言智能”的水平，但是人类是人类的原因是我们拥有更全面和完整的智力。 Li Feifei说，从“被动感知”到“主动行动”的新阶段即将到来。在Li Feifei自己的研究领域——涉及相机和机器人，她认为AI逐渐具有“创建，理解，推理和互动”等维度，然后在数字或物理的三维空间中与人与环境互动。 Li Feifei称其为“空间情报”和“体现的情报”。在现场，Li Feifei举了一个例子。假设您会看到这样的图片，视觉智能可以轻松地让我们识别内部的所有物品：猫，植物锅，桌子和牛奶杯。但这是否代表我们的感知系统的全部功能？显然，不仅会有很多人“了解”图片，而且还会有“哦，伸出手抓住那杯牛奶，不要让它掉到地上并打破它！”这个小例子清楚地表明了“观察到行动”之间的差异有多巨大。

Li Feifei说：“这也说明了我认为我们现在的转折点：AI正在从观察者转移到与我们并肩作战的执行者。”如果AI不再只是一台“思维机器”，而是成为“思维机器”，那么我们的整个社会将在指导技术发展方向时承担更紧急和重要的责任。 “我认为说这一切将我们带到了一个对整个人类文明至关重要的历史关头并不夸张。” Li Feifei强调：“我们应该如何处理？”以人工智能为导向的Li Feifei说，有一条主要的线路一直在她多年的探索中，即“以人为本的AI”，其中包含三个核心价值观：尊严，代理和社区。首先，尊严。当面对越来越强大的技术时，我们人类经常反映出：确切的定义“我们是谁？”如果我们剥夺了我们能做的一切，那么可以独立做出决定并亲自采取行动的其余尊严仍然是我们作为人类的本质之一。 Li Feifei在现场举例说明了一个例子：如何启用机器人和AI技术来帮助那些严重瘫痪的患者恢复自主行动的可能性。在这项斯坦福大学的研究中，Li Feifei的学生使用了完全“无创”的脑电图（EEG）记录来获取用户的思维信号，通过AI算法对这些信号进行解码，并将说明发送到机器人部门。最后，在患者“思想”控制下的机器人手臂，以执行一套完整的烹饪动作，包括烹饪日本的sukiyaki。这是AI帮助人们恢复自主权和尊严的一个例子。

第二个是代理。 Li Feifei说，多年来，她的实验室的核心哲学是探索如何“增强”人类能力而不是取代人类。 Li Feifei认为，AI可以帮助我们在从创造力到医疗保健，从科学研究到制造业的各个方面获得新的能力。她最后说：“因为在许多方面，人工智能技能和人类技能实际上是互补的。我们可以利用这种合作者来增强我们的能力。”在过去的十年中，技术经常因“越来越多地吸引人们”而受到批评，孕育了各种“信息茧”和“时尚主题诱饵”。如今，AI再次到达了十字路口：一种方法是让AI统治社交体验，甚至为每个人定制内容并加强偏见。另一种方法是帮助我们建立更健康，更强大，更具包容性的社区，例如使用AI教育助理为更多的人（儿童和成人）提供学*的机会。在这里，Li Feifei提出了两个简单的案例：一个是使用AI和虚拟现实技术为阅读障碍的大学生提供个性化的援助工具；另一个是美国布法罗大学（Buffalo University）在美国开发的AI专家系统，以减轻言语病理学家的短缺，并帮助3至10岁的儿童进行早期语言干预。合理，务实和与多个政党的合作最终，Li Feifei谈到了他对AI省问题的看法。首先，她认为有必要基于科学而不是科幻小说来管理。她说：“我们应该使用一种更科学的方法来评估和衡量AI的实际功能和局限性，以制定基于现实而不是幻想的更准确和可实施的政策。”其次，我们需要对AI治理采取务实的态度。 Li Feifei认为，我们不仅应该阻碍对这一非常年轻的技术的进一步探索和研究，而且还应阻碍上游的技术。相反，我们应该更加关注其特定的应用程序方案，以确保它可以很好地使用并防止可能的不利后果。最后，她说，我们必须投资更多的资源来建立一个更健康，更有活力的AI生态系统，以便学术界，企业家，开源社区和公共部门可以参与大型企业并发挥关键作用。正如Li Feifei上面所说，现代AI的兴起主要是由于算法，数据和计算能力的三个主要要素的结合。 Li Feifei担心说，如果这三个关键资源仅由少数公司手中，AI生态系统将面临许多问题，例如好奇心驱动的研究，有限的顶级教育才能，缺乏开源项目资源以及不足的跨学科探索。最后，Li Feifei提出了一个新的挑战：最好问“我们可以创建AI”，而是要问“我们可以创造良好的AI力量。”她说：“今天，我想向您发出邀请：让我们一起努力建立一个以人为导向的AI。”