網(wǎng)絡(luò)購(gòu)物越來越個(gè)性化,打車App可以預(yù)測(cè)目的地,“機(jī)器醫(yī)生”會(huì)用大數(shù)據(jù)進(jìn)行遠(yuǎn)程診斷......隨著人工智能服務(wù)進(jìn)入尋常百姓生活,公眾也越來越關(guān)心:AI接管生活方式,會(huì)否帶來新的社會(huì)問題?怎樣做到一方面有效監(jiān)管,一方面繼續(xù)推動(dòng)科技的進(jìn)步和創(chuàng)新的向前?
針對(duì)這些問題,知名華裔AI科學(xué)家李飛飛近日在斯坦福大學(xué)發(fā)起“以人為本AI研究院”(HAI),引起了業(yè)界的極大關(guān)注。在3月18日的成立大會(huì)上,來自斯坦福、微軟、谷歌和滴滴的嘉賓就AI與人類的互補(bǔ)與競(jìng)爭(zhēng)進(jìn)行了深度探討,展開了一場(chǎng)學(xué)術(shù)研究和產(chǎn)業(yè)實(shí)踐的有趣對(duì)話。
滴滴CTO張博在斯坦福表示,AI相關(guān)的學(xué)界和產(chǎn)業(yè)界需要了解和回應(yīng)社會(huì)公眾的需求
參加討論的世界頂尖學(xué)者對(duì)AI的前景繼續(xù)表示出極大的樂觀。斯坦福大學(xué)生物工程教授Altman和卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)教授Cassell介紹說,在醫(yī)療和地質(zhì)科學(xué)領(lǐng)域,AI近年來加速發(fā)展,大大擴(kuò)展了人類的認(rèn)知邊界,讓醫(yī)生和地震預(yù)防專家不僅能“知其然”,更走向了“知其所以然”。
同時(shí),與會(huì)者也承認(rèn)AI 的可持續(xù)發(fā)展還面臨很多科技之外的監(jiān)管和公眾認(rèn)知挑戰(zhàn)。谷歌“人+AI”研究負(fù)責(zé)人Viégas指出,機(jī)器學(xué)習(xí)注重準(zhǔn)確性,但應(yīng)用于不同的領(lǐng)域時(shí),光有準(zhǔn)確性是不夠的,還需要有可解釋性;不僅專家可以懂,最終的用戶也可以理解并認(rèn)可。“對(duì)于普通用戶而言,AI強(qiáng)大的算法和數(shù)學(xué)前面有一道墻,我們需要一個(gè)可以穿透這道墻的工具,讓技術(shù)變得可以解釋。”
作為這場(chǎng)對(duì)話中唯一的產(chǎn)業(yè)界代表,滴滴CTO張博特別關(guān)注AI和人類價(jià)值在實(shí)踐中的融合。張博表示,滴滴站在人工智能大規(guī)模應(yīng)用的最前沿,經(jīng)歷試錯(cuò)和成長(zhǎng)的艱難過程,對(duì)人工智能具有最大的信心,也對(duì)其社會(huì)應(yīng)用有最深的敬畏心。
“AI像電一樣,是一種新的生產(chǎn)力,他能夠增強(qiáng)人類做決策的能力,尤其是在數(shù)據(jù)豐富的領(lǐng)域。AI 也有短板,它還不夠靈活,還不能理解人類的感情、文化,還有很長(zhǎng)一段路要走。但它的確已經(jīng)在切實(shí)增強(qiáng)人類處理問題的能力。”
張博舉例說,滴滴有一萬多名客服,每天接到200萬次用戶咨詢或者求助,滴滴客服不僅需要給用戶準(zhǔn)確的回復(fù),同時(shí)需要安撫焦躁的情緒。目前,滴滴人工智能實(shí)驗(yàn)室(AI Labs)正和客服團(tuán)隊(duì)緊密合作,用語音識(shí)別、NLP、知識(shí)圖譜等技術(shù)開發(fā)AI智能客服。它可以先用語音了解了用戶的需求并為人工客服提供決策信息,然后人工客服再接起電話跟進(jìn)處理。它還可以學(xué)習(xí)人工客服的處理方式,從而使機(jī)器越來越接近人的復(fù)雜決策水平。
張博更加關(guān)注的是為AI尋找社會(huì)共識(shí)的支撐。“很快AI也會(huì)和電力一樣成為無處不在的基本資源。AI 是一種強(qiáng)大的生產(chǎn)力,它可以給人類創(chuàng)造價(jià)值,同時(shí),如果不當(dāng)使用,也有可能帶來傷害。AI 需要人類做價(jià)值觀層面的判斷與決策。”
他舉例說,高峰時(shí)段車輛供不應(yīng)求是全世界大城市的普遍問題。在美國(guó),Uber選擇動(dòng)態(tài)調(diào)價(jià),完全依賴價(jià)格杠桿來調(diào)節(jié)供需。“但是在中國(guó)和很多新興市場(chǎng),我們提供的是普惠、廉宜的基本叫車服務(wù),完全靠漲價(jià)來遏制需求是不是正確的呢?”
經(jīng)過內(nèi)部和外部的討論,滴滴決定在快車這個(gè)基本服務(wù)上采取排隊(duì)算法,而在專車等高端產(chǎn)品上采取動(dòng)態(tài)調(diào)價(jià),這樣來平衡公平和效率的需求。“這不一定是一個(gè)完美的答案,但這是一個(gè)基于價(jià)值觀的選擇。”
2018年,滴滴就成立了AI for Social Good(AI賦能社會(huì))共創(chuàng)平臺(tái),與十多所高校、科研機(jī)構(gòu)和社會(huì)組織展開合作,在安全、健康、環(huán)境、無障礙等幾大核心方向進(jìn)行項(xiàng)目研究,其中包括繪制高清空氣質(zhì)量和噪音污染地圖幫助解決環(huán)保問題,以及司機(jī)AI關(guān)懷助手等。經(jīng)歷2018年安全事件的挫折,讓滴滴對(duì)“價(jià)值”的反思更加迫切。
“李飛飛教授曾和我談到,沒有愛與關(guān)懷的技術(shù)是沒有意義的。” 張博說,“以前我們想的是要做最大的出行平臺(tái),算法效率最高,現(xiàn)在的目標(biāo)是要做體驗(yàn)最好最有責(zé)任感的平臺(tái)。這就需要形成社會(huì)認(rèn)可的價(jià)值共識(shí),并在整個(gè)技術(shù)和管理架構(gòu)包括算法體系來貫徹。這些價(jià)值判斷不是憑空產(chǎn)生,需要企業(yè)、政府、研究者和社會(huì)公眾一起來討論和共建。”
2018年,滴滴成立AI賦能社會(huì)共創(chuàng)平臺(tái),尋求跨領(lǐng)域的AI社會(huì)公益應(yīng)用
在現(xiàn)場(chǎng)問答環(huán)節(jié),一名觀眾指出:“人機(jī)協(xié)同,不僅是專家企業(yè)和機(jī)器智能之間的協(xié)同,還包括公眾和用戶的理解。” 在總結(jié)發(fā)言中, 李飛飛強(qiáng)調(diào),斯坦福HAI研究院成立的目標(biāo),正是把人放到技術(shù)的中心,推動(dòng)人工智能研究、教育、政策和實(shí)踐,并結(jié)合AI對(duì)人類社會(huì)影響的研究,建立起鼓勵(lì)創(chuàng)新而且造福社群的AI社會(huì)治理文化。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。