李飞飞对AI说“HAI”，AI技术时代的人文关怀

美国当地时间10月19日，斯坦福大学启动“以人为本人工智能项目”，目标是创建“以人为本人工智能研究院(Stanford Human-Centered AI Institute (HAI))”。

HAI宣称“以人为本”的人文属性，可从两位研究院院长的身份就看出来，一位是AI明星科学家李飞飞，另一位则是哲学家John Etchemendy，他也是斯坦福大学前副校长，这是一次哲学家与科学家的合作。

HAI官网也公布了研究院其他人员名单，包括斯坦福大学政治学教授 Rob Reich、斯坦福大学生物医学信息学和生物医学信息科学副教授 Nigam Shah、斯坦福大学历史系 John L. Hinds 教授 Londa Schiebinger、斯坦福大学计算机科学和语言学系教授 Chris Manning 和斯坦福大学心血管医学、遗传学和生物医学数据科学教授 Euan A. Ashley。

李飞飞表示，研究院将致力于三个方向的工作：1）推进和发展下一代AI科学（着重与脑科学和认知学交叉），2）研究和预测AI对人类社会和生活的影响，3）设计和实践以人为本的AI技术和应用。 

更多关于HAI的背景、内容、意义，李飞飞和John Etchemendy共同执笔了一篇博文《斯坦福大学以及全世界聪明头脑的共同目标:把人性置于人工智能的中心》，以下为博文的部分内容：

人性：下一个AI前沿

我们已经到达了一个真正具有历史意义的转折点：技术正在以比以往任何时候都更快、更深刻的方式重塑社会。机器翻译使想法更容易跨越语言障碍;计算机视觉使医学诊断更加准确;驾驶员辅助功能使汽车更安全。其他变化更令人担忧:随着自动化的迅速发展，数以百万计担忧自己的工作会被替代；人工智能生成的内容使得区分事实与虚构变得越来越困难；最近关于机器学习中的偏见的例子告诉我们，我们的技术可以多么容易地放大偏见和不平。

像任何强大的工具一样，人工智能带来的风险和回报是同等的。但与核能和生物技术等多数“两面性”技术不同，人工智能的开发和使用遍布全球，进入门槛相对较低。我们无法控制如此分散的事物，但我们可以做很多来负责任地引导它。这就是为什么人工智能的下一个前沿领域不能仅仅是技术——它还必须是人文主义的。

斯坦福以“人为中心的人工智能倡议”(HAI)

从气候变化到贫困，我们需要关注的议题很多。但是人工智能有一个特别突出的特点：尽管我们难以确定其影响的全部范围，但我们集体力量却能塑造它。这就是为什么斯坦福大学宣布这一项重大的新计划，要创建一个致力于引导人工智能未来的研究所。它将支持跨学科研究的必要广度；促进学术界、工业界、政府和民间社会之间的全球对话；鼓励负责任的引导。我们将这种观点称为以人为中心的人工智能，它来自三个简单但强大的想法:

       为了更好地满足我们的需求，人工智能必须融入更多人类智慧的多样性、细微差 别和深度。

• 人工智能的发展应该与对人类社会影响的持续研究相结合，并以此为指导。

• 人工智能的最终目的应该是增强我们的人性，而不是减少或取代它。

实现这些目标将是我们这个时代面临的最大挑战之一。每一个都提出了复杂的技术挑战，并将引发工程师、社会科学家和人道主义者之间的对话。但这提出了一些重要的问题：什么是最紧迫的问题，谁将解决这些问题，这些对话将在哪里进行?

以人为中心的人工智能需要广泛的、多学科的努力，充分利用从神经科学到伦理学等一系列非凡学科的专业知识。面对这一挑战，我们需要冒险探索不确定的新领域，却没有商业产品的承诺。这远不止是一项工程任务。

有了以人为中心的人工智能项目将围绕五个相互关联的目标进行：

• 催化突破，多学科研究。

• 培育一个强大的全球生态系统。

• 教育和培训学术、工业、政府和公民社会的人工智能领导者。

• 促进现实世界的行动和政策。

• 而且，或许最重要的是，它还能促进以人为中心的人工智能的全球对话。

结语

几十年来，人工智能一直是一个学术领域。然后，在短短几年内，它就成为一个强大的工具，能够重塑整个行业。现在是时候把它变成一种更伟大的力量了：一种为善的力量（a force for good）。有了正确的指导，智能机器可以将拯救生命的诊断技术带到发展中国家，为服务不足的社区提供新的教育机会，甚至帮助我们更加警惕地关注环境的健康。

 

Teada按语：HAI为人工智能的未来确定的人文主义方向，之所以引起广泛关注，除了斯坦福的作为研究机构的权威性和著名AI科学家李飞飞的影响力，更是因为“AI人文主义”是社会各界对AI所有的激动、期待、担忧、焦虑的总结与抽象，这是人工智能发展的必然共识。

对于HAI的研究成果，我们报以期待，而对HAI提出的“什么是最紧迫的问题，谁将解决这些问题，这些对话将在哪里进行?”，我们现在可以“人文主义”地想想了：“我们要AI替我们做什么，我们想要什么？”，至于AI如何做到，则是另一个问题：在当下AI尚处于“深山老林”的阶段，我们开拓性的基础工作做的如何，以及、如何开拓？