【多维计划2019年3月20号快报】什么会议能把微软创始人比尔·盖茨、谷歌人工智能大神Jeff Dean、DeepMind创始人Demis Hassabis、斯坦福大学人工智能实验室（SAIL）负责人Chris Manning、领英联合创始人Reid Hoffman等人聚齐一堂？
今天，在斯坦福大学“以人为本AI研究院”正式成立的峰会上，大神们都聚齐了。
这也是斯坦福大学计算机系教授、人工智能大牛李飞飞继去年卸任斯坦福人工智能实验室负责人后的新动作——担任斯坦福大学“以人为本人AI研究院(Stanford Human-Centered AI Institute，下简称HAI)”联合主任一职。
在下一个阶段，推动人工智能与人文精神的结合，使 AI 真正以人为本，为人类赋能的方向发展，将成为李飞飞带领的 Stanford HAI 的使命。
这些学术大牛和科技大佬们都讨论了关于人工智能发展的什么议题？跨学科发展以人为本的AI技术，如何才能做到？让小探为你带来一手的现场报道！
李飞飞：AI为人类赋能而不是取代人类
在本次峰会之前，李飞飞本人去年已在其推特上表示，将会和与斯坦福大学前教务长、哲学家 John Etchemendy 共同担任 HAI 研究院联合主任，携手达成“推进AI研究、教育、政策和实践，从而造福人类”的使命。
（截图自李飞飞推特）
今天的峰会上，李飞飞对外正式公布了 HAI 的愿景、努力以及当前研究工作。
人工智能会不会取代人类工作，让失业率增加？如何处理机器学习过程中产生的所谓的“算法偏见”？如何看待大数据时代个人信息的安全？类似的人工智能威胁论随着 AI 发展层出不穷。
“太久以来，我们都被动接受科技带来的改变。现在是时候以人类社会的持续与发展来重审科技、理解技术了”，李飞飞说道：”人文精神，也唯有人文精神，是衔接科技与人类社会的力量。“
（李飞飞在现场演讲）
在现场演讲中，李飞飞围绕人类（Human）、赋能（Augment）、智能（Intellect）三个关键词讲述了HAI，也是未来 AI 发展的愿景：
第一，AI技术应该受到人类智能的启发;
第二，人工智能的发展必须以人的影响为指导;
第三，AI的应用应该增强人类，而不是取代它们。也就是说，人工智能的应用是增强人类的能力，为人类赋能，而不是取代人类。
看到这张图，你会想到什么？
李飞飞以上图为例，在计算机视觉识别领域，机器虽然能识别出狗狗、主人和沙发的图像，但人类却能从这张图读出更多：狗狗搞砸了整个房间，主人显然不开心，而狗狗也面带愧疚。这意味着，人类的大脑能识别场景，并立即从大脑中调取出记忆来理解场景，人类从分散的事件中找到联系，并能用联系来讲述一个故事。
“我们最终的目的是希望机器能像人一样做出决策的话，那么机器就需要理解人类的情感，语言，目的，行为以及与不同场景的交互机制”，因此，李飞飞指出，下一代以人为本的 AI 研究将进一步加强人工智能领域跟神经科学、心理学和认知科学等领域的研究。
（峰会现场，图自硅谷密探特约现场记者Angela Shen，版权属于硅谷密探）
针对“人工智能威胁论”，李飞飞认为，AI的发展并不是为了取代人类，而是能更好地与人类实现交流、互动，帮助人类高效地完成目标，或完成人类难以完成的目标。例如在紧急医疗、教育等领域，她就期待人工智能能发挥更多作用。
例如，将 AI 运用到医疗领域，尤其是抢救室（Emergency Room）。
试想一下，急诊室外患者成山，如果依赖医生一对一的诊断，不仅时间成本高，甚至威胁到部分患者的生命健康。如果 AI 诊断技术不仅能立刻连接到患者之前的病例及其他健康记录，并能迅速捕捉到患者的情绪状态和行为特征，就能很快做出个性化回应。甚至对于等待中的患者，也会有“AI观察员”，时刻关注着他们的情绪状况和病情变化，并在危机时刻即使做出回应。
“节约时间就是抢救生命。但这不会取代医生的职责”，反而，医生减少常规问诊的步骤，会更专注于与每一位患者面对面的语言交流，还不用担心办公室外患者如云的压力。
同样，如果将 AI 引入课堂，有人工智能助教的话，会怎样？
李飞飞笑称，至少在斯坦福异常火爆的深度学习课上，她就非常期待有人工智能助教出现的：一种由 AI 支持的教育系统，可以批改作业，并从与学生的互动中读取学生对知识的掌握水平。此时，老师就能够将工作中心放在与学生建立更个性化的、伙伴式的联系上，并将更多精力投入到学生的心理成长与精神健康。
李飞飞表示，HAI 的研究将渗透于整个斯坦福大学，得益于斯坦福大学的各种学科研究能力，研究院将以跨学科的方式进行，贯穿于基础科学、工程、心理学、医学、商业、法律、教育和社会科学等多个学科。
（李飞飞演讲PPT）
多个AI共存，会不会打架？
在“人工智能受人类启发”的主题演讲环节，斯坦福大学人类生物学的教授Michael C. Frank、斯坦福大学应用物理学助理教授Surya Ganguli等纷纷以自身研究、生活体验出发，强调，人类可以如何启发人工智能的进程。
试想一下 Open AI 掌握的词汇量有多少？一个两岁儿童掌握的词汇量又是多少？
可以说，两者的差距已经是上千倍形容。据 Open AI 最新数据（2019）显示，输入的单词量是100亿个，这意味着平均每两年，机器需要学习的词汇量大约是 1000 万个。而一个两岁的孩子，只需要比机器所需的词汇量少 1000 倍，就能学会说话、交流。机器，却无法做到。
那么，如何用更少的数据去训练机器呢？Michael 教授认为，研究儿童早期的语言学习过程是可以助力于社会领域的人工智能学习的（Social AI）。
他举例，当自己孩子在 26 个月大的时候，甚至能够用一些自己从未教过的单词进行沟通。这背后的原因包括：孩子会思考其他人的想法，以及在不懂的时候会通过眼神交流等社交行为主动寻求帮助。正是这种在社会语境下的语言学习，让儿童能够用即使更少的数据（单词），也能学会说话。
（HAI两位发起人，图自斯坦福大学官网）
在随后的对谈环节，LinkedIn的联合创始人 Reid Hoffman、谷歌人工智能大神 Jeff Dean、DeepMind 创始人 Demis Hassabis、斯坦福大学人工智能实验室（SAIL）Chris Manning 等参与了讨论。
在人工智能研究方向如何往下走这一话题上，作为主持人的 Redi Hoffman 提到，在让机器完成某项任务上，确实可以通过训练，能够完成速度很快，但如今不可否认的是面临一个 “标准化”（Generality）的问题。
Jeff Dean 表示赞同，因为像语音识别、视觉识别等，已经可以通过输入大量的数据去进行机器的训练、学习，哪怕是一些很难的问题。然而，今天人工智能可能需要面对的问题是，如何让机器同时做成千上万的任务，而且把从一个任务的学习迅速迁移到下一个任务上。“我们或许未来需要一个普遍的系统，让机器即使学习不同的任务，都能很好完成。”
（Pannel现场）
Demis Hassabis 还提到了一个值得思考的话题：未来几年，随着人工智能的发展，如果多种人工智能共存，关系会变成什么呢？
用 Demis 原话是：如果有上千个AI在共同工作，或者跟人类一起互动，他们之间的关系可能是合作，也可能是竞争，到底会如何共处呢？这对社会科学来说，就有研究的必要，需要从社会学的视角，观察、试验这些多重人工智能学习系统在团队中是如何表现的。像 DeepMind 就有一个多智能体团队（Multi-Agents team），从单个人工智能向多重人工智能演变。
比尔盖茨：AI有国界吗？界限难以划分
在下午的第一场讨论中，比尔·盖茨跟两位人工智能领域的年轻学生进行了对谈。其中一位是哈佛大学计算机专业一年级学生Amy Jin，另一位则是加州的一名高中生Stephanie Tena-Meza。
“ AI 最让你着迷的地方在哪儿？” 比尔·盖茨表示，人工智能在许多领域有运用前景，他最关注的是如何帮助发展中国家的医疗健康问题。
（盖茨在现场）
盖茨表示，在非洲最贫困的国家，有 20% 的孩子可能会在五岁之前死去，而 40% 的人一生也无法让身体或智力发育至世界平均。在早年，是没有办法将发达地区习以为常的医疗技术和体系传送到非洲去的，而 AI 就是帮助我们理解非洲健康的一个工具。
例如，如今通过 AI 读取 23andme 的基因数据，发现像硒元素的缺失与非洲的早产率可能有关。盖茨透露，盖茨和梅琳达基金会在未来的 18 个月之内，将为 2 万名非洲妇女带来帮助，并预期非洲这些国家的早产率会降低15%。
在教育方面，盖茨则希望 AI 帮助寻找到好的教育的机制：“至今，我们还未能完全理解积极性、互动和好的教育方式的本质，比如同样优秀的老师，可能会教出不一样的学生呢？或许 AI 将帮助我们理解这些因素，并将它运用到良好的教育体系之上。”
（盖茨在对谈环节）
在现场问答环节，一位斯坦福大学的学生问到，是否担心人工智能领域的人才和相关成果趋于集中化，该如何鼓励竞争。
比尔·盖茨认为，说到竞争，美国在很多科技领域确实当下可能是领先的。以人工智能领域来看的话，确实由高校、私有大企业主导研发的，（美国）政府在其中的作用，可能并不像过去一些领域所发挥的作用那样（大）。
但10年后会变成怎样？盖茨表示，自己曾听过一种说法是：”中国的人工智能会领先美国吗？“在比尔·盖茨看来，这样的问题是错误定义的（ill-defined）。因为当前人工智能的研发可能是由跨国公司和私有部门主导，它的国家界限可以说是模糊的。
比尔·盖茨举例，像微软、谷歌都在北京设立了人工智能实验室，一些最好的研究可能是跟清华大学在合作的。所以这种AI该怎么定义呢？这种领域的合作，是属于某个国家的吗？并不是。所以说，难以划分这是中国的AI，还是美国的AI。
在对谈结束后，下午峰会还围绕“如何给人类赋能”、“人类和社会的影响”等话题进行了多位教授发言和圆桌讨论。
（图自：硅谷密探特约现场记者Angela Shen，版权属于硅谷密探）
HAI：三年前李飞飞已有想法
尽管 HAI 今天才正式成立，但李飞飞的这一想法可以追溯到 2016 年。
那时候，正在休学术假期的李飞飞有一天在家中的车道上，跟时任斯坦福大学的教务长 John Etchemendy聊天，她提到了一个问题：
参与 AI 行业的人似乎都来自相似的背景：数学、计算机科学和工程学。这个行业并没有足够的哲学家、历史学家或行为科学家来研究这些新技术。像妇女，这样的代表性群体，人数就更少了。
这也是她今天在现场说到的，人工智能行业充斥着：Guys with Hoodies（穿着卫衣的男性）。
“我们教育和推广技术的方式并不能激励足够多的人。关于人工智能的讨论很多都集中在工程和算法上，因此，才需要更广泛的讨论：更深层次的东西，与人类共同未来相关的东西。更重要的是，更广泛的讨论和思维方式将为我们带来更加以人为本的技术，让每个人的生活更美好。”
在这样的愿景下，当 John 于 2017 年卸任斯坦福大学教务长，李飞飞正式邀请他共同参与 HAI 的工作。
根据 HAI 官网所示，研究院当前研究领域包括：人类影响（Human Impact）、提高人类能力（Augment Human Capability）、智能化（Intelligence）三大块。
HAI 的研究并不会独自进行，研究将致力于与行业、政府和非政府组织合作，通过人工智能实现人类更美好未来的目标。作为这一承诺的一部分，HAI 正与各行各业的公司密切合作，包括科技公司、金融服务、医疗保健和制造业等多个领域。
正如李飞飞在介绍中提到，“人工智能不再仅仅是科技领域的事情，我们需要技术专家、商业领袖、教育工作者、政策制定者、记者和社会其他部门精通人工智能的人员一起努力，共同创造美好的未来。”
如今，整个研究院的参与人员已包括斯坦福大学 200 位教师，且中心计划雇用 20 名新教师，重点关注各个领域的跨学科工作。目前，已有 55 位研究人员收到赠款，用于研究 AI 对医疗决策、性别偏见和难民重新安置等问题的影响。