安德魯?摩爾(Andrew Moore)在卡內(nèi)基梅隆大學(xué)的職業(yè)生涯，印證了大學(xué)是如何培養(yǎng)明星人才的。

2000年，摩爾成為卡內(nèi)基梅隆大學(xué)的終身教授。2006年，他加入了谷歌，負(fù)責(zé)組建一個新的工程部門。作為該工程部的副總裁，摩爾要負(fù)責(zé)谷歌零售業(yè)務(wù)下的“谷歌購物”項目。2014年，摩爾回到卡內(nèi)基梅隆大學(xué)，擔(dān)任計算機科學(xué)學(xué)院院長。自從他擔(dān)任這個崗位以來，他已成為計算機科學(xué)和人工智能領(lǐng)域最具影響力的代表人物之一。

摩爾曾談過計算機科學(xué)學(xué)院的優(yōu)秀人才在人工智能、機器學(xué)習(xí)、機器人學(xué)以及其他高需求領(lǐng)域做兼職的問題。當(dāng)時，他已意識到，那些教授和學(xué)生將會把激情和興趣投入到公司利潤豐厚的職位上。這些技術(shù)公司允許他們來去自由，并且為了獲取更多學(xué)院派人才，就職率都很高。

在這次收集中, 摩爾繼續(xù)探討了人工智能領(lǐng)域的發(fā)展，他的這些觀點可能影射出哪些公司將贏得或失去該領(lǐng)域的一席之地。同時，摩爾也發(fā)表了一些技術(shù)見解。

安德魯?摩爾

Q: 安德魯，你是卡內(nèi)基梅隆大學(xué)計算機科學(xué)學(xué)院的院長，可以描述一下自己的職責(zé)嗎？

Andrew Moore:卡內(nèi)基梅隆大學(xué)的計算機科學(xué)學(xué)院有幾百名優(yōu)秀的教師，他們的研究領(lǐng)域涉及計算機技術(shù)的各個方面。我們也有幾千名優(yōu)秀的學(xué)生。作為院長，我的職責(zé)是確保整個組織能夠向前發(fā)展。我認(rèn)為我的角色是幫助這些天才們?nèi)プ鏊麄兿胱龅氖虑椤?/p>

Q:你曾說過CMU（卡內(nèi)基梅隆大學(xué)）就像霍格沃茨學(xué)院一樣，走在計算機科學(xué)學(xué)院、工程學(xué)院和大學(xué)的其他地方，就會看到很多聰明的人在做各種各樣的事情，這些事情將改變科技的格局，最終改變我們的生活。那么，卡耐基梅隆大學(xué)的這種領(lǐng)袖地位是怎么來的呢？

Andrew Moore:這一切都?xì)w結(jié)于兩個有遠(yuǎn)見的人，艾倫·紐威爾（Allen Newell）和赫伯特·西蒙（Herbert Simon），他們與麥卡錫和明斯基被并稱為人工智能之父。1956年，他們四人參加了達(dá)特茅斯人工智能會議，在那里探討了未來使用計算機的可能性。當(dāng)時，艾倫·紐威爾和赫伯特·西蒙兩位偉人還在卡內(nèi)基理工學(xué)院（即后來的卡內(nèi)基梅隆大學(xué)）的商學(xué)院中。

在20世紀(jì)60年代，還沒有一所計算機科學(xué)類的學(xué)校。艾倫·紐威爾和赫伯特·西蒙用他們的激情和高超的智慧預(yù)測了未來，并召集了一些志同道合的人。他們看到的不是計算機在未來的5到10年里能做什么，而是思考未來人類在機器的世界里生活意味著什么。在那個時代，他們激勵了一大波思想家，推動了計算機科學(xué)的進(jìn)步。

今天，我們的計算機科學(xué)學(xué)院已經(jīng)有了250名教員，他們的研究涵蓋方方面面，從初級的光子運動與計算，到高級的與機器人交談并建立復(fù)雜的情感關(guān)系……這些都多虧了艾倫·紐威爾和赫伯特·西蒙最初的興趣。

艾倫·紐威爾和赫伯特·西蒙

Q:人工智能一直是一個非常重要的話題。它還衍生出很多相關(guān)的話題，如機器學(xué)習(xí)和機器人技術(shù)，你和卡內(nèi)基梅隆的計算機科學(xué)學(xué)院都參與其中，能解釋一下它們之間的聯(lián)系嗎?

Andrew Moore:人工智能是創(chuàng)造計算機行為的科學(xué)和工程，一直以來，我們都認(rèn)為它離不開人類的智能。20世紀(jì)90年代，計算機開始打敗人類。1997年，他們打敗了國際象棋世界冠軍。在此之前，人們一直認(rèn)為國際象棋是人類特有的智慧。在接下來的幾年里，人們發(fā)現(xiàn)很多只有人類才能做到的事，可以通過編寫計算機算法來完成。

當(dāng)我們管理一個軟件團(tuán)隊時，會根據(jù)要解決的問題把人員分配到三個部門:感知、決策和行動。如果你想建立一個人工智能系統(tǒng)，也應(yīng)該這么分類。

• 首先，感知部門要思考一件事:AI要如何理解周圍的世界?

• 其次，決策部門根據(jù)要解決的問題，考慮AI如何在眾多可能的條件中搜索選擇，找到一個最適合解決問題的方案。

• 最后，行動部門要負(fù)責(zé)實現(xiàn)，讓AI能夠與世界接軌。可能通過與人交談，也可能通過掌管工廠的控制系統(tǒng)。

我們把這些看成一個大循環(huán)。你感知當(dāng)前的世界，決策并行動，然后觀察發(fā)生了什么，再做一次循環(huán)，這就是頂級架構(gòu)。接下來我說一下決策部門的一些細(xì)節(jié)，它有一個有趣的歷史。

艾倫·紐威爾和赫伯·西蒙想到了讓計算機做出決策的好方法。

假設(shè)機器可以這樣想：“如果我做了這件事，我將預(yù)測接下來會發(fā)生什么，看看這樣做是否有好處?！比缓笙耄骸叭绻易隽肆硪患?，就要預(yù)測接下來會發(fā)生什么，看看那樣做是否有好處。”

決策系統(tǒng)一般會想象不同的事情發(fā)生，預(yù)測不同的結(jié)果，然后選擇最好的。這很有效，但前提是工程師要在軟件中把所有的預(yù)測規(guī)則寫下來。這就是為什么計算機在象棋比賽中大獲全勝的原因，因為規(guī)則是完全清楚的。你會知道，如果你把這個棋子移到那個方塊上，它就能吃掉那個象，等等。

國際象棋的成功讓我們很興奮，因為我們認(rèn)為機器在其他方面也可以這樣做，比如，進(jìn)入工廠流水線，或弄清楚航天飛機發(fā)射的所有細(xì)節(jié)。然而，我們很快就陷入了麻煩，上世紀(jì)90年代末，繼國際象棋成功之后，人工智能舉步維艱。此時出現(xiàn)的問題是，很多事情我們無法寫出所有的預(yù)測程序。例如，如果您想在AltaVista（當(dāng)時的搜索引擎）中顯示好的結(jié)果，并且實現(xiàn)：只要顯示一個答案，就可以預(yù)測用戶對這個答案的滿意程度。沒有人能清楚地寫下所有的預(yù)測。

這時，一個AI領(lǐng)域的分支出現(xiàn)了，就是機器學(xué)習(xí)。隨著機器學(xué)習(xí)的出現(xiàn)，AI迎來爆炸式發(fā)展。你不用讓程序員編寫所有的預(yù)測程序，系統(tǒng)可以使用以前存在的數(shù)據(jù)，進(jìn)行自我編程，并基于歷史數(shù)據(jù)，提出一種最佳預(yù)測方法。

簡而言之，人工智能的歷史是:感知、決策、行動。系統(tǒng)的決策部分很好，但后來我們遇到了麻煩，因為我們不知道該怎么編寫程序，才能讓機器預(yù)測接下來要發(fā)生的事情。到2000年左右，技術(shù)的快速發(fā)展幫助計算機編寫了自己的程序，以預(yù)測接下來發(fā)生的事情。這就是我們的現(xiàn)狀。

Q:AI發(fā)展的速度取決于計算機計算能力的提升和人類的創(chuàng)造力嗎?當(dāng)然，能夠決定發(fā)展速度的因素有很多，你更看重哪些因素呢？

Andrew Moore:這個問題問得很及時。我們正處于想做一些事，并且能夠用人工智能來完成的階段。但這時候出現(xiàn)了一些問題。舉個例子：每個國家和政府都有抵御網(wǎng)絡(luò)戰(zhàn)爭的軍隊，為了保衛(wèi)國家利益，隨時迎戰(zhàn)。網(wǎng)絡(luò)戰(zhàn)爭開戰(zhàn)的方法有很多，一些社會人士認(rèn)為，要培養(yǎng)1萬名網(wǎng)絡(luò)戰(zhàn)士，手動攻擊或防御。但我們認(rèn)為，可以找20個超級聰明的人編寫程序，自動化1萬名網(wǎng)絡(luò)戰(zhàn)士要做的事。人和計算機有機結(jié)合才能獲取最大的成功，但人才是決定性因素。

Q:在聽你談人工智能的歷史和發(fā)展時，感覺AI的目標(biāo)似乎永遠(yuǎn)無法實現(xiàn)。但隨著其不斷發(fā)展，AI取得的進(jìn)展有目共睹。關(guān)于AI的未來，你怎么看？

Andrew Moore:這是個感性的話題。AI就像在探索新地圖，以搞清楚哪些任務(wù)可以自動化完成。有趣的是，并不是所有的任務(wù)都可以自動化。我們可以讓計算機做它擅長的事，如預(yù)測和運行多種選擇，而我們?nèi)祟愖銎渌氖?，如深入探索橫向思維或類比推理等概念性的東西。

人類在解決一個新問題時，往往會找之前處理其他類似問題的經(jīng)驗來比照解決，但這種做法很難促進(jìn)人類的進(jìn)步。我不知道還要5年還是55年，人們才會放棄這套自認(rèn)為先進(jìn)的做法。我們懂得如何將人類智能中簡單重復(fù)的部分自動化，卻不懂是否要去獲取更先進(jìn)的認(rèn)知。

Q:如你所描述的，短期內(nèi)的哪些進(jìn)展會影響我們的生活?

Andrew Moore:在未來五年內(nèi)，有一件事將改變消費產(chǎn)品和消費者的體驗，那就是情感識別和情感理解。直到近三、四年，計算機視覺和語音處理技術(shù)都是在識別人、識別物體，將口語轉(zhuǎn)化為基本的書面語言。

事實上，我們可以走得更遠(yuǎn)。例如，現(xiàn)在手機的攝像頭分辨率很高，可以看到面部的細(xì)節(jié)，并對整個面部的細(xì)節(jié)進(jìn)行追蹤。通過追蹤你能發(fā)現(xiàn)面部肌肉的運動規(guī)律。借助心理學(xué)的知識，你能從肌肉運動中發(fā)現(xiàn)面部動作單元和微表情，以獲取以前人類沒有發(fā)現(xiàn)的信息。

這意味著當(dāng)與一個人對話時，我們可以捉捕到他們的激動、開心、恐懼，甚至輕蔑。這個可能性不錯。但如果我們真的研究出能評估人類情緒狀態(tài)的機器時，或許人們會認(rèn)為我們打開了潘多拉的魔盒。

Q: 已經(jīng)有很多文章報道過會受到自動化影響的工作問題，如卡車司機和私人助理等。你也曾表示過，不僅這些工作有風(fēng)險，一些經(jīng)過大量培訓(xùn)的工作，如法律和醫(yī)療行業(yè)的，也會受到影響。你認(rèn)為哪些技能不會很快被取代？此外，除了人工智能、機器人技術(shù)、機器學(xué)習(xí)等相關(guān)學(xué)科的培訓(xùn)課程，還有哪些課程比較重要?

Andrew Moore:有大量的工作崗位，即使我們可以使其自動化，也沒有意義。最好的例子就是幼兒園老師。作為孩子展開學(xué)習(xí)的第一段經(jīng)歷，幼兒園教的是人與人之間的互動。這不是沒有靈魂的訓(xùn)練。我認(rèn)為，在直接與人打交道的工作中，我們沒有任何理由來取代人類的角色。在接下來的20年里，我們將不會有新技術(shù)來遠(yuǎn)程模擬人們在一起工作時的那種相互關(guān)懷和互動。幼兒園教師、社會工作者、護(hù)士、社區(qū)警察，以及其他類似的工作，都會繼續(xù)存在，而且非常重要。

最有趣的是，如果通過將許多工作自動化，我們的GDP增長率會大大提高，那么，社會可以大力資助養(yǎng)老服務(wù)，社工工作和教育。根據(jù)經(jīng)濟和政治的發(fā)展情況，我們可以利用因生產(chǎn)率提高而節(jié)省下來的資本，培養(yǎng)更多人去從事與人互動類的工作?，F(xiàn)在，平均一個老師要照顧40個孩子，而以后，我們可以讓一個老師照料5個孩子。

Q: 之前，你談過一些巨頭科技公司，如谷歌、蘋果、Facebook和微軟之間的AI競爭。除了學(xué)術(shù)上的深耕，你還曾在匹茲堡的谷歌分部工作過，同時也和其他公司建立過伙伴關(guān)系，對它們有足夠了解。那么你認(rèn)為誰將會勝出呢?

Andrew Moore: 這場比賽的勝利取決于誰先開發(fā)出最能幫助人們解決日常生活問題的個人助理。我對亞馬遜的Echo和Alexa印象深刻，而谷歌、蘋果和微軟也相繼將大量資源投入到自己的個人助理中。當(dāng)人們意識到某個個人助理管用時，他們就會多聽它的建議，就像現(xiàn)在聽GPS導(dǎo)航的話一樣。一旦這種情況發(fā)生，游戲規(guī)則將改變。

如果一家公司在其他三家公司之前做出了這樣的個人助理，該公司將在一定程度上贏得勝利。因為接下來發(fā)生的事都是水到渠成的，屬于其他行業(yè)的事兒了。那些提供旅游、醫(yī)療、餐館和娛樂等服務(wù)的人都想和一個為全國人民提供建議的人工智能系統(tǒng)掛鉤。這就是為什么AI個人助理如此受追捧的原因。

現(xiàn)在，沒有多少明確的證據(jù)表明，某家公司比其他公司領(lǐng)先很多。我確實知道一些他們正在使用的技術(shù)的差異，相信很快就會有一個領(lǐng)先者出來。不過目前，他們都在比賽中。獲勝取決于公司內(nèi)部的某個團(tuán)隊在正確的時間內(nèi)做出了正確的實驗，并在精確度和召回率上取得突破。

Q: 每家公司都挖掘了大量人才，決定因素之一是他們具有多少才華。你所在的學(xué)校也不能幸免，有相當(dāng)數(shù)量的來自CMU的優(yōu)秀學(xué)者被挖走。從你進(jìn)入谷歌工作的那段時間起，實際上你也是這方面的代表。對于大學(xué)來說，這是一個挑戰(zhàn)，公司如此看好CMU的人才，必會來招聘更多的人才，而另一方面，公司也成為學(xué)生和教授施展才華的好地方。您如何看待學(xué)術(shù)界與公司企業(yè)之間聯(lián)盟的利益與風(fēng)險？

Andrew Moore:我們可以而且應(yīng)該互相幫助。我們在計算機科學(xué)學(xué)院的職責(zé)之一就是成為這個大生態(tài)系統(tǒng)的一部分，培養(yǎng)可以變革未來世界的優(yōu)秀人才。最極端的可能就是人工智能和計算機科學(xué)方面所有偉大的教育工作者都去為大型科技公司工作了，沒有人去做教育下一代的工作。

我們正在努力為此做點什么。不過，與其強制性地讓新教員簽署一份忠誠承諾書，保證在未來40年里只做一名學(xué)者，不如屈服吧！卡內(nèi)基梅隆大學(xué)提供了這樣一個平臺，老師可以調(diào)整自己的職業(yè)生涯，去一個新興領(lǐng)域工作，但也可以再回來，之后還能隨意切換，跳來跳去。這樣做的一個代價是，如果我們不小心，很容易會人去樓空。我們也正在積極應(yīng)對這種擔(dān)憂。

去年，我們雇用了25名新教員進(jìn)入學(xué)院。今年，又增加了22名。我們有一個很大的教職工群體，但他們并不一直在學(xué)校。作為卡內(nèi)基梅隆大學(xué)的一份子，他們可以自由地去追求絕對瘋狂和天才的研究想法，還可以離開，以確保讓其想法在全球傳播，而不是固定在期刊或?qū)W術(shù)刊物上。當(dāng)他們從外面回來的時候，會對目前的商業(yè)世界有新的認(rèn)識。

Q:與社會的開放性和包容性相比，在教師發(fā)展的道路上設(shè)置障礙是很短視的行為，會導(dǎo)致他們離開，或者讓很多人拒絕進(jìn)入這個行業(yè)。同樣，出于安全考慮，也有許多人主張對人工智能實施更嚴(yán)格的監(jiān)管，從另一個角度看，這可能減緩AI發(fā)展的速度。這是短視的觀點嗎?在更廣泛的層面上，人工智能的安全問題到底有多嚴(yán)重?

Andrew Moore:人工智能有兩種不同的安全問題，重點是不要把它們混為一談。第一種是安全關(guān)鍵系統(tǒng)的安全，這是特別重大的事情，卡內(nèi)基梅隆和其他一些強大的計算機科學(xué)機構(gòu)正在研究解決這個問題。安全關(guān)鍵系統(tǒng)的一個例子就是使用現(xiàn)代人工智能技術(shù)，操縱自動駕駛汽車，確保飛機安全著陸，或者引導(dǎo)微型醫(yī)療器械對人做手術(shù)。

任何安全關(guān)鍵系統(tǒng)如果有了人工智能的參與，就會表現(xiàn)得更好。從理論上講，上述事件都可以幫助我們拯救生命。過去，我們渴望全球交通事故死亡人數(shù)下降兩倍、三倍,甚至四倍，似乎有些異想天開。但是現(xiàn)在，如果汽車能夠自動避免交通事故，解決人類反應(yīng)不夠快的問題，這是有可能的。

工程師們知道，當(dāng)他們設(shè)計一個安全關(guān)鍵系統(tǒng)時，他們有責(zé)任做大量的測試，并給出正式的證明，如數(shù)據(jù)證明，以表明他們正在建造的東西在很多情況下是安全的。就像一個優(yōu)秀的建筑公司在建造一座建筑之前所做的評估一樣。建筑公司要拿出證據(jù)證明，無論發(fā)生什么級別的地震或其他自然災(zāi)害，這座建筑物都能安然無恙，工程師也有道德責(zé)任去做這樣的事。

我們談的這個系統(tǒng)還處于學(xué)習(xí)中，目前只有微弱的數(shù)學(xué)理論來幫助工程師證明安全性。加強理論研究是人工智能學(xué)術(shù)研究的重要發(fā)展方向之一。和架構(gòu)師一樣，我們要寫出證明，無論環(huán)境發(fā)生怎樣的變化，系統(tǒng)仍能工作。退一步說，一個系統(tǒng)可以挽救大部分的生命，但對于少部分人的死亡仍要負(fù)道德責(zé)任。系統(tǒng)必須確保沒有任何意外可以傷害或殺死某個人。這是最主要的問題，也是我們招聘教師時特別強調(diào)的一個責(zé)任問題、職業(yè)素養(yǎng)問題，是我們正在發(fā)展研究和教育的重要方向。

第二種安全問題對我們這些活在軟件世界里的人來說很有趣。隨著行業(yè)的發(fā)展，我們在人工智能領(lǐng)域的早期成功大部分都應(yīng)用在非安全關(guān)鍵行業(yè)。例如，當(dāng)你讓搜索引擎或社交網(wǎng)絡(luò)變得更智能時，它可能會對一個人的生活產(chǎn)生影響，但你是殺不死這個人的，頂多讓他難受一下而已。

拿Facebook來說，為了讓工程師快速反應(yīng)，他們有一個有趣的開發(fā)方法:快啟動，慢修復(fù)。從娛樂或電子游戲的角度看，這是非常好的做法。這意味著你的工程師們在不斷創(chuàng)新，大膽嘗試各種新事物新方法，并且有很多樂趣。

然而，當(dāng)你參與一個關(guān)鍵系統(tǒng)的安全工作時，沒有人想要使用這種哲學(xué)思想。你必須小心謹(jǐn)慎。

Q:你來自英國，卻選擇成為美國公民，成為匹茲堡的一員。你曾說過：“我堅信，匹茲堡地區(qū)，更確切地說是卡內(nèi)基梅隆大學(xué)，要成為改變世界的中心?！蔽覀円呀?jīng)談過卡內(nèi)基梅隆大學(xué)，那匹茲堡呢?在上世紀(jì)70年代末和80年代初，它經(jīng)歷了一段黑暗，鋼鐵工廠大量倒閉，經(jīng)濟蕭條，就業(yè)崗位減少。本來你可以住在世界上任何一個地方，但你卻選擇了匹茲堡。這個地區(qū)為什么如此吸引你，你為什么看好它?

Andrew Moore:首先，匹茲堡有積極而友好的文化。在文藝復(fù)興時期，這座古老的城市歡迎外來客加入他們的城市文化。對于新匹茲堡人來說，我們的生活方式是這樣的：孩子們可以到處閑逛，可以自由地穿過高密度住宅區(qū)去拜訪朋友。這是一個人們可以隨便串門的地方。

匹茲堡的生活方式與西海岸的不同，那里的活動和社交是計劃出來的，你只能在約好的時間開車穿越城市，不然就會影響他人。匹茲堡是美國東海岸連接中西部的重要城市，它有許多學(xué)術(shù)、研究、醫(yī)療和制造類的人才。匹茲堡令人愉快的生活方式和緊密團(tuán)結(jié)的文化也有助于我們招募人才。

其次，匹茲堡仍然是世界上最大的鋼鐵制造中心之一。這里有一種建筑文化。構(gòu)建和創(chuàng)造都是值得尊重的行為。最近，我和一些大學(xué)生討論他們選擇CMU的原因時，他們說，當(dāng)他們參觀校園的時候，教授和學(xué)生都在談?wù)摻ㄖ惖臇|西，而不是學(xué)習(xí)或?qū)懻撐摹?/p>

最后，匹茲堡的市政府支持高科技產(chǎn)業(yè)。例如，15 - 20年前，匹茲堡的空氣質(zhì)量很差。我們想招募的很多人都不愿意來?，F(xiàn)在經(jīng)過整個城市的努力，空氣狀況已經(jīng)有所改善了。這也給了我們極大的信心，讓我們一起努力，把匹茲堡變成一個宜居的好地方。

原文鏈接：https://www.forbes.com/sites/peterhigh/2017/10/30/carnegie-mellon-dean-of-computer-science-on-the-future-of-ai/#206be9b72197

（本文轉(zhuǎn)自智能觀，作者Peter High）