疫情特殊時期，如何看待AI（人工智能）的發(fā)展態(tài)勢？疫情加速AI的應(yīng)用，同時又帶來哪些風險？

日前，在一場以“深度科技造福人類”為主題的科技活動上，創(chuàng)新工場董事長兼CEO李開復(fù)對話圖靈獎得主、深度學習領(lǐng)域先驅(qū)之一約書亞·本吉奧（Yoshua Bengio），共同探討新冠肺炎疫情時期，AI如何助力未來的經(jīng)濟社會更加富有彈性、宜居和可持續(xù)。

下一個突破：“深度學習2．0”

談起AI技術(shù)的下一個突破，本吉奧認為，目前機器學習的一大限制，是學習系統(tǒng)的泛化能力。

本吉奧解釋說，過去幾十年研發(fā)的系統(tǒng)，都基于一個假設(shè)，即默認測試數(shù)據(jù)與訓練數(shù)據(jù)有相同的數(shù)據(jù)分布，然而在現(xiàn)實世界中，無論在什么行業(yè)應(yīng)用，都會存在實際情況與AI訓練時不同的問題。

“這一問題看起來無解，但目前我們找到了幾個突破點和想法，主要是借鑒人類的意識加工機制，將原本分散的知識積累起來，快速進行全新重組?！北炯獖W說，雖然這些知識的組合不一定遵循訓練數(shù)據(jù)分布，但還是能從中獲得某種重組方向的優(yōu)勢，從而在訓練分布中進行更好的歸納。

在本吉奧看來，接下來的研究雖然繁重，但新的進展會令人振奮。尤其是在深度學習領(lǐng)域，他稱其為“深度學習2．0”——能吸收人類的歸納傾向，對數(shù)據(jù)分布算法進行泛化。

李開復(fù)則表示，向AI語音識別、自然語言理解進軍，一直是AI界孜孜以求的目標。目前已出現(xiàn)基于深度學習的智能問答功能，可以直接讓機器“說”出答案。

“但我們不應(yīng)止步于此，而是應(yīng)該繼續(xù)向下一步目標努力：通過深度學習的進一步研究，提升機器對人類指令意圖的理解和執(zhí)行能力。”李開復(fù)舉例說，向智能音箱發(fā)送指令“給我媽媽送個生日禮物”，它能自動理出頭緒，了解主人可接受的價格范圍，也知道主人媽媽想要的禮物是什么，并安排配送。

疫情中的AI：權(quán)衡公共衛(wèi)生與隱私保護

疫情正在加速AI在諸多領(lǐng)域的落地應(yīng)用，這一點，很多人有目共睹。

李開復(fù)介紹，疫情期間有醫(yī)療企業(yè)利用AI平臺開發(fā)抑制病毒的新藥小分子。本吉奧本人也參與了幾個將AI用于藥物研發(fā)的項目，他介紹，在化學和生物領(lǐng)域，需要進行測試的組合方式太多，逐個進行研究是不可能的，所以需要一個合理的搜索策略。“我們希望能用AI縮短研究時間，通過重組已有藥物，研發(fā)新型抗病毒藥物?！北炯獖W說。

此外，AI還被用來建立接觸者追蹤體系，控制疫情蔓延?！拔覀兊囊豁椦芯匡@示，如果能借助機器學習提前預(yù)測某個體是否具有傳染性以及傳染性強弱，透過一些模糊的數(shù)據(jù)分析，就能大幅節(jié)省等待時間，及早知道曾接觸過病毒攜帶者的人，從而抑制病毒的傳播?！北炯獖W說。

但公共衛(wèi)生與個人隱私之間的平衡值得重視。“我認為必須在公共衛(wèi)生或個人健康的背景下考慮隱私。在公共衛(wèi)生危機期間，國家應(yīng)該在尊重權(quán)利和必要防控措施間加以權(quán)衡，從而有效控制疾病的傳播。等到疫情結(jié)束后，再回歸正常?！崩铋_復(fù)說。

在本吉奧看來，隱私保護與機器學習需求之間存在有趣的矛盾。隱私保護需要盡可能降低數(shù)據(jù)交換，而機器學習卻需要盡可能收集大量的數(shù)據(jù)。

“許多國家非常擔憂接觸者追蹤的濫用會侵犯隱私，因此催生了許多隱私保護技術(shù)。好消息是，這兩者可以共存?！北炯獖W說。

李開復(fù)預(yù)計，未來AI將被用來預(yù)防流行病的發(fā)生和傳播。醫(yī)院將廣泛使用傳感器、可穿戴設(shè)備，匯總疫情信息，及時報告潛在危害，從早期遏制疫情指數(shù)級增長的趨勢，從而更好地應(yīng)對危機，避免疫情失控。