最近，我的一个朋友在听了许多关于自然语言处理（NLP，Natural Language Processing）的演讲后，发现一个有趣的现象：许多研究者都在吹嘘他们对语言学的认知有多 “少”，由此来暗示，他们的系统已经聪明到可以在没有预设知识的前提下学习。
我同意你关于非结构化学习的观点。这种学习很可能导致 “黑箱” 系统，最后在极端情况下产生严重的后果。当系统变得更自治，能操控的资源也更多时，我们需要让 AI 变得更为可预测。一种方式是引入更多的结构和限制到系统中。
我们肯定不想把这个星球的未来，交给一个由一堆非结构化的浪漫小说训练出来的 “黑盒”（black boxes）神经网络吧？
Q: 你是否认为通用人工智能（GAI）是从一些列垂直领域的 AI 中衍生出来的？长期而言，对机器学习算法的依赖将会在哪些方面造成风险？你认为 2150 年最常见的职业是什么？
A: 我不认为聪明地整合各种垂直领域的 AI 就能生成 GAI 。Deepmind 的做法就很有前景：它开发出一套比较通用的算法，然后把它用于垂直领域的学习中，以达到超过人类的表现。
有关风险：把 AI 用到 AI 领域的发展本身将会带来极高的风险，因为在这个过程中没有了人的参与，让 AI 来控制发展进程，结果可能是失控的。
有关职业：我觉得到 2150 年职业（和整个经济）可能已经完全不存在了！经济分工是一个人类社会中的概念。它存在的语境是——这个世界上有很多人，他们能力相近，但因为优势各异，所以他们之间的交易能有所得。而当我们有一个超级智能的 AI，它的能力超过所有人类，经济分工存在的基础就没有了，就如同我们人类不与蚂蚁做贸易。
当然，有可能到了 2150 年，还没等我们早出超级智能 AI，人类文明就因为其他原因不存在了
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！