编辑|杜小雷智喜东西讯6月22日，今日，腾讯“云+未来”峰会在深圳举行。
会上，人工智能领域专家迈克尔·乔丹在会上发表演讲，对人工智能目前的技术水平、存在的问题以及未来的发展方向提出了自己独特的见解：Michael I. Jordan著名计算机科学和统计学学者，主要研究机器学习和人工智能。
他目前是加州大学伯克利分校电气工程与计算机科学系和统计系的教授。
他的许多学生，包括Andrew Ng、Xing Bo、Zoubin Ghahramani、Tommi Jaakkola等，现在都已成为机器学习领域的重要学者。
1、智能增强技术已经融入到我们生活的方方面面。
20 世纪 80 年代和 90 年代出现了另一个趋势：智能增强技术。
机器人帮助我们通过搜索引擎找到我们想要的答案，帮助人类拥有更好的存储、通讯、交换能力。
。
另一个发展趋势是智能基础设施（IaaS）。
我们身边的每个行业、每个模块都在走向智能化。
我们还发现世界更加了解我们，能够根据我们的需求提供服务。
2.今天的人工智能并不像你想象的那么聪明。
目前，机器人只能实现语音和文字的相互转换，但无法理解声音和文字背后的含义，因此机器人无法清楚地了解所处的环境。
机器人的沟通能力要突破语音识别和文字的框架。
向更深层次发展。
在医疗行业，一台机器不可能做出大量的医疗诊断。
机器的准确剂量可能会出现问题，尤其是在某些竞争情况下。
如果出现任何问题，机器将无法做出有效的诊断。
我们病人可能会死。
3、人工智能会带来经济、安全、信息安全等问题。
随着人工智能的发展，机器人可能会造成大量失业，让越来越多的人失去收入来源。
另一方面，智能机器人本身并没有伤害人类的恶意，只是有人想利用人工智能来做坏事。
防止人类利用人工智能实施犯罪也是未来将面临的严重问题。
从技术角度来看，云中的数据越大，机器就会变得越智能。
然而，实现信息共享仍需克服许多困难。
针对共享信息带来的隐私泄露问题，目前还没有好的解决方案。
这意味着人工智能的发展也将放缓。
以下为迈克尔·乔丹演讲全文： 大家早上好！我很高兴今天来到这里。
谢谢大家邀请我。
我是一名研究员。
我做统计，包括人工智能研究。
我很高兴今天来到这里。
看来大家都很了解我。
我也很高兴能够和腾讯合作，看一下我们目前对未来发展趋势的预测。
首先，我们需要非常清楚地了解哪些技术是可能存在的，哪些技术是不可能存在的，我们现在存在哪些问题，以及未来我们会看到什么样的技术发展。
这就是今天的我。
演讲的主要焦点，以及对我们未来的见解和挑战。
首先，我们简单了解一下当前人工智能行业的发展情况。
20世纪60年代，“智能”这个词刚刚出现，人工智能这个词也刚刚出现。
当时，我们讨论建造一个可以像人类一样思考并加入人类世界的机器人。
当时大部分人工智能电影都向大家展示了机器人最终会进入人类世界，我们的云系统、视觉系统、我们的自然语言系统可以让机器人变得越来越像人。
但在 20 世纪 80 年代和 90 年代，出现了另一种趋势。
这个趋势对我们来说也非常重要。
我们称之为IA，即智能增强技术。
当时我们提到搜索引擎，也是我们的智能应用。
，通过智能引擎，我们可以非常快速地找到我们提出的任何问题的答案。
这些东西不需要存储在人脑中，所以人类的智能是有引擎支持的，帮助我们更好的利用自然语言进行增强，计算机可以通过自然语言处理帮助我增强我的自然语言表现，所以我可以说话通过自然和技术技术以及智能技术来实现多种语言。
我们可以看到目前这样的技术正在发展，机器帮助我们有更好的存储能力和更好的沟通交换能力。
另一部分是IaaS，即智能基础设施。
这对我们来说是最重要的。
现在我们的交通、金融行业，我们身边的每一个行业、每一个模块，现在都有了智能化的基础设施。
趋势，我们也发现世界更了解我们，可以根据我们的需求提供服务，所以有一个系统在我们面前。
如果你要谈论云，这个系统就是云。
这个云已经变得更加智能了，所以它不是机器人在和我们沟通，而是云架构和云基础设施在和我们沟通。
过去我们的研发大部分都是和机器人相关的，包括智能领域的发展。
主要是限制了我们技术的发展。
它与人类的发育非常相似，但智力却完全不同。
现在我们建设这个所谓的智慧设施，遇到很多问题，腾讯也是如此。
比如，当我们需要对相关的大型设施做出相应的决策，比如金融、交通，以及人类的一些医疗决策时，作为一台单独的机器，如果我们希望能够只是跟随周围的环境，这是非常糟糕的。
有时机器理解的信息是不够的，机器做出的决策往往是错误的。
它无法意识到我们周围环境的变化。
尤其是这样的决定如果影响到大量的人，那就更加危险了。
从这个角度来看，我们应该如何共享数据？可以看到，机器人的发展将帮助我们更好地推动业务发展。
我们可以帮助企业，帮助他们传输数据，帮助他们获得更多的竞争优势，但这还不是最好的。
陈述。
如果信息可以共享，比如欺诈信息，每个公司都可以看到这方面的危险，他们就会不断地聚集在一起，然后我们就能更好地解决问题，同时大家也不会失去竞争力。
。
每个人都可以从中受益。
从技术和思维角度来看，我们目前还没有办法彻底解决。
我们的知识在哪里？知识在每个地方的重复程度不同，每个地方都会有不重叠的情况，在开发过程中不同的问题会得到不同的答案，那么我们如何在多个维度上使用数据，包括在云端和包括在边缘得到相应的答案云，这是很难做到的。
同时，我们如何实现公平和多样性现在仍然很难实现。
我们只能用一套系统来处理一个数据，但还无法在多种场景下部署。
另一个问题是大多数机器人都存在安全问题。
我们处理掉它们之后，就会出现一些系统攻击。
这是一个比较大的问题，需要引起我们的重视。
我们不能说这是一个小问题。
这些都是大问题，这也是我对智力的思考之一。
我们回到我们机器人和智能的发展，包括从人工智能的角度，看看什么是可能的，什么是不可能的。
我们看到机器视觉。
在过去的几年里，我们已经使用摄像头来识别场景中的物体，但仍然没有办法让它清楚地了解所有情况。
就像我站在台上，大家都下台了，我无法理解大家的注意力在哪里。
人工智能可以帮助我们更好地理解语义，但现在还没有办法做到。
语音识别也是如此。
我们现在可以将语音转换为文本。
文本也可以转换为语音，这可以用各种语言来实现，但是我们的机器人还无法帮助我们理解听觉和视觉背后的真正含义。
还有一点是自然语言处理。
我们可以看到，到目前为止，自然语言处理的成果还没有达到我们需要的发展。
我们现在有大量的语言翻译，但是大多数语言和句子都没有办法得到有效的语义解释，让我们的受众理解这个语义的含义。
有时候，当我们提出问题时，我们只能理解部分答案，而无法理解全部答案。
对于机器人技术来说也是如此。
我们看到世界上有很多工业可编程机器人，它们也在与我们交流，但它们无法理解我们的环境、情况和我们的情绪。
我相信这对我们所有人来说都是如此，如果我们都认为机器智能会在任何地方发生的话，这不太可能发生。
对于我们来说，这几年的发展，特别是机器人的发展，我们的机器人还只是一个原型机。
之后，可能会出现一些有效的对话，尤其是像这样的自引导机器也会出现。
但在智能方面，还是比较有限。
我相信未来短期内不会像人类那样有太多的灵活性和多变性。
也许机器能够理解一些事实，而且看起来知识渊博，但它们却无法真正获得像人类一样的高级智能，甚至无法获得像孩子一样的高级智能。
它无法理解抽象思维或执行抽象处理。
机器人 此功能尚不可用。
这些机器人就像孩子一样。
他们知道一些非常美好的现实。
它们了解每条河流、每一个国家，但仍然不具备与人类竞争的高智商。
所以从这方面来说，我们还是很难看到超级机器人。
从人类的发展来看，我们认为这项技术可能需要很多年的发展才能出现。
我相信我们真正需要关注的不仅仅是这样一项技术的发展。
到目前为止，我们这一代人还没有看到这种高水平的人工智能的出现。
另外，即使我们没有办法抽象和识别语义，我们也很难接近人类的发展，但我们仍然要等我们通过大量数据的处理来理解，比如机器人和机器人。
人工智能，我们可以帮助我们大批量的处理数据，并且可以通过数据来了解一些未来事件的走向，同时保证我们的数据结果不断的提升。
同时我们也可以利用这个机器人来做一些简单的体力工作，但是机器人永远无法像人类一样聪明，我们可以看到我们的人工智能系统也会有很多的智能。
他们知道这个现实，但他们不知道哪些现实是真实的，哪些现实可能在未来具有破坏性。
发展，所以这个机器人无法实现类似人类的能力，也无法引领一个公司的发展。
在我们这一代，不可能在机器上做出如此有希望的决定。
我们应该注意什么、担心什么？如果我们担心这种高度类似于人类的人工智能的发现，我们应该担心我们所谓的人工智能看起来很聪明，但事实并非如此。
比如在医疗行业，我们不可能要求机器做很多医疗诊断。
许多人可能会因为诊断不佳而出现剂量问题，尤其是在某些比赛情况下。
如果出现任何问题，机器无法做出有效的诊断，我们的患者可能会死亡。
同时，我们真正需要担心的是，机器人可能会导致大量失业，大多数人会因为失业而无法赚取收入。
过去我们可以看到工业的发展，1970年代、1980年代就是这样，但是过去50年，人们一直在不断调整，现在我们可以看到，未来10到20年，人们将如果没有机会进行更多的调整，机器人将取代更多的人并获得更多的工作。
同时，也可以帮助现有智能设备的发展。
世界上有很多人会恶意使用人工智能系统。
如果人工智能系统被滥用，我相信就会出现问题。
机器人本身并没有任何伤害人类的恶意，只是使用它们的人和机器人的人类有恶意。
在这里我特别想和大家谈谈近期我们在机器学习方面面临的一些更大的挑战。
我相信这些挑战我们都知道，但尚未得到解决。
如果我们能够保证我们未来构建一个人工智能机器、智能系统，我们就必须解决这些问题，否则就没有办法保证未来人工智能的发展。
第一个是我们必须设计一个系统，能够带来有意义的校准信息，并且能够处理一些不确定性，比如在医疗行业，从战略规划的角度来说，如果你是一家公司的CEO，你必须明确了解一种方法与另一种方法之间的区别。
你不能只有一种方法。
同时，我们还需要确保我们的系统能够真实地解释它们所做的决策。
如果机器做出决定，我们必须让机器向我们解释它为什么做出这样的决定，以及是否还有其他潜在的方法。
我们还需要找到问题的原因。
此外，我们需要找到一个能够追踪长期目标并主动收集与实现目标相关的数据的系统。
还有一点是实时性。
我们可以看到大量的数据，机器需要花几天、几个小时来学习这些数据，但到目前为止，我们的机器学习还没有能够实现真正的实时运行。
还有突发情况怎么办，和外部事件的联系，包括数据等要求，需要和政府、法律部门、社会科学家合作。
这是我们面临的技术挑战，需要引起我们的重视。
我们只是做AI让机器人能够跨界，或者做计算机视觉。
我们需要像工程师一样解决一些问题。
就更广泛的挑战而言，我认为对我们来说更加困难。
比如从语义上来说，未来世界会发生什么，我需要理解哪些概念？在机器学习中，我们讲的更多，大多都是一些表面的东西。
我们需要了解世界真正需要什么，了解我们所处的处境，但他们不知道我们之前发生了什么。
他们了解一些关于我们的事实，但他们并不真正了解我们。
，什么时候我们会感到无聊，我们就不想这样的互动或者互动了。
当然，还有与云端的交互，这也是很有挑战性的。
如果你把这些数据放在云端，你需要注意隐私问题并考虑实施问题。
同时，你也要考虑实际情况。
有时可能离我们太远，可能与事实不一样。
我们可能会做出错误的决定，所以我们现在需要有一个更好的计划。
当然存在不??确定性，这也是人类非常重要的特征。
围棋这盘棋其实不是一个很好的例子，因为你知道棋盘上有什么，但人的生活中有很多不确定性，比如我不知道今天会发生什么，我不知道明天会发生什么。
未来。
这就是所谓的人命，与围棋不同，所以我们需要解决更深层次的人工智能问题。
最后我总结一下。
很高兴来到这里和大家一起谈论人工智能。
我也很期待看到你们在人工智能领域会做什么以及其他公司会做什么。
我们需要共同努力。
我觉得这相当于一年前两个人走到一起。
建立合作，当大家建造桥梁、建造房屋时，我们感到非常兴奋。
我们要带来新的发展，但同时我们也会面临一些灾难，建筑物可能会倒塌等等，因为他们当时没有科学。
我们一起创造土建工程，我们一起在世界上分享，我们看着周围的建筑，世界上每个人的想法都是一样的，因为这是值得信赖的，它不会再倒塌。
但人工智能还没有到来，还需要几十年的努力，所以我们需要共同努力，我们必须认真考虑如何解决这些挑战。