MartinFord凭借他2015年的书《机器人的崛起》掀起了波澜，其中详细介绍了自动化的许多加速趋势，以及它们如何影响业务，尤其是就业。在他的新书《智能建筑师：AI 建筑者谈人工智能真相（Architects of Intelligence: The Truth About AI from the People Building It）》中，他试图弄清楚副标题实际上描述了什么。本书主要基于对人工智能领域最著名人物的深度访谈。其中之一是GeoffreyHinton，他在人工神经网络方面做了开创性的工作。Hinton目前是多伦多大学计算机科学教授，同时也参与了GoogleBrain项目。父亲”。在新书的这段节选中，欣顿谈到了他如何看待他开创的先进系统对经济和社会的巨大影响，并强调了区分社会系统和技术系统的必要性。当然，他也谈到了一些学术上的建议和担忧。 MartinFord：让我们谈谈人工智能的潜在风险。一个特别的挑战是对就业市场和经济的潜在影响。你认为这一切会导致新的工业革命吗？并彻底改变就业市场？如果是这样，这是我们需要担心的事情，还是人们可能夸大的另一件事？ GeoffreyHinton：如果你能显着提高生产力并提供更多福利，那应该是一个很好的选择是不是好事，完全取决于社会制度，而不是技术。人们研究技术，好像技术进步是一个问题，但问题是我们是否会有一个公平分享事物的社会制度，或者一个只关心1%而对社会其他人一视同仁的社会。这与技术无关。 MartinFord：但是问题来了，因为很多工作可能会消失——尤其是那些可预测且易于自动化的工作。基本收入制度是社会对这一趋势的基本回应。你同意这个制度吗？ GeoffreyHinton：是的，我认为基本收入是一个非常聪明的想法。 MartinFord：那么，您认为需要制定政策来解决这个问题吗？有些人认为它应该就此打住，但这可能是不负责任的。 GeoffreyHinton：我搬到加拿大是因为更高的税率，因为我认为正确征税是一件好事。政府应该做的是建立机制，以便当人们为自己的利益行事时，它会帮助所有人。高税收就是这样一种机制：当人们变得富有时，其他人都会得到税收的帮助。我当然同意有必要确保人工智能造福于每个人，但仍有许多工作要做。 MartinFord：您如何看待可能与人工智能相关的其他一些风险，例如武器化？ GeoffreyHinton：是的，我对普京总统最近所说的一些事情感到担忧。我认为现在是人们尝试让国际社会谈论像化学战和大规模杀伤性武器那样杀人的武器的时候了。 MartinFord：你赞成暂停某些类型的研发吗？ GeoffreyHinton：你不会暂停这类研究，就像你不会暂停开发神经毒剂一样，但确实存在阻止它们被广泛使用的国际机制。 MartinFord：除了军用武器的使用，还有其他风险吗？还有其他让您担心的问题吗，比如隐私和透明度？ GeoffreyHinton：用它来操纵选举和操纵选民令人担忧。CambridgeAnalytica由机器学习学者BobMercer创立，您已经看到CambridgeAnalytica造成了严重破坏。我们必须认真对待它。 MartinFord：你认为需要监管吗？ GeoffreyHinton：是的，很多监管。这是一个非常有趣的问题，但我不是这方面的专家，所以我没有更多建议。 MartinFord：你如何看待全球军备竞赛？一个国家不领先于其他国家那么多重要吗？ GeoffreyHinton：你说的是全球政治。很长一段时间，英国是一个主导国家，他们做得不是很好，然后是美国，他们做得不是很好，如果中国占主导地位，我不希望他们做得很好出色地。 MartinFord：你认为我们应该有某种形式的产业政策吗？美国应该把人工智能作为国家优先事项吗？ GeoffreyHinton：技术将会有很大的发展，如果不努力跟上就太疯狂了，所以显然应该有很多投资。这对我来说似乎是常识。 MartinFord：总的来说，你对这一切持乐观态度吗？你认为AI的好处会大于坏处吗？ GeoffreyHinton：我希望回报大于负面，但我不知道社会建设层面的人是否也是这样想的，这是一个社会制度问题，而不是技术问题。 MartinFord：人工智能领域人才严重短缺，大家都在招兵买马。对于想进入这个领域的年轻人，您有什么建议？有什么建议可以帮助他们吸引更多的人，让他们成为人工智能和深度学习方面的专家？ GeoffreyHinton：我担心没有足够多的人对基础知识持批评态度。Capsules论文说，也许我们做事的一些基本方式并不好，我们应该广撒网。我们应该寻找我们正在做的一些基本假设的替代方案。我想给每个人的一条建议是，如果你的直觉是人们所做的事情是错误的，并且可能会发生更好的事情，那么你应该遵循你的直觉。 你很可能是错的，但是当人们在了解如何从根本上改变事物时不遵循自己的直觉时，他们就会陷入困境。我认为真正新想法的最丰富来源是研究生在大学里得到的好建议。他们可以自由地提出真正的新想法，并且他们学到了足够多的知识，以至于他们不会只是重复历史，而我们需要保持这一点。硕士毕业后直接进入这个行业的人没有新鲜的想法。我认为你需要坐下来思考几年。 MartinFord：加拿大似乎是深度学习的中心。这是偶然吗？还是加拿大有什么特别之处使这种情况发生？ GeoffreyHinton：加拿大高级研究所（CIFAR）资助高风险领域的基础研究，这非常重要。YannLeCun（我的博士后）和YoshuaBengio都在加拿大，这也带来了很多好运。我们三人合作并取得了丰硕的成果，加拿大高等研究院资助了我们的合作。在某一时刻，我们也被孤立且相当严酷——深度学习的环境最近才变得不那么敌对——这笔资金帮助了我们很多，让我们能够花相当多的时间在小型会议上相互交流，我们可以在这里实际分享未发表的想法。
