我看见的世界(84)_李飞飞

八四

　　很多合作都改变了我对未来可能性的思考，其中一次合作尤其重要。十年前，我第一次见到约翰·埃切门迪，当时他还是大学教务长，而我则是来自东海岸的移民，正痴迷于尚未完成的ImageNet。在接下来的几年里，我们成了邻居和朋友，我对他作为学者的深厚学识也愈加敬佩。不仅如此，在多年的管理生涯中，约翰对高等教育领域的内部运作方式（好的、坏的，甚至是卡夫卡式的）也积累了丰富的专业知识。他完全知道如何才能把斯坦福HAI那些看似不太可能实现的愿景变为现实。对于以人为本的人工智能，他不只是嘴上讲讲，也不只是宣扬其优点，而是要一砖一瓦地倾心构建。因此，当他同意担任斯坦福HAI的联合主任，与我并肩作战时，我知道我们的确有机会让研究院取得成功。

　　在我们的合作成果中，我个人最喜欢的是国家研究云计划（National Research Cloud，NRC）。国家研究云是一个完全由公共资金和资源（而非营利部门）支持的共享人工智能开发平台，目标是让全世界的学者、初创企业、非政府组织和政府都能开展人工智能研究，从而确保我们的领域不会永远被科技巨头或者我们这样的大学所垄断。

　　两年前，国家研究云平台还只是个想法而已。如果没有斯坦福HAI，它可能会永远停留在理念的层面。斯坦福HAI包括了法律和公共政策专家的多元化团队把这一概念变为使命。特别是约翰，他利用自己职业生涯累积的宝贵人脉资源，招募全国各地的大学组成联盟，这是我在学术界见过的最了不起的联盟。经过了一系列的思想交流、建议磋商、跨国飞行和理性辩论，他很快就形成了完备的立法蓝图，并将其提交给了国会。要使人工智能成为真正具有包容性的追求，我们还有很长的路要走，但国家研究云平台这样的成就是朝着正确方向迈出的重要步伐。

　　※

　　2020年9月，在距离我们初次对话近十年后，我和阿尼发表了题为《用环境智能照亮医疗保健的黑暗空间》的论文，对我们的研究进行了全面的回顾，并介绍了我们对智能传感器的完整构想。智能传感器可以扩展医生和护士的感知范围，帮助他们以前所未有的规模和一致性应对医疗保健环境中的混乱状况。

　　论文描述了环境智能在医院的各个场景中可以发挥的作用，包括改善老年人护理、协助慢性疾病管理、识别精神疾病症状、在整个手术过程中跟踪手术工具的使用、在整个轮班过程中提高临床医生的卫生状况等等。论文没有发表在专注于计算机科学、人工智能或信息处理的期刊上，而是登上了《自然》杂志——这也许是整个科学领域最杰出的一大期刊。这提醒我们，最好的研究往往不是在我们各自领域的象牙塔中孤立完成的，而是在科学的整体共享空间中实现的，研究人员应该毫不犹豫地在全球范围内展开跨学科合作。

　　我为这项工作深感自豪，但前路依然漫漫。就在《自然》杂志发表这篇论文的几个月后，12月份的《柳叶刀》（TheLancet）杂志发表了一篇题为《在医疗机构中使用环境智能的伦理问题》的反驳文章。这篇文章直言不讳、推理透彻，对我们工作的意义进行了公正而严谨的审视。用作者的话来说，环境智能在提升医疗服务水平方面的潜力与“一系列伦理问题”同时存在，其中很多问题涉及大规模的数据收集和新的隐私隐患等方面。文章还进行了更深入的哲学探讨：在这种沉浸式、分散监控技术的环境中，知情同意的本质究竟是什么？虽然读到对自己研究成果的评论文章总会让人心里颇不是滋味，但这篇文章中呈现的正是人工智能所需要的伦理论述，我对其中的大部分内容深表赞同。

　　环境智能很可能永远是我实验室的研究重点之一。每当我看到父母，就能想起为什么这项研究对我来说如此重要。正因为如此，即使是现在，我也会每天抽出时间来了解最新的实验、试验和监管动态。过去几年，人工智能领域在物体识别方面取得了许多突破，针对照片甚至视频生成的描述已与真人无异，发展速度之快令人窒息。然而，回顾过去，一条共同的主线越来越难以忽视：尽管技术非常先进复杂，但其本质都是被动观察；无论具体形式如何，其实都是算法在告诉我们它看到了什么。我们的模型学会了观察，有时观察得非常细致、非常准确，但也仅此而已。我最近常常思考，除此以外，一定还有什么更有意义的事情。

　　※

　　咖啡时间结束了，我和一个学生手里拿着带盖纸杯，走回实验室。

　　“嘿，你还记得几年前你第一天上课时问了我一个什么问题吗？我很好奇你是不是一直记得。”

　　“对，我还记得。”他微笑着回忆道，“我问你伦理和人工智能有什么关系。”

　　“怎么样？”我报以微笑，“你觉得自己找到答案了吗？”

　　他叹了口气，抬头望着天空，耀眼的光彩正在渐渐褪去，天色傍晚。

　　“说实话吗？还没有。我肯定思考过这个问题，不想是不可能的。新闻上天天都在报这些事。我甚至还上了赖克教授的课。”

　　他指的是“计算机、伦理和公共政策”这门课，课程是由计算机科学家迈赫兰·萨哈米（Mehran Sahami）、政策学者杰里米·温斯坦（Jeremy Weinstein）和政治学家、伦理学家罗布·赖克共同开设的（赖克仍然是斯坦福HAI的创始贡献者之一）。我点了点头。

　　“我知道从理论上来讲，这些东西很重要。”他喝了一口咖啡，“但有什么用吗？飞飞，我的机器人还不能从烤面包机里拿出面包呢。研究本身就够让人沮丧的了，而且感觉每个人都在不停地发论文。我已经在担心下一次会议和它的截稿日期了！我的研究成果还非常初级，我到底应该拿出多少脑力去研究伦理问题呢？”

　　这个问题很好。尽管人工智能在过去十年中取得了不可思议的进展，但很多研究仍处于起步阶段。尤其是机器人技术，这项技术是出了名的难，即使在深度学习普及的时代，机器人技术的发展步伐也相对缓慢。在这样的时刻，以人为本的人工智能可能很难让人接受。

　　“你知道吗，”我开始说道，“我当学生也不是太久以前的事，但那会儿，让计算机区分辨小猫和小狗都几乎还是科幻小说的情节。然后，深度学习在一夜之间改变了一切，我们的算法被用于我们曾经认为还需要几十年才能实现的领域。想想看，我们现在有多少人在谈论面部识别。记者、政客、活动家……突然之间，他们都提出了问题，而且都是好问题！这一切会导致更多的监控吗？会带来更有偏见的算法吗？甚至会导致人工智能武器的问世吗？一切都来得太快了。”

　　我们到了实验室。我在读卡器上刷了一下门卡，我们推开双扇门走了进去。

　　“我想说的是，”我总结道，“事情的变化可能会比你想象的要快得多。”

　　我知道我没有说服他，或者说没有完全说服他。虽然他心存疑虑，但还是很关注这个问题，一直在听我讲。愿意倾听就是一个好的起点。

　　＊

虚阁网(Xuges.com)