Page 204 - 信息的脉络

·信息的脉络·
有趣又最困难的一项挑战是为世界模型将架构和训练细节实例化。我们甚至可以
说，训练世界模型是未来几十年人工智能可以真正取得进展的主要挑战。

知识、抽象和类比，赋予人工智能核心常识
随着人工智能系统的应用愈加广泛，其局限性也愈加明显。即便是目前最成

功的人工智能系统，也无法在其狭窄的专业领域之外进行良好的泛化、形成抽象
概念或者学会因果关系，有时候，人工智能系统并不真正理解人类教给它们的概念。
要想令人工智能实现真正进步，就需要让机器具备常识，也就是人类所共有的知识。
包括很多处于人类潜意识里的知识，甚至人类不知道自己拥有这些知识，而且是

在任何地方都没有记载的知识。这包括我们在物理学、生物学和心理学上的许多
核心直觉知识，这些知识是所有我们关于世界的更广泛的知识的基础。

确保价值观一致，构建值得信赖、有道德的人工智能
人工智能推动的不仅仅是经济发展，生产力决定生产关系，生产关系一定要

适应生产力，这是人类社会运行的最基本规律之一。马克思在《资本论》中说：
“竞争斗争是通过商品便宜来进行的。在其他条件不变时，商品的便宜取决于劳
动生产率，而劳动生产率又取决于生产规模。”因为大规模的生产一般能够使用

较为专门的和大批的机器，从而提高了劳动生产率。长期来看，人工智的大规模
使用必然会提高生产率，但也会导致经济生产所需的人力愈来愈少，机器替代人
的情况会再次上演，这往往是社会动荡的根源。所以，有必要建立新的社会秩序，
这是人工智能为人类带来的发展机遇，也是生产力变革带来的社会秩序的变革。
杰弗里·辛顿（Geoffrey Hinton），谷歌副总裁兼工程研究员、Vector 研究所

首席科学顾问、多伦多大学名誉教授，亦是伦敦大学学院（UCL）盖茨比计算神
经科学中心的创立者。2019 年 3 月 27 日，ACM（美国计算机协会）宣布，有“深
度学习三巨头”之称 Yoshua Bengio、Yann LeCun、Geoffrey Hinton 共同获得了

2018 年的图灵奖，这是图灵奖 1966 年建立以来少有的一年颁奖给三位获奖者。
杨立昆（Yann LeCun），于 1960 年出生于法国巴黎附近，担任 Facebook 首
席人工智能科学家和纽约大学教授，2018 年图灵奖（Turing Award）得主。
吴恩达（1976-，英文名：Andrew Ng），华裔美国人，是斯坦福大学计算机
科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学

习领域国际上最权威的学者之一。吴恩达也是在线教育平台 Coursera 的联合创
始人。

• 188 •