🧘🌧😬

tube8日本japanesemomvidoes

tube8日本Japanese18-21

tube8日本Japanese12-21

TUBE8日本JAPANESE

在第二届国际基础科学大会开幕之际，我们即将对话一位为计算机科学发展带来深刻影响的人物，他就是2010年图灵奖获得者莱斯利·瓦利安特。他如何解读基础科学研究在当下的意义？作为一名计算机科学家，他如何看待人工智能的今天和未来？计算机能够像人类一样思考甚至比人类更聪明吗？在人工智能时代，在人类未来发展当中至关重要的东西是什么？让我们一起在对话中寻找答案。

瓦利安特：从很小的时候开始，大概是九岁或十岁左右，我就对科学产生了兴趣。我喜欢物理，喜欢做物理实验。当时是20世纪50年代末，那时有一个比较特别的东西——晶体管。当时，距离晶体管发明已经过去10年了，它变得随处可见。所以在伦敦的郊区，就算是小孩也可以买到，价格还很便宜，这样我就可以自己动手做晶体管收音机。很有意思！

瓦利安特：我认为这种态度对我的帮助很大，我感觉父母对我的发展方向并没有过高的期待。其实在我选择计算机科学时，这个学科还是新兴事物，风险很大，但我的父母并没有表现出丝毫犹疑。那是20世纪70年代早期。当时，研究物理和数学这种传统学科很受人尊敬TUBE8日本JAPANESE，研究计算机科学则像是冒险，大家都不知道前景会怎样。这个学科会发展壮大吗？值得大力研究吗？会有很大影响力吗？还是说只是昙花一现？当时的情况是，我学习了数学和物理，想要找个地方攻读博士。有一次我在图书馆看论文，发现有篇论文具体阐述了阿兰·图灵的不可计算性理论。这一理论涉及我们的智能生活，十分与众不同，让我深受震撼。它揭示了我们在解决问题方面存在的局限性。我很清楚，当时所有物理和数学方面的研究都没有涉及这个问题。

瓦利安特：图灵的工作有一些是非常具体并建立在数学基础上的，有一些则更多是他的推测，比如你提到的这个。当时没人知道如何让机器学习，这确实对我产生了影响。在随后的几十年里，人们一直在思考(机器)学习的真正含义是什么。如何让计算机学习？这是统计学的问题吗？这符合逻辑吗？有很多可能性需要考虑。但图灵并没有告诉我们应该怎么做。

瓦利安特：如果你要在自己的学习程序中使用这一框架，那么首先要思考，机器要做些什么才能达到学习的目的？这个模型的意思是，要通过案例学习概念。比如，要学习“大象”的概念，我们会给机器一些图片，有些标记为“大象”，有些标记为“非大象”。我们通过提供这些案例来训练程序。这个程序就是学习算法，而它又可以生成第二个学习算法。第二个学习算法会给新的案例分类，判别“大象”和“非大象”，并总结判断方式。在此基础上TUBE8日本JAPANESE，还有一个量化要求，你要通过足够多的训练来达到目标。如果你投入这么多训练，可以达到90%的精确度；如果你投入10倍的训练，精确度也许会提高到92%；如果继续增加训练投入，精确度又会进一步提高。

瓦利安特：这并不能说明人工智能通过了图灵测试。图灵测试是指，比如你与机器对话，探究它是不是一台机器。你可以问一些非常细致的问题。我认为，你很容易就能通过对话分清机器与人类。一般来说，我对这些大语言模型的看法是，对于我不太了解的领域，比如家庭维修，可以寻求大语言模型的帮助，因为它比我知道得多。但在一些你具备专业知识的领域，它就不是那么准确了。你提到的测试，很多问题都相当标准化，甚至在网络上重复了一百万次，只要搜索就可以得到答案。所以这种说法我们不必太当真。

瓦利安特：我认为这是一个新时代，机器会渗透到我们生活的方方面面。因为机器现在做的事，人类都曾做过。所以某种意义上说，很多问题都是老问题。比如欺诈，人类本来就存在欺诈犯罪，只是现在的诈骗犯开始借助机器了。所以我们面临很多严重的问题，但这些问题都不新鲜。机器会助长并放大这些问题，但我们需要适应这种新的形势。

人工智能技术的发展引发了诸多忧虑，人们担心TUBE8日本JAPANESE，某一天AI会比人类更加“智能”。在这些讨论的背后，人们依然没有解释清楚“智能”这一概念究竟是什么。为此，瓦利安特进行了深入的研究。他在《可教育性的重要性：人类独特性的新理论》一书中提到，大脑卓越的“可教育性”使人类与众不同，这种独特的能力一直是人类取得成就和文明的基础。

瓦利安特：什么是“智力”？我觉得TUBE8日本JAPANESE，对于这个词，心理学家或者智力专家也没有给出清晰的定义。他们之间的看法也不尽相同。我们使用这个词时，概念也很模糊。 当我们试图制造一台能够模仿人类行为的机器时，我们需要更具体地说明希望这台机器具备什么能力。光是说它要有“智力”并不能解决问题。“可教育性”是个综合性概念，它基于学习的过程，而“学习”的概念我们就很好定义了。

瓦利安特：这是我在书中探讨的议题之一，这是一个开放性问题。我提出了可教育性的概念，并认为这个概念很重要，但它是否有用则需要经过实践检验。那能否做一个可教育性测试？这种测试可能比现在的智商测试更有用。可教育性测试有别于其他测试，因为其他测试检验的大多是你过去学习过的知识或者技能，而可教育性测试则是检验你在测试过程中获取信息的能力。

瓦利安特：是的，我认为所有人都是可教育的。这一理念赋予我们改变自己、学习新知识的强大动力。我认为我们的人生所学决定了我们的行为。虽然基因可能会影响我们擅长什么，但可教育性给予我们坚持学习的巨大潜力。事实上，人类热爱学习，这点不言自明。我们每时每刻都在刷手机、看电影、读书，很多时候我们不在乎是什么电影，是基于真实事件还是虚构的，我们只是渴望获取信息。因为人类就是希望不断接受教育，学习更多知识TUBE8日本JAPANESE，并用新知识来武装大脑。正如你所说，我认为这就是人类的一大特点。

瓦利安特：我认为这个问题的定义不够精确，因为聪明不是一个单一的维度。因为就像人类的“智力”一样，其实我不太喜欢用这个词，“智力”不是由一个单一维度来衡量的，因为人们擅长的事不尽相同。如果你指定一个任务，比如国际象棋，那么你确实可以制造出比人类更优秀的机器。还有其他很多事，机器也会做得更好。但你不能因此直接得出结论，认为机器比我们更聪明。我认为未来主要的问题是谁是世界的主宰。我认为人类应该保持对世界的控制。我觉得不需要太担心机器会想要掌控世界，但我们也绝对不应该把控制权交给机器，这对人类来说是愚蠢的决定。

瓦利安特：我引用了，但我并不认同。人们多年来一直在讨论人工智能奇点理论，有些人认为在某个时刻，就像你说的，机器会变得比我们更聪明，那时会发生一些可怕的事情。我认为那些说法是错误的。例如TUBE8日本JAPANESE，我们没有理由认为机器是自私的，除非人类让它们变得自私。我们不必把控制权交给机器，这种机器将接管世界的观点非常过时，也不是因为我们拥有超级智能机器才形成的。这个观点起源于19世纪，那时的人类发现新科技非常方便，我们的生活也随之改变。现在我们逐渐意识到了这样做的后果，比如汽车TUBE8日本JAPANESE，手机，电脑，并不是因为这些东西非常智能，所以想要控制我们的生活，而是我们发现手机非常方便，主动让它们控制了我们的生活。

瓦利安特：我认为没有一条普遍适用的建议，因为劳动力市场一直在变化。技术创造了新的工作机会，也取代了一些工作。所以，接下来会发生什么很大程度上取决于人类的选择。比如，之前在机场，我可以通过机器买咖啡，也可以去人工柜台买。机器收费更高。出于某种原因，人们愿意付更多钱通过机器买，而不是在人工柜台买。所以我认为，不管做什么，需求是由人类决定的。再比如，在教育领域，很难预测将来是全部由机器人教学还是人类教学，这取决于人类的偏好。但我预计，在大多数职业中，计算机会提供帮助，但人类将决定需要做什么。人类将掌控大局，做出选择，计算机提供帮助。所以，无论你从事什么职业，计算机都可以提供帮助，我觉得这是有益的。我不认为人工智能带来的都是负面消息。