洞察：不需要让机器智能，要让系统智能

全世界最著名的迈克尔·乔丹当然是篮球巨星迈克尔·乔丹。不过，人工智能领域有一位大神级人物也叫这个名字。这位迈克尔·乔丹是加州大学伯克利分校教授，美国三院院士。2016年《科学》杂志的计算机科学影响力榜单中，这位乔丹名列第一。杂志称他是“计算机科学领域的迈克尔·乔丹”，

在接受澎湃新闻采访时，乔丹教授说，经典的人工智能定义是，“尝试让计算机成为像我们这样的人类”。但是，他认为人类距离这个目标其实非常遥远。现在大家谈论的很多热门的人工智能应用，比如图像识别、语音识别、自然语言翻译等，乔丹教授认为，“这些是能力”，而不是智能。人工智能这个词语被过度使用了，“过去被称为统计、数据分析或者机器学习的，现在这一切都变成了人工智能”。而且，人类其实还没弄明白“人类智慧”，“更不用说在计算机中真正创建它”。

至于创造出经典定义中的人工智能，一方面，乔丹教授认为它很遥远，“未来100年也很难说”；另一方面，他认为这也不重要，“毕竟世界上已经有这么多人了，为什么还要AI像人呢”；“理解人类智慧诚然是一件很有意思的事情，但是这对于我们要解决的问题来说，是一个既不充分也不必要的条件。”

乔丹教授的观点是：“我们不需要让机器智能，我们需要做的是建立一个市场机制。”

举例而言，一个城市的食物流通过程就是“智能”。每天，“无论生产者有什么样的食物、餐馆需要什么食材、有多少消费者，这个市场总能带来适量的食物，不是太多也不会太少。”如果从火星看地球，就会发现这个系统非常智能。但是，其实这系统中的每个环节都并不是那么全知全能，是系统让大家开始协作，做到了整体的智能。

他认为网约车的交通协调系统，就是这样一个例子。系统把需求和供给匹配起来。在乔丹教授看来，这是一个“基于数据的新型市场。除了运输，还可以应用在教育、商业、医学和许多其他事情上，这是一股正在崛起的力量。”

乔丹教授还给了人工智能学习者一些建议。他说，读博士的目的其实是“常识和知识修养”。因此，一个人工智能领域的学习者，要学好计算机科学和统计学，还要学一点经济学、同复杂性和不确定性相关的算法等，“没有人能够学完所有这一切，所以先打好相关基础，剩下的，有一辈子可以慢慢学。”

（免责声明：本网站内容主要来自原创、合作媒体供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）

相关阅读