核心提示：“当很多人说人工智能会带来灾难，我却觉得每一次给人类社会带来灾难的是人自己。我更看重的是，我们怎么去创造人工智能，怎么去应用人工智能，怎么去交流人工智能。这是最最重要的问题。”

　　参考消息网12月20日报道（文/柳丝 黄堃 熊茂伶）“在人工智能的世界里，中国早已觉醒，并已迅速成为领军者之一。”全球人工智能知名科学家、有着“AI女神”美誉的李飞飞说。

　　李飞飞是美国谷歌云人工智能和机器学习首席科学家、谷歌AI中国中心负责人、斯坦福大学人工智能实验室主任。近日，李飞飞在北京接受了小锐的专访，畅谈她对人工智能基础研究和技术发展、应用和产业化、以及中美研究与人才合作的看法。

资料图：李飞飞在谷歌开发者大会演讲。

　　“有人说人工智能会带来灾难，我却觉得带来灾难的是人自己”

　　锐参考：您以视觉处理方面AI研究的研究而闻名，能否请您做一个简单的判断，视觉AI的能力目前大概相当于人类几岁？

　　李飞飞：站在学术的角度，我可能不会给一个很简单的答案。机器的智慧和人类的智慧是很难比的。

　　以视觉来说，我们的视觉认知非常丰富，会对整个场景有整合的理解。包括我不到2岁的女儿，她看到一个房间，就会知道障碍物在哪儿，这个房间走路滑不滑，要去哪儿抓一个苹果，旁边是不是还有一个喜欢的玩具。但是，计算机有可能认识许多车，比如3000种，但却很少有人能把3000种车的名字或者800种鸟的种类都背下来。从这个角度讲，机器又比任何人都先进。而从另外一个角度讲，机器即使可以背3000种车，但它完全没有一个整体的场景理解。这也是人工智能和人类智慧的一个现实状态。

　　锐参考：今年AlphaZero又让人们惊艳，您认为我们离强人工智能或者通用人工智能还有多远？

　　李飞飞：你看我们发展飞行事业那么多年了，我们也没有造出一只小鸟。作为一个人工智能的研究者，我自己也不太愿作这种预测，第一这种预测可能会出错，第二的话我更愿意踏踏实实一步一步的去做。

　　我常跟学生说一句上世纪70十年代人工智能学术界的名言“今天的人工智能是一台可以下最好的棋的计算机，即使是这个房间已经着火了。“这意味着，人工智能的确可以做一些具体的、很了不起的工作，但是它并不能够理解所有的场景和环境背景。人虽然可能下不好棋，但是知道着火的时候要跑出去。这是一个我们如何构建智能机器和定义智能机器的问题。

　　锐参考：人工智能的一个重要参照学科就是脑科学。著名生物学家施一公有一个猜想——大脑的神经原之间可能是一种量子纠缠到整体学的方式运作。您觉得学科交叉发展后，有没有可能产生跟人脑相比拟的人工智能？

　　李飞飞：脑科学一定是人工智能的一个灵感来源。神经网络正是来自于上世纪50年代末至60年代初一个非常著名的实验（猫视觉皮层实验）对猫脑视觉系统的研究。可以说，没有当初这个神经生物学的进步，也就没有今天的神经网络，或者今天的神经网络会延迟发展。从这个角度讲，从过去到未来，我都会非常重视和看好脑科学、认知学对AI的影响。

　　锐参考：目前人们对未来AI有不同观点，有的很乐观，有的很悲观，认为AI将会对人类造成威胁。您是怎么看待这个问题的？

　　李飞飞：我一直在说一句话，机器没没有独立的价值，机器的价值是人的价值。所以说机器的应用是一个工具，再好的工具也是依附于人的价值之上。当很多人说人工智能会带来灾难，我却觉得每一次给人类社会带来灾难的是人自己。我更看重的是，我们怎么去创造人工智能，怎么去应用人工智能，怎么去交流人工智能。这是最最重要的问题。

　　AI视觉和自然语言应用广泛

　　锐参考：视觉处理方面，AI在研究和应用方面都有什么最新进展？未来应用发展怎样，尤其是与人的生活相关的？

　　李飞飞：研究方面讲，基础的科学在思路上会比应用走的远一些，它会去尝试未知和不可行的东西。过去几年，物体识别的认知在计算机视觉上已经做了很多很好的工作，接下来令我自己更兴奋的是超越物体识别的视觉工作，比如说我最近一直关注的“关系理解”、“全景理解”、“视觉推理”等。

　　在应用方面，我认为基础研究在物体识别上相对成熟，特别是人脸识别和物体跟踪有广泛的应用场景。中国在这方面做了很多很好的工作，人脸识别做得很好的有好几家独角兽的创业公司，跟视觉有关的都是以人脸识别为主要产品的。此外，无人车技术也大量依靠物体跟踪、物体识别的应用场景。

　　计算机视觉和人相关的有很多，涵盖衣食住行很多方面。如果把“衣”当成一个购物的的代名词的话，视觉在购物场景有非常多的应用，可能拿一个手机扫一下我就能够知道我想买什么。在“住”的方面，比如可以通过人脸识别让小区进出更安全。

　　不过，我觉得更深刻的一些应用会对每个人的生活发生深远影响，包括医疗、教育等。如今计算机视觉在医疗影像和病理分析，尤其是病理图片方面已经做了很多工作。但实际上还有很多未发掘的视觉方面的应用场景，比如整个医疗系统的工作流程，对病人护理状况的实时跟踪，甚至医生行为和病人交流等等。这些听起来有点科幻，但都是我们已经开始关注的计算机视觉对医疗的影响。

　　锐参考：AI技术在自然语言处理的方面有哪些最新的进展和应用呢？

　　李飞飞：自然语言和计算机视觉都是AI领域里重中之重的子领域。今天，AI的自然语言和语音结合越发紧密了。语音识别是人机交互应用场景一个最重要的技术突破口，我非常期待在不久的将来，不管是人和车的互动，还是人跟设备的互动，都可以用自然语言的方式来实现。这个应用场景非常非常广泛，希望能有更多的人、不管是小孩还是老人都可以享受到这种AI的成果。

　　人工智能将催生新的产业

　　锐参考：您说过人工智能是第四次工业革命重要的推动力，那么AI将会怎样革命性的颠覆传动产业呢？

　　李飞飞：这一年我从学术界到工业界，让我作为一个AI研究者对很多AI可能的应用场景展开了思考，而且与云相关的业务主要面对传统的垂直产业，包括金融服务、媒体娱乐、商业、医疗、能源、教育、制造等等不同的传统行业。人工智能在这些行业它的推动才刚刚起步，但是它的需求量极大。

　　比如在金融服务行业，AI对甄别欺诈、个性化等方面有根本性的改变；制造业方面，AI将优化整个生产，并一直推动机器人智能制造的应用；在能源和环境领域，越来越多的政府和公司都意识到，需要采集大量环境的数据，包括海洋、土地、大气等等，由此做数据分析和计算，而不论是大数据分析还是计算机视觉，都会发挥很重要的作用。

　　锐参考：人工智能会催生什么新的产业吗？

　　李飞飞：这是一个很好玩的问题。我觉得会催生新的产业，但我想把这个想象力留给更多人。人类的文明史一次次证明，科技进步将带来大量机遇。当年冯·诺依曼发明计算机时，人们根本没有预想到软件工程会成为一个行业。今天的互联网公司翘动了21世纪初期的经济，未来的机遇一定会越来越多。我们需要有足够的想象力。

　　锐参考：您从学术界进入产业界，当时是怎么考虑的？学术界和产业界怎么能更好地融合，从而推动整个领域的发展？

　　李飞飞：我很幸运可以既保持学术界的实验室，又能担任谷歌的工作。作为一个人工智能研究者，我看到了人工智能已经来到的历史时刻，那就是已经走出的实验室进入了产业的应用。

　　进入产业界的初衷是想让AI普世化，把AI技术带给最多的人、最多的产业，Cloud平台可以说是当之无愧的普世化的平台。学术界和产业界的区别，其实还是像河流一样，毕竟学术界应该做更源头的东西。产业界也做研究，像Google这样的大公司会做研究。小一点的公司也许战线还会拉得长一点，既做基础研究也做落地的研发。

　　要说产业界和学术界怎么结合，我觉得最重要的是交流。学术界最大的两个责任是培养学生和做源头的研究，而产业界最大的责任是把最好的产品和服务带给人们。人工智能对产业有巨大影响力和推动力，更需要业界和学术界多交流与合作。

　　锐参考：您对传统产业人工智能化的过程有什么好的建议？

　　李飞飞：我想分享两个心得。

　　第一个心得是，人工智能，像所有的重要科学技术一样，源头来自基础研究。长江那么长，最重要的是它的源头，没有源头就没有源源不断的流水；没有基础研究也就没有人工智能等科技源源不断的发展。基础研究是世界性的问题，需要政府的支持、业界的支持。这是我自己非常重视的一个问题。

　　第二个心得是，人工智能作为一个科技，也像很多科技一样改变着人的生活，改变着社会结构等等。在这个过程中，我们应该对科技给人类的影响抱有一种敬畏的心理。因而，人工智能的发展需要全社会各界参与，共同思考讨论人工智能对社会的影响，包括政策制定、对基础科学支持等等都需要各界的思考和声音。

　　“科学没有国界，人工智能需要全球人才参与研究”

　　锐参考：中国已经把人工智能作为一种国家战略考虑。

　　李飞飞：这方面中国做得很好。中国政府7月印发了《新一代人工智能发展规划》，说明政府已经在思考。希望能有更多思考者来参与，包括经济学家、社会学家、法律专家，都来参与关于人工智能对社会影响的讨论。

　　锐参考：中美在AI的应用和研究领域可以进行哪些合作？

　　李飞飞：我真心希望AI有很好的国际合作。我相信科学没有国界，科学对人类的影响也是给全人类的，比如智能医疗能够给缺医少药的地区带来更多的好处。人工智能作为一个重要的科学领域，需要动用全球的人才来参与研究。中国是一个崛起的大国，在世界所担当的科技责任、政治责任、文化责任都越来越显著。在AI领域，促进大国之间的合作将产生巨大好处。

　　合作才增进交流，交流增进理解，理解才能增进相互包容，共同成长进步。一些人把人工智能看成竞争的手段，但作为一个科学家，我看到的是合作和交流。

　　锐参考：怎样评价中美目前AI人才状况？

　　李飞飞：人工智能人才是全球稀缺的。人工智能是一个迅速成长的新兴科技，大家都没有预想到它的影响这么大。基础研究带动基础教育，基础教育支持基础研究，就像长江源头不断一样。今天，中国计算机科学发展很好，AI人才也非常优秀，但不管在中国还是在美国，AI人才都非常紧俏，我希望双方可以通过更多合作，共同促进AI人才的培养。

　　（编辑/杜薇）