安德魯?摩爾(Andrew Moore)在卡內(nèi)基梅隆大學的職業(yè)生涯，印證了大學是如何培養(yǎng)明星人才的。

2000年，摩爾成為卡內(nèi)基梅隆大學的終身教授。2006年，他加入了谷歌，負責組建一個新的工程部門。作為該工程部的副總裁，摩爾要負責谷歌零售業(yè)務下的“谷歌購物”項目。2014年，摩爾回到卡內(nèi)基梅隆大學，擔任計算機科學學院院長。自從他擔任這個崗位以來，他已成為計算機科學和人工智能領域最具影響力的代表人物之一。

摩爾曾談過計算機科學學院的優(yōu)秀人才在人工智能、機器學習、機器人學以及其他高需求領域做兼職的問題。當時，他已意識到，那些教授和學生將會把激情和興趣投入到公司利潤豐厚的職位上。這些技術(shù)公司允許他們來去自由，并且為了獲取更多學院派人才，就職率都很高。

在這次收集中, 摩爾繼續(xù)探討了人工智能領域的發(fā)展，他的這些觀點可能影射出哪些公司將贏得或失去該領域的一席之地。同時，摩爾也發(fā)表了一些技術(shù)見解。

安德魯?摩爾

Q: 安德魯，你是卡內(nèi)基梅隆大學計算機科學學院的院長，可以描述一下自己的職責嗎？

Andrew Moore:卡內(nèi)基梅隆大學的計算機科學學院有幾百名優(yōu)秀的教師，他們的研究領域涉及計算機技術(shù)的各個方面。我們也有幾千名優(yōu)秀的學生。作為院長，我的職責是確保整個組織能夠向前發(fā)展。我認為我的角色是幫助這些天才們?nèi)プ鏊麄兿胱龅氖虑椤?/p>

Q:你曾說過CMU（卡內(nèi)基梅隆大學）就像霍格沃茨學院一樣，走在計算機科學學院、工程學院和大學的其他地方，就會看到很多聰明的人在做各種各樣的事情，這些事情將改變科技的格局，最終改變我們的生活。那么，卡耐基梅隆大學的這種領袖地位是怎么來的呢？

Andrew Moore:這一切都歸結(jié)于兩個有遠見的人，艾倫·紐威爾（Allen Newell）和赫伯特·西蒙（Herbert Simon），他們與麥卡錫和明斯基被并稱為人工智能之父。1956年，他們四人參加了達特茅斯人工智能會議，在那里探討了未來使用計算機的可能性。當時，艾倫·紐威爾和赫伯特·西蒙兩位偉人還在卡內(nèi)基理工學院（即后來的卡內(nèi)基梅隆大學）的商學院中。

在20世紀60年代，還沒有一所計算機科學類的學校。艾倫·紐威爾和赫伯特·西蒙用他們的激情和高超的智慧預測了未來，并召集了一些志同道合的人。他們看到的不是計算機在未來的5到10年里能做什么，而是思考未來人類在機器的世界里生活意味著什么。在那個時代，他們激勵了一大波思想家，推動了計算機科學的進步。

今天，我們的計算機科學學院已經(jīng)有了250名教員，他們的研究涵蓋方方面面，從初級的光子運動與計算，到高級的與機器人交談并建立復雜的情感關系……這些都多虧了艾倫·紐威爾和赫伯特·西蒙最初的興趣。

艾倫·紐威爾和赫伯特·西蒙

Q:人工智能一直是一個非常重要的話題。它還衍生出很多相關的話題，如機器學習和機器人技術(shù)，你和卡內(nèi)基梅隆的計算機科學學院都參與其中，能解釋一下它們之間的聯(lián)系嗎?

Andrew Moore:人工智能是創(chuàng)造計算機行為的科學和工程，一直以來，我們都認為它離不開人類的智能。20世紀90年代，計算機開始打敗人類。1997年，他們打敗了國際象棋世界冠軍。在此之前，人們一直認為國際象棋是人類特有的智慧。在接下來的幾年里，人們發(fā)現(xiàn)很多只有人類才能做到的事，可以通過編寫計算機算法來完成。

當我們管理一個軟件團隊時，會根據(jù)要解決的問題把人員分配到三個部門:感知、決策和行動。如果你想建立一個人工智能系統(tǒng)，也應該這么分類。

• 首先，感知部門要思考一件事:AI要如何理解周圍的世界?

• 其次，決策部門根據(jù)要解決的問題，考慮AI如何在眾多可能的條件中搜索選擇，找到一個最適合解決問題的方案。

• 最后，行動部門要負責實現(xiàn)，讓AI能夠與世界接軌?？赡芡ㄟ^與人交談，也可能通過掌管工廠的控制系統(tǒng)。

我們把這些看成一個大循環(huán)。你感知當前的世界，決策并行動，然后觀察發(fā)生了什么，再做一次循環(huán)，這就是頂級架構(gòu)。接下來我說一下決策部門的一些細節(jié)，它有一個有趣的歷史。

艾倫·紐威爾和赫伯·西蒙想到了讓計算機做出決策的好方法。

假設機器可以這樣想：“如果我做了這件事，我將預測接下來會發(fā)生什么，看看這樣做是否有好處?！比缓笙耄骸叭绻易隽肆硪患?，就要預測接下來會發(fā)生什么，看看那樣做是否有好處?！?/p>

決策系統(tǒng)一般會想象不同的事情發(fā)生，預測不同的結(jié)果，然后選擇最好的。這很有效，但前提是工程師要在軟件中把所有的預測規(guī)則寫下來。這就是為什么計算機在象棋比賽中大獲全勝的原因，因為規(guī)則是完全清楚的。你會知道，如果你把這個棋子移到那個方塊上，它就能吃掉那個象，等等。

國際象棋的成功讓我們很興奮，因為我們認為機器在其他方面也可以這樣做，比如，進入工廠流水線，或弄清楚航天飛機發(fā)射的所有細節(jié)。然而，我們很快就陷入了麻煩，上世紀90年代末，繼國際象棋成功之后，人工智能舉步維艱。此時出現(xiàn)的問題是，很多事情我們無法寫出所有的預測程序。例如，如果您想在AltaVista（當時的搜索引擎）中顯示好的結(jié)果，并且實現(xiàn)：只要顯示一個答案，就可以預測用戶對這個答案的滿意程度。沒有人能清楚地寫下所有的預測。

這時，一個AI領域的分支出現(xiàn)了，就是機器學習。隨著機器學習的出現(xiàn)，AI迎來爆炸式發(fā)展。你不用讓程序員編寫所有的預測程序，系統(tǒng)可以使用以前存在的數(shù)據(jù)，進行自我編程，并基于歷史數(shù)據(jù)，提出一種最佳預測方法。

簡而言之，人工智能的歷史是:感知、決策、行動。系統(tǒng)的決策部分很好，但后來我們遇到了麻煩，因為我們不知道該怎么編寫程序，才能讓機器預測接下來要發(fā)生的事情。到2000年左右，技術(shù)的快速發(fā)展幫助計算機編寫了自己的程序，以預測接下來發(fā)生的事情。這就是我們的現(xiàn)狀。

Q:AI發(fā)展的速度取決于計算機計算能力的提升和人類的創(chuàng)造力嗎?當然，能夠決定發(fā)展速度的因素有很多，你更看重哪些因素呢？

Andrew Moore:這個問題問得很及時。我們正處于想做一些事，并且能夠用人工智能來完成的階段。但這時候出現(xiàn)了一些問題。舉個例子：每個國家和政府都有抵御網(wǎng)絡戰(zhàn)爭的軍隊，為了保衛(wèi)國家利益，隨時迎戰(zhàn)。網(wǎng)絡戰(zhàn)爭開戰(zhàn)的方法有很多，一些社會人士認為，要培養(yǎng)1萬名網(wǎng)絡戰(zhàn)士，手動攻擊或防御。但我們認為，可以找20個超級聰明的人編寫程序，自動化1萬名網(wǎng)絡戰(zhàn)士要做的事。人和計算機有機結(jié)合才能獲取最大的成功，但人才是決定性因素。

Q:在聽你談人工智能的歷史和發(fā)展時，感覺AI的目標似乎永遠無法實現(xiàn)。但隨著其不斷發(fā)展，AI取得的進展有目共睹。關于AI的未來，你怎么看？

Andrew Moore:這是個感性的話題。AI就像在探索新地圖，以搞清楚哪些任務可以自動化完成。有趣的是，并不是所有的任務都可以自動化。我們可以讓計算機做它擅長的事，如預測和運行多種選擇，而我們?nèi)祟愖銎渌氖?，如深入探索橫向思維或類比推理等概念性的東西。

人類在解決一個新問題時，往往會找之前處理其他類似問題的經(jīng)驗來比照解決，但這種做法很難促進人類的進步。我不知道還要5年還是55年，人們才會放棄這套自認為先進的做法。我們懂得如何將人類智能中簡單重復的部分自動化，卻不懂是否要去獲取更先進的認知。

Q:如你所描述的，短期內(nèi)的哪些進展會影響我們的生活?

Andrew Moore:在未來五年內(nèi)，有一件事將改變消費產(chǎn)品和消費者的體驗，那就是情感識別和情感理解。直到近三、四年，計算機視覺和語音處理技術(shù)都是在識別人、識別物體，將口語轉(zhuǎn)化為基本的書面語言。

事實上，我們可以走得更遠。例如，現(xiàn)在手機的攝像頭分辨率很高，可以看到面部的細節(jié)，并對整個面部的細節(jié)進行追蹤。通過追蹤你能發(fā)現(xiàn)面部肌肉的運動規(guī)律。借助心理學的知識，你能從肌肉運動中發(fā)現(xiàn)面部動作單元和微表情，以獲取以前人類沒有發(fā)現(xiàn)的信息。

這意味著當與一個人對話時，我們可以捉捕到他們的激動、開心、恐懼，甚至輕蔑。這個可能性不錯。但如果我們真的研究出能評估人類情緒狀態(tài)的機器時，或許人們會認為我們打開了潘多拉的魔盒。

Q: 已經(jīng)有很多文章報道過會受到自動化影響的工作問題，如卡車司機和私人助理等。你也曾表示過，不僅這些工作有風險，一些經(jīng)過大量培訓的工作，如法律和醫(yī)療行業(yè)的，也會受到影響。你認為哪些技能不會很快被取代？此外，除了人工智能、機器人技術(shù)、機器學習等相關學科的培訓課程，還有哪些課程比較重要?

Andrew Moore:有大量的工作崗位，即使我們可以使其自動化，也沒有意義。最好的例子就是幼兒園老師。作為孩子展開學習的第一段經(jīng)歷，幼兒園教的是人與人之間的互動。這不是沒有靈魂的訓練。我認為，在直接與人打交道的工作中，我們沒有任何理由來取代人類的角色。在接下來的20年里，我們將不會有新技術(shù)來遠程模擬人們在一起工作時的那種相互關懷和互動。幼兒園教師、社會工作者、護士、社區(qū)警察，以及其他類似的工作，都會繼續(xù)存在，而且非常重要。

最有趣的是，如果通過將許多工作自動化，我們的GDP增長率會大大提高，那么，社會可以大力資助養(yǎng)老服務，社工工作和教育。根據(jù)經(jīng)濟和政治的發(fā)展情況，我們可以利用因生產(chǎn)率提高而節(jié)省下來的資本，培養(yǎng)更多人去從事與人互動類的工作。現(xiàn)在，平均一個老師要照顧40個孩子，而以后，我們可以讓一個老師照料5個孩子。

Q: 之前，你談過一些巨頭科技公司，如谷歌、蘋果、Facebook和微軟之間的AI競爭。除了學術(shù)上的深耕，你還曾在匹茲堡的谷歌分部工作過，同時也和其他公司建立過伙伴關系，對它們有足夠了解。那么你認為誰將會勝出呢?

Andrew Moore: 這場比賽的勝利取決于誰先開發(fā)出最能幫助人們解決日常生活問題的個人助理。我對亞馬遜的Echo和Alexa印象深刻，而谷歌、蘋果和微軟也相繼將大量資源投入到自己的個人助理中。當人們意識到某個個人助理管用時，他們就會多聽它的建議，就像現(xiàn)在聽GPS導航的話一樣。一旦這種情況發(fā)生，游戲規(guī)則將改變。

如果一家公司在其他三家公司之前做出了這樣的個人助理，該公司將在一定程度上贏得勝利。因為接下來發(fā)生的事都是水到渠成的，屬于其他行業(yè)的事兒了。那些提供旅游、醫(yī)療、餐館和娛樂等服務的人都想和一個為全國人民提供建議的人工智能系統(tǒng)掛鉤。這就是為什么AI個人助理如此受追捧的原因。

現(xiàn)在，沒有多少明確的證據(jù)表明，某家公司比其他公司領先很多。我確實知道一些他們正在使用的技術(shù)的差異，相信很快就會有一個領先者出來。不過目前，他們都在比賽中。獲勝取決于公司內(nèi)部的某個團隊在正確的時間內(nèi)做出了正確的實驗，并在精確度和召回率上取得突破。

Q: 每家公司都挖掘了大量人才，決定因素之一是他們具有多少才華。你所在的學校也不能幸免，有相當數(shù)量的來自CMU的優(yōu)秀學者被挖走。從你進入谷歌工作的那段時間起，實際上你也是這方面的代表。對于大學來說，這是一個挑戰(zhàn)，公司如此看好CMU的人才，必會來招聘更多的人才，而另一方面，公司也成為學生和教授施展才華的好地方。您如何看待學術(shù)界與公司企業(yè)之間聯(lián)盟的利益與風險？

Andrew Moore:我們可以而且應該互相幫助。我們在計算機科學學院的職責之一就是成為這個大生態(tài)系統(tǒng)的一部分，培養(yǎng)可以變革未來世界的優(yōu)秀人才。最極端的可能就是人工智能和計算機科學方面所有偉大的教育工作者都去為大型科技公司工作了，沒有人去做教育下一代的工作。

我們正在努力為此做點什么。不過，與其強制性地讓新教員簽署一份忠誠承諾書，保證在未來40年里只做一名學者，不如屈服吧！卡內(nèi)基梅隆大學提供了這樣一個平臺，老師可以調(diào)整自己的職業(yè)生涯，去一個新興領域工作，但也可以再回來，之后還能隨意切換，跳來跳去。這樣做的一個代價是，如果我們不小心，很容易會人去樓空。我們也正在積極應對這種擔憂。

去年，我們雇用了25名新教員進入學院。今年，又增加了22名。我們有一個很大的教職工群體，但他們并不一直在學校。作為卡內(nèi)基梅隆大學的一份子，他們可以自由地去追求絕對瘋狂和天才的研究想法，還可以離開，以確保讓其想法在全球傳播，而不是固定在期刊或?qū)W術(shù)刊物上。當他們從外面回來的時候，會對目前的商業(yè)世界有新的認識。

Q:與社會的開放性和包容性相比，在教師發(fā)展的道路上設置障礙是很短視的行為，會導致他們離開，或者讓很多人拒絕進入這個行業(yè)。同樣，出于安全考慮，也有許多人主張對人工智能實施更嚴格的監(jiān)管，從另一個角度看，這可能減緩AI發(fā)展的速度。這是短視的觀點嗎?在更廣泛的層面上，人工智能的安全問題到底有多嚴重?

Andrew Moore:人工智能有兩種不同的安全問題，重點是不要把它們混為一談。第一種是安全關鍵系統(tǒng)的安全，這是特別重大的事情，卡內(nèi)基梅隆和其他一些強大的計算機科學機構(gòu)正在研究解決這個問題。安全關鍵系統(tǒng)的一個例子就是使用現(xiàn)代人工智能技術(shù)，操縱自動駕駛汽車，確保飛機安全著陸，或者引導微型醫(yī)療器械對人做手術(shù)。

任何安全關鍵系統(tǒng)如果有了人工智能的參與，就會表現(xiàn)得更好。從理論上講，上述事件都可以幫助我們拯救生命。過去，我們渴望全球交通事故死亡人數(shù)下降兩倍、三倍,甚至四倍，似乎有些異想天開。但是現(xiàn)在，如果汽車能夠自動避免交通事故，解決人類反應不夠快的問題，這是有可能的。

工程師們知道，當他們設計一個安全關鍵系統(tǒng)時，他們有責任做大量的測試，并給出正式的證明，如數(shù)據(jù)證明，以表明他們正在建造的東西在很多情況下是安全的。就像一個優(yōu)秀的建筑公司在建造一座建筑之前所做的評估一樣。建筑公司要拿出證據(jù)證明，無論發(fā)生什么級別的地震或其他自然災害，這座建筑物都能安然無恙，工程師也有道德責任去做這樣的事。

我們談的這個系統(tǒng)還處于學習中，目前只有微弱的數(shù)學理論來幫助工程師證明安全性。加強理論研究是人工智能學術(shù)研究的重要發(fā)展方向之一。和架構(gòu)師一樣，我們要寫出證明，無論環(huán)境發(fā)生怎樣的變化，系統(tǒng)仍能工作。退一步說，一個系統(tǒng)可以挽救大部分的生命，但對于少部分人的死亡仍要負道德責任。系統(tǒng)必須確保沒有任何意外可以傷害或殺死某個人。這是最主要的問題，也是我們招聘教師時特別強調(diào)的一個責任問題、職業(yè)素養(yǎng)問題，是我們正在發(fā)展研究和教育的重要方向。

第二種安全問題對我們這些活在軟件世界里的人來說很有趣。隨著行業(yè)的發(fā)展，我們在人工智能領域的早期成功大部分都應用在非安全關鍵行業(yè)。例如，當你讓搜索引擎或社交網(wǎng)絡變得更智能時，它可能會對一個人的生活產(chǎn)生影響，但你是殺不死這個人的，頂多讓他難受一下而已。

拿Facebook來說，為了讓工程師快速反應，他們有一個有趣的開發(fā)方法:快啟動，慢修復。從娛樂或電子游戲的角度看，這是非常好的做法。這意味著你的工程師們在不斷創(chuàng)新，大膽嘗試各種新事物新方法，并且有很多樂趣。

然而，當你參與一個關鍵系統(tǒng)的安全工作時，沒有人想要使用這種哲學思想。你必須小心謹慎。

Q:你來自英國，卻選擇成為美國公民，成為匹茲堡的一員。你曾說過：“我堅信，匹茲堡地區(qū)，更確切地說是卡內(nèi)基梅隆大學，要成為改變世界的中心?！蔽覀円呀?jīng)談過卡內(nèi)基梅隆大學，那匹茲堡呢?在上世紀70年代末和80年代初，它經(jīng)歷了一段黑暗，鋼鐵工廠大量倒閉，經(jīng)濟蕭條，就業(yè)崗位減少。本來你可以住在世界上任何一個地方，但你卻選擇了匹茲堡。這個地區(qū)為什么如此吸引你，你為什么看好它?

Andrew Moore:首先，匹茲堡有積極而友好的文化。在文藝復興時期，這座古老的城市歡迎外來客加入他們的城市文化。對于新匹茲堡人來說，我們的生活方式是這樣的：孩子們可以到處閑逛，可以自由地穿過高密度住宅區(qū)去拜訪朋友。這是一個人們可以隨便串門的地方。

匹茲堡的生活方式與西海岸的不同，那里的活動和社交是計劃出來的，你只能在約好的時間開車穿越城市，不然就會影響他人。匹茲堡是美國東海岸連接中西部的重要城市，它有許多學術(shù)、研究、醫(yī)療和制造類的人才。匹茲堡令人愉快的生活方式和緊密團結(jié)的文化也有助于我們招募人才。

其次，匹茲堡仍然是世界上最大的鋼鐵制造中心之一。這里有一種建筑文化。構(gòu)建和創(chuàng)造都是值得尊重的行為。最近，我和一些大學生討論他們選擇CMU的原因時，他們說，當他們參觀校園的時候，教授和學生都在談論建筑類的東西，而不是學習或?qū)懻撐摹?/p>

最后，匹茲堡的市政府支持高科技產(chǎn)業(yè)。例如，15 - 20年前，匹茲堡的空氣質(zhì)量很差。我們想招募的很多人都不愿意來?，F(xiàn)在經(jīng)過整個城市的努力，空氣狀況已經(jīng)有所改善了。這也給了我們極大的信心，讓我們一起努力，把匹茲堡變成一個宜居的好地方。

原文鏈接：https://www.forbes.com/sites/peterhigh/2017/10/30/carnegie-mellon-dean-of-computer-science-on-the-future-of-ai/#206be9b72197

（本文轉(zhuǎn)自智能觀，作者Peter High）