《紐約時報》馬爾科夫:人工智能還要再等10年
鉅亨網新聞中心 2016-01-19 08:05
新浪科技:周峰
披露了谷歌無人駕駛汽車研髮狀況的《紐約時報》資深記者約翰·馬爾科夫並不認為人工智能會非常迅速地改變人類世界。上周六,在接受新浪科技的專訪時,這位作家的作品《與機器人共舞》剛剛在中國上市。他承認自己犯過錯,:“可能要再過10年,我們才會擁有完全自動化的汽車,能夠合法上路,不需要人類司機的存在。”
但在2010年10月,《紐約時報》刊發馬爾科夫關於谷歌無人駕駛汽車的報導時,標題是《谷歌汽車可以自己上路,還是在車流裏》。可能是編輯的操作,這篇報導的副標題加上了“比你想象得還要智能”的字樣。顯然,那時無人汽車對媒體帶來的觸動,遠比現在要震撼得多。馬爾科夫在當年的報導中大量引述谷歌無人汽車的創造者塞巴斯蒂安·特隆(Sebastian Thrun)的觀點,為我們描繪出無人汽車普及后的樂觀景象。
如今5年過去,無人駕駛汽車在剛剛過去的國際消費電子展(CES)上成了科技公司和汽車廠商爭相追逐的熱點。而就在上周,美國政府也宣佈將在未來10年撥款40億美元加速無人駕駛汽車發展。更誇張的數字來自特斯拉,這家電動汽車廠商在上周更新了帶有自動駕駛功能的車載系統之后,宣稱在未來數年內,要讓特斯拉車主通過遙控,把美國西海岸的汽車自動開到東海岸去。
人工智能似乎就要成為下一個風口,但馬爾科夫卻把無人汽車時代來臨的預期向后推遲了10年,原因是他在對人工智能領域的長年觀察后認為,人工智能技術的發展速度並沒有人們想象得那麼快。
新浪科技:你之前關注過互聯網安全,因為喬布斯返回蘋果的報導獲得了普利策。那麼你是從什麼時候開始關注人工智能,對這個領域感興趣的?
馬爾科夫:我從1977年開始報導硅谷。在職業生涯中,我首先關注PC,隨后又報導過互聯網的崛起。我之前也接觸過人工智能和機器人,但真正關注這個領域是在2004年。當時吸引我的一點是五角大樓國防高等研究計劃署(DARPA)的挑戰大賽。你知道DARPA的挑戰大賽非常有意思,谷歌無人車之父、Android的創造者都參加過這個競賽。
新浪科技:凱文·凱利去年來中國的時候談到,人工智能在未來30年中會是重要變革,目前僅僅只是開始。因此未來很有想象力。你在這方面的觀點是什麼?
馬爾科夫:我贊同凱文·凱利的部分觀點。我們目前僅僅是開始,未來30年,人工智能將變得更重要,因為機器將在底層事務上給社會帶來越來越多的幫助。但我並不贊同凱文·凱利對發展速度的看法。
我在完成研究之前,也以為人工智能的發展速度會非常迅速,但我是犯了錯誤:可能要再過10年,我們才會擁有完全自動化的汽車,能夠合法上路,完全不需要人類司機的存在。
汽車未來所實現的功能將越來越多,但從長期來看,人類應該是監控者。機器仍然由人類設計,雖然變得越來越自主,但代碼還是由人類編寫的,表達的也是人類的思想。
因此機器還沒有進化到可以自主學習的地步。雖然有很多科幻作品都這樣設想,但目前設計者的責任是讓這些機器符合人類的需求。
這樣的話,發展就不會是想象中那麼快。無人機也是這樣。亞馬遜設想的無人機送貨,可能需要5-10年才會實現。因為美國人一直在討論是否能夠忍受無人機在頭頂上飛來飛去。無人機可能會在城市以外地區獲得發展,但在城市內我覺得有很多阻力。
新浪科技:但人工智能在過去幾年中的發展還是很迅速,比如美聯社、雅虎財經這些媒體已經開始使用程序去寫新聞了。
馬爾科夫:的確,那家為媒體提供自動化寫作的公司實際上轉變了商業模式,他們之前的業務是銷售媒體應用方面的軟件,轉型很成功。美聯社、《福布斯》都在使用這樣的技術寫財報,寫體育新聞。但這並不是一個足夠龐大的市場。
類似的還有Intel投資的酒店機器人Savio,它可以把你需要的東西送到你的酒店房間,你給它消費,它還能給你跳段舞,非常可愛。但我我不認為這種業務的規模會很大,他們發展可能相當緩慢,不會帶來巨大的變化。
所以可能會有人擔心,機器人會取代我們的工作。但時間不會很快。我拜訪過美國很多機器人公司,總是問他們這麼一個問題:機器人什麼時候才能安全地給老人洗澡?沒人知道答案。我覺得這種情況未來10到20年將會有明顯的發展,這種成就也很了不起,但速度不會很快。
那些重要的改變往往是不容易看到的。比如過去20年,美國銀行業發生了巨變,許多職位不復存在,我們不再需要銀行櫃員。交易程序承擔了這些工作。
新浪科技:但從銀行業的例子來看,機器人還是對我們的傳統工作生了負面影響。
馬爾科夫:我不這樣認為。幾周前,波士頓大學的一個研究數據非常有趣:美國的自動化數據顯示,在不同工作類別中,使用的計算機數量越多,工作崗位越多,這和人們的認知是相反的。因此,理解生力和就業之間的關係非常複雜。
新浪科技:那麼因為自動化程序消失掉了很多工作崗位,這些人要怎麼辦?
馬爾科夫:上世紀30年代,凱恩斯就表示過,科技會摧毀工作崗位,但不會毀掉工作。目前的情況仍是如此。5年前我可能不太理解,但現在我認為他是正確的。
谷歌無人汽車的創造者塞巴斯蒂安·特隆(Sebastian Thrun)就在做這件事,他創辦了一家名為Udacity的公司,是提供“微型學位”的大型開放式網絡課程(MOOC)。作為一家公司,如果你需要員工掌握某項技能,那麼可以提供培訓課程,幫助員工掌握這些技能。這是一種新的職業培訓,也是一項重要趨勢。
硅谷目前正在廣泛討論零工經濟(gig-economy)。gig是一種短時間工作。而隨共享經濟的發展,人們在職業生涯中可以去做多種不同工作,而不是單一的工作。這對經濟活動有益,但不斷換工作會令人感覺不安。目前工作越來越多,但永久性的工作越來越少。
新浪科技:我們之前討論了美聯社等新聞機構利用人工智能去寫新聞。《紐約時報》有這樣的嘗試嗎?
馬爾科夫:沒有,但我們會使用各種技術。幾年前,我們進行了數字化專題報導“雪災”,其中包括各種互動媒體,例如視頻和聲音。我們花了半年的時間去做一個項目,這樣做的效率不高。我很期待獲得更多工具,幫助你我這樣的媒體人去幫助報導。但我還沒有看到這樣的工具。
在編輯室裏,圖片團隊的一部分人坐在我旁邊。這些孩子們戴耳機編寫代碼,在互動媒體方面完成了漂亮的工作。我認為這是未來的新聞,但這樣的工作目前尚未自動化。你知道HTML5是一種重要的媒體形式,而我們的一名員工開發了製作HTML5自動化設計工具,幫助圖片團隊進行設計工作。我認為這樣的自動化工具比自動寫新聞更有趣。
我確實同意低水平的報導應該教給自動化程序去完成,但像採訪這樣的工作,我覺得還是需要人的。機器人做這件事情的速度不會很快。我想起來我的朋友寫程序進行自動化採訪的事情,那是個相當有意思的項目,但你讓它去做一個長篇採訪?恐怕不行。不過很久以前,1994年,洛杉磯就有一家人工智能研究中心開發了一款工具,利用美聯社已有的新聞自動生成社論了。
新浪科技:社論的內容質量怎麼樣?
馬爾科夫:還好,只是達到可以讀的程度,就像自動化生成的財報一樣。不過有報導顯示,美國30%至60%的新聞實際上不是人工撰寫,這個數量很了不起,但可能不是好事:這個領域流入了大量的投資,結果就成了如果你希望提高流量,那麼花錢買就行了。有些站點不需要人來做新聞,只要把流量變現就行了。
新浪科技:這是把機器人技術應用到不好的一面,那麼你覺得,好的應用是什麼?
馬爾科夫:我到現在還沒有發現一款工具,可以增強我使用網絡進行研究的能力。這種情況有點難以置信,畢竟人工智能已經發展了這麼長時間了。
你是否見過蘋果的一段視頻,約翰·斯卡利(John Scully)在80年代拍的,叫做“知識領航者”(Knowledge Navigator),其實和Siri很像,可能是個完美的例子。裏面有很多利用人工智能進行研究的演示,是個相當理想的場景。人們以前談論過,是不是可以把這樣的工具應用到新聞生中去,但到現在,這樣的東西還是不存在。
新浪科技:這可能也是我們報導一些最新的技術時,有很多人都認為報導中的事情不可能發生的原因。
馬爾科夫:美國人其實還好,對科技很樂觀。美國人會認為科技變革速度很快。美國社會認為,科技能讓世界變得更好。從30年到40年的時間範疇來看,通信已發生改變,而交通出行正在改變。
新浪科技:這種對科技的樂觀態度從何而來?
馬爾科夫:美國有這樣的文化。人們相信技術的力量,並願意利用這種力量。在二戰之后,美國社會的文化就是依賴科技,重視創新。托馬斯·愛迪生這樣的人物成為了美國文化的英雄,代表了個人所能取得的成就。
當我還是一名年輕記者,剛剛開始關注硅谷時,IBM推出了首台PC,而硅谷出現了計算機俱樂部。成立了一家叫“家釀計算機俱樂部”(Home Brew Computing)的計算機俱樂部。成員都很極客,有點書獃子范兒的那種。
我參加過他們的會議。他們都有很好的點子,足以成立一家公司。這樣的情況植根於美國的文化。他們也都認為不需要加入某家公司,而是可以自己創業。如果一個點子沒有成功,那麼可以轉向下一個。這種精神其實到現在還沒有消亡。
新浪科技:中國科技公司成長所處的環境和美國不一樣,你覺得中國和美國的公司有哪些不同?
馬爾科夫:我覺得其實差別越來越小,因為現在的競爭越來越扁平化了。在中國出現了許多平台型公司,平台公司有競爭優勢,能控制一切。我仍在期待中國能夠出現第一個覆蓋全球的消費類平台,而我還沒有看見這種平台的出現。
新浪科技:所以即便是阿里巴巴這樣的公司,在中國做得很好,但在國際上仍有待加強?
馬爾科夫:是的,他們需要進行國際擴張,加強實力。我認為這樣的可能性存在。他們需要發展全球品牌,例如索尼就有很強的國際品牌。聯想在企業市場做得很好,華為正在美國解決這樣的問題。一些消費電子品牌已做得不錯,例如電視品牌Vizio。考慮到中國經濟的規模,預計未來將會有更多中國消費電子廠商做到這一點。
李瑋對本文亦有貢獻
- 掌握全球財經資訊點我下載APP
文章標籤
上一篇
下一篇