对话迈克尔·乔丹：太多人关注个体智能，而不关注体系
作者 | Just
在这一波技术热潮中，AI 就像灵丹妙药一般被推向了技术进步的神坛，它用在哪个领域似乎都不违和。但在一片热情的喧嚣声中，有举足轻重的人物时不时跳将出来，泼一泼冷水。
其中机器学习的泰斗级人物迈克尔·乔丹（Michael I.Jordan）的声音或许是最洪亮的一位。他是美国科学院、美国工程院、美国艺术与科学院三院院士，现执教于 UC 伯克利大学电子工程与计算机学院和统计学院，是统计学与机器学习交叉融合的主要推动者之一，也是贝叶斯网络、概率图模型、层次随机过程等多个重要方向的主要奠基者之一。
AI 领域诸多知名学者是他的学生，如人们所熟知的前百度首席科学家吴恩达、深度学习领域的领军人物 Yoshua Bengio、贝叶斯学习领域有名的剑桥大学信息工程学教授 Zoubin Ghahramani 等。
乔丹教授对当下人们对 AI 的定义和认知可以说进行了不遗余力的批判，无论是在公开文章还是在演讲中，他都要固执的对“AI”这个词不断进行注解，好像这样就能改变人们对“AI”这个词的固有印象。
当然，他更多的不满来自于人们对 AI 的过分吹捧。
在近日的 GMIC 大会的 panel 环节，不同于李开复对 AI 发展的一番美好畅想，乔丹教授一如既往措辞严厉，要给目前人们对 AI 的理解和技术发展降温。
在他看来，AI 还不能太过夸大，智能其实并没有完全建立起来。“现在我们在地图等很多领域可能实现了一些智能的功能，但那只是一种映射，语义等方面的智能还不存在。”
他的核心观点是，我们需要让每一个系统都达成智能，而不只是单个个体的智能。比如，其实无人驾驶所要完成的最终目标也不是“无人”，而是要让它“像人一样驾驶”，让它实现更好的连接，而不只是一个简单的机器。
“在无人驾驶或者无人店这些领域，需要自主做出决策，并且一些决定可能还有优先级别。有时还需同时做出多个决定，比如在经济、金融等方面的各种决策。”
他认为人们对所谓的 AI 不能有太大期待，最大的愿景不过是建立一个智能的自动化系统。那现在的人工智能应用实际的技术能力与这一愿景之间差距几何？
他拿亚马逊和阿里巴巴的推荐系统举例。很多时候亚马逊向人们推荐一本书时，人们感到非常高级，背后的 AI 技术也开始不断进行部署。不过，在交通系统推荐最优出行路线时，很多时候机器向人们推荐的都是同一条路线。这种体系就有问题，他说，我们必须要负起责任，包括数据、决策以及其他可能出现的错误都要考虑进去。
但建立这种自动化体系并不容易。他再次强调，你可以用 AI 这样一个词来表述背后的技术，但是千万不要夸大。
在乔丹教授的措辞中，你不会听到太多有 AI 字眼的表述。他甚至讨厌将机器学习称为 AI，前者不过是其中的一部分，IA（智能增强）或许更适合定义如今智能技术的发展。这一点在他后来接受包括 AI科技大本营等媒体采访时也有所体现，尽管他看上去相对温和，但记者在提及 AI 这个词汇时却谨小慎微，“——I mean，not AI”。
尽管身处学界，但乔丹教授近年来也开始活跃在业界。去年 5 月，乔丹教授正式受聘成为蚂蚁金服新成立的科学智囊团（Scientific Advisory Board）的主席，也是蚂蚁金服首位技术顾问。
当初他接受蚂蚁金服的邀请，主要是因为普惠金融待解决的技术难题，而他能在此充分发挥自身的技术价值。一年之后，他向 AI科技大本营介绍了他在蚂蚁金服的工作。他表示，学界教授作为科技公司的技术顾问在美国很常见。他主要和蚂蚁金服工程师进行交谈，试图了解他们遇到的问题和困难（包括涉及欺诈、情报、保险、研发新产品等方面，它们背后的核心都是机器学习），然后给出建设性的意见和方向。
机器学习技术也是自动驾驶技术的核心之一，当 AI科技大本营问及在当前机器学习的发展下，十年之内是否能实现完全自动驾驶技术时，乔丹教授继续回答称，这个年限只是自动驾驶发展的一个过渡期。
“在这期间，自动驾驶汽车可能会在高速公路上行驶，但速度会非常慢，它们会与附近的其他车辆实现无线连接。当一辆车发现前方有障碍物时，它就可以告知周围的其他汽车。而这不需了解 AI 或者人类智能就能做到，但目前还处于调试阶段。”
他最近担任的职位之一是作为 AI@The House 的合作伙伴和创始人，这是一家位于伯克利的风险基金和加速器。该基金旨在不仅支持AI项目，而且支持 IA 和 II（智能基建）项目，并且支持在大学环境的背景下研究这些项目，不仅包括工程学科，还包括社会科学、认知科学和人文学科。
对于目前 AI 产业发展的大环境，乔丹教授告诉 AI科技大本营，现在大多数公司都开始非常认真对待，学界和业界也有了更多沟通，由于机器学习等技术的推动，一些实际问题也在逐步得到解决，但现在 AI 的发展并非处在“重大突破期”。
AI 的发展要想有所突破，最重要的还是要搭建一个智能体系。他说，达成这一目标，其实并不需要了解 AI 的所有方面。
“AI 本身是一个计算机科学，但它也与经济学相关，而在此之间，我们还需要搭建桥梁。”他认为，计算机科学要为经济学服务，“如果在生产者和消费者之间搭建一个体系，他就会产生经济效益。”
例如在餐厅推荐时，如果机器向所有的人都推荐同样一个餐厅，那么这个餐厅就会人满为患。最好的方式是建立一个相应的竞争体系，把座位按照一座一价或对一些座位进行打折的方式来进行竞标，从而实现相应座位合理的分配，餐厅也会得到很好的上座率。
乔丹教授最近研究的优化理论与解决此问题相关。但整体上，所谓的 AI 体系还有很大的局限性，让他感到遗憾的是，身处浪潮中的很多人甚至还没意识到这一点。