2018年11月15日，雷鋒網(wǎng)聯(lián)合乂學(xué)教育松鼠 AI，以及IEEE（美國電氣電子工程師學(xué)會）教育工程和自適應(yīng)教育標(biāo)準(zhǔn)工作組共同舉辦了“全球 AI+智適應(yīng)教育峰會”。此次峰會邀請到美國三院院士、機(jī)器學(xué)習(xí)泰斗 Michael Jordan，全球公認(rèn)機(jī)器學(xué)習(xí)之父 Tom Mitchell，斯坦福國際研究院（SRI）副總裁 Robert Pearlstein、美國大學(xué)入學(xué)考試機(jī)構(gòu) ACT 學(xué)習(xí)方案組高級研究科學(xué)家 Michael Yudelson 等頂尖學(xué)者。

在大會上午主論壇上，Michael Jordan 以《以人類為中心的人工智能原理：計算、統(tǒng)計學(xué)和經(jīng)濟(jì)學(xué)》帶來了一場精彩的主題演講。以下為他的演講內(nèi)容：

大家好，非常高興可以來到這里，我對教育話題非常感興趣。我既是一名研究人員，同時也是一名教育者，我整個職業(yè)生涯都是作為教授來工作，同時我也是一名學(xué)習(xí)者，非常高興有這樣的機(jī)會，跟大家一起學(xué)習(xí)。

我們現(xiàn)在會使用很多數(shù)據(jù)以及學(xué)習(xí)方法，讓學(xué)習(xí)更加簡單，這是一個非常好的時代。今天我會談?wù)?AI 與學(xué)習(xí)的互相補(bǔ)充，我們談到 AI 促進(jìn)學(xué)習(xí)，那什么是 AI？我們可以教育 AI 嗎？AI 現(xiàn)在可能還不是很清楚的概念，現(xiàn)在仍在不斷變化，在接下來的幾十年間也會有很多變化，那么我們應(yīng)該怎樣教育，怎樣在 AI 快速發(fā)展的時代進(jìn)行更好的教育？

說到 AI，我認(rèn)為我們并不是要復(fù)制人的智能或智慧，而是要建立一個新的智能系統(tǒng)。

機(jī)器學(xué)習(xí)融合了統(tǒng)計學(xué)和算法，數(shù)據(jù)科學(xué)也引入了數(shù)據(jù)庫和分布式系統(tǒng)，而且數(shù)據(jù)科學(xué)比機(jī)器學(xué)習(xí)更易受到研究者青睞。可以給大家舉一個經(jīng)濟(jì)學(xué)的概念，我們會把所有的東西聯(lián)系在一起。

談一下新興的技術(shù)以及其他學(xué)科，其中包括決策、數(shù)據(jù)、人類的推理。數(shù)據(jù)會處于中心，其中會包括各種不同的學(xué)科，比如土木工程、化學(xué)工程。

機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)、人工智能都是一些概念，涉及到計算機(jī)系統(tǒng)，以數(shù)據(jù)為基礎(chǔ)。不同階段會有不同的研究人員，會有不同的使用方法，但是關(guān)鍵要有數(shù)據(jù)的分析。

如何演化計算機(jī)科學(xué)？首先我們需要有數(shù)據(jù)，怎么樣能把數(shù)據(jù)進(jìn)行擴(kuò)展和分析，我們現(xiàn)在討論 AI 的時候，經(jīng)常忽略的是經(jīng)濟(jì)方面的因素。把不同的元素、機(jī)構(gòu)聯(lián)系起來，這樣才能通過互動有更好的結(jié)果。

現(xiàn)在在 AI 的世界里還沒有討論到很多這方面的內(nèi)容，可能更多的是要模仿人類，在經(jīng)濟(jì)方面會有所忽略。

AI 已經(jīng)被用在很多方面了，現(xiàn)在比較傳統(tǒng)的 AI 的概念就是模仿人類。超人式的 AI 現(xiàn)在并沒有出現(xiàn)，我們還有很長的一段路要走。過去 40 年間真正發(fā)生的是智能增強(qiáng)，包括數(shù)據(jù)處理、數(shù)據(jù)分析，還有推薦系統(tǒng)。

我認(rèn)為我們是想要建設(shè)人工智能系統(tǒng)的，而且這樣的人工智能并不是要取代人類，而是讓我們有一種新的方式變得更加智慧。

過去幾十年間，包括現(xiàn)在，智能基礎(chǔ)設(shè)施一直在發(fā)展，包括數(shù)據(jù)的流動，我們會和設(shè)備進(jìn)行互動。我們有這樣一個希望，想要被設(shè)備所理解，同時也想要理解他人。現(xiàn)在我們需要有這樣的理解，同時也會做出一些妥協(xié)。

我想說一下我們現(xiàn)在面臨的挑戰(zhàn)，事實(shí)上這更多的是關(guān)于決策方面的內(nèi)容，決策的不確定性。這里有神經(jīng)科學(xué)、神經(jīng)系統(tǒng)，我們會使用 AI 這樣一個標(biāo)簽，但事實(shí)上還不夠，所以需要做出好的決策。

怎么樣做出決策？這會有很多不確定性，另外我們還會考慮多重決策。人類可以一個接著一個做出不同的決策，機(jī)器可以在同時做出很多決策，比如說滴滴、Uber，每小時隨時隨地都可以做出很多決策，讓不同的司機(jī)去接不同的乘客，這樣的一些決策都是相互連接的，人類并不是非常善于同時做出決策。

有兩個非常重要并且相關(guān)的問題，我們怎么樣教育傳統(tǒng)的人工智能、新的智能增強(qiáng)和智能基礎(chǔ)設(shè)施。這里融合了不同的學(xué)科。第二個問題是我們?nèi)绾问褂眠@樣一些概念來教學(xué)？這兩個問題是相關(guān)的，我主要介紹第一個問題。因為我知道很多其他大會都會關(guān)注第二個問題，這樣兩個問題都能迎刃而解。

首先我想跟大家說一下我在伯克利的工作，我們有一個「數(shù)據(jù) 8」的課程，將計算思維和推理思維連接在一起。我的同事教這個課的第一版，那是三年前?，F(xiàn)在我也在教授這樣一門課程，這門課程是關(guān)于數(shù)據(jù)科學(xué)的基礎(chǔ)，它將計算機(jī)科學(xué)和統(tǒng)計學(xué)聯(lián)系起來，就像機(jī)器學(xué)習(xí)一樣，但是比機(jī)器學(xué)習(xí)要更廣泛。

我們是教大一新生，他們剛?cè)雽W(xué)的時候就會上這樣的課程，當(dāng)時不會有數(shù)學(xué)教學(xué)，但是會基于計算機(jī)來進(jìn)行算法和編程方面的教學(xué)。我們在加州伯克利分校每個學(xué)期都會教超過一千名學(xué)生，接下來還會有很快速的增長，現(xiàn)在這個課程大家可以免費(fèi)在網(wǎng)上下載。

我們第一期的課程非常受歡迎，男生女生都有，也有來自不同背景的學(xué)生。現(xiàn)在在數(shù)據(jù)科學(xué)這個領(lǐng)域中，我們希望有一些人才，能夠既做數(shù)據(jù)又做計算。之前的科學(xué)家他們都會說，大家應(yīng)該學(xué)習(xí)一些計算機(jī)技術(shù)，我覺得這個觀點(diǎn)有點(diǎn)狹隘，大家學(xué)的應(yīng)該不僅僅是編程，應(yīng)該學(xué)習(xí)一些基本的計算機(jī)能力和統(tǒng)計學(xué)能力。我們會使用抽樣和再抽樣這些來自統(tǒng)計學(xué)的觀點(diǎn)，把它們引入到計算機(jī)當(dāng)中。

我是一個統(tǒng)計學(xué)家，我個人對這個觀點(diǎn)比較感興趣，我們要發(fā)現(xiàn)數(shù)據(jù)背后其實(shí)隱藏著很多東西。我們首先要知道數(shù)據(jù)來自于哪里，我們要檢索數(shù)據(jù)背后的真實(shí)世界中的源頭，這是我在計算機(jī)科學(xué)世界中學(xué)到的東西。

我們應(yīng)該怎么去做呢？不僅僅要教編程、統(tǒng)計學(xué)，有時候要把兩者結(jié)合起來，計算思維和推理思維是強(qiáng)大的伙伴。

給大家舉幾個例子，在計算機(jī)科學(xué)行業(yè)當(dāng)中我們往往會做 A/B 測試，有些計算機(jī)專業(yè)學(xué)生不會做這樣的測試，因為它有關(guān)統(tǒng)計學(xué)。A/B 測試是什么呢？它對比了兩種情況。比如說有兩列，每列是 1 萬名學(xué)生，有對照組和實(shí)驗組，另外還有對之前網(wǎng)頁的訪問量和之后網(wǎng)頁的訪問量進(jìn)行對照。在這個過程當(dāng)中有非常多的問題。

我們要給網(wǎng)頁做一些改變，再針對實(shí)驗組做一些處理，這就涉及到現(xiàn)代的統(tǒng)計學(xué)。

這個方法到底是什么呢？在這張 PPT 里有詳細(xì)解釋。

當(dāng)然有些人會覺得這個測試比較無聊，但是在這個過程中你可以教大家一些知識，這樣學(xué)生會更有興趣。在這個過程中他們會學(xué)到數(shù)學(xué)，而且在這個過程中會獲得很多真實(shí)的數(shù)據(jù)，這些數(shù)據(jù)讓人覺得非常興奮。

我再給大家舉幾個例子，我們做了很多項目，當(dāng)然我個人并不覺得這是非常標(biāo)準(zhǔn)的計算機(jī)課程，它們在美國卻非常流行。大家知道我們對待數(shù)據(jù)要非常小心，尤其是涉及到隱私問題。有時候我們要給數(shù)據(jù)進(jìn)行加密，比如說我們要管理數(shù)據(jù)隱私和數(shù)據(jù)使用之間的權(quán)衡，會有隱私差分量化的方式，這是一種比較新的技術(shù)。

我們首先要進(jìn)行數(shù)據(jù)的處理，而不是立刻挖掘數(shù)據(jù)背后到底是什么。比如說銀行數(shù)據(jù)中包括人的名字以及他們居住的地方，在醫(yī)療數(shù)據(jù)方面我們也有相關(guān)數(shù)據(jù)庫，包括人的年齡、壽命以及他們在什么時候獲得什么樣的治療，我們想對這個病人的數(shù)據(jù)進(jìn)行隱私化。

我們可以在人口當(dāng)中做一個查詢，查詢之后我們就能獲得數(shù)據(jù)，這往往是統(tǒng)計學(xué)家做的事情。我們要確保既能用數(shù)據(jù)做相關(guān)業(yè)務(wù)，又能確保數(shù)據(jù)的隱私化，這是統(tǒng)計學(xué)和計算方面的課程，使用數(shù)據(jù)的同時能確保數(shù)據(jù)的隱私性。

我們在教授這些想法的時候，會把這些想法用課程傳遞出去，我們發(fā)現(xiàn)在不同的項目中會有一些相似點(diǎn)。在美國會有陪審團(tuán)，他們往往會從居民中隨機(jī)抽樣，我們可以看到陪審團(tuán)中不同民族或者男女的比例是不是和總?cè)藬?shù)的比例一樣，這跟 A/B 測試是一樣的，學(xué)生們會覺得這樣的測試非常有趣，因為他們可以用 A/B 測試的方式進(jìn)行陪審團(tuán)的選取，這也會影響到策略制定。還有歌詞的分類，到底一個音樂是嘻哈音樂還是鄉(xiāng)村音樂，這也跟 A/B 測試有關(guān)。

除了核心課程之外還會一些「連接者」課程，這是在某一特定領(lǐng)域的數(shù)據(jù)科學(xué)，比如社會學(xué)或基因遺傳學(xué)等等。一些「連接者」課程的例子包括《智能城市的數(shù)據(jù)科學(xué)》、《數(shù)據(jù)科學(xué)和思維》、《地理數(shù)據(jù)探索》、《歷史如何計算》等。

我們要教授一些核心想法，也要進(jìn)行跨學(xué)科合作。數(shù)據(jù)科學(xué)會觸及到很多不同學(xué)科，尤其會關(guān)注到人工智能。

人工智能到底是什么？計算機(jī)還沒那么聰明，他們只是利用數(shù)據(jù)模仿人的智能。我們要把計算機(jī)變得更加智能，要讓計算機(jī)去模擬人的大腦，這也是 AI 當(dāng)前做的一些事情，但是我覺得這并不是 AI 的主要目標(biāo)。此外還有其他人工智能系統(tǒng)。

人工智能的概念到底是什么？人類的智能肯定是智能中的一種。比如說在北京有很多飯店，每天會進(jìn)很多食物，一年 365 天。在采購食物的過程中就有很多決策要做，比如說采購什么樣的蔬菜、肉類等等，需要有很多智能投入才能做出這樣的決策。想要模擬人的智能目前還非常難，但是我們可以模擬經(jīng)濟(jì)系統(tǒng)，其實(shí)經(jīng)濟(jì)系統(tǒng)也是非常智能化的，這樣就能把經(jīng)濟(jì)的理論應(yīng)用在計算機(jī)中。

現(xiàn)在計算機(jī)獲得了很多數(shù)據(jù)，能夠創(chuàng)造一個新的市場，但大多數(shù)情況下是要給人提供服務(wù)的，這樣能夠有更好的廣告營銷，去賺更多的錢。未來的搜索引擎會創(chuàng)造出一個新的市場，這樣人們會有更大的意愿參與，獲得更大的價值。

我給大家舉一個例子，人類的創(chuàng)意事實(shí)上還沒有進(jìn)入到市場。現(xiàn)在已經(jīng)有越來越多的人正在創(chuàng)作音樂并把它們放到諸如 SoundCloud 的網(wǎng)站上，現(xiàn)在也有越來越多的人在聽音樂，真正的市場規(guī)則應(yīng)該是做音樂的人和聽音樂的人之間存在一些經(jīng)濟(jì)聯(lián)系，但是現(xiàn)在沒有這樣的聯(lián)系，這樣的連接應(yīng)該能創(chuàng)造一些價值。

我們該怎么做呢？我們可以建立一個市場。首先對于做音樂的人來說，我們可以做一個 dashboard 讓其知道他們的聽眾在哪，有了這些數(shù)據(jù)之后，可以使用這個數(shù)據(jù)，讓音樂家在有聽眾的地方演出。然后音樂家可以向他們的粉絲提供報價，例如在粉絲的婚禮上唱歌。這樣一來生產(chǎn)者和消費(fèi)者就聯(lián)系起來了，就會產(chǎn)生更多的收益。但我們現(xiàn)在并沒有把生產(chǎn)者和消費(fèi)者聯(lián)系起來。

我相信不光在音樂方面，在很多其他方面，例如個人服務(wù)、信息服務(wù)方面都是如此。

最后幾分鐘跟大家說一下多決策過程，在這樣的過程中沒有經(jīng)濟(jì)的參與，只是在不同的人中做了不同的決策。有這樣一個經(jīng)典推薦的過程，比如說亞馬遜或阿里巴巴向大家推薦電影，現(xiàn)在給兩個人或者兩千個人推薦了同一部電影，大家覺得有問題嗎？沒問題。如果我把同一本書推薦給兩萬人甚至二十萬人，我認(rèn)為這本書是好書，有問題嗎？可能也沒有問題。

但是在吃飯時呢？要是系統(tǒng)給我推薦了我想吃的菜，而不是把同樣的餐廳推薦給 100 個人甚至 1000 個人，它就是個性化的過程。在機(jī)場外部，如果給所有司機(jī)推薦一條路，如果大家都走這條路，就會產(chǎn)生交通擁堵。推薦同一支股票給大家，也會引發(fā)股市上的一些問題。

這樣的一些原則在經(jīng)濟(jì)學(xué)上是可以適用的，過去幾十年我一直在學(xué)習(xí)這些原則的應(yīng)用。

我希望大家覺得我這樣的報告非常有意思，我現(xiàn)在也要進(jìn)行小結(jié)：如何將 AI 和教育聯(lián)系起來？現(xiàn)在 AI 確實(shí)在改變所有的事情，改變數(shù)據(jù)，改變我們的生活方式，但是我們不應(yīng)該僅僅用傳統(tǒng)的方法，我們可以有一種全新的方法，全新的 AI，我覺得這是我們應(yīng)該去想的問題，謝謝大家。