人工智能|人工智能会取代科学家吗( 二 )


2.什么样的科技工作者会被替代
王为:我的基本观点是:人工智能在未来会替代重复性的化学实验和测试工作 , 有可能改变甚至变革化学研究的范式 , 但从根本上无法替代化学家 。
就获取数据而言 , 人工智能在预先设计的化学实验中表现得更加高效 。 相较于人的操作 , 其标准化程度更高、误差更小 , 能帮助化学家获得更大量的、标准化的、可对比的数据 。 就数据分析而言 , 相比于人类记忆以及理解数据的局限性 , 人工智能可以更为精准、有效地收集、分析、整合数据 , 并可能寻找到相应的规律 。 因此 , 人工智能有可能在化学领域的应用中率先取得突破 , 从而改变甚至变革化学研究的基本模式 。
而取得突破的先决条件至少有两点 。 一是获取海量数据 。 人工智能的基础是大数据 。 就机器学习的需求而言 , 目前化学领域所能提供的数据数量非常有限、可对比度极低 。 二是实现算法创新 。 基于化学领域提出的特定科学问题 , 在海量数据存在的前提下 , 通过算法创新 , 突破化学领域现有的思考模式和理论框架 , 锁定多参数复杂体系的最优解 。 就此而言 , 人工智能在化学领域中的应用还有很长的道路要走 。
侯增广:人工智能很可能给实验室带来巨大变革 , 甚至出现无人实验室 。 但我认为 , 短时间内 , 人工智能和机器人不能替代科学家 。 我们看《自然》刊登的这个实验中 , 进行实验顶层设计的 , 比如实验架构等 , 还是科学家 , 机器人和人工智能只不过是人的手和眼的延伸 。 我认为 , 即便深度学习等人工智能方法发展起来 , 也不太可能替代科学家 。 因为人工智能是建立在算法之上 , 它的能力的获取是基于大量数据得来的 , 强大的基于数据的计算能力是人工智能的核心能力 。 但人工智能和真实的生物智能还有很大差距 , 人从来就不是这么思考的 , 人类的智能是基于知识、而非基于数据的 。 而这点 , 人工智能还做不到 。 比如我们课题组在研究手术机器人 。 在某些方面 , 它的精准度比普通医生要高 。 但是人体是非常复杂的 , 每个人的情况也千差万别 , 遇到复杂病灶、复杂障碍如何处理?这点机器人还不行 , 比不上经验丰富的医生 。 因为这些能力和判断都是基于经验知识的 , 而非简单数据 。
王磊:科研中 , 那些重复性高的、有固定流程的工作可能被替代 。 但对于是否能替代科学家这个问题 , 我的看法是比较保守的 。 比如我们物理学 , 最重要的是在现象中发现新的物理定律 。 但目前的人工智能算法 , 还看不到能发现新物理定律的可能 , 作出创新性发现的可能性比较小 。 我现在做的深度学习与计算物理交叉的研究 , 起码目前还没有看到人工智能能够取代科学家的证据 。 虽然现在也有很多实验模拟一个环境 , 看看人工智能是否能取得重新发现 。 比如给人工智能万有引力定律发现之前的各种数据 , 看人工智能能不能像牛顿一样发现万有引力定律 。 有些实验声称获得了很好的结果 , 但仔细研究这些实验 , 会发现其中有很多可控的空间 。 因此 , 我总体认为 , 目前的人工智能做出创造性发现的可能性比较小 。
3.人工智能是否会引发与人争工作的伦理隐忧
侯增广:我觉得这方面担忧是不必要的 。 我们借助人工智能和机器人可以提高工作效率 , 把人从重复性的、危险性的工作中解放出来 。 这是一种社会的进步 。 当然 , 人工智能的发展也面临很多伦理问题 , 这不可能在一个访谈中尽谈 。 我只能从我所在的这个领域谈一个伦理问题的例子:目前的人工智能方法是不能够保证计算结果百分百正确 , 我们应该把什么样问题的决定权交给人工智能?如果出现失误 , 这个责任应该由谁来承担?我们再以手术机器人为例 。 之前说过 , 人体是十分复杂的 , 手术中会遇到各种各样的状况 。 如果是人做手术 , 他很清楚自己能力或技术的边界在哪里 , 什么样的问题是他不能解决的 。 因此 , 可以及时向老师、前辈请教 , 或者邀请其他科室的大夫来会诊 。 但如果是机器人自主做手术 , 它是按照程序来运行的 , 这个程序不可能包含所有可能发生的情况 , 机器人也不会清楚自己能力和技术的边界 。 那么 , 在某些程序交由机器人来判断和决定的情况下 , 一旦手术失败 , 这个责任由谁来承担?是算法的研究者 , 是机器人的制造商 , 还是按下操作键的医护人员?这是一个值得大家关注的伦理问题 。
王磊:每一次技术的更新换代 , 都会带来产业的变化 , 某些工种可能被替代 , 从而引导劳动力向不同的方向分流 。 我觉得从人类整体的发展而言 , 与人争工作这个伦理问题可能不是最急迫的 。 我们目前讨论更多的伦理问题 , 是如何让机器不“染上”人类的偏见 。 我们知道 , 人工智能是基于大数据的 , 这些数据集的标签的制备过程都需要人 。 特别是 , 原来数据集是由人写的 , 可能会进行克制 。 现在数据集都是互联网搜集的 , 偏见很难避免 , 比如基于肤色的偏见、基于性别的偏见等 。 那么 , 在人工智能的应用中 , 如何在算法中去除这些偏见 , 是我们要面对的比较紧迫的伦理问题 。
(本报采访人员 齐芳)


推荐阅读