20 世纪 70 年代以来，哈佛大学自然科学系希金斯教授 Barbara Grosz 一直从事人工智能的前沿研究。本次访谈中，她与我们分享了自己对这一领域的热情，并解释了用人工智能取代人类这一设想的谬误之处。

Creating Chemistry：如今，人工智能似乎无处不在，但究竟什么才是人工智能？

Barbara Grosz 教授：有人说，如果请六位研究人员来定义人工智能，你会得到七种不同的答案。在我看来，人工智能既是研究领域，也是计算方法。作为研究领域，其焦点在于界定计算机对于智能行为的理解。这里所谓的理解，首先是确定形成智能行为需要哪些认知过程与表征，再思考如何在计算机系统中实现这些过程与表征。而作为计算方法则包括算法、甚至数学运算、以及真实操作这种理解所需的计算结构。

人工智能研究的一大关键挑战是如何创造出能与人类自由交流的计算机系统。您对自然语言处理的研究如何帮助实现这一目标？

我刚开始研究时，许多人在研究句法处理，即句式结构，以及语义处理，即句义的构建方式。大家或多或少都了解语境、对话与语用学的重要性，但却不知道如何在计算机环境中处理这些因素。因此，我先着手开展了一项后来被称之为“绿野仙踪”的实验。我让两个人呆在两个房间用电传打字机交流。我告诉其中一位，他正在和计算机交谈，并且需要合作完成一项任务。这一实验过程中生成的记录文本显示，这种“任务导向型对话”都有一种与具体任务相对应的结构，而且沟通方式会受这种结构影响。我根据这些任务导向型对话开发出了计算模型，下一个问题便是如何将这类对话模型扩展至其他类型的对话。针对这个问题，我和同事们开发出了意图模型，并开始了解言语行为理论，人工智能领域的同行后期也开始关注这一问题。

毫无疑问，成熟的量子计算技术将帮助我们解决目前难以解决的问题，但我也说不准它具体能解决哪些问题。这些技术究竟能将机器的推理能力增强到何种地步，主要取决于我们能否引导系统向人类的智力活动靠拢，展现出更高的认知水准。多人交流时会发生什么情况？

在对话中，我们无法假设所有参与者都能完全了解彼此的知识水平或意图。当多人合作时，我们不仅得模拟每个人的计划，还要研究他们彼此之间的互动方式以及不同计划之间的关联性。我的工作包括开发这些模型，并且以这些理论模型为设计灵感，界定必须构建哪些系统结构组件。例如，我和斯坦福医学院一位儿科医师合作的一个项目涉及身患复杂疾病的儿童。这些孩子可能有 12 或 15 个以上的护理人员，但这些护理人员对彼此工作内容知之甚少。如今的电子健康记录系统无法帮助他们在护理时协调分工。我们以多智能体系统合作理论为分析依据，观察护理人员与患者以及家长们的合作方式，找出有所欠缺的部分，并思考我们能设计出什么样的系统，帮助他们像团队一样更有效地共事。我们发现应当确保所有参与者了解需要共同达成什么目标。另外，他们的信息交流方式也有待改进。

“我相信人工智能一定有机会改变世界。”
Barbara Grosz

近年来，人工智能技术的开发与应用似乎取得了飞跃性进展。其背后的驱动力是什么？

在人工智能领域，许多十分重要的技术概念其实早在 20 世纪 60 年代便已出现，例如神经网络与文本挖掘。但当时的计算机性能还不够强大，因此无法实现这些概念。如今，得益于电子游戏以及高性能图形处理器的发展，机器的运算能力大大加强。这使得从事机器学习的研究人员能开发出深度学习的技术，这些技术涉及神经网络的多个层次，为人工智能诸多领域带来重大转变。然而，单凭深度学习还远远不够。还有许多视觉与自然语言问题有待解决，但这一技术的确极大地拓展了人工智能系统的应用潜能。

为实现真正“自然”的人机对话，还要克服哪些挑战？

优质数据是一大难题。尽管我们手中的数据量在短短几年之内大幅增加，但它们并非都是我们所需要的数据。若想了解自然语言，我们必须研究真实的对话。Twitter 并不是合适的数据来源，因为它不同于真实的对话场景；我们与 Siri 等个人助理系统之间的基本互动活动也并非真实的人际交流。想要得到真实有效的数据很难，这其中还存在一些道德问题，因为研究真实对话之前应征得对话者的同意。此外，确保数据搜集范围涵盖了各类人群也绝非易事。我们不能像传统的心理学研究那样单独搜集大二学生的数据，也不能只搜集社交媒体用户或讲英语人群的数据。甚至在一国之内还有各种方言与不同文化，这些都影响着人们的对话结构。

计算机科学领域的其他发展，如量子计算机等，是否会对人工智能产生重大影响？

人工智能技术对未来的大意义是什么？它将如何影响人类的工作与职责？

我不会用水晶球占卜未来，但目前人们对人工智能技术在教育与健康护理领域的应用价值很感兴趣。另外，我认为无人驾驶领域也会迎来许多变化。关于健康护理与教育，我觉得我们必须考量更为宽泛的社会伦理道德问题。我们可以建造一些系统来协助医生与教师，也可用系统替代他们从而节约成本。但用机器取代人是一个可怕的错误。人工智能系统能处理大量数据，在这方面确实很有价值，但机器无法照顾患者，不能像人类医生那样熟悉了解患者的情况。这个道理同样适用于教育行业。相对于取代教师，我们更应该开发可以协助他们的系统。如果有 30 或 40 个学生上计算机课，教师就无法掌握每个人的动向，但计算机却可以注意到任何一个开小差或遇到困难的学生，并及时将具体情况告诉老师。这样的系统才是我们当前着力开发的。

“人工智能帮助人们的机会巨大。”
Barbara Grosz

人工智能的推广应用会增加风险与道德问题。应当如何解决？

一切人类活动都有风险，要应对这些风险，设计、政策与监管规定缺一不可。我认为我们必须在设计阶段就解决与道德相关的问题，所以，我们应教导学生在设计时就注意这些问题，并思考相应对策。整个行业不仅应重视算法效率，还应关注其设计本身是否符合道德规范。我们要继续与各行各业的伙伴合作，分享佳实践，还应当让技术人员、社会科学家、认知科学家与律师共同参与相关监管规定的起草工作。

您个人看好人工智能技术在哪一领域的应用前景？

我觉得人工智能可以帮助全世界资源匮乏地区的人们，提升他们的生活水准，也能在环境保护方面发挥巨大作用，我们可以优先考虑这些领域。以此为目标，许多人正努力探索人工智能技术在各个社会领域的应用方式，包括教育与健康护理系统。这令我十分激动。人工智能不会立刻成为摇钱树，但在提升资源匮乏地区的健康与教育水平和改善环境方面，它具有长远的经济效益，而这更为重要。