人类情感是什么(没有人类情感是什么疾病)
导语
创新能力的培养离不开科学知识的积累和创新性思维的建构。正所谓名师出高徒，在思维方式和学习习惯养成的关键时期，青少年能够有机会与世界顶尖学术大师交流对话，对于激发他们的学习兴趣、拓宽全球视野、培养创新精神、开发科研潜能、提高综合素质都大有裨益。
汇聚稀缺的世界顶尖教育资源，哈罗重庆为广大学子提供与全球顶尖学术大师交流对话的平台，让广大学子有机会领略世界级专家学者的科研风采与学术精神，了解各学科领域的前沿研究并获得专业指导。学校特别邀请来自牛津大学的知名教授，他们学术水平突出、教育经验丰富，且研究领域覆盖广泛，包括计算机科学、自然科学、商科、社科和文学等专业，哈罗重庆的学子们将以采访的形式，与世界级顶尖名师展开主题交流，让思想的碰撞点燃科研热情，让科研的力量助力创新人才培养。
人工智能是当下的热门学科，不论是将人工智能应用于人类生产生活和发展之中，还是讨论人类应用人工智能的伦理问题，这一领域的发展在世界各国的学术界都饱受重视。
随着技术普及，人工智能在生活中的应用十分广泛。我们在日常生活中，随处可见人工智能算法的介入：社交媒体的人工智能算法、登录后台的验证码系统、智能化设备对人生活便捷度的提高……
人类的生活越来越离不开人工智能，同时，人工智能的愈加成熟，也让机器替代人类工作在某种程度上成为了现实。也正如许多科幻电影中描绘的那样，在未来社会，机器也许将取代人类的重复劳动，人类生活的一切变得智能化，充斥着算法与新兴技术，只需动动手指，机器人与计算机就能够安排好一切。
那么，事实真的如此吗？人工智能领域的专家教授，牛津大学计算机科学终身正教授亚历克斯·罗杰斯，研究的正是将物理传感器系统中的人工智能和机器学习应用于解决有关可持续性的现实问题。他最近的工作涉及了未来的能源系统，例如智能电网，公民科学平台和环境监控，通常涉及在设备，智能手机或云端实际部署新方法；以及智能建筑能源管理和低成本节能技术的发展。
在本次专访中，哈罗重庆学子在校长的陪同下共同就人工智能的历史、发展与伦理等问题与罗杰斯教授进行了对话。
教授介绍
亚历克斯·罗杰斯教授
牛津大学计算机科学系终身教授
牛津大学计算机科学系副主任
牛津大学机器系统智能自动化博士培训中心（AIMS CDT）主任
牛津大学网络物理系统研究组成员
咨询公司Joulo联合创始人
英国国家电网碳强度监测程序
GridCarbon开发及维护员
访谈亮点
与学科领域内最负盛名的科学家深入对话，能够让科研的种子在未来生根发芽，转变为推动世界进步的力量。人工智能是当前计算机等领域最富有前景且学术热点的行业之一。
哈罗重庆学子与罗杰斯教授的访谈围绕人工智能的历史、人工智能在人类社会中的运用、人工智能与人类的关系、人工智能可能给人类社会带来的危机等方面进行了讨论。在这次宝贵的对话中，罗杰斯教授向我们分享了许多前沿和精彩的见解。同时，罗杰斯教授还为学生们学习人工智能提供了建议。
人工智能的历史
哈罗重庆学子首先对人工智能的定义、历史等进行了发问。当我们谈论人工智能时，很少有人能够了解它的渊源，在历史上的发展情况。而罗杰斯教授具体地讲解了人工智能是如何被人类创造出来的问题，为我们了解人工智能提供了一个入口。
人工智能如何应用于人类社会？
不论是真实的日常生活，还是人类的高危职业中，人工智能都在逐渐介入人类社会。人工智能可以用于现代医疗吗？人工智能是否能够取代人类从事某些行业，而这又是否会给人类社会带来失业率上升等危机？就以上种种问题，罗杰斯教授从人工智能的应用方面进行了解答。
当我们讨论人工智能的情感时，我们在讨论什么？
人工智能有情感吗？在罗杰斯教授看来，人工智能对人类行为能够准确地模仿，但是对于处理人类的情感，人工智能永远无法代替人类。当学生们提到自己在影视作品中看到的有情感的机器人时，罗杰斯教授则以真实的人工智能情感处理模式进行了回应。我们所看到的人工智能表达出的情感，都是它们的模仿和表演。
对于罗杰斯教授，他在人工智能领域的最新研究是什么？
罗杰斯教授在访谈中分享了他与他的学术团队进行的智能电网，并提到了智能电网系统应用于可持续发展中的具体实践。在当前，可持续发展、减碳经济同样是一个跨学科的热门项目。人类在发展自身的同时，也要关注发展带来的不利影响：资源减少、气候变化等等。而罗杰斯教授则讲述了他如何将自己的研究应用于可持续项目之中。
*以下内容为本次访谈原文，英文版本附在文末。
访谈视频
浏览器的地址栏里可以调试简短的HTML代码。方法如下： 地址栏写 about :abc 回车，就看到效果了.108.Windows快捷键：win+m 显示桌面win+pause 系统属性快速重新启动:按确定前先按shift(不适用于2k、xp).彻底删除:shift+del不让光盘自动运行:按shiftCtrl+Esc：相当于开始或WIN键Ctrl+Home：将游标移至文字编辑区的开始始(Home单用：移至列首)Ctrl+End：将光标移至文字编辑区的终点(End单用：移至列尾)Alt+F4：关闭当前视窗(若是点一下桌面再按则为关机)
访谈全文
Vol.1
追溯人工智能：起源与定义
Q
Hannah Zhang, G5：如何定义人工智能？
亚历克斯·罗杰斯教授：很多人对此争论不休，有些人说真正的人工智能需要比人类更聪明，这里指的是人工通用智能。这不仅仅是作为术语来描述人工智能和人工通用智能的差异，这意味着它将是一个可以解决人类能解决的所有问题的算法，你将能够与它交谈并与它进行讨论。所以这是非常具有挑战性的，目前我们还没有那么先进的技术。
很多人把它定义在一个更低的智能水平上，通常它只是被描述为一个我们能否在不确定的环境中建立做出正确决策的系统。这是一种松散的定义。它基本上就在讨论我们能不能让算法做出好的、明智的决定。这涉及到较低层次的规划工具。
许多早期的的人工智能系统诞生于20世纪50年代和60年代，它们都是从玩游戏开始的。下棋在很长一段时间里都是人工智能研究的问题。任何涉及到我们认为是人类技能的东西，比如玩游戏、下象棋，通常被视为人工智能。但是我们对它并没有很恰当的定义，所以现在的人工智能通常只是指计算机。如果你读到一些文章，人们会说我们正在用人工智能来解决某个问题，通常这意味着他们只是在用计算机来解决这个问题。因此，人工智能已经成为人们喜欢用来销售产品的一个术语。但通常这种人工智能算法所做的决定都非常简单，它是任何可能涉及到学习的事情。如果我们建立了一个系统来学习如何从数据中完成一项任务，这通常被看作是人工智能的系统。人工智能不是你坐下来写下一些规则就能运作的，你还需要更有智慧来完善它。
人工智能围棋Alphago
图源：新浪
Q
Hannah Zhang, G5：人工智能是如何被人类创造出来的?
亚历克斯·罗杰斯教授：我们的人工智能算法在做的基本上就是复制人类的行为。如果你想要一个可以对图像内容进行分类的人工智能，你需要给它很多很多、数以百万计的图像，然后还要有人为它做标记。如果你想让一个人工智能看到一张图像，然后判断它是猫还是狗，那么它需要展示的可能是10万张猫和狗的图像，而且这些图像需要被人类标记。一个人需要看了图像然后说这是一只猫，这是一只狗。如果你把这些数据提供给一个算法，它自己就可以了解图像中是什么使这张图里是猫或狗。
人工智能识别
图源：新华网
你可以在医学诊断中做同样的事情。如果你有一些X光片，你让一个医生标记了所有的X光片后再给机器看X光片，它就会告诉你诊断结果。
目前，我们所有的人工智能系统都是由数据驱动的。我们不知道如何让人工智能系统做出类似人类的决定，但我们知道的是，如果我们给它们足够多的样本，我们可以训练它们重现这些决定。
我们不知道它们是怎么做的，但基本上只是一些数据，如果它看到了10万张图片以及那些人做的标记，比如猫和狗，它就能自动找出图像中是什么使这个图像是狗的图像，什么让这个图像是猫的图像。但是这些图像非常简单，这些算法也非常简单。然后你就会有一个能很好地识别猫和狗的区别的算法。但当你给它看熊猫时，它根本不知道熊猫是什么。它只会试着说这只熊猫是一只狗或者一只猫。
这些算法看起来很聪明，但当你给他们看一些训练数据之外的东西时，你就会发现他们在做一个相当单一的任务。这个任务在很多情况执行得很好，但我们必须小心这些系统往往看起来比它们本身更聪明。它们没有那么复杂。它们没有进行像人类一样的思考。有时我们很惊讶他们做出了非常糟糕的决定，那是因为他们现在看到的数据超出了他们训练时的数据范围。
Q
Cyrus Li, G2：是什么启发了人工智能的发明?
亚历克斯·罗杰斯教授：人工智能的历史可以追溯到很长的一段时间。在英国，一位名叫查尔斯·巴贝奇的科学家在大约1780年发明了机械计算器，也就是200多年前。这是一台用来计算的机器，它由黄铜和齿轮制成，用来计算导航表，也就是数学表。到目前为止，人类计算器和数学家都在这些表格中计算过。
阿达·拉芙莱斯是与查尔斯·巴贝奇同时代的人，她最开始思考并描述人可以用机械大脑做什么。她还思考了机械大脑是否有创造力以及机械大脑能否在没有指令的情况下行事。人们一旦有了非常简单的机械计算机，就会开始思考如何用人工智能模拟人类大脑。
英国发明家 查尔斯·巴贝奇
图源：维基百科
世界上第一个程序员 阿达·洛夫莱斯
图源：搜狐
在20世纪50年代，电子计算机被发明出来，所有参与开发电子计算机的人又再次变得非常兴奋。约翰·冯·诺依曼、艾伦·图灵这些人都在思考如何让电子计算机模仿我们大脑的思维方式。在20世纪50年代，他们发明人工智能这个术语来描述开发计算机并使计算机做出明智决策的方法。令人惊讶的是，虽然我们普遍认为人工智能是很现代的，我们每天都能听到新闻报道人工智能的信息和技术进步，但事实是有些关于人工智能的想法可以追溯到200年前。这个词本身大约有60年的历史，在1960年左右被发明出来。人们一直在谈论智能机器可能会在很长一段时间内取代我们，但是我们人类很聪明，很难被机器代替。
现代计算机之父艾伦·图灵
图源：电影《模仿游戏》剧照
Q
Teddy Tang, G7：人工智能可以自主学习还是只是复制他所看到的?
亚历克斯·罗杰斯教授：有一个研究领域叫做机器学习，但机器学习实际上就是在模仿。所以如果我们想让人工智能学会做决策，我们所做的就是向它展示大量的输入数据的样本以及它应该做出的决定和这个过程。然后它和这些样本一起运行，它们再反向传输，在神经网络上运行。它所做的就是在模型中调整数以百万计的小参数，直到你把信息输入到模型中，你想要的输出会在最后出现，所以机器的学习模型无法真正理解它是如何做出决策的。它没有任何更高层次的理解。所以如果你分享狗和猫的图片，它会告诉你这是猫、这是狗，但它对猫狗一无所知。它所能做的就是把这个图像转换成一个标签，上面写着猫或狗。
机器学习
图源：谷歌
所以我们现在的机器学习算法，基本上都是模仿算法。我们已经建立了非常好的算法，可以在各种环境下模仿人类的决策、翻译文本和识别图像，但他们对自己所做的事情并没有更深入的了解，他们没有人类水平的理解能力。
机器学习的基本思路
图源：Easyai
Vol.2
聚焦人工智能：情感与伦理
Q
Cyrus Li, G2：AI有感情吗? 就像我看的电影《机器人总动员》演的那样？
亚历克斯·罗杰斯教授：目前还没有。一般来说，当想到感情时，我们会联想到有意识的机器或事物。动物是有感情的。我有一只宠物狗，它也是有感情的，有时快乐有时悲伤。它有意识，它可以思考自己的一些问题。而现在的机器和人工智能算法比这简单得多。当人们制造出有人脸的机器时，这些脸可以微笑，但这些笑容是假装的。
动画《机器人总动员》
图源：豆瓣电影
Alexa（亚马逊设计的智能语音助手）会给你讲笑话，Alexa会说她很难过，但是当下她只是在演戏。要知道人类非常善于将自己的情感赋予到事物上。有很多研究表明，如果让一台机器表现得像动物或人类，我们会对它产生非常积极的反应。所以它们现在是没有感情的，也许在未来的某个时候会有感情。通常人们认为需要有意识才能拥有有意义的感受，所以人工智能目前还没有感情。
亚马逊人工智能系统Alexa
图源：谷歌
Q
Annie Guo, G6：人工智能能感受到人类的情感吗? 如果可以，这是如何实现的？
亚历克斯·罗杰斯教授：我们现在的算法没有情感。不过，有很多人对制作出对我们的情绪做出反应的算法感兴趣。当我们与设备互动时，它们能检测到我们是生气、沮丧还是快乐吗？它们能基于此改变它们应对的方式吗？
有很多人对制作这些常被称为有效接口的事物感兴趣，这些接口会对使用者的情绪做出反应。如果他们继续升级这些算法，这些设备会提供更恰当的互动。如果你生气了，你的车会识别到，然后试着放慢速度，而不是也变得生气。如果你因为生气而试图加速，它不会让你加速。
很多人感兴趣的是，如果我们能识别人类的情绪，我们能做些有用的事情吗? 我们能改变设备的工作方式吗? 但这些机器本身并没有任何情感，所以它们并不真正理解情感的含义。它们检测到你生气可能只是因为你的声音很大，或是检测到你的心率很高。我们有一些更简单的方法来检测人们的情绪，但它们并没有人类所拥有的理解能力。
人工智能假装情绪
图源：谷歌
很多人都在思考未来当我们有机器来为我们完成这些任务时会发生什么? 他们认为与人互动的社交功能需要复杂的、人类水平的理解能力。所以如果你有一种算法可以通过X光来检测谁得了癌症、谁没得癌症，这是非常有用的。但是你会更情愿是人来告知你癌症的结果而不是一台机器。
对我们的算法来说，处理人和情绪是非常困难的。这是人擅长的事情。大多数人想象未来会有算法来完成科学计算类的任务，但所有涉及人类情感和互动的事情，仍然是人类的专利。这是人类最擅长的，也是机器最不擅长的。所以我们应该结合一下，让人类和机器合作，让人类做他们擅长的事情，让人和人互动，去理解和识别人类的情绪。
Q
Teddy Tang, G7：机器人会累吗？
亚历克斯·罗杰斯教授：它们现在不会感到累。 所以我们才会在很多地方部署人工智能，我们给它布置非常简单的任务，它会一直重复着完成这些任务，这是它的优点之一。当人们思考算法的部署时，他们会思考这些算法比人类更好吗? 我能建立一个比人类做出更好决策的人工智能系统吗? 但有时AI不需要优于人类。你只需要和人类一样好，或者稍微差一点，但要比人力划算。
在金融应用中，我们有专人来挑选基金购买的股票，聘请这些人的费用很高昂。你得付给他们高昂的薪水，因为他们有很多专业知识储备。如果我们能用算法代替他们，那么这些算法可能并不能有最专业的人那样的表现，但由于它们的成本较为低廉，所以我们会使用它们。它们可以持续工作。因此，人工智能的应用很广泛，虽然表现不如人类，但因为我们可以让它持续运行，而且成本低廉，所以它是比人力更好的选择。
你可能看过机器人执行任务的视频，目前机器人面临的挑战是它们运行时消耗的能量。所以很难有一个自动机器人能够像人类一样走动和做事，因为它必须停下来充电。
亚马逊智能家用机器人Astro
图源：谷歌
我们的大脑具有惊人的能源使用效率，现在用电脑取代我们的大脑需要耗费更多的电力。在完成某些任务时，人类仍然更节能，我们确实会累，但机器人耗尽电池的速度比我们的疲劳频率快得多。有趣的是，我们人类比机器人有优势，但一台由电力驱动并一直插电的计算机会优于人类，因为它可以一直做任务。
Q
哈罗重庆校长Mr. Lennon： 有一个叫永恒的韩国乐队，有11名成员。它们在现实中并不存在，它们都是虚拟的。在我们自己的技术革新中，作为人类，这个韩国乐队的例子是否将人类引入另一种形式的现实?
韩国AI女团 Eternity
图源：谷歌
亚历克斯·罗杰斯教授：这与人工智能的情感问题和创造力密切相关。突然之间一些AI系统大量发布，它们有的可以画画，现在有的AI系统，可以输入每首流行歌曲，让它生成最流行的歌曲。
这个韩国团体更进了一步，它变成了某种虚拟的身体表现形式。那么问题是，这重要吗? 如果你在听一首歌，这首歌是由一个算法写的，使用了我们喜好和技巧写出了最受欢迎的歌。这是有意义的吗，或者这首歌没有任何意义，因为它不是由一个实际上可能经历过这些情绪的人写的。
韩国AI女团 Eternity
图源：谷歌
流行歌曲也许并不那么重要。那么我们去看看诗歌，诗歌的支持者有一个非常强烈的中心思想就是诗歌或艺术是由人类创造的，这才让诗歌变得有趣。我们可以做出模仿某个人诗歌风格的算法，但诗歌不是由那个人创造的，它们总是比那个人略逊一筹。所以我认为这在未来几年将会是非常重要的争论，因为算法突然变得足够先进，如果你是另一个诗歌专家，你很难辨别计算机生成的诗歌和人类创作的诗歌之间的区别。
专家们投入了大量的研究，他们会说人类创作的诗歌更丰富更有价值因为它是由人类创作的。但对于大多数与之互动的人来说，也许他们并不在乎，他们并不介意它是由计算机生成的。你可以想象到这会充斥着我们消费媒体的所有方式。我认为这是一个有趣的问题，当然也有一个担忧，当我们有机器来创作诗歌时，它们只是混合和匹配它们目前所看到的，而我们有真正具有人类创造力的想法，有人会创造出一些前所未有的东西。所以创作不只是一个由所有现存被证明受欢迎的因素的混合体。这是以前从未存在过的。当人工智能能够做到这一点时，突然之间，这种人工智能生成的艺术就会突破障碍，人们就会意识到它是真的在创造艺术，而不仅仅是在创造一种混合的人工智能艺术。威廉·吉布森一直是发展曲线的先行者，他在20年前的一本书准确地描述了这一点。在当时，没有人会相信这种说法。
即使是真人组成的K-Pop乐队也是被人操纵的。所以，虚拟的偶像团体并没有走得太远，实际上只是重新完成了创建偶像团体的过程，在虚拟世界中做所有的事情。我认为威胁在于，我们现在可能不在乎，但也许在三四十年后，我们回头看的时候会发现我们失去了一些东西，因为我们把所有的文化虚拟化了，只是混合和匹配那些已经存在的东西，而不是鼓励人们真正的创造，发明一些全新的东西。威胁在于我们这样做会在未来的某一刻发现这样做让我们失去了一些东西。
Vol.3
应用人工智能：关系与互动
Q
Teddy Tang, G7：人类和人工智能之间的社会关系是什么？
亚历克斯·罗杰斯教授：很多人都认为也许我们可以养人工智能宠物。现在看来离我们和人工智能聊天已经不远了。如果人工智能已经看过很多人类聊天的例子，它可以出相当合理的答案。你问它对事物的看法，它会做出回应。你问它感觉如何，它会做出回应。但它所做的只是重现它之前浏览过的单词和句子。所以有一个问题就是如果我们在网上和某人聊天，如果我们知道对方是人类，或者这只是一个假装人类的算法，这有影响吗? 在某些情况下，我们可能不介意，但在其他情况下，它会很有欺骗性，因为有一个算法、一个计算机假装它是人类。
人类非常善于将人类的情感与事物联系起来。有很多研究表明，如果你拿一个完全无生命的物体，比如烤面包机。如果你把那种四处摆动的小眼睛放在物体上，那么我们就会和他们有更和谐的互动。我们喜欢它们这样，我们就会对它们产生积极的感情。这会造成一种危险就是这些算法会在某种程度上操纵我们，因为我们喜欢把事物看作是类似人类的，我们会把各种各样的人类情感赋予在无生命的物体上。对人们来说有人聊天是件好事，也许和机器谈谈你的个人问题是有益的。但我们对此得谨慎些，人们需要知道他们是在和一台机器对话，而不是在和人交谈。
现在，如果你去使用GPT chat，这是一个大型语言模型，它在网上是免费的，你可以访问它的网址。GPT chat看得懂文字。它基本上阅读了互联网上的所有东西，你可以和它对话，但它只能持续地预测下一个单词会是什么。它回顾了你们已经讨论过的内容，以及它读过的所有内容，生成它认为应该是下一句的内容。我们人类会很容易认为在这个过程发生了比事实更多的事情，它有理解，它在思考，但事实上它只知道句子，然后再预测下一句。我们很容易欺骗自己，认为我们在和另一个人说话，或者我们在和这台机器说话，认为机器的感觉和我们一样，因为这些话是说得通的。但在这一切的背后，它所做的是预测这个句子中的下一个单词应该是什么。所以我们必须谨慎于与机器人的互动，因为我们很容易被机器人欺骗，以为他们做的比他们实际做的要多。
Q
Hannah Zhang, G5：人工智能如何帮助我们的日常生活呢?
亚历克斯·罗杰斯教授：在很多情况下，人工智能意味着获得新的资源。如果你住在一个医生很难到访的地方，那么你可能会通过算法来使用人工智能诊断疾病，这样你就可以借此描述你的症状。你的X光片不必交给人类专家，而是会由一个算法来检查。很多需要人类专家的事物可能都可以被人工智能取代。
很多时候，当我们有关于法律或健康的问题，我们通常要去找人类专家，而人类专家并不多，咨询他们既昂贵又耗时。但人工智能可以让我们通过手机联系这些专家，这将产生非常大的影响。
在你们的有生之年，你们会看到事物突然变得更加智能。自动驾驶汽车可以自动驾驶、自动停车。也许我们还会有家用机器人。家是一个非常具有挑战性的环境，但许多人希望有一个家庭机器人，可以住在家里为你做任务，人工智能会有很大的互动空间。还有智能界面，我们不再需要在手机里输入东西，甚至现在我们已经习惯了和我们的设备说话，我们和手机说话，给智能扬声器下达指令。所有这些系统都将变得更加智能，能够做更复杂的事情。
目前，如果你在和一个智能的扬声器说话，它并不会记得你在说什么。它基本上只需要一个句子就可以用这个句子执行指令。但我们将拥有更丰富的家庭辅助设备，这些设备能更了解我们想让它们做什么以及它们如何对我们有用。我认为在接下来的十年里，我们的家庭辅助设备会比我们现在的智能音箱有用得多。
Q
Jerry Jie, G7：人工智能如何帮助人们提高生活质量?
亚历克斯·罗杰斯教授：很多人都对人工智能教练感兴趣。我有一个智能手表，如果我没有做足够的运动，我的手表就会提醒我站起来。你可以想象这样一个更复杂的系统，它鼓励你学习，监测你的健康和心理健康，考虑你的事业，鼓励你与家人互动，或者提醒你该给一有段时间没联系的朋友来通电话。很多人都对人工智能教练的想法很感兴趣，它会被专门编程用来监控我们，帮助我们过上更好的生活。这会很有趣。所以我认为人工智能在某方面会改善我们现有的服务。它将使现有的事物更便宜、更丰富。
但这有一个非常有趣的方面就是，我们是否可以有一个特定的人工智能，它的任务是试图改善我们的生活质量，也许是通过指导我们，或者给我们一些对我们更好的事情的建议，或者试图识别我们的有害行为，提醒我们不要去做，或者试图鼓励我们不要去做。
目前，人工智能大部分应用在健康方面，因为健康很容易测量。对人工智能技术来说，衡量你每天走了多少步还有估计你是否有充分站立是很容易的。我们已经有了健身系统，但我认为那些设计更复杂的系统将逐渐开始影响我们的生活质量，我们的心理健康和我们生活的所有其他方面。我们会有一些适用于心理健康的东西，以及鼓励我们在学校更努力学习的系统等等。
Q
Ciny Zhou, G5：在中国治疗疾病需要很长时间，是否可以通过AI来治疗疾病?
亚历克斯·罗杰斯教授：目前人工智能的关键在于，它需要大量的数据，而且基本上是在做模式匹配的工作。所以只要你有数据，你就可以解决各种各样的问题。我们现在看到的人工智能的应用和人工智能解决问题的现象，都是在数据容易获得的情况下发生的。
买车要不要主动刹车功能？主动刹车主好还是不好汽车安全系统主要分为 主动安全 系统和 被动安全 系统，主动刹车系统属于汽车主动安全系统的一部分，是一种利用通讯技术与电子监测来。
比如最近人们使用的电脑翻译，你输入的一种语言会以另一种语言展现。甚至你对着电脑说话，它就会用另一种语言翻译你说过的话。因为我们有大量的文件、书籍、文章和报告，它们已经被翻译成多种语言，所以这种技术才得以实现。一旦我们有了这些训练数据，我们给人工智能一些样本，它就可以进行翻译。它不理解文本和单词是什么。它已经看了数百万篇英文和中文的文章，它学习在它们之间如何进行模式匹配。事实证明，这足以让它们完成各种任务。
你可以在汉语和英语之间进行翻译，但这需要数据，所以只要我们有大型的数据来训练它，人工智能可以解决各种问题。每当你得知一个可能由人工智能解决的问题时，你应该思考，用来训练它的数据是哪里来的。
在医学诊断中，当它要学会从X光中识别疾病时，它需要有很多的X光样本，这些样本需要由人类专家标记。人类医生看了X光片后确诊这个人得了什么病，比如这个人得了肺炎，这个人得了心脏病。人类专家标记所有的图像，我们再将其输入人工智能，就可以自动化这个过程。当你思考人工智能能否解决这个问题时，你应该思考的是我有数据吗？我有用来训练人工智能的样本吗？
自动驾驶汽车的研究也是如此。在汽车能够自动驾驶之前，这些汽车配备了大量的传感器，这些汽车由人类驾驶，通过雷达和摄像头传感器收集了大量关于人类司机在不同环境下的行为数据。每当你思考人工智能能否解决这个问题，答案总是在于他们的训练数据是否被大规模捕获，这些数据是否被人标记过。
在某种意义上，无论何时我们建立一个人工智能系统，我们所做的一切都是试图复制人类做过的决定。我们和不能理解这个世界的算法截然不同。他们能做的是非常巧妙地复制人类在创建这个训练集时所做的事情。我们让人工智能模仿人类的决策，但在没有数据的情况下还是无法做到这一点。这是目前人工智能面临的巨大挑战。
所以当你得知AI可以解决这个问题时，想想有没有训练数据，这些训练数据从何而来，我能找谁来标记这些训练数据？谁来做人类专家？谁能给我需要的训练数据做标记和排序？只要你能做到这一点，那么人工智能目前就能解决很多很多问题。
Q
Ceclilia Li, G8：人工智能能想出应对气候变化问题的解决方案吗?
亚历克斯·罗杰斯教授：很多人对利用人工智能应对气候变化感兴趣。关于这个问题有一个研讨会，很多学者在这个领域做研究。这是一个不会有重大突破的领域。但人工智能基本上会比我们使用的计算机系统稍微好一点。
人们对使用人工智能来做出更准确的预测很感兴趣。我们能利用人工智能更好地构建气候模型吗？我们可以用人工智能来预测不同干预措施的效果吗? 现在大多数气候模型都在研究我们减少二氧化碳排放与减少甲烷排放之间的权衡。有很多非常复杂的比较，比如你减少不同气体的速度有多快，以及这对气候变化和天气有什么影响。所以在某种意义上，人工智能是另一种工具。它让现有的计算机模型变得更好。因此，在这个领域肯定会引发很多兴趣，就人工智能而言，它为我们提供了更好的算法来进行预测和建模，这就是我们在气候变化问题上做出更好决定所需要的。
Q
Amy Huang, G5：该如何将人工智能应用于可持续发展呢？
亚历克斯·罗杰斯教授：这是我非常喜欢的另一个领域。人工智能有很多应用。如果我们要建造一个可以使用更多可再生电力的电网，我们需要让它变得智能，这就需要电器和控制电网的人工智能算法，这是一个方面。还有很多可持续发展与更有效地利用资源有关。
你仔细思考一下会发现，让运输工具给人们送货会比让我们每个人单独开车去超市更节能。我们需要人工智能为这些运输带计算高效的路线。
我们还可以利用人工智能来开发新材料。现在很多人对发现新材料的人工智能很感兴趣。我们可以先描述一种我们还不知道制造方法的坚固轻便的合金，然后让人工智能算法告诉我们制造这种合金的方法。这种材料将使我们的飞机和车辆更轻便。
人工智能只是工具箱中的一个工具。这就像我们现在拥有的电脑一样，它是一个非常有价值的工具。它将帮助我们解决所有的挑战，以便我们做出改变以实现更可持续的发展，使用更少的能源，减少浪费。我在牛津大学的团队里就有很多人对我们如何在可持续发展中使用这些方法非常感兴趣。
Vol.4
警惕人工智能：危机与挑战
Q
Cyrus li, G2：未来人工智能会失控或不接受指令吗? 如何避免呢?
亚历克斯·罗杰斯教授：很多人都担心这个问题，我不太担心这个。我们目前拥有的系统太简单，它们不太可能失控。人工智能存在一些风险，但这些风险往往是由人在操作人工智能系统时可能会做出错误的决定所造成的。你的银行可能会根据某种算法来决定谁可以单独买房子，算法向下取整，没有人知道算法如何做出决定。人工智能的局限可能会做出影响人类的决定，那些决定可能会有坏的影响，但我不认为它会失控。所以我不认为这是我们需要担心的事情，也许一百年内都不需要担心。
Q
George Yi, G3：当人工智能发展到可以取代人类时, 人类会变得越来越懒, 因为他们越来越依赖人工智能。也许有一天人工智能发展出了自己的思想，它们开始为自己思考。它们会控制我们人类，变得比我们更聪明吗?
亚历克斯·罗杰斯教授：网上有两种观点。一个重要的积极愿景是，我们会让人工智能，智能的人工智能，可以为我们解决问题，为我们做很多工作。所以人工智能是否对人类有益取决于我们如何运用它。很多人研究以往的工业革命。在英国，大约在巴贝奇开发机械计算机的时候，我们经历了第一次工业革命。许多人从农村搬到城市，因为在那里机器取代了大量的农业生产。在城市里，人们通常在工厂里工作，生产布料。所以有些人对此持有消极的看法，因为人们本来在农村生活得很好，他们却不得不搬到城市里生活。
但是我们今天所有的财富都来自于这个转变。我们今天拥有的所有财富都源于生产力的提高。我们有机器为我们制造东西并因此变得更富有，享有更好的生活。所以人们认为如果计算机、智能计算机、人工智能机器人有同样的影响，那么这对我们来说可能是非常有益的，因为我们可以把时间花在我们喜欢的、创造性的事情上。许多裁判工作将由机器人完成。
但我们必须注意过渡的方式。很多人都在谈论自动驾驶汽车，这对社会来说可能有很大的积极影响，但有数百万人、可能是数亿人，目前以驾驶汽车为生，比如出租车司机、运输司机。所以我们需要确保随着这些新技术的出现那些工作可能被这些机器人取代的人也能过上有意义的生活。因此，如何应对这种转变是一个挑战。而大多数人关心的这些失业问题将会产生积极的结果。与其无所事事地坐在那里，我们可以做我们喜欢做的有创意的事。很多艰苦的工作将由计算机和算法来完成，我们会很乐意让机器人和电脑完成那些我们不想做的工作。
Q
Jerry Jie, G7：你认为人工智能会导致一些人失业吗?
亚历克斯·罗杰斯教授：是的，我认为人工智能肯定会取代一些工作。驾驶汽车是很难的，如何用人工智能取代它引起了很多关注。事实上，目前还没有人因为自动驾驶汽车而失去工作。但未来几年，被取代的可能性会上升。
第一次工业革命的标志是手工劳动被自动化，因此工厂工作或农场工人的体力劳动被机器取代。我们现在见证的是脑力劳动正在被算法所取代。法律事务所通过文件进行审批工作。在法律披露的过程中你必须搜索文件，判断它们是否与特定案件相关。比如有一个欺诈案件，你必须查看公司内的所有电子邮件来找出可疑人员。传统意义上，这是高薪的初级律师做的事，因为他们接受过法律培训所以会有高薪，但是你所做的事情基本上就是浏览文件并找到相关的文件，这很容易被电脑取代。
很多不寻常的、曾经被认为是需要技术专长的高质量的人类工作、需要你上大学学习法律的工作，突然之间就会被算法取代。我们习惯了机器人取代体力劳动者的想法，但现在它也会取代智力工作。创造力，社交互动，感知与操控对人工智能来说仍然是挑战。在互联网上处理数据对计算机来说很容易，但在现实世界中执行操作性的工作对计算机来说很难。所以，如果你的工作是自己坐在电脑前处理文件，你得意识到这很容易被人工智能取代。
Q
George Yi, G3：如果人类意识到人工智能的危险性，摧毁了人工智能，这是否意味着人类会变得更贫穷? 因为他们必须自己做所有的工作，没有时间去创造。
亚历克斯·罗杰斯教授：你可以想象如果我们现在就把所有的电脑和机器人都毁了，甚至不考虑现代的、未来的人工智能，我们将回到自给自足的农业时代。我们必须靠自己在一个地方生活，自己种植食物。很多人会觉得没关系，这就是他们追求的生活方式。但我认为对大多数人来说，做一个自给自足的农民是相当艰苦的，我们大多数人都享受着商品和电子产品的大规模生产给我们的生活带来的好处。我认为在不久的将来也会如此，我们会有更多的机器人和智能电脑，我们会喜欢生活在那种环境，而不想回到那种我们必须自己做更多工作的环境。
Q
George Yi, G3：有没有一种方法可以使人类让人工智能继续工作，而且它不会对人类有危险?
亚历克斯·罗杰斯教授：大多数人都希望人工智能能得到比现在更好的应用。目前我们有很多使用它的例子，但它的使用还不是很普遍。我们没有足够可靠的自动驾驶汽车，也还没有可以帮我们拿衣服的住家机器人出现，因为我们的衣服和房子非常混乱，机器人很难在那种环境下工作。机器人可以在工厂里工作，那里一切都是干净的、可控的，但是如果你把机器人带到家里，它会感到困惑，因为家具的移动和地板上的东西让它不能很好地移动。
我认为大多数人会希望人工智能可以做更复杂的工作。但是很多人确实认为也许我们应该设置一些限制，我们不应该试图制造像人类一样的机器。我们不应该尝试建造这些可能会欺骗人类的机器，让人们认为机器比实际上更像人。我们应该非常清楚，这些东西是机器，我们应该确保它们不能假装成人。
你们生活中已经可以看到这样的现象了。新闻报道说谷歌有一个系统可以在手机上预订餐厅，谷歌电脑会亲自打电话给餐厅为你预订餐位。很多人对此持反对意见，因为谷歌电脑假装成人类执行工作。它会用人声，还会假装是人类。
很多人不介意这点。但是我们应该让计算机清楚地知道它是一台计算机，不应该允许计算机假装是人，或者假装有情感和思想，它们希望自己变得更复杂的想法也不该被允许。
Q
Alinda Xu, G9: 一些人工智能会重复人类的工作，这意味着失业可能会增加。那么政府或企业将如何利用人工智能来解决这个问题呢?
亚历克斯·罗杰斯教授：当你回顾之前的工业革命，当国家实现工业化时，从我们现在的角度来看是有益的，我们不再像自给自足的农民那样工作，过上更好的生活。但在这个过渡时期很多人的生活更糟糕。英国第一批离开农场去工厂工作的人，基本上都是去城市的工厂工作,因为机器取代了他们一些农业工作。但我认为现在我们对这些挑战有了更多的认识。随着社会的自动化，我们会更加关注如何应对这种转变。关键在于，如果司机因为我们开发了自动驾驶汽车而失业，这些车辆可以到处行驶，我们不再需要出租车司机。我们真正需要考虑的是，如何重新培训这些出租车司机。
有一种模式是全民基本收入，也就是UBI，世界上有几个地方已经进行了小规模的试验。在这个模型中，如果我们将一切都自动化，那么人们就需要有收入，否则他们就不会购买产品。我们所有的社会模式都依赖于我们购买商品的同时其他人在工厂里以制造这些东西谋生。如果我们都想建造工厂，我们就不需要任何人在工厂工作，那么谁会有钱买东西呢？如果人们没钱买东西，我们就不需要工厂了。
全民基本收入是一种模式，每个人都有基本工资，你可以通过做其他事情来提高收入。我们不需要在工厂或农场工作太多，因为这些事情我们都可以靠自动化完成。所以我认为目前还没有答案，但我认为目前这个过渡会比以前好得多。因为我认为人们非常清楚挑战的存在，人们非常清楚这样一个事实，如果我们引进新技术，它将取代一些工作，我们得支持这些人接受再培训 去从事其他工作。人们正在积极地思考这将如何在现实中运作。我认为人们会因为人工智能和机器人而失去工作，但我希望他们能够获得比以前的工作更有成就感的工作。
Q
Ciny Zhou, G5：你认为人工智能能取代人类从事高风险工作吗，比如替代消防员的工作?
亚历克斯·罗杰斯教授：这个问题和工厂的情况非常相似。制造汽车、在工厂工作，很多这些工作过去都是由人类完成的。这些工作环境的危险性引发了庞大的技术改革的动力，比如救援机器人。不过目前这是相当具有挑战性的，因为机器人在工厂地板没有杂物的时候可以工作得很好。挑战在于要有一个像人类消防员一样适应性强的机器人。一个人类消防员可以爬过废墟、可以拿东西、可以挤过狭小的缝隙，这些对机器人来说都是非常困难的。在未来的十年也就是2030年机器人技术会发展得更先进，也许你的房子发生火灾时会有机器人消防员会来救你。但目前这些机器人还不足以在这种混乱无序的环境中工作，有紧急情况的现场都是这种混乱的环境。
Q
Annie Guo, G6：未来哪些职业会被人工智能完全取代?
亚历克斯·罗杰斯教授：我在牛津的同事迈克·奥斯本和卡尔·弗莱做了一项大型调查。他们研究了美国所有的工作，并根据它们被机器取代的可能性对它们进行了描述。他们提出了三种让工作无法被机器取代的因素，其中一个就是创造性。任何一些非重复性的事情都是很难替代的。计算机擅长一遍又一遍地做同样的事情。那些不重复的任务是很难替代的。
其次是灵活性。任何涉及移动、拿起东西以及在复杂环境中交互的事情对计算机来说仍然是一个挑战。牙医要在你的口腔内工作，这是一个非常具有挑战性的环境。每个人的口腔都略有不同。人们在做口腔手术时必须张开嘴巴。牙医得不停的打开和闭合口腔。所以这是一个似乎很难用电脑自动化的领域。
他们提出的最后一个要点是社交智能，也就是任何涉及与人互动的事情。如果你想的工作有这些特点，那么这些工作是不会被取代的。他们认为像休闲理疗师、牙医、运动教练、编辑、消防员、演员这类的工作都不太可能被取代。然后是电话推销员，那些向我们推销东西的人、会计师和审计员的工作。要看公司的财务报告的会计人员很容易被替换，因为那些数据都是标准格式的。还有技术作家，人工智能非常擅长写作，因此自动撰写财务报告、公司报告的这类工作是可以替代的。
所以如果你想要寻找，一个不会被电脑取代的角色, 社会智能、创造力、感知和操纵，任何需要这类技能的东西，仍然很难被自动化和被计算机取代。当你在思考你的人生要做什么时，你应该专注于这三个核心方面。任何在良好的、常规的环境中完成的工作，比如工厂，都可能很容易被计算机取代。随着机器人和计算机价格下降变得更加经济实惠，计算机和机器人完成这些任务的成本将比人类更低。
Vol.5
发展人工智能：智能电网
Q
Amy Huang, G5：智能电网和普通电网有什么区别呢?
亚历克斯·罗杰斯教授：普通的电网建立在供给遵从需求的基础上。每次你打开灯泡或打开家里的电器都会多消耗一点电，这些电来自某个地方。所以通常发电机会跑的更快一点。如果这是一个燃煤电厂，一个阀门打开，会有更多的蒸汽会进入发电机。即使是现有的电网系统设计精良，其中所有东西都要同步到特定的频率。你一打开灯就增加了负荷，发电站的发电量也必须相应地增加，这就是普通电网。 未来我们想要使用更多的可再生能源，我们就得使用太阳能和风力发电。这些类型的发电所面临的挑战是我们不能直接打开、关闭或调节大小。当阳光灿烂的时候，我们尽可能多地生产电能。如果有人打开灯泡，我们就不能立即从太阳能中产生更多的电力。风能也是一样。我们需要一个电网让我们可以尝试制造需求，我们的用电是按照现有的发电量进行的。有风的时候，我们储存电力，在没有风的时候使用，这就是智能电网。
这种未来的电网让我们可以在家里使用电池，我们还可以在汽车上使用电池。当天气晴朗多风且有大量电力时，我们会储存所有的电力。当风不那么大的时候，我们可以从电池中获取能量为我们的家庭供电，而不是使用燃煤发电站。我们想知道家里有多少电可用，如果我们的冰箱在运行，只要我们的食物是冷的，冰箱就可以在特定的时间自动关闭。我们不介意它耗电。我们可以有一个智能冰箱，刮风的时候可以运行，没有风的时候可以节省能源。所有这些技术都是智能电网。
世界各地，尤其是中国，都在太阳能发电和风力发电方面进行了巨大的投资，并试图减少用于发电的低温。这就需要智能电网。我们需要让电网比原来的电网更智能。而在旧有电网中，我们会在有需要的时候打开燃煤发电站来产生更多的电力。
Q
Lindsey Zhang, G8：除了智能电网，您和您的团队目前在开发其他东西吗?
亚历克斯·罗杰斯教授：我们在环境保护技术方面做了大量工作。我的兴趣在于和监测环境的科学家合作。他们感兴趣的是气候变化是如何改变动物和植物的行为的? 所以我感兴趣的是开发一种他们可以部署的传感器。这是一个样机，一个低功率的GPS追踪器，把它放在鸟身上，鸟去迁徙，我们就可以了解气候变化如何影响鸟儿迁徙。我对开发供其他科学家使用的设备非常感兴趣。所以最近我一直在和对保护生物多样性感兴趣的保护科学家们一起工作，并开发帮助他们工具。这些工具可能是设备，也可能是算法。
Q
Lindsey Zhang, G8：智能电网在可持续发展和减少碳使用方面有什么帮助?它是否能在极端天气下使用？
亚历克斯·罗杰斯教授：人工智能在可持续发展方面无处不在，人们也在使用计算机来监测气候。他们用计算机来尝试优化流程，使工作更有效率。人工智能可能应用在运输路线上。甚至是你在做一些研究时，他们或许就会做基于传统硬科学的研究。如果我要研究未来的飞机，人工智能就会尝试开发新的、低碳的飞机燃料。在这些情况下人们需要计算机，而这些计算机通常是执行预测任务。我给出这种燃料的参数，它们就会计算燃料的燃烧效率有多高。在所有的科学中，很多这样的任务都是预测任务或建模任务。所有这些都可以在某种程度上使用机器学习和人工智能。
它通常被称为科学人工智能，在许多传统的科学任务中，人们确实通过人工智能获得了一些潜在的好处，比如在材料科学中。我们有一整套在世界上广泛使用的材料的知识体系。我们知道什么材料是由什么组成的，也知道它们的性质。我们梦想着如果我们想要一种具有这种性质的材料，它要有这个强度、这个重量和这个熔点，然后人工智能可以告诉我们需要一种由这三种金属制成的合金，如果把它们按这个比例混合在一起，金属合金就会有我们想要的特性。这看似是一种材料科学，与人工智能无关，但你用计算机做的很多事情都可以通过人工智能来改进。同样的模式也适用于医药行业。我们正在尝试开发新的药物，人们会先研究某种特定的情况，然后说我们能不能用人工智能来挑选可能解决这种情况的候选药物，筛选出我们认为会最成功的药物。然后我们就可以集中精力做一些临床试验了。几乎所有我们在可持续性发展挑战中使用计算机的地方，都会有人工智能算法的协助。
如果我们要建模，我们的人工智能算法会提供一个更好的模型。如果我们试图预测一个特定的结果 我们的人工智能模型会选择优于现存的预测方法进行预测。它通常被称为人工智能科学。人工智能只是改善了科学研究的过程，提高了科学研究的速度，这样我们就能更迅速地应对可持续发展的问题。我们会找到更好的方法来发电，更好的方法来建造材料，更好的方法来使用资源，会更快地得到答案，因为我们有更好的人工智能算法来做这些事情。因此，几乎所有从事基础科学研究的人都对人工智能如何使他们受益非常感兴趣。如果我们能提升科学研究的速度的话，就会对气候变化和可持续性等重大社会问题产生影响。
Vol.6
展望人工智能：未来与预期
Q
Alinda Xu, G9：人工智能的发展有极限吗?
亚历克斯·罗杰斯教授：我想是有极限的。我们能培训出多少了解人工智能的人是有限的。为了建立人工智能系统，我们需要在人工智能方面有经验的人，而有经验的人数量有限，所以我们需要更多的在学校和大学学习科学而且对使用人工智能产生兴趣的人，这是一种自然的限制。
业内有一些研究小组正在构建大型的语言模型。这是一个类似于GPT聊天的模型，您可以与之聊天，它用人类英语或任何语言进行响应。它可以在不同的语言之间自动翻译。这些都是人工智能的前沿。但是训练他们需要大量的资源。所以世界上只有少数几家公司有资源来训练这些模型。这些模型需要非常大的计算机系统来训练，而且它们需要大量的电力。人们花了大约1000万美元的电费来训练这些模型。所以有人担心如果我们坚持这种方法，我们会需要太多的资源去改良，而这些资源却被少数几家公司掌握。这确实是一个挑战。因此许多国家都在考虑如何为学术研究人员开发类似的资源。如果你是一名在大学工作的学者，你无法获得像谷歌或OpenAI这样的公司所拥有的计算能力或计算机资源。这绝对是一个挑战，我们需要找出让这些资源能够免费提供的方法。
但还有一个更基本的问题那就是我们目前是否拥有恰当的人工智能模型。我们目前的人工智能的运行方法似乎进展得相当不错。我们向它展示大量的数据，它学会模仿，它可以标记，它可以翻译。也许技术发展只能到这个程度了，系统会升级，但进步的脚步会开始放缓。在有人提出更好的解决方案之前，仅靠增加计算机的投入并不能更好地解决问题。现在，技术通常都会经历这样的发展曲线。技术有了快速的进步，然后它开始下降和持平。因为我们在现有方法的基础上不断扩大规模，这个进程会趋于平缓，这时我们就需要有新的想法出现。突然间一个新的想法出现了，然后技术发展又腾飞了。大多数技术发展都遵循了这个曲线。这意味着在很长一段时间内，这一进程都会持续。这使得高校研究人员意识到更好的算法的变得很有必要。
Q
Annie Guo, G6：你认为未来哪一能源系统在未来十年将会增长最快？
亚历克斯·罗杰斯教授：我认为太阳能是最大的赢家之一。上周有很多关于核聚变能的研讨，核能在未来还有很长的路要走。很多人对核聚变感到兴奋，因为这意味着你可以拥有无限的、低成本的、清洁的能源。但我们现在还不知道该怎么操做。我们知道的是如何制造太阳能电池板，并大规模销售这些电池板。目前我们已经部署了很多太阳能电池板，但是我们可以在每座建筑的屋顶上安装太阳能电池板，如果我们这样做，我们将生产大量的能量。太阳能虽然是一项相当古老的技术，但现在它有很多有关提高生产效率的研究和生产方式改革的研究。现在大多数太阳能电池板都是硅做的。硅是一种半导体，很多人在研究有机半导体。你可以把有机半导体涂在太阳能电池板上，这样看起来就像普通的印刷过程。所以这被认为是一种更便宜的制造太阳能电池板的方法。所以我认为在接下来的十年里，我们会看到太阳能电池板随处可见。
然后就有一个挑战接踵而至，那就是只能在白天发电。那就意味着我们会有很多很多的电池。生产技术、电动汽车让电池变得非常非常便宜。在过去的20年里，电池的成本一直在下降，其中很大一部分因为电动汽车需要大量的电池。电池的生产容量越来越大，工厂规模越来越大，电池储存的生产效率也越来越高。所以我认为接下来的十年化石燃料的使用会转变为电力驱动。我们可以在汽车上看到这一点。自行车、踏板车和公共汽车都可以通电，然后利用太阳能产生更多的电力，并使用电池储存电力。这是目前正在发生的，但我认为在未来十年他的发展速度会更快。
Q
Lindsey Zhang, G8：从古至今有很多关于人工智能的电影，甚至跻身于最受欢迎电影的榜首。在其中你最喜欢的电影是哪一部?或者在你看来哪一个更接近现实，真的有一天会发生？
亚历克斯·罗杰斯教授：我喜欢《终结者》系列电影，但我不认为这在现实生活中会发生。我喜欢这个故事，但我不认为电脑会有一天试图征服世界。但我确实喜欢这些故事，人们对人工智能和电脑征服世界充满了兴趣。它是科幻小说中非常流行的主题。大多数研究人工智能的人并不会担心这一点。他们更感兴趣、更担心的是部署的人工智能不能做出正确的决策，甚至对人类有害。
Vol.7
学习人工智能：学术与探索
Q
Amy Huang, G5：请问您为什么选择学习人工智能？
亚历克斯·罗杰斯教授：我喜欢电脑，我从小就对计算机感兴趣，我喜欢计算机编程。自从我进入学术界以来，我几乎在大学工作了25年的时间。那些令我感到兴奋的学术趋势都在于人工智能。人工智能推动了大量研究，带有人工智能的计算机得到了广泛应用。我喜欢建造系统，让系统在世界上运行，构建人工智能系统常令我兴奋不已。我也非常喜欢数学。我们为人工智能开发的很多算法，以及对这些算法如何工作的很多理解都依赖于数学。人工智能让我既可以做数学也可以运用计算机,这是一个我觉得非常有趣的组合。
Q
Ceclilia Li, G8：如果我将来有兴趣学习AI，您能告诉我我需要具备什么样的资质才能入选您的博士项目呢?
亚历克斯·罗杰斯教授：我们的大多数博士学生通常在本科期间学习数学或计算机科学。有时也会有学过工程的学生。在牛津大学，我们的本科计算机科学课程相当数学化。所以几乎所有进入我们本科课程的学生都有很强的数学能力。有时他们会做很多计算机相关的事，有时他们做得不多。令人惊讶的是，在所有这些人工智能算法的背后是数学的算法，其中大多数都是线性代数。在所有的数学形式中，目前支撑机器学习和人工智能的是线性代数，矩阵，理解矩阵和处理大矩阵，所以数学基础是非常有用的。当我们选拔了计算机科学学位的本科生时，他们会有数学和计算机科学双学位。我们对这样的学生更感兴趣，那就是尽可能多的学习数学的学生，通常是选择了A-level数学和A-level高级数学的学生。这些学生还需要对计算机和原创程序有浓厚的兴趣，喜欢写计算机程序。
Q
Ceclilia Li, G8：罗杰斯教授，除了您丰富的学术经验，我还了解到您会为创业公司提供的咨询服务，您能告诉我这些初创公司目前面临着什么样的问题或困难吗?你提供了哪些解决方案?
亚历克斯·罗杰斯教授：他们目前面临的挑战之一是寻找有相关经验的人。在大学里的很多经历以及在大学里的时间标准都与创业公司非常不同。因此，初创企业需要一种算法尽快投入使用。他们不必担心这算法是否足够智能、独特到让发明者闻名世界。他们需要的是一个足够好的算法，这样他们就可以开始收集用户，开始与真实的数据进行交互，真正理解问题本身。这就是典型的创业公司，它们运行得非常快。他们需要部署系统，他们需要那些人工智能的技能。这些技能通常由大学里的博士生和博士后研究人员研发，他们的职业规划与这些初创公司不同。如果他们想留在学术界，他们会对出版、写作、做研究和写论文感兴趣。他们需要设计一些方法，让初创企业能够利用这些专业知识。商业资讯角度看，可以让一个学生或大学生实习生为一家初创公司工作三个月，然后回到大学校园的这种模式非常有效。这是我很感兴趣的模式，就是我们如何利用大学里的所有的专业知识来加速创业。首先，对于一个创业公司或一个普通的大学项目来说三年可能太长了。他们不想在三年后才有结果。他们需要在三个月内得知结果。因此，我们需要找到某种方法让这两个在不同尺度和时间尺度上工作的系统能相互作用并达成合作。
Q
Ceclilia Li, G8：你在科学或学术生涯中最大的成就是什么？你想对我们的年轻人说什么吗?
亚历克斯·罗杰斯教授：我想向你们展示这个我为保护科学家研发的硬件。这是一个小传感器，被称为音频蛾。它是一个小声音传感器，里面有一个小型电脑。它可以监听特定种类的鸟类和蝙蝠。人们用它来监测环境。对气候变化如何影响生活在特定地区的鸟类和昆虫感兴趣的人会部署这些设备、录音、用人工智能算法分析这些录音以检测哪种鸟类在唱歌，哪种昆虫在那里。现在我们在全世界部署了大概有50000个这样的设备。
你的发明，你的一个创意，会让世界各地的人受用，这是非常有意思的事情。这是你可以用软件和现代电子技术做的事情之一，如果你有一个想法，你学会了编程，你就可以建立有数十亿用户的系统。我们回顾Facebook的历史会发现，三到四个人就能成立一家公司，发展到Facebook如今的规模。所以如果你培养了相应的技能又想出了一个好点子，你真的可以对世界产生巨大的影响。
结语
人工智能是一门热度颇高的学科，一直以来都人类社会探讨的热门话题。在这次访谈中也不例外，哈罗重庆学子们热情满满，与教授探讨的话题从古至今，包括人工智能的各个方面。他们从各种角度提出了自己的思考，而教授也以专业和热忱的解答来进行回应。对哈罗重庆的同学们来说，这是一次丰富而宝贵的学习经历。
当我们从许多影视剧作品中看到人类对于未来的智能社会的描绘时，我们也要关注当前专业学科对于人工智能的发展的阐释。从学术出发，理解世界和社会——这就是科研的力量。
English Version
Introduction
The cultivation of innovative ability is inseparable from the accumulation of scientific knowledge and the construction of innovative thinking. As the saying goes,"a great teacher makes an outstanding student", in the critical period of developing the way of thinking and learning habits, the opportunity to communicate with the worlds leading scholars is of great benefit for teenagers to stimulate their interest in learning, broaden their global perspective, cultivate innovative spirit, develop scientific research potential, and improve their comprehensive quality.
Harrow Chongqing gathers the top educational resources in the worldand provides a platform for students to communicate with the worlds top scholars, giving them the opportunity to appreciate the research style and spirit of world-class experts and scholars, to learn about cutting-edge studies in various disciplines and to receive professional guidance.
The school has specially invited renowned professors from the University of Oxford, who are outstanding in academic achievements, experienced in teaching. These professors covers a wide range of research areas, including computer science, natural science, business, social science and literature, etc. Harrow Chongqing students will have theme-based communication with these worlds top teachers in the form of interviews, so that the clash of ideas can ignite enthusiasm for scientific research and the power of research achievement can help cultivate innovative talents.
Artificial intelligenceis a popular subject at the moment, and developments in this field are receiving much attention in academia around the world, whether it is the application of artificial intelligence to human production activity or the discussion of the ethical issues of human applications of artificial intelligence.
With the spread of technology, artificial intelligence is being used in a wide range of applications in life. We see AI algorithms everywhere in our daily lives: AI algorithms in social media, captcha systems for logging into back offices, intelligent devices that make life easier for people ......
Human life is becoming increasingly dependent on artificial intelligence, and the increasing maturity of artificial intelligence is making it possible for "machines to replace human work" to some extent. As depicted in many science fiction films, in the future, machines may take over repetitive work from human, and everything in human life will become automatic, full of algorithms and new technologies. Robots and computers will be able to arrange everything at the touch of a finger.
So, is this really the case? Alex Rogers, an expert in Artificial Intelligence and tenured Professor of Computer Science at the University of Oxford, has been working on the application of artificial intelligence and machine learning within physical sensor systems to address real-world problems focusing on sustainability. His recent work has addressed future energy systems, such as the smart grid, citizen science platforms, and environmental monitoring, and typically involves the real-world deployment of novel approaches in devices, smartphones or the cloud and smart building energy management and the development of low-cost conservation technology.
In this exclusive interview, Harrow Chongqing students, accompanied by the Principal, had a conversation with Professor Rogers on thehistory, development and ethics of artificial intelligence.
Guest
Prof. Alex Rogers
Tenured Professor, Department of Computer Science,University of Oxford
Deputy Head of the Department of Computer Science,University of Oxford
Co-Director of the Autonomous Intelligent Machines and Systems Centre for Doctoral Training (AIMS CDT)
Member of the Cyber Physical Systems research group
Co-founder of the consultancy Joulo
Developer and Maintainer for GridCarbon, Carbon intensity monitoring program for the UK electricity grid
Highlights
In-depth conversations with some of the most prestigious scientists in the subject area will enable the seeds of research to take root and be transformed into a force for world progress in the future. Artificial Intelligence is currently one of the most promising and academically hot sectors in computing.
The interview between Harrow Chongqing students and Professor Rogers focused on the history of AI, the use of AI in human society, the relationship between AI and humans, and the "crisis" that AI may bring to human society. In this valuable dialogue, Professor Rogers shared many cutting-edge and fascinating insights with us. At the same time, Professor Rogers also provided advice for students studying AI.
The History of Artificial Intelligence
The Harrow Chongqing students began by asking questions about the definition and history of artificial intelligence. When people talk about artificial intelligence, very few understand its origins and how it has developed throughout time. Professor Rogers gave a concrete explanation of how artificial intelligence was created by humans, providing an entry point for us to understand AI.
How to apply artificial intelligence to human society?
Artificial intelligence is becoming more and more involved in human society, whether it is in daily life or high-risk human occupations. Can artificial intelligence be used in modern healthcare? Can artificial intelligence replace humans in certain professions, and will this bring about a crisis in human society such as rising unemployment? Professor Rogers answered all these questions in terms of the applications of artificial intelligence.
What are we talking about when we talk about emotions in artificial intelligence?
Does artificial intelligence have emotions? In Professor Rogers view, AI can mimic human behaviour accurately, but for processing human emotions, AI can never replace humans. When the students mentioned robots with emotions that they had seen in films and TV productions, Professor Rogers responded with a realistic model of AI emotion processing. The emotions we see expressed by AI are their imitation and acting.
For Professor Rogers, what is his latest research in the field of artificial intelligence?
In the interview, Professor Rogers shared his team‘s work on smart grids and the practical application of smart grid systems to sustainable development. At the moment, "sustainable development" and "carbon reduction economy" are also popular interdisciplinary projects. While we developing the human society, we also have to be concerned about the negative effects of development: diminishing resources, climate change, etc. Professor Rogers talked about how he has applied his research to sustainable projects.
Interview video
Interview Content
Vol.1
Tracing back to "AI": Origin and Definition
Q
Hannah Zhang, G5：How to define what is AI?
Alex Rogers, Professor of Computer Science at University of Oxford:Lots of people argue about it, some people say that proper AI needs to be smarter than a human. And sometimes thats called artificial general intelligence. Rather than just artificial intelligence, artificial general intelligence, which means that it will be an algorithm that can solve all of the problems that humans can solve, and youd be able to talk to it and discuss ideas with it. So thats very challenging, and we dont have anything as advanced as that, at the moment.
Its a sort of loose definition. And its basically, can we make algorithms that make good, smart decisions? And so that typically involves may be much lower-level planning tools.
Many of the very first AI systems that were built in the 1950s and 1960s, started off playing games. Playing chess was an AI problem for a very long time. Anything that involves something that we kind of think of as a human-type skill, playing games, playing chess, is often seen as artificial intelligence. But there arent really very good definitions of it, so its kind of very often now, artificial intelligence just means computers. If you read articles and people say, were using artificial intelligence to solve this problem, often it really means theyre just using computers to solve this problem. And so artificial intelligence has become a term that people like to use to sell their products. But often the decisions that this AI algorithm is making are very simple, but its basically anything that might involve some learning. If we build a system that learns how to do a task from data, thats typically described as an artificial intelligence type system. Something where you cant sit down and write all the rules to start with, you have to do something a little bit cleverer is typically what wed say is an artificial intelligence system.
...
守得安静，才有精进：91岁的叶嘉莹女士曾表示：她喜欢多些安静的时间，多读些好书，多些静思，多些与先哲的神交。百岁高龄的杨绛先生守静功力更是了得，她和钱钟书在春节也一样专注学问，面对前来拜年的客人只透过门缝寒暄几句，显得有些不近人情。但正是因为有了这种超常守静的...
发表评论:
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。