大江东-复旦融媒体立异作业室 刘畅 朱寿富 刘唱 陆柳
10月25日下午5时许，采访间的大门慢慢翻开，所有人的目光马上聚集在了一个身影上——“机器学习之父”、美国三院院士、顶科协奖“智能科学或数学奖”遴选委员会主席迈克尔·I·乔丹(Michael·I·Jordan)教授，大步流星地走了进来，承受大江东-复旦融媒体立异作业室的专访。
“你好!”他用可谓规范的普通话跟咱们打招呼，也让咱们有些严重的心境放松下来。
“AI永久不会替代人类。它拥有的是动物般的、仿照的才智，但永久无法像人类相同进行批判性考虑。”这位AI(人工智能)范畴的威望，面临咱们的发问，坚定地论述了自己对AI开展的观点。
“跨学科探究能供给未曾考虑过的视角，让我感到振奋”
这天上午，在2024国际顶尖科学家协会奖颁奖典礼上，乔丹与“智能科学或数学奖”得主乔恩·克莱因伯格紧紧握手。两年前，正是在这个舞台上，乔丹从时任顶科协奖“智能科学或数学奖”遴选委员主席、2017年图灵奖得主约翰·轩尼诗手中，接过了同一个奖项。
乔恩·克莱因伯格(右二)获颁“智能科学或数学奖”，迈克尔·I·乔丹(左二)宣读颁奖词。主办方供图
“我期望每次从论坛上看到一些不同的东西。”迈克尔·I·乔丹向咱们着重，“多样性是要害。”
乔丹的科研阅历，便是饯别多样性的进程。在曩昔数十年的研讨生计中，这位闻名的核算机科学家完成了多项跨学科的高难度使命。以核算机范畴为起点，他在AI和机器学习的阵地上相继引进心理学、核算学、认知科学、工程学等多个学科的常识，在学科间继续织造出新的联络。
《哈佛数据科学谈论》这样点评他的作业：“在机器学习和核算学之间树立了重要的桥梁，推进了贝叶斯网络和变分办法的开展。”2024年诺贝尔物理学奖得主、2018年图灵奖得主杰弗里·辛顿也说到，乔丹的作业对机器学习范畴的影响是深远的，供给了许多新的视角和办法。
在核算机研讨的范畴，乔丹的多学科布景可谓稀有，他自己也曾在讲演中笑称自己“堪属异类”。
“本科时，我主要是学习心理学，这一范畴协助我开端了解人类怎么感知周围环境，但我想更深化地了解人类是怎么考虑的，想知道人类为什么会采纳这样或那样的举动，所以我转向了神经科学范畴。接着，我开端猎奇团体意义上，人类应该树立怎样的安排，怎么经过团体获取社会福祉，怎么操控、消除、应对不确定性？所以，我又转向了核算科学和核算机范畴。”他这样答复咱们对他多学科布景的发问。
1985年取得认知科学博士学位后，乔丹先后在马萨诸塞大学和麻省理工学院从事人工智能与认知科学相关的研讨作业。1998年起，他参加加州大学伯克利分校，担任电子工程与核算机系和核算学系教授、实时智能决议计划核算渠道试验室一同主任、核算人工智能试验室主任，并曾任核算系系主任。
“跨学科的阅历并非我有意为之，而是顺从其美开展出来的途径。”当被问及是什么驱动着他孜孜不倦地在不同学科间“穿行”，乔丹的答复坦白又出人意料，“跨学科探究可以供给给我未曾考虑过的视角，这件事自身就让我振奋。”
今日，乔丹依然在学科穿插范畴不断探究，追逐着对不知道的巴望。他向咱们叙说了自己新的喜好：“在疫情期间，我沉浸于对病毒和免疫体系的研讨。这种微观国际里的对立，病毒和人体防护体系的比赛，杂乱而多层次，简直好像一部侦探小说。”他接着弥补道：“其实，一直以来都是猎奇心在推进我探究不同的范畴。我所重视的历来不是特定的学科，而是那些不断显现的研讨难题，招引我一步步走向深化。”
“比较于用模型来界说，我更想用协作与洞见瞭望AI的未来”
“AI进化的速度，远远逾越了任何其他现存的技能。”这是马斯克在ALL-IN峰会上说的一句话，当咱们问及乔丹对这句话的观点，他笑着回应：确实如此。
迈克尔·I·乔丹。刘唱摄
在乔丹看来，AI范畴现在就像一台高速工作的引擎，装载着很多新论文、新设想、新模型的技能远景。学术界不断立异，而工业界则企图找到实践的商业模式。面临咱们对AI远景的发问，这位权威级学者说：“咱们都在问，为什么构建这个模型？什么才是好的垂类大模型运用？实践上，这些问题的答案是在不断加快中构成的。”
本年9月在上海举行的2024外滩大会上，乔丹环绕AI技能的未来开展，提出了自己独特的见地。他特别重视三个要害词——团体性、不确定性和激励机制，以为这才是AI工业良性开展的要害所在。
乔丹以为，人工智能的运用应更多地考虑协作，而不仅仅是某一安排、某一国家等单一智能体的体现。他提出，应学习经济学中的激励机制，让AI体系在完成目标的进程中相互协作，然后提高全体智能水平。他说：“我不是用模型界说AI的未来，而是用协作与洞见瞭望AI的未来。”
提及当下AI东西走进寻常百姓家，比方Midjourney和Sora，乔丹坦言自己不常用这些东西，对群众运用的“AI味”并无特别感受。他略带一丝戏弄地说：“没注意到，我的研讨方向不同。”
不过，当论题转向多模态技能，他开端仔细论述起来。乔丹向咱们解释道，多模态让AI得以更挨近实在国际的了解。他打了个比方：“假如我只能根据文本，完美地猜测词语，比方ChatGPT，看似了解了言语，但这并非真实的了解。”他指了指房间里的一盏吊灯，说：“幻想假如我看到它坠落并摔碎，视觉与文本结合，就能供给更多的语义信息。”
乔丹以为，多模态技能有可能是一种协助AI更好了解实际的办法，而且可能是赋予模型推理才能的重要因素。
AI的开展并非一往无前，研制需求极大的投入，还伴随着层层应战。但是，正是这些应战推进着人类不断探究智能的鸿沟。在最近的《泰晤士报》2024年科技峰会上，诺贝尔奖得主、DeepMind CEO丹米斯·哈萨比斯表明，AGI的完成或许还有10年时刻。乔丹则以为，智能的界说依然充溢杂乱性和不确定性：“智能的界说终究是什么？是人类智能、商场智能，仍是其他？在硅谷，这样含糊的表述往往成为融资的标签，而未必是真实的科学概念。”
“探究并不总是顺畅的，不要害怕困难，不要急于求成”
跨学科的学习无疑充溢应战。“探究的进程并不总是顺畅的。”乔丹对咱们言传身教，“直到30多岁时，我的职业生计才逐步成型。”
迈克尔·I·乔丹承受大江东-复旦融媒体立异作业室采访。伍静摄
采访现场。伍静摄
根据自己的阅历，乔丹还给出了诚挚的主张：不要害怕困难，不要急于求成。坚持旺盛的求知欲，跟从详细的问题去开辟自己的研讨路途，去发现那些未被发现的事物，“问题会带你到应该去的当地。”
“假如执着于当即成功，往往适得其反。所以，请坚持耐性。”乔丹深知初期研讨者常有的苍茫与困惑，也了解他们因不安而发生的惊惧，“每个人都是绝无仅有的，找到合适自己完成目标的办法，至关重要。”
乔丹常常劝诫学生，不用执迷于短期效果，也不要因对不知道的惊骇而抛弃新的探究。最好的办法是多渠道获取常识，与值得信赖的长辈、同行沟通，一同在书本和优质学术资源中沉潜。讲到这儿，他向咱们摊摊手，“两三年后，你自然会知道该做什么、怎么去做。”
在耐性、无畏、多沟通的教育理念引导下，乔丹培育出了一批优异的学者，如吴恩达、Zoubin Ghahramani、Tommi Jaakkola、Lawrence Saul和David Blei，他们现已成为机器学习范畴的重要人物。
斯坦福大学教授、Coursera创始人吴恩达曾揭露表明：“乔丹教授是我在机器学习范畴的导师，他的辅导对我的研讨发生了深远的影响。”2018年图灵奖得主约书亚·本吉奥也高度赞扬乔丹：“他是机器学习范畴的开创者，为咱们了解核算学习和人工智能打下了坚实基础。”
在采访中，乔丹还谈起了自己的喜好，眼中闪烁着振奋的光辉：“我喜爱打鼓，还会和乐队一同演奏。”他边说边比画，“每次坐在鼓前，好像进入了一场与自己的对话。手、眼、脚聚精会神，和谐运作，每一次敲击都能感受到那种默契在不断推着我前进。”他微微一笑，好像回味着那份专心，“操练让全部更完美，我享用这种自我对话和自我提高的进程。”
报导统筹：李泓冰
采写辅导：复旦大学新闻学院教师陆柳
采访写作：复旦大学新闻学院学生刘畅、朱寿富、刘唱
视频采制：朱寿富、刘唱
(来历：大江东-复旦融媒体立异作业室)
