雷锋网 AI 科技评论按：上个月，全球挪动互联网大会 GMIC 2018 在北京开幕。此次主题为「AI生万物，谐音爱生万物，迷信技术要有人文的温度，机器有爱，真芯英雄」的大会上，全球人工智能首领会聚全球业界顶尖首领，讨论在根底硬件、大数据与开源平台、深度学习为代表的算法等人工智能范畴的最新洞见，是年度行业开展的风向标。

雷锋网 AI 科技评论此前就报道了 Facebook 首席 AI 迷信家  Yann LeCun 的收场演讲《AI 的最新技术趋向》 ，也整理了  Yann LeCun、Michael I.Jordan、李开复等人关于 AI 的现状与将来的圆桌讨论 。

实践上，除了 Michael I.Jordan，还有一位机器学习范畴的祖师爷级教授 Tom Mitchell 也离开了 GMIC 2018。会后雷锋网记者对 Tom Mitchell 教授停止了专访，教授风姿翩翩，言语严谨但也十分平和。

Tom Mitchell，美国卡内基梅隆大学（CMU）计算机迷信学院机器学习系主任、教授，美国工程院、艺术与迷信院院士，美国迷信促进会（AAAS）、国际人工智能协会（AAAI）Fellow，他在机器学习、人工智能、认知神经迷信等范畴卓有建树，撰写了机器学习方面最早的教科书之一《机器学习》，是机器学习范畴的著名学者。

雷锋网 AI 科技评论：如今机器学习十分炽热，我们听说往年 CMU 计算机系的硕士博士请求大迸发。您觉得机器这个专业如今过热了吗？

Tom Mitchell ：我觉得先生们很聪明，他们晓得机器学习可以在将来的职业路途中发扬很大作用，所以他们有充足的理由选择学习机器学习。关于职业选择来说，我理解到要求具有机器学习才能的职位如今有最高的薪水，在美国是这样，我虽然不清楚中国的状况但我置信也是一样的。这方面的人才的确有充足，由于很多公司都以为，有一些在机器学习方面有天分的员工，会对公司的将来起到关键作用。

雷锋网 AI 科技评论：您对请求这个专业的先生有什么建议吗？

Tom Mitchell ：你可以在编程和统计这两个方面停止充沛的学习。我本人就教授机器学习课程，然后课程完毕之后检查先生们的表现的时分，我觉得带来最大区别的是他们的数学才能。很多先生都晓得如何编程，由于这是要求的。实践上，假如你想做机器学习做的比拟好，那你需求数学、微积分、线性代数几门课都学得比拟好。所以我如今也对我教的课程做了一些改动，在上课的第一天，先生们可以做一个在线测试，花非常钟左右的工夫做一些复杂的标题，比方如何做矩阵乘法、如何算导数、如何算一个东西的概率，这可以协助他们本人以及我判别根底知识程度。我觉得这就是最好的预备方式。

雷锋网 AI 科技评论：许多知名教授和研讨员都被高薪吸引到了科技企业里。有人以为这会影响将来年老学者的培育，您赞同这种观念吗？

Tom Mitchell ：这样的观念我并不赞同。我本人如今就在学校，我也收到了一些 offer 希望我分开学校到企业里去，他们开给近一年来，国家加大了对于互联网金融的管理力度，各种管理政策不断出台，不少业内人士对于互联网金融都保持着谨慎看好的态度，但是安方丹却保持了乐观的态度，她认为，互联网金融行业在当前是“风口上的大象”，技术正是这股风的原动力。我的薪随着流量往智能终端设备迁移，新的机遇“物联网商业社交时代”也将迎来，通过人的第六器官（智能手机）和智能设备终端的联网互动，从而改变了人的行为习惯和消费方式。线下流量通过LBS定位重新分配，又通过物联网终端智能推荐引擎引导到网上任意有价值的地方，至此互联网下半场拉开帷幕。水也的确比在学校当教授的薪水要高得多。但是我回绝了他们，我喜欢待在学校外面。但我觉得总的来说，首先，的确有很多学者被吸引到了业界去；这也的确给大学带来了一些苦楚。不过假如你把眼界放得宽广一些，看看 AI 的开展，看看 AI 对整个世界的积极影响，我觉得有才干的人到了企业外面是坏事，包括初创公司，他们的确对整个世界形成了影响。那么大学会因而土崩瓦解吗，也不会。而且我觉得，整团体才库原本就是活动的，我觉得这是其中的关键。假如企业来学校招了更多的人，我们也就培育出更多的教授来。

雷锋网 AI 科技评论：也有人说科技巨头招走了人当前并没有做出明显的研讨效果。您赞同这样的观念吗？

Tom Mitchell ：这个观念我也不赞同。我们很多研讨者都用PyTorch或许TensorFlow作为我们深度学习研讨的根底工具。那这些工具是哪里来的呢？就是这些科技巨头。那么假如没有这些科技巨头的话，可以运用深度神经网络的人也就少了。所以他们也是有积极作用的。这些科技巨头的成绩是，他们没有足够的动力分享本人的研讨效果。以前一切的好想法都会地下出来，而到了这个时代，很多好想法会深藏在企业外面。我作为一个学者，对这件事情觉得有点懊丧。不过我也可以承受这个后果，由于我觉得这也代表了 AI 正在走向整个世界。

雷锋网 AI 科技评论：深度学习是如今最盛行的机器学习办法，虽然弱小但每个模型都还是只能处理特定的成绩。更通用的人工智能有能够经过深度学习完成吗，还是需求等候新的办法呈现？ 

Tom Mitchell ：我觉得我们如今的深度学习办法有一些分明的缺陷。比方，虽然我们如今在许多自然言语处置成绩中运用深度学习办法，这可以算是自然言语处置范畴的最新开展了，但是没有什么深度学习零碎可以表示出来我如今说的这句话的意思。由于它们都是基于内容的向量表征的，那我们其实并不清楚一个向量要如何才干表示一个量化的句子。比方我说：「每个毕业了的先生都至多学了三门计算机迷信的课程，而且有一位本人的导师。」那么只需我提取出其中的关系是「关于每一个 x，都有 xxx 的 y」，想要用向量来表示它就会十分难。那么，着眼将来地看的话，关于深度学习会如何影响自然言语处置，其中一个重要成绩就是，我们能否找到一种表示信息的办法，它可以提取出我说的句子中的奇妙信息，但同时还具有向量表示这样的类似性特点——两个相近的向量有很大约率表示的是类似的信息。

雷锋网 AI 科技评论：您如何对待 AutoML？谷歌在研讨 AutoML，我们近期采访过的一家中国公司也在研讨 AutoML。他们的目的是希望用 AI 生成 AI，增加深度学习开发中需求的人力，降低运用深度学习的门槛。您觉得这是一个有潜力的方向吗？

Tom Mitchell ：我觉得开发这些可以自动决议参数、自动决议学习算法的工具是一个很好的方向。不过假如有的公司觉得这样就可以让电脑本人完成这些任务，而不必雇一个很懂的人的话，那就很风险了，这会是一个很蹩脚的想法。经过一些工具把成绩变得复杂永远是坏事，但是理想中想要把机器学习运用在本人的使用中的时分，常常遇到的其实是，「我学这个数据能不能学到我想要的学到的东西」、「我要如何表示输出数据才干让它和我选的学习算法兼容」相似这样的成绩。这样的成绩是如今的 AutoML 还处理不了的。

雷锋网 AI 科技评论：波士顿动力研发的机器人常常给人带来惊喜，但据我们所知他们运用的还是传统控制实际。用神经网络控制的机器人可以到达那样的表现吗？能的话需求多久？

Tom Mitchell ：这是一个很棒的成绩。我觉得这其中的关键成绩不是要用神经网络交换传统控制办法，而是要把传统控制办法和深度神经网络结合到一同。我觉得我们如今就曾经可以看到一些结合的趋向。比方你想想无人机的话，他们就是传统控制办法和深度学习的很好的结合。往年秋天我教的一门课「深度强化学习」就是关于这个话题的。在我关注的范围内，传统控制有一个特点，即使当这个零碎要顺应一个新环境，那只需这个零碎的设计是正确的，我们就有实际可以保证它的举措可以坚持在某一个操作范围内。比方，你开一架飞机，让它自动下降，假如它运用是一个传统控制零碎，那么这样的传统控制零碎就有实际上的保证，不论下降的时分路是不是凹凸不平，它的举措都能坚持在一定的操作范围内。那么我们在机器学习以及强化学习外面短少的，就是这样一种实际，假如零碎在新的环境外面要从蹩脚的情况学习到达一个好的情况，我们没有什么实际可以限定它在这两个形态之间的进程里会做些什么。传统控制实际就在成功做到了这一点，其中局部缘由就是这些零碎都是较为复杂的零碎，所以我们可以推导出这样的实际保证。关于把深度神经网络作为学习机制的零碎，它的后果要开放得多，我不是很确定我们能不能失掉这样的实际。不过这在我看来会是一个十分重要的研讨范畴。

雷锋网 AI 科技评论：您以为脑迷信（神经迷信）与人工智能之间是什么关系？脑迷信的知识在您的研讨中能否重要？

Tom Mitchell ：神经迷信对我本人的研讨来说很重要。由于我这几十年的研讨里就有接近一半的工夫都在做脑成像的实验来研讨大脑是如何任务的。目前来说，很不幸的是，神经迷信对人工智能的影响很小，而人工智能反过去对神经迷信有很大的影响。我团体在两个范畴都做着研讨，由于我置信在将来的开展中两个学科的相互协助会比以前更多。我希望我是对的。

雷锋网 (大众号：雷锋网) AI 科技评论：前段工夫，来自 20 个国度的超越 50 位 AI 学者签署了一封地下信，抵抗韩国迷信技术院与军工企业结合研发基于人工智能的自主武器。您对人工智能用于武器的态度如何？

Tom Mitchell ：我觉得这是人们尝试让 AI 做的最风险的事情之一。我觉得，即使他们的地下信外面点名批判的是韩国，但现实是每个国度都在思索这个方向。大众也对此短少理解，当我看报纸的时分，我感到很诧异，人们担忧 AI 会进犯他们的隐私，但他们并不为 AI 能够会成为武器的这件事情所担忧。我觉得这很荒唐，我们似乎关注错了重点。我们如今能做什么还很难说。但我觉得我们应该做的，会和我们看待生物武器、化学武器的事情很相似。我们应该把支持武器化AI的国际性条约作为目的，就像我们成功达成了国际条约阻止化学和平的呈现一样。我们的确需求做这件事情。所以我为他们的地下信鼓掌，只不过过独自针对韩国似乎有些不公道，实践上一切国度都有参与。

雷锋网 AI 科技评论报道

。