圖為報告工作組主席、英國皇家學(xué)會院士彼得·唐納利教授在新聞發(fā)布會上介紹報告的主要內(nèi)容。

（鄭煥斌/《科技日報》）

在人工智能快速發(fā)展的關(guān)鍵節(jié)點，關(guān)于該技術(shù)會如何重塑英國經(jīng)濟(jì)和人們生活的爭論高漲。英國皇家學(xué)會4月25日發(fā)布了一份題為《機器學(xué)習(xí)：計算機通過案例學(xué)習(xí)的能力和潛力》的報告，為機器學(xué)習(xí)技術(shù)未來發(fā)展謀篇布局。

報告呼吁，英國應(yīng)加大對機器學(xué)習(xí)的研發(fā)投入，掀起攻克該技術(shù)難點的新浪潮，同時要求各界加大向公眾宣傳機器學(xué)習(xí)技術(shù)的力度，營造公平合理的發(fā)展氛圍，從而保持英國在機器學(xué)習(xí)技術(shù)的前沿地位，提高國際競爭力。

開展機器學(xué)習(xí)技術(shù)普及宣傳

報告源于英國皇家學(xué)會發(fā)起的一個針對機器學(xué)習(xí)技術(shù)的研究項目，該項目從2015年11月開始，吸引政府、學(xué)術(shù)界以及公眾廣泛參與，對未來5年到10年機器學(xué)習(xí)技術(shù)的發(fā)展?jié)摿σ约鞍l(fā)展方式進(jìn)行了調(diào)查。這是英國政府首次對機器學(xué)習(xí)技術(shù)進(jìn)行如此廣泛的深入評估。調(diào)查發(fā)現(xiàn)，雖然大部分英國人聽說過或使用過相關(guān)應(yīng)用程序，但聽過“機器學(xué)習(xí)”這一術(shù)語的比例不到9%。

最近幾年，機器學(xué)習(xí)技術(shù)取得驚人進(jìn)展，并已在諸多領(lǐng)域“施展其才華”。目前人們幾乎每天都離不開機器學(xué)習(xí)系統(tǒng)，如社交媒體中的圖片識別系統(tǒng)、虛擬助手中的聲音識別系統(tǒng)和網(wǎng)絡(luò)購物中的個性化推薦系統(tǒng)等。但對受訪人群的調(diào)查中，人們對機器學(xué)習(xí)技術(shù)也提出很多質(zhì)疑，包括沒有個性化發(fā)揮、是否會取代人類體驗、是否會造成失業(yè)、是否會導(dǎo)致自動駕駛的交通事故，以及是否會通過有指向性的產(chǎn)品和服務(wù)，引導(dǎo)或限制人們的自由選擇。

報告基于調(diào)查結(jié)果認(rèn)為，為促進(jìn)機器學(xué)習(xí)技術(shù)的發(fā)展，未來工作的重點之一是加大公眾對機器學(xué)習(xí)發(fā)展前景的信心，并要求研究人員開展科普工作，促進(jìn)機器學(xué)習(xí)研究人員和從業(yè)者與公眾之間的交流。

率先攻克關(guān)乎社會利益新挑戰(zhàn)

報告特別列出的“掀起機器學(xué)習(xí)技術(shù)新浪潮”一章指出，機器學(xué)習(xí)應(yīng)被列為科學(xué)、研究和創(chuàng)新的優(yōu)先領(lǐng)域進(jìn)行投資。除現(xiàn)有投資機制外，未來應(yīng)加大投入，率先攻克機器學(xué)習(xí)技術(shù)關(guān)乎社會利益的一系列新挑戰(zhàn)。

技術(shù)本身的挑戰(zhàn)包括：創(chuàng)建能規(guī)?；幚泶髷?shù)據(jù)的新算法；設(shè)計不需大量標(biāo)記性數(shù)據(jù)的新算法；設(shè)計提高數(shù)據(jù)、能源等使用效率的高效機器學(xué)習(xí)方法；改進(jìn)運用模擬的研究模型；改進(jìn)硬件以支持更強大的機器學(xué)習(xí)系統(tǒng)等。

報告還以較大篇幅關(guān)注和論述了如何應(yīng)對與公眾相關(guān)的技術(shù)挑戰(zhàn)：首先，增加機器學(xué)習(xí)方法的可理解性和透明度。其中最有前景的方法是創(chuàng)建機器學(xué)習(xí)系統(tǒng)與人機對話系統(tǒng)的界面，未來幫助人類與機器對話，通過提問來理解機器推理過程。開發(fā)深受用戶歡迎的語音界面，提高機器的解釋能力，避免產(chǎn)生歧義和誤解。

其次，解決數(shù)據(jù)隱私與技術(shù)應(yīng)用的矛盾。機器學(xué)習(xí)以數(shù)據(jù)為基礎(chǔ)，而隱私是其中的重要議題。目前該領(lǐng)域的研究還處于初級階段，擁有極大提升空間。一方面應(yīng)對隱私進(jìn)行差異化分類，模糊化處理數(shù)據(jù)資料；另一方面，研發(fā)同態(tài)加密技術(shù)，使機器學(xué)習(xí)算法能在“看不見”原始數(shù)據(jù)的基礎(chǔ)上對加密數(shù)據(jù)進(jìn)行處理。

第三，開發(fā)對真實世界數(shù)據(jù)的分析程序，以對現(xiàn)實世界“雜亂無章”的數(shù)據(jù)進(jìn)行凈化、理解、轉(zhuǎn)變和集成的系列化處理。未來研發(fā)重點包括：開發(fā)數(shù)據(jù)處理和共享標(biāo)準(zhǔn)，提高數(shù)據(jù)評估質(zhì)量；開發(fā)系統(tǒng)行為評估和錯誤識別的標(biāo)準(zhǔn)。

最后，設(shè)計人機學(xué)習(xí)系統(tǒng)，即人機交互程序。未來，許多機器學(xué)習(xí)系統(tǒng)要在與人類互動中學(xué)習(xí)，其來源數(shù)據(jù)并不是靜態(tài)不變的，而是在互動中產(chǎn)生，這將給未來研究帶來一系列新的課題。如最大化實現(xiàn)人類智能與機器學(xué)習(xí)的結(jié)合、設(shè)計能根據(jù)人類情感做出高效決定的支持工具等。

　　嚴(yán)格監(jiān)管機器學(xué)習(xí)技術(shù)發(fā)展

報告還呼吁，創(chuàng)建對機器學(xué)習(xí)技術(shù)嚴(yán)格監(jiān)管的環(huán)境，確保該技術(shù)的利益最大化。通過對哪些人影響最大、利益如何分布及存在哪些增長點進(jìn)行分析，設(shè)計有效的干預(yù)政策，幫助公眾和企業(yè)適應(yīng)并利用機器學(xué)習(xí)技術(shù)，改變生活和生產(chǎn)方式。

這些干預(yù)政策包括：其一，對各階層人群進(jìn)行培訓(xùn)。組織對學(xué)校、大學(xué)和工人等不同人群的數(shù)字技能學(xué)習(xí)和培訓(xùn)，確保不會造成性別、種族和社會經(jīng)濟(jì)背景方面的差別對待；強化機器學(xué)習(xí)專業(yè)的碩士教育，為工商企業(yè)和研究機構(gòu)培養(yǎng)一批機器學(xué)習(xí)方面的專業(yè)人才；增加博士和博士后人才培養(yǎng)，提前布局下一代機器學(xué)習(xí)領(lǐng)域的研究帶頭人。

其二，創(chuàng)造機器學(xué)習(xí)運用新機會。將機器學(xué)習(xí)技術(shù)集成到英國工業(yè)戰(zhàn)略計劃中，幫助企業(yè)實現(xiàn)利益最大化；支持新一輪機器學(xué)習(xí)研究浪潮，特別要優(yōu)先研發(fā)引起社會和倫理關(guān)注的技術(shù)熱點。

其三，創(chuàng)建支持機器學(xué)習(xí)技術(shù)發(fā)展的數(shù)據(jù)環(huán)境。持續(xù)追蹤英國開放數(shù)據(jù)記錄，確保數(shù)據(jù)的安全共享；評估個人病例或商業(yè)敏感數(shù)據(jù)能否公開，確保在協(xié)議框架內(nèi)適當(dāng)分享數(shù)據(jù)。

另外，營造寬松的政策環(huán)境，支持公眾對機器學(xué)習(xí)表達(dá)不同看法，并制定全新數(shù)據(jù)管理框架，既要保證數(shù)據(jù)管理與機器學(xué)習(xí)運用步調(diào)一致，又要特殊問題特殊對待，用不同方式靈活處理。（記者 聶翠蓉）