张钹 | 纯粹数据驱动的人工智能不可靠 存在危险

来源：中国机器人网 作者：张钹中国科学院院士、清华大学人工智能研究院院长

纯粹靠数据学习生成的人工智能不可解释，处于不可控状态，为了避免危险，需要发展安全、可靠、可信的智能机器人。

8月19日，中国科学院院士、清华大学人工智能研究院院长张钹在机器人大会主论坛上表示，纯粹靠数据学习生成的人工智能不可解释，处于不可控状态，为了避免危险，需要发展安全、可靠、可信的智能机器人。此外，张钹对机器人的伦理行为也提出了自己的思考，他认为让机器人完全遵守道德规范和机器人的智能化存在矛盾，需要通过研究新的伦理分析工具等方式解决该问题。

要把知识加到数据驱动中

“目前机器是人的奴隶，我们叫它做什么它就做什么。但是我们希望进一步发展智能机器人，这就存在另一种可能性，即机器人会不会成为我们的主人？现在，大家越来越认识到这个可能性是存在的，阿西莫夫、霍金也提出过相关观点，如果机器的智能超过我们，我们就失去对它控制，对于这样的机器人要加以限制，加以治理。”张钹说。 张钹表示，当前机器人智能还很低的时候就处于不可控状态，这让人类面临危险。“比如用深度学习的方法处理事情，生成的人工智能算法危险、不鲁棒 （鲁棒性，指系统对异常情况的适应能力） ，没有可靠性保证，如果使用这种人工智能算法，必然会对人类带来伤害，这已经成为现实问题。参考当前人工智能的发展状况，此担心看起来是一个近忧，而不是远虑。” 在他看来， （人工智能） 纯粹靠数据驱动的方法必然不鲁棒，必然不可解释，必然不可靠。人在从事人工智能工作的时候就一定要考虑到相关的可能性，要解决这类问题，唯一的可能性就是加上知识，加上模型，办法很简单，但执行起来很困难，因为把知识加到数据驱动中去，方法上要有很多改变。 张钹表示，我们提出的第三代人工智能就是要解决第二代人工智能算法不安全，不可靠，不可信，不可控的状态。第一代人工智能主要靠知识驱动，第二代人工智能主要靠数据驱动，这两个方法都有片面性，必须把这两个方法加起来，才有可能发展安全的、可靠、可信的智能机器人。