人工智能與大數(shù)據(jù)帶來了無限的想象空間
從經(jīng)濟(jì)學(xué)到機(jī)器學(xué)習(xí):大數(shù)據(jù)與大算力驅(qū)動(dòng)的想象空間像托馬斯·薩金特,就是那個(gè)教機(jī)器學(xué)習(xí)、認(rèn)識(shí)世界的人。77歲的薩金特對(duì)AI、大數(shù)據(jù)、機(jī)器學(xué)習(xí)的一次專業(yè)演講,是最近在杭州,在2019羅漢堂數(shù)字經(jīng)濟(jì)年會(huì)上,同堂演講的還有2013年諾貝爾經(jīng)濟(jì)學(xué)獲得者拉爾斯·彼得·漢森等人。
作為2011年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者、理性預(yù)期學(xué)派的領(lǐng)袖人物,薩金特不僅在經(jīng)濟(jì)學(xué)領(lǐng)域頗有建樹,其跨學(xué)科研究的旨趣,認(rèn)為語言、理論和數(shù)據(jù)之間有很親密的關(guān)系,也讓其在人工智能領(lǐng)域走得更遠(yuǎn)——交叉學(xué)科研究推動(dòng)的科技(包括AI)進(jìn)步,是薩金特格外看重和親身投入的。
從經(jīng)濟(jì)學(xué)到機(jī)器學(xué)習(xí),不變的是對(duì)數(shù)據(jù)奧秘的發(fā)現(xiàn)力。本質(zhì)上,現(xiàn)在的經(jīng)濟(jì)學(xué)就是用數(shù)據(jù)、模型認(rèn)識(shí)世界、解釋世界,進(jìn)而提供各類決策建議的。而薩金特在題為《信息、幾何、計(jì)算》的演講開篇即指出,“我們現(xiàn)在有大量的數(shù)據(jù)組,以及我們有快速的計(jì)算能力”,同為經(jīng)濟(jì)學(xué)家的漢森也強(qiáng)調(diào)這一領(lǐng)域需要的是非常豐富的數(shù)據(jù)來源、很好的運(yùn)算法則,由此其實(shí)不難看出,他們對(duì)數(shù)據(jù)分析的傾心、以及數(shù)據(jù)在當(dāng)前時(shí)代的空前富集、算力的增長(zhǎng),是這些“最強(qiáng)大腦”們樂于活躍在機(jī)器學(xué)習(xí)這類前沿領(lǐng)域的重要因素。
薩金特和漢森的開門見山背后,隱含了一個(gè)事實(shí)——近幾年的人工智能熱潮,很大的驅(qū)動(dòng)力來自GPU的廣泛應(yīng)用,以及計(jì)算因此變得更快、更有效,而且成本低廉。伴隨者廣泛的應(yīng)用,各種形式的海量數(shù)據(jù)的涌現(xiàn),相應(yīng)的存儲(chǔ)能力,也使得數(shù)據(jù)應(yīng)用的前景變得空前明朗。
顯然,大數(shù)據(jù)與大算力所帶來的想象空間是無界的,正如任何一次重大的技術(shù)革命,其影響之廣泛總是超乎想象。對(duì)于像薩金特這種“最強(qiáng)大腦”們來說,如今盡享數(shù)據(jù)與算力之便的機(jī)器學(xué)習(xí),就是突破想象空間的原點(diǎn)。
從更多的數(shù)據(jù)、更強(qiáng)的算力,到更好地在機(jī)器學(xué)習(xí)領(lǐng)域處理數(shù)據(jù),在薩金特這里,基于信息理論的各種模型,一直在其中發(fā)揮關(guān)鍵作用,從而體現(xiàn)出機(jī)器學(xué)習(xí)的優(yōu)勢(shì)。利用模型來認(rèn)識(shí)世界,不是新事物,但正如薩金特所指出的,如果模型包含了“不可數(shù)的參數(shù)空間”,機(jī)器是沒有辦法學(xué)習(xí)的。不過,在大數(shù)據(jù)、大算力的加持之下,如今信息理論在這方面可以發(fā)揮的作用更大了,即基于信息理論的核心概念“信息熵”,用“最大熵”原則去指導(dǎo)機(jī)器學(xué)習(xí)的發(fā)展方向,而這樣的計(jì)算在機(jī)器學(xué)習(xí)領(lǐng)域?qū)?yīng)著非常漂亮的公式,正是機(jī)器學(xué)習(xí)的優(yōu)勢(shì)所在。
現(xiàn)實(shí)世界并不是理想的、理性的,這個(gè)問題對(duì)合理模型的構(gòu)建提出了挑戰(zhàn)。然而薩金特指出,模型可能不是盡善盡美的,有一些問題的,但是依靠大數(shù)據(jù)、通過(界限值的)對(duì)比(或參照),我們還可以進(jìn)行相應(yīng)的選擇。
在薩金特的演講中,漂亮的函數(shù)和模型永遠(yuǎn)不會(huì)缺席,作為處理數(shù)據(jù)的方法和工具,薩金特對(duì)他們的喜愛和信心溢于言表。人工智能時(shí)代的機(jī)會(huì),可能就藏在薩金特對(duì)它們的贊美之中。在經(jīng)濟(jì)學(xué)領(lǐng)域,薩金特作為理性預(yù)期學(xué)派的領(lǐng)袖人物而知名,這個(gè)影響廣泛的學(xué)派,有一個(gè)與人工智能一樣“樂觀”的基礎(chǔ)——基于這個(gè)學(xué)派的假說來構(gòu)建模型時(shí),經(jīng)濟(jì)學(xué)家認(rèn)為人是可以預(yù)測(cè)未來的。
不僅如此,薩金特從經(jīng)濟(jì)學(xué)向人工智能領(lǐng)域的跨界,實(shí)際上也帶去了其在經(jīng)濟(jì)學(xué)領(lǐng)域的開創(chuàng)性發(fā)現(xiàn)、為人工智能提供了新的思維方式。
不同學(xué)科與人工智能領(lǐng)域的互動(dòng)其實(shí)是雙向的。薩金特之前受訪時(shí)曾透露,舊金山聯(lián)儲(chǔ)主席威廉姆斯,已經(jīng)將一些復(fù)雜的人工智能模型引入到政策制定中。這一成果,源于薩金特將其經(jīng)濟(jì)理論與人工智能的結(jié)合,在薩金特看來,人工智能代理模型越接近理性預(yù)期模型,人工智能代理就越智能化。人工智能細(xì)化和促進(jìn)了理性預(yù)期模型。
對(duì)人工智能領(lǐng)域來說,正如在薩金特的研究中所體現(xiàn)出來的,在當(dāng)前階段從各個(gè)領(lǐng)域廣泛汲取營(yíng)養(yǎng)可能是必要的?!坝泻枚鄳?yīng)用科學(xué)像工程學(xué)、物理學(xué)、經(jīng)濟(jì)學(xué),我們會(huì)建立一些模型模擬世界運(yùn)營(yíng)……我們的目的是希望解釋我們所觀察到的世界上的現(xiàn)象,而我們關(guān)鍵的工具是使用模型,然后放到電腦里模擬?!彼_金特從來不缺少對(duì)跨學(xué)科的研究和論斷,而事實(shí)上,現(xiàn)代科學(xué)或科技最重要的成果,幾乎無不是建立在大量的交叉研究基礎(chǔ)之上,而人工智能作為軟、硬結(jié)合且尚待重大突破的一門科學(xué),顯然也應(yīng)如此。
如歷屆諾貝爾獎(jiǎng)中所體現(xiàn)的那樣,薩金特在2011年獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng),一方面在于開創(chuàng)性的研究,另一方面,其實(shí)也在于樂觀地回應(yīng)了外界對(duì)于現(xiàn)實(shí)經(jīng)濟(jì)問題的關(guān)切。當(dāng)前外界對(duì)于人工智能同樣不乏關(guān)切,而像薩金特這樣的領(lǐng)袖型學(xué)者,擁有前瞻、多維的視角和方法,并且從不缺少對(duì)這一領(lǐng)域的信心,無疑是回應(yīng)世界關(guān)切的最好人選。
相比22年前深藍(lán)擊敗了人類象棋冠軍所引起的轟動(dòng),今天的“理性預(yù)期”告訴我們,人工智能之路可能依然還有很長(zhǎng),但卻已經(jīng)很寬。