Nation、Country、State的差別;護照的作用 🔗https://wp.me/pd1HGm-kC
重點整理來了~~順手轉發呀❤️
➖➖➖➖➖➖➖➖➖➖➖➖
1. Nation、Country、State的差別
其實在中文上許多人常常把這三個詞彙翻譯成國家。
在國際法上具有國家法人格的政治實體就是主權國家,會用sovereign state 來稱呼,有時會簡稱 State (大寫)
為什麼會特別說大小寫?比如像是美國、美利堅合眾國(英語:United States of America,縮寫為USA,一般稱為United States(U.S.或US),或America)國名英文中的State ,是指形成美國這個主權國家的構成份子 state(小寫),這個在中文裡翻譯為州。這些州並不是主權國家,只是在美國內部的組成份子。
我們在看條約或者公約的資料時,有時會看到 Contracting State 這個詞,這邊的 State 會大寫,意即指的是主權國家。
因此我們要注意看上下文關係,如果是在看與美國有關的資料,若是小寫的 state 那就是稱呼美國內部的州。
在國際法上主權國家是 sovereign state,但如果有某個主權國家的議員用 country 這個詞時,我們要注意的是這個 country 可能是指稱某個地域、地區區域,指稱某個上面有人、有土地、有治理當局,能自主運作的區域。但這個地域不一定是國際法上具有國家法人格的主權國家,特別是當這個地域缺乏外交能力的時候。
舉個例子,像是英國(其實稱聯合王國比較正確),全名是大不列顛暨北愛爾蘭聯合王國(英語:United Kingdom of Great Britain and Northern Ireland),國際標準簡稱聯合王國(英語:United Kingdom,縮寫作UK)或不列顛(英語:Britain)
英國由四個構成國組成,分別為英格蘭、蘇格蘭、威爾斯和北愛爾蘭。而聯合王國UK國家政府就是用 country 來稱呼她內部這四個構成分子。
因此若看到英國相關資料,看到英國稱台灣為 country,那就是指台灣是不具有國家法人格的自主運作的單位。
因此,如果聽到有人,尤其是屬於大英國協體系的國家,用 country 稱台灣,不要高興得太早。
Nation 著重是人的部分,這個詞合理翻譯是民族而不是國家,世界上大多數的國家都是Nation State,也就是所謂的「民族國家」。若 nation 翻譯成國家,就會變成「國家國家」。
Nation是指由一群有共同文化、語言、歷史,對彼此有共同感、歸屬感的人所構成的民族。
Nation 這個詞其實就是指人,那為什麼會有人把它翻譯成國家?或者大多數會把Nation、Country、State通用?
原因是,當一群人共同生活時,除非四處飄泊,否則都會長駐某處,並透過長久共同生活 形成共同的文化、語言、歷史,並會在特定範圍內落地生根繁衍後代,進而集結成一個團體。
這群人會共同抵抗外在生存威脅,無論是抵禦野獸、抵抗外敵人、躲避氣候災難、或合作取得糧食。這群人是為了生存而聚在一起,為了共同完成事情而有了共通語言、文化,因為共同完成事情而有了歷史、形成共同體的意識。這群人會慢慢建立維持自己生存的專屬區域,進而形成邊界。若有其他族群侵入邊界就會產生競爭。而這群人可能會在對抗外敵的過程中進一步凝聚起來。族群為了生存而形成的專屬區域邊界跟地質上的邊界不一定相符,但可能會有差不多相符的地方,例如以河川或是山脈稜線為邊界。
這群共同生活的人會慢慢形成Nation(民族),而這個Nation的生存邊界涵蓋的區域就會成為Country。因為當一群人共同生活時,會出現領導階層,建立治理機構階來管理這群人跟生活區域,從而符合 country 的定義: 有人、有土地、有治理當局,能自主運作的區域。
那Country怎麼變成sovereign state?
現代國際法上的主權國家概念,是在十七世紀誕生。當時有一群代表各自 country 的領導者共同簽訂了西發利亞和約,創造出主權平等及領土完整性這些關於 sovereign state 的規則。當一個 country 接受並遵守 sovereign state 的框架與相關規則時,這個 country就會具有國際法上的主權國家的地位。
所以很多地方Nation、Country、State是可以互換。
基本上,當一個 country 願意遵守國際法秩序,願意遵守主權國家所形成的國際社會的規範,並得到國際社會其他成員的認可,就會得到主權國家的地位。
這時候可能會有人問:是不是沒得到其他國家認可就不是主權國家?
這在早期是這樣沒錯。西發利亞主權體系是歐洲出現的,在當時歐洲人會覺得自己文明開化,所以如果有個地區要主張自己是主權國家時,需要其他既有主權國家的承認。因為在當時的邏輯會認為,既然國際社會是由主權國家構成的,要成為主權國家加入國際社會,就必須被既有成員承認你夠格,而且必須接受主權國家之間的規範。
所以,在當時如果現有的主權國家不願意承認某個主張自己是主權國家的地區是主權國家時,這個地區就會遇到麻煩。而不願意承認的主權國家還可能會運用影響力,透過政治操作讓其他國家不承認你是主權國家,這時候就會很麻煩。
歐洲許多國家在過去都是開船到處建殖民地,「發現」新大陸。當他們到新大陸遇到當地人時,可能會發現這群人確實是個Nation,他們生活的地域也滿足Country的要求,可是他們不懂sovereign state的原則,所以歐洲人不會承認這群人有soveriegn state,從而不承認這群人能得到領土完整跟主權平等原則的保障,所以歐洲人覺得自己可以任意侵略原住民的地方、把原住民的土地當成無主地 (terra nullius),並利用無主地先占來主張自己擁有領土主權。
當時的「無主地」概念與現在有落差。
在國際法剛出來時,只要不是sovereign state的領土就會被當作無主地,所以才會出現那些殖民者到某地方完全不尊重當地的民族生活的地區,不把他們當成主權國家,認為這不是領土,因此能透過「無主地先占」來取得領土主權:因為不承認你是主權國家,所以否定你控制下的地方是主權領土,又因為不是主權領土就是無主地,於是可以透過佔領來取得領土主權。
這時候就會知道Nation、Country 無法提供法律上的保護。只有sovereign state能提供法律上的保護。
後來文明進步、重視人權概念以後,所謂的「無主地」概念就重新被檢視。透過尊重人權,而承認人具有決定自身未來的自決權,而由一群長久生活某處的人所構成的民族在與自決權概念結合後,就產生了可以用來建立主權國家的民族自決權。
也就是在國際法規則中,認可民族可以透過行使自決權來建立國家。
在這情況下,當某個民族要行使自決權建國時,通常就會以生存的範圍當作建國後的領土範圍。此時Nation民族生存的範圍不止是Country,也同時是此民族行使自決權建國成sovereign state之後的領土,這就是為什麼這三個詞有時會被當成同義詞的原因。但我們還是必須了解在什麼時候可以通用而什麼時候並不能互換。
之前有說過,一個主權國家可能是好幾個民族共同成立的,一個民族也可能會成立好幾個國家。所以Nation跟sovereign state不是一對一,而是多對多的概念。可以數個民族成立一個國家,可以一個民族成立一個國家,可以一個民族成立數個國家。
所以Nation不能直接翻譯成國家,不然今天遇到數個民族成立的國家時就會很難描述了。
所以要看前後文也要看使用者所處的邏輯,如果是指有這一群人共同成立的主權國家時才可以把Nation翻成國家,只是盡量避免這樣混用。比如說 聯合王國(英國)在使用的Country就不一定是指主權國家,很有可能是自主運作的單位。
史明前輩之所以「台灣民族主義」,正是因為台灣民族還未形成才需要倡議。以現在狀況來說「台灣民族」還在形成中,且邊界還很模糊,再加上一些歷史緣由造成的麻煩,因此法理建國派並不是主張民族自決,而是主張住民自決。
台灣上有原住民族的各族存在,其實可以各自主張行使民族自決權,但問題是各部落人的數量跟資源有限,加上與其他非原住民族在文化、交通、經濟各層面的重疊與結合,要明確切割出領域邊界有許多難關要克服,而在中華民國政權下更是難以克服。
因此我們主張的台澎住民自決權,是以共同經歷過日治時期這個殖民時代的歷史事實為基礎來劃定人的範圍,並不是血統論,而是用客觀史實跟客觀的法律身分,無論屬於哪個民族、哪個民族邊界,只要是曾共同經歷殖民,就是共同體的一份子,可以在「去殖民化」脈絡下行使住民自決權來建國。
目前台灣的情況,有一群人但是Nation還未完整形成,共同體的認知明顯尚未整合完成,地理區域的Country則涵蓋了金馬東沙等中國領土,所以邊界很尷尬,而sovereign state則因為還沒完成建國程序所以不存在。因此,法理建國派在地理界線上,會先將國際法上的中國領土金馬東沙先排除留待之後處理,並主張依據客觀史實,優先以領土主權歸屬未定的台澎為範圍行使住民自決權建國。
在國際法上台澎還不是一個主權國家,台灣是一個自主運作的單位,有的人會說台灣是事實獨立,有人說事實上的國家,但在國際法上沒有這樣的說法,國際法上的主權獨立國家就是sovereign state 。
那些稱台灣是Country的某國議員,他們的國家都沒有承認台灣是主權獨立的國家。
如果了解台灣的狀態覺得很難過的,可以把這心情轉化成建國的動力!
(這邊補充一下,「在建立國家時,『得到他國承認』是否是必要條件」的部分,可分「構成說」(Constitutive Theory)跟宣示說(Declaratory Theory)兩種。前者是必須得到他國承認才能有效建立一個國家,後者是國家是否有效建立與有沒有得到其他國家承認無關。「承認」在國際法通說上不是國家必要條件,但透過國際法程序建國後「承認」就可以發揮「外交效果」在國與國之間喔!)
關於事實獨立這個詞,在國際法上是沒有這個詞彙,這是政治詞彙。
台灣是自主運作的單位,那這個框架情況是什麼?ROC政權治理台澎的這個行為,ROC政權是依1945.9.2《一般命令第一號》同盟國分區授權佔領劃分了日本的領土,ROC政權就受這指令「代表盟軍全體成員」來台,以佔領執行者的角色受降跟實施軍事佔領。
《一般命令第一號》把日本在二戰時佔領的領土跟日本自己的領土,劃分成不同區塊由不同的盟軍成員佔領。
ROC政權是盟佔代管者,它的治理權限是來自於《一般命令第一號》,分區佔領的區域是同盟國劃定好的。佔領者在佔領地扮演的角色相當於一個國家的治理政權(政府),所以能做國家政府能做的事,但絕對不能要求佔領地人民效忠它。
基本上盟軍全體成員都會遵守分區授權佔領的規則,將當地的社會秩序、衛生、教育、醫療等維持在正常運作水準。
ROC政權對台澎南沙的治理權限是來自於同盟國分區佔領安排,而金馬東沙因為領土主權屬於中國主權國家,其他國家當然會基於不干涉他國內政原則不多加干涉「中國領土」金馬東沙,ROC政權就是以中國政權(國家政府)的身分來統治金馬東沙。
台澎人也沒有在1945投票讓ROC政權來台,所以ROC政權絕對不是台澎人叫來的。大家要看清楚ROC政權為何可以在1945年來台澎,如果沒有《一般命令第一號》它是不可以到領土主權在當時屬於日本的台澎。
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
2. 護照的作用
passport英文直翻就是通行證,最主要的用途是辨識持有此證件的人從哪來。
實質功能就是如果從某地來的人不能入境,至少還可以回到出發地,不會無處可去。
國家通常會對自己的國民發護照,並告訴其他國家自己將護照持有者當成自己的國民看待,如果護照持有人在海外發生事情,發照國家會為他出口氣。
例如美國護照持有者到加拿大被欺負,回美國跟國家政府哭哭,美國政府就可以要求加拿大給個交代。
在護照內頁,會看到發行護照的單位(通常是國家政府)要求其他治理單位(通常也是國家政府)給予此人合法合理的對待,如果對此人沒好好對待,則發行此本護照的單位會跳出來。簡單來說,就是發行護照的單位會罩他、保護他,所以我們稱之為「護」照。
由於發行護照的單位會保護持有人,而發行護照的單位通常是國家政府,因此會讓人誤以為只有主權國家才能發行護照,所以能發行護照的就是主權國家,這是錯誤的觀念。事實上,不是主權國家的地方也是可以發行護照的。例如港澳不是主權國家,是屬於中國主權國家的領土,而他們的治理單位也會發行護照。港、澳原本都是其他國家為了進行貿易而建立的殖民地,此地人民會去其他地方做生意進行商業行為,所以殖民者就會發給他們一個通行證去做生意。當港、澳回歸中國主權國家治理時,因為當地人民還是要繼續跟其他地方維持貿易關係,所以他們的治理單位發行該地區專屬的護照方便當地人民維持原有的經貿關係。
現在港澳的人拿護照雖然可以方便進出他國,但如果他們到海外被欺負,港澳的人要找誰幫忙出氣?當然是找PRC政權外交部,而不是找港澳特別行政區政府。
現在我們說護照很好用,通常是說可以免簽進入許多國家,但其實如果在海外出事,並不是光靠「免簽」可以幫忙的,還是要主權國家透過外交途徑來出面處理。
目前ROC政權發的護照,到國際上那15個承認他是中國國家政府的國家還會有點「保護」作用,如果是到其他180個國家,這本護照很難發揮什麼保護作用。
當然,有些國家例如美英,有特別針對ROC政權在台灣的狀況特別立法,把ROC政權這個台灣治理當局「當成」國家政府來看待,讓它可以替台灣人出聲。但如果遇到不把ROC政權看作中國合法政府代表,甚至把台澎人看成中國人、台灣當中國領土的國家,ROC政權發行的護照就只是單純的通行證,如果被這些國家欺負,找ROC政權就沒什麼保護作用了,搞不好找PRC政權的「中國大使館」還比較有用。
現在世界上許多國家是因為想跟台灣人做生意、覺得台灣人文明水準夠又有消費能力有利本國觀光發展,所以給台灣人免簽,而不是因為ROC政權有多棒。所以不用擔心建國以後,這個國家發行的護照會不好用,因為其他國家仍舊要跟台灣人做生意、歡迎台灣人去觀光。
【文末補充】
香港、澳門特區政府發行的護照可以免簽入境的國家/地區數目,之所以會比PRC政權發行的護照還多,就是因為,世界上其他國家/地區的人無論喜不喜歡PRC政權所代表的「中國」,他們都還是想跟住在香港、澳門地區的人往來,所以給管理香港、澳門地區的特區政府所發行的護照免簽 。台澎建國之後也是一樣。 無論世界上其他國家/地區的人到時候喜不喜歡、承不承認在台澎建立的國家,只要他們還想跟住在台灣的人往來,就會給治理台灣的國家政府發行的護照免簽,給台灣人方便。
同時也有1部Youtube影片,追蹤數超過4萬的網紅Dd tai,也在其Youtube影片中提到,隋唐時期,瑤族主要分佈在今天的湖南大部、廣西東北部和廣東北部山區。所謂“南嶺無山不有瑤”的俗語大體上概括了瑤民當時山居的特點。唐末五代時期,湖南資江中下游,以及湘、黔之間的五溪地區,仍有較多的瑤族居住。宋代,瑤族雖然主要分佈在湖南境內,但已有一定數量向兩廣北部深入。元代,迫於戰爭的壓力,瑤族不得不大...
加拿大通用語言 在 李開復 Kai-Fu Lee Facebook 的精選貼文
近日,我與阿萊克斯·彭特蘭教授(Alex Pentland)展開了一場”AI如何重塑人類社會”的精彩對話。
《連線》雜誌的資深撰稿人威爾·奈特(Will Knight)主持了這場對話。
阿萊克斯·彭特蘭教授任教于麻省理工學院,為全球大資料權威專家之一,現任MIT連接科學研究所主任、MIT媒體藝術與科學教授,擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜,曾參與創建MIT媒體實驗室,是全球被引述次數最多的計算科學家之一。
對話金句:
李開復:
AI最大的機會蘊藏在與傳統企業的結合中,這種價值的產生極其迅速,只需要幾個月,甚至短短幾周。
未來突破很難預測,對奇點、超級智慧的爭辯,在我看來都過於樂觀了。
小型AI公司與巨頭競爭,我的建議是找准巨頭沒有平臺優勢的細分領域,為某個針對性產業創造價值,不要與巨頭核心業務正面硬碰。
阿萊克斯·彭特蘭:
AI絕非試圖取代人類,而是促進多元文化之間的相互連接、團隊合作,讓人們更好的進行社交和連接彼此。
最困難的其實是說服人們改變商業流程去使用AI,因為大多數人是墨守成規的。
人工智慧有朝一日可以取代人類所有的能力,但是這個過程會非常漫長,可能需要上百年或更久。
我在對話中表示,當我們試圖解決AI問題時,應該用技術來解決技術的問題,可以尋求與監管部門協作,而不只是丟給他們,“新技術會衍生新的問題,我們應該多方嘗試用更進階的技術性解決方案,就像電腦病毒剛出現時,殺毒軟體隨之誕生。”
彭特蘭教授認為,人工智慧的核心,是促進多元文化之間的相互連接。不只是工程師或科學家,連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準,就像TCP/IP互聯網協定那樣,避免AI冷戰。” 我們都贊同,AI發展從來不是單打獨鬥,跨學科思維、跨領域合作尤為重要。 這場對話是麻省理工學院中國創新與創業論壇(MIT-CHIEF) 組織的高峰對話系列活動,主題是《計算與未來: AI與資料科學如何重塑人類社會》。
麻省理工學院中國創新與創業論壇(MIT-CHIEF)由麻省理工學院的中國留學生創立,至今已有十年,是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者,共同探討科技創新及商業化過程中面臨的挑戰。
以下是我們對話的核心內容,由我的同事整理、分享給大家:
Part I 主題演講
▌李開復:各方應協作,讓AI 更務實
非常榮幸再次受到MIT-CHIEF的邀請,對於人工智慧的看法,這次我主要想講四點。
第一點是我書裡的主題,人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段,從應用落地層面來說,正迎來了AI發展最大的機遇。
很多科技公司目前已對人工智慧進行了多樣化佈局,從視覺、語言、觸覺和其他感知技術,到自動化機器人、無人駕駛等,對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性,但我預測未來的格局會非常龐大,依據統計,各行各業採用AI的程度目前不到5%,AI應用的中長期增長曲線相當可期。
第二點是我很欣喜看到的一點,AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多,更多的AI公司湧現出來。
AI最大的機會蘊藏在與傳統企業的結合中,創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。
作為AI投資人,我認為在這些行業如果找到正確的AI應用方向,就能帶來上千萬的回報。這種商業價值的產生是極其迅速的,通常只需要幾個月,甚至短短幾周就能看到成果。
現在人工智慧在傳統產業的滲透率仍在個位數,仍然有很大的提升空間。然而對於很多公司來說,它們需要的是高度定制化的方案,而非通用型AI方案,所以融合的過程中,不可避免會遇到不少挑戰和痛點。
第三,我早年做過很多科研工作,很高興能看到關於系統一和系統二(System One, System Two)的討論,我們期待人工智慧技術從系統一升級為系統二,即從識別、決策、優化等能力,升級到感知、認知等進階智慧的能力。
有不同的學派都在努力讓人工智慧更接近人類智慧,其中一個流派主張回歸經典的AI理念,甚至重新構建嶄新的模型結構,在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。
回看人工智慧過去60多年的歷程,最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路(CNN)帶來的喜人成績,還有預訓練自然語言處理模型(Pre-Trained Models for Natural Language Processing)的廣泛運用。
預訓練模型與人類語言學習的模式類似,不管是英語還是中文,在習得這些語言之後,再去學習程式設計、藝術、化學。在無人監督的學習環境中,這種模式比我們想像得還要強大,就像阿爾法圍棋(AlphaGo)一樣。
最後一點我想說的是,如何讓AI變得更務實。
AI有很多問題,例如隱私、資料安全、治理和監管,在此就不一一討論了。當我們試圖解決這些AI難題時,有人認為讓監管部門加強管理是唯一辦法,其實不然,我們是否也可以朝著研發更厲害的技術性解決方案去努力?
就像電腦病毒剛出現時,殺毒軟體隨之誕生;面對千年蟲難題時,也迅速找到了技術應對方案。我們可以通過研發新技術,應對DeepFake深度換臉程式的挑戰;或者通過聯邦學習技術,在保證資料私密性的同時,滿足深度學習訓練需求。
作為握有技術能力的群體,我們需要與監管部門一起協作,而不只是把工作丟給他們。相信有了各方的助力,我們可以讓AI的應用變得更有深度,更加務實,更高效地克服現在面臨的種種問題。
▌阿萊克斯·彭特蘭:國家間應建立互通標準,避免“AI冷戰”
我對當前的深度學習技術不太樂觀。
最為主要原因是,深度學習不僅需要龐大的資料來源,而且要求這些資料長時間恒定不變,以保證模型訓練結果的可靠性,例如人類的面容、語言,就是相對穩定不變的資料來源。
但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時,出現了倉庫貨物緊缺,不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰,就是因為快速變化的疫情,和深度學習對恒定資料來源的需求是矛盾的。
另外,我想談談如何通過聯邦學習,促進資料的流通。
大多數公司沒有足夠豐富的資料,需要聯合不同的資料來源。基於這種需求,出現了很多新商業模式,比如“資料經紀人”——他們不出售資料,而是把資料借出去,作特定需求的使用。
“資料經紀人”業務湧現了很多,他們促進了資料的流通,也加強了資料的隱私性。因此,像聯邦學習這樣的技術和商業策略結合,有效解決了資料在合規性和所有權方面的難題。
聯邦學習也依賴於新的基礎設施建設,為資料應用和深度學習提供基礎環境,比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗,新加坡等國家設置了一種相互競爭的區塊鏈系統,來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗,涉及不同資料的互通性和連貫性問題。
我們仍在研究如何用儘量少的資料,實現人工智慧的目標。少量資料是指不斷更新的短期資料,這些資料能使AI應對迅速變化的情況,並及時做出調整。
我們打算將AI與其他基礎科學結合,例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料,可能會比深度學習更加強大。
除此之外,我們在探討用AI保障聯邦學習過程中不同資料方的權益,這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。
另一方面,我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作,找出解決系統入侵和保障網路安全的方法。
我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策,也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率,比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。
基於我們已有的多中繼資料庫,現在可以利用AI實現全新的資料優化方式,將貧困、不平等這種之前無法量化的指標,通過可量化的指標進行評估。
同時,要真正實現這個目標,我們還需要制定統一的互通性標準。如果沒有這個標準,國家之間就不會相互信任去合作,就可能出現AI冷戰。
因此我們需要找到促進合作的方式,就像TCP/IP互聯網協議那樣。而之前我提到的,新加坡、瑞士等現在正在嘗試的區塊鏈系統,將有希望解決國家間缺乏互通標準的問題。
Part II 對話
▌ 美國線上教育發展難度更大,只在ZOOM上講課是不夠的
Q1:疫情加速了行業的改變,遠端醫療、線上教育開始蓬勃發展,這只是AI對人類社會產生影響的冰山一角。想請兩位談一談,目前看好AI在哪些領域應用的未來前景?
李開復:疫情的確對整個社會產生了實質性的影響,人們行為習慣發生了很多改變,更願意接受線上學習和工作了。
這種新的行為習慣產生了大量資料流程,為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料,可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究,因此我相信AI在醫療健康領域的潛能是非常巨大的。
AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務,例如批改作業,讓老師得以將時間精力投入到更有創造性的事情上,能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性,比如設置卡通版AI虛擬老師,讓課程充滿趣味性。
在中國,有很多線上教育公司在疫情之前就已經發展迅速,像創新工場投資的VIPKID,讓國外的純正英語老師線上上教授中國學生。目前,中國的線上教育已經擴展到了更多科目,包括體育、舞蹈、書法等素質教育課程。
相比之下,美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的,好的線上教育必須要有好的內容。
▌AI核心是增強人際互聯,應注重文化多樣性
阿萊克斯·彭特蘭:李開復博士提到的教育案例,我不是很認同。
MIT大約20年前就在教育中使用AI,重點根本不是內容,我們甚至提倡將內容免費開放給大眾。
AI絕非試圖取代人類的作用,我們更強調用AI增強人與人之間的互動,讓人們更好的社交和連接彼此。比如手機上人工智慧技術,不是要取代你,而是讓你高效地找到最適合的工作、最正確的人,讓你更容易的獲取資訊,並進行創新。
我們可以利用資料激發更強的創新力,培養領導力。只有基於這樣的宗旨,才能促進更有創造力的教育和學習,這比關注教育內容本身重要得多。
在加拿大,有家創業公司正在訓練普通民眾學習AI,比如水管工,教學效果非常不錯。他們的教育方式不是簡單的教授基本知識,而是以一種能夠激發人們互動思考的方式。
我們之前在中國調研了3000多個孵化器,發現創業公司成功的要素裡,第一個是文化多樣性,也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性,他們能否發揮自己所長,並很好地進行團隊合作。
1956年,馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解,不應該只停留在“人工”層面,而應擴展到多元文化之間的相互連接、團隊合作,我把它叫做延伸智能(Extended Intelligence)。這也是我想強調的,人工智慧這個名詞有一定的偶然性,但它的核心點是增強人與人之間的互聯性。
▌AI未來突破難預測,奇點、超級智慧過於樂觀
Q2:未來十年AI有沒有可能取得重要突破?比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼?
李開復:過去60多年來,深度學習是唯一的重大突破。在這之後,卷積神經網路(CNN)和GPT-3等都算是重要的改善,我對於人工智慧的漸進式改善保持樂觀。
對科學家來說,他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易,只要有大量的資料,就可以從實驗室進入到行業應用,CNN和GPT-3都是模型加海量資料的成果。
我是務實派的,雖然持有樂觀態度,但並不是一位“未來學家”。未來的突破很難預測,對奇點(Singularity)的爭辯,甚至預測超級智慧的出現,在我看來都過於樂觀了。
阿萊克斯·彭特蘭:我同意李博士的觀點。很多生物機制很難解釋,包括用感知認識事物、理解聲音、尋找食物等,是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論,並進行實踐。
從務實的角度來說,我最感興趣的就是聯邦學習。就醫療而言,我們有這麼多醫院,在新冠疫情期間做了很多的實驗,為什麼這些實驗資料不能進行聯合呢?
儘管資料有不相容的地方,但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來,我們對資料的需求也許會越來越少,外科醫生或者物理學家或許不需要太多資料,因為他們對規則已經瞭若指掌了。
▌不要墨守成規,要跨領域、跨學科應對挑戰
Q3:人工智慧會有什關鍵挑戰?對於想從事這個行業的人,有什麼是需要瞭解的關鍵點?
李開復:首先,大背景在改變,新科技層出不窮,我們每年都需要學習新的東西。
其次,人工智慧可能引起各種問題,包括偏見、歧視、倫理道德等,是否危害人類的身體健康,無人駕駛技術該何去何從等等。
第三,人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校,能夠把AI教育擴展到各個學科,讓研發人員及早意識到自己的責任和價值。
阿萊克斯·彭特蘭:是的,我朋友做過一個有關電的趣味類比,電動馬達最初在工廠裡用於生產的時候,並沒有發揮出多大的作用,因為大家並不知道如何改造生產流程。
AI在一些領域發揮的作用是顯著的,但應用到其他領域時,就需要改造流程。很多情況下,最困難的就是說服人們改變商業流程去使用AI,因為大多數人是墨守成規的。
而有意思的是,就像李博士提到的,像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。
比如,我今天早上正好就這個話題跟G20領導人對話,大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題,不能只是工程師或者社會科學從業者們在做,經濟學家,政治家等等都必須參與進來緊密合作。
隨著AI的應用領域越來越廣,除了必須具備強有力的技巧來建立社會規則,還需要對研究經費、企業投入等進行各種調整。
▌雖然大公司實力不容小覷,但依舊對小公司抱有期待
Q4:AI研究會消耗大量的資源,我們是否應該將資源往學術界平衡?現在已經發生資源的重新分配和平衡了嗎?
李開復:就人才而言,現在已經有重新平衡的跡象了。
過去,頂尖大學的學者基於待遇和種種考量,不少選擇去企業界工作。而近期,曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。
但像GPT-3這樣的技術,仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練,就要花費460萬美金,只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。
我觀察到,近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建,為了解決特定問題而生,並非紙上談兵做突破性科研,切入的領域也往往是巨頭公司忽略的地方。
例如,為製造業進行AI賦能,不是一件輕鬆的事,需要去工廠實地勘查,瞭解運作方式。大公司因為賺錢很容易,不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果,就會給產業界帶來革命性的影響。所以,雖然大公司的實力不容小覷,但我依舊對小公司抱有期待。
阿萊克斯·彭特蘭:大學和公司是一種融合的關係,不僅體現在人才流動上,也會進行資訊資源分享,彼此是整體性的合作態勢。
當然這也不是絕對,產業界的保密需求還是存在的,只是從學校的出發點來說,我們願意毫無保留地為大家提供更好的研究成果,並與企業合作,形成標準化平臺。
▌人工智慧取代人類需要上百年或更久
Q5:兩位認為什麼是AI不能取代的?
李開復:一類是創造力、分析能力、邏輯辯論能力,瞭解自己知道什麼不知道什麼,這些是人工智慧無法取代的。另外一類是同理心,人類之間的信任、友誼,自我認知、意識等。
阿萊克斯·彭特蘭:人工智慧有朝一日可以取代人類所有的能力,但是這個過程會非常漫長,可能需要上百年或更久。
▌AI創業建議I:找到小切入點,不要與巨頭正面硬碰
Q6:李博士提到了AI在小企業中的運用,可否再舉例說明是如何運用的?
李開復:這個問題分兩部分:一個是小型AI公司與巨頭競爭,我的建議是找准巨頭沒有平臺優勢的細分領域,為某個針對性產業創造價值,並且不要與巨頭核心業務正面硬碰。
對於那些中小型非AI、但想應用AI的公司,需要確保有足夠的資料,以訓練與核心商業價值掛鉤的AI模型,並且有願意變革的開放性公司文化。
所以,早期應用AI的公司可能規模較大,因為他們有足夠大的資料,和可相容變革的商業模型。每個例子都不同,不是任何一家公司都要應用AI。
阿萊克斯·彭特蘭:如果我們放寬AI的定義,或許水管工、合同工都有資料,通過一些簡單的分析、整合,AI也可以在很大程度上改進他們的工作。
這些都是很小的切入點,基於簡單的AI分析、機器學習,依舊可以產生巨大的潛力。
▌ AI創業建議II:知曉技術,同時理解商業
Q7:兩位再分享一下最後的建議?
李開復:我們在步入一個AI開始滲透到方方面面的令人振奮的時代,我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地,而不僅僅鑽研技術本身。
阿萊克斯·彭特蘭:不要太較真於深度學習或者冗長的演算法,一切始於要解決的現實問題。不要止步於技術本身,要明白資料類型、形態和規律,關注商業流程。
感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。
加拿大通用語言 在 李開復 Kai-Fu Lee Facebook 的最佳解答
近日,我與阿萊克斯·彭特蘭教授(Alex Pentland)展開了一場”AI如何重塑人類社會”的精彩對話。
《連線》雜誌的資深撰稿人威爾·奈特(Will Knight)主持了這場對話。
阿萊克斯·彭特蘭教授任教于麻省理工學院,為全球大資料權威專家之一,現任MIT連接科學研究所主任、MIT媒體藝術與科學教授,擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜,曾參與創建MIT媒體實驗室,是全球被引述次數最多的計算科學家之一。
對話金句:
李開復:
AI最大的機會蘊藏在與傳統企業的結合中,這種價值的產生極其迅速,只需要幾個月,甚至短短幾周。
未來突破很難預測,對奇點、超級智慧的爭辯,在我看來都過於樂觀了。
小型AI公司與巨頭競爭,我的建議是找准巨頭沒有平臺優勢的細分領域,為某個針對性產業創造價值,不要與巨頭核心業務正面硬碰。
阿萊克斯·彭特蘭:
AI絕非試圖取代人類,而是促進多元文化之間的相互連接、團隊合作,讓人們更好的進行社交和連接彼此。
最困難的其實是說服人們改變商業流程去使用AI,因為大多數人是墨守成規的。
人工智慧有朝一日可以取代人類所有的能力,但是這個過程會非常漫長,可能需要上百年或更久。
我在對話中表示,當我們試圖解決AI問題時,應該用技術來解決技術的問題,可以尋求與監管部門協作,而不只是丟給他們,“新技術會衍生新的問題,我們應該多方嘗試用更進階的技術性解決方案,就像電腦病毒剛出現時,殺毒軟體隨之誕生。”
彭特蘭教授認為,人工智慧的核心,是促進多元文化之間的相互連接。不只是工程師或科學家,連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準,就像TCP/IP互聯網協定那樣,避免AI冷戰。” 我們都贊同,AI發展從來不是單打獨鬥,跨學科思維、跨領域合作尤為重要。 這場對話是麻省理工學院中國創新與創業論壇(MIT-CHIEF) 組織的高峰對話系列活動,主題是《計算與未來: AI與資料科學如何重塑人類社會》。
麻省理工學院中國創新與創業論壇(MIT-CHIEF)由麻省理工學院的中國留學生創立,至今已有十年,是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者,共同探討科技創新及商業化過程中面臨的挑戰。
以下是我們對話的核心內容,由我的同事整理、分享給大家:
Part I 主題演講
▌李開復:各方應協作,讓AI 更務實
非常榮幸再次受到MIT-CHIEF的邀請,對於人工智慧的看法,這次我主要想講四點。
第一點是我書裡的主題,人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段,從應用落地層面來說,正迎來了AI發展最大的機遇。
很多科技公司目前已對人工智慧進行了多樣化佈局,從視覺、語言、觸覺和其他感知技術,到自動化機器人、無人駕駛等,對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性,但我預測未來的格局會非常龐大,依據統計,各行各業採用AI的程度目前不到5%,AI應用的中長期增長曲線相當可期。
第二點是我很欣喜看到的一點,AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多,更多的AI公司湧現出來。
AI最大的機會蘊藏在與傳統企業的結合中,創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。
作為AI投資人,我認為在這些行業如果找到正確的AI應用方向,就能帶來上千萬的回報。這種商業價值的產生是極其迅速的,通常只需要幾個月,甚至短短幾周就能看到成果。
現在人工智慧在傳統產業的滲透率仍在個位數,仍然有很大的提升空間。然而對於很多公司來說,它們需要的是高度定制化的方案,而非通用型AI方案,所以融合的過程中,不可避免會遇到不少挑戰和痛點。
第三,我早年做過很多科研工作,很高興能看到關於系統一和系統二(System One, System Two)的討論,我們期待人工智慧技術從系統一升級為系統二,即從識別、決策、優化等能力,升級到感知、認知等進階智慧的能力。
有不同的學派都在努力讓人工智慧更接近人類智慧,其中一個流派主張回歸經典的AI理念,甚至重新構建嶄新的模型結構,在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。
回看人工智慧過去60多年的歷程,最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路(CNN)帶來的喜人成績,還有預訓練自然語言處理模型(Pre-Trained Models for Natural Language Processing)的廣泛運用。
預訓練模型與人類語言學習的模式類似,不管是英語還是中文,在習得這些語言之後,再去學習程式設計、藝術、化學。在無人監督的學習環境中,這種模式比我們想像得還要強大,就像阿爾法圍棋(AlphaGo)一樣。
最後一點我想說的是,如何讓AI變得更務實。
AI有很多問題,例如隱私、資料安全、治理和監管,在此就不一一討論了。當我們試圖解決這些AI難題時,有人認為讓監管部門加強管理是唯一辦法,其實不然,我們是否也可以朝著研發更厲害的技術性解決方案去努力?
就像電腦病毒剛出現時,殺毒軟體隨之誕生;面對千年蟲難題時,也迅速找到了技術應對方案。我們可以通過研發新技術,應對DeepFake深度換臉程式的挑戰;或者通過聯邦學習技術,在保證資料私密性的同時,滿足深度學習訓練需求。
作為握有技術能力的群體,我們需要與監管部門一起協作,而不只是把工作丟給他們。相信有了各方的助力,我們可以讓AI的應用變得更有深度,更加務實,更高效地克服現在面臨的種種問題。
▌阿萊克斯·彭特蘭:國家間應建立互通標準,避免“AI冷戰”
我對當前的深度學習技術不太樂觀。
最為主要原因是,深度學習不僅需要龐大的資料來源,而且要求這些資料長時間恒定不變,以保證模型訓練結果的可靠性,例如人類的面容、語言,就是相對穩定不變的資料來源。
但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時,出現了倉庫貨物緊缺,不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰,就是因為快速變化的疫情,和深度學習對恒定資料來源的需求是矛盾的。
另外,我想談談如何通過聯邦學習,促進資料的流通。
大多數公司沒有足夠豐富的資料,需要聯合不同的資料來源。基於這種需求,出現了很多新商業模式,比如“資料經紀人”——他們不出售資料,而是把資料借出去,作特定需求的使用。
“資料經紀人”業務湧現了很多,他們促進了資料的流通,也加強了資料的隱私性。因此,像聯邦學習這樣的技術和商業策略結合,有效解決了資料在合規性和所有權方面的難題。
聯邦學習也依賴於新的基礎設施建設,為資料應用和深度學習提供基礎環境,比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗,新加坡等國家設置了一種相互競爭的區塊鏈系統,來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗,涉及不同資料的互通性和連貫性問題。
我們仍在研究如何用儘量少的資料,實現人工智慧的目標。少量資料是指不斷更新的短期資料,這些資料能使AI應對迅速變化的情況,並及時做出調整。
我們打算將AI與其他基礎科學結合,例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料,可能會比深度學習更加強大。
除此之外,我們在探討用AI保障聯邦學習過程中不同資料方的權益,這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。
另一方面,我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作,找出解決系統入侵和保障網路安全的方法。
我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策,也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率,比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。
基於我們已有的多中繼資料庫,現在可以利用AI實現全新的資料優化方式,將貧困、不平等這種之前無法量化的指標,通過可量化的指標進行評估。
同時,要真正實現這個目標,我們還需要制定統一的互通性標準。如果沒有這個標準,國家之間就不會相互信任去合作,就可能出現AI冷戰。
因此我們需要找到促進合作的方式,就像TCP/IP互聯網協議那樣。而之前我提到的,新加坡、瑞士等現在正在嘗試的區塊鏈系統,將有希望解決國家間缺乏互通標準的問題。
Part II 對話
▌ 美國線上教育發展難度更大,只在ZOOM上講課是不夠的
Q1:疫情加速了行業的改變,遠端醫療、線上教育開始蓬勃發展,這只是AI對人類社會產生影響的冰山一角。想請兩位談一談,目前看好AI在哪些領域應用的未來前景?
李開復:疫情的確對整個社會產生了實質性的影響,人們行為習慣發生了很多改變,更願意接受線上學習和工作了。
這種新的行為習慣產生了大量資料流程,為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料,可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究,因此我相信AI在醫療健康領域的潛能是非常巨大的。
AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務,例如批改作業,讓老師得以將時間精力投入到更有創造性的事情上,能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性,比如設置卡通版AI虛擬老師,讓課程充滿趣味性。
在中國,有很多線上教育公司在疫情之前就已經發展迅速,像創新工場投資的VIPKID,讓國外的純正英語老師線上上教授中國學生。目前,中國的線上教育已經擴展到了更多科目,包括體育、舞蹈、書法等素質教育課程。
相比之下,美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的,好的線上教育必須要有好的內容。
▌AI核心是增強人際互聯,應注重文化多樣性
阿萊克斯·彭特蘭:李開復博士提到的教育案例,我不是很認同。
MIT大約20年前就在教育中使用AI,重點根本不是內容,我們甚至提倡將內容免費開放給大眾。
AI絕非試圖取代人類的作用,我們更強調用AI增強人與人之間的互動,讓人們更好的社交和連接彼此。比如手機上人工智慧技術,不是要取代你,而是讓你高效地找到最適合的工作、最正確的人,讓你更容易的獲取資訊,並進行創新。
我們可以利用資料激發更強的創新力,培養領導力。只有基於這樣的宗旨,才能促進更有創造力的教育和學習,這比關注教育內容本身重要得多。
在加拿大,有家創業公司正在訓練普通民眾學習AI,比如水管工,教學效果非常不錯。他們的教育方式不是簡單的教授基本知識,而是以一種能夠激發人們互動思考的方式。
我們之前在中國調研了3000多個孵化器,發現創業公司成功的要素裡,第一個是文化多樣性,也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性,他們能否發揮自己所長,並很好地進行團隊合作。
1956年,馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解,不應該只停留在“人工”層面,而應擴展到多元文化之間的相互連接、團隊合作,我把它叫做延伸智能(Extended Intelligence)。這也是我想強調的,人工智慧這個名詞有一定的偶然性,但它的核心點是增強人與人之間的互聯性。
▌AI未來突破難預測,奇點、超級智慧過於樂觀
Q2:未來十年AI有沒有可能取得重要突破?比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼?
李開復:過去60多年來,深度學習是唯一的重大突破。在這之後,卷積神經網路(CNN)和GPT-3等都算是重要的改善,我對於人工智慧的漸進式改善保持樂觀。
對科學家來說,他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易,只要有大量的資料,就可以從實驗室進入到行業應用,CNN和GPT-3都是模型加海量資料的成果。
我是務實派的,雖然持有樂觀態度,但並不是一位“未來學家”。未來的突破很難預測,對奇點(Singularity)的爭辯,甚至預測超級智慧的出現,在我看來都過於樂觀了。
阿萊克斯·彭特蘭:我同意李博士的觀點。很多生物機制很難解釋,包括用感知認識事物、理解聲音、尋找食物等,是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論,並進行實踐。
從務實的角度來說,我最感興趣的就是聯邦學習。就醫療而言,我們有這麼多醫院,在新冠疫情期間做了很多的實驗,為什麼這些實驗資料不能進行聯合呢?
儘管資料有不相容的地方,但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來,我們對資料的需求也許會越來越少,外科醫生或者物理學家或許不需要太多資料,因為他們對規則已經瞭若指掌了。
▌不要墨守成規,要跨領域、跨學科應對挑戰
Q3:人工智慧會有什關鍵挑戰?對於想從事這個行業的人,有什麼是需要瞭解的關鍵點?
李開復:首先,大背景在改變,新科技層出不窮,我們每年都需要學習新的東西。
其次,人工智慧可能引起各種問題,包括偏見、歧視、倫理道德等,是否危害人類的身體健康,無人駕駛技術該何去何從等等。
第三,人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校,能夠把AI教育擴展到各個學科,讓研發人員及早意識到自己的責任和價值。
阿萊克斯·彭特蘭:是的,我朋友做過一個有關電的趣味類比,電動馬達最初在工廠裡用於生產的時候,並沒有發揮出多大的作用,因為大家並不知道如何改造生產流程。
AI在一些領域發揮的作用是顯著的,但應用到其他領域時,就需要改造流程。很多情況下,最困難的就是說服人們改變商業流程去使用AI,因為大多數人是墨守成規的。
而有意思的是,就像李博士提到的,像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。
比如,我今天早上正好就這個話題跟G20領導人對話,大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題,不能只是工程師或者社會科學從業者們在做,經濟學家,政治家等等都必須參與進來緊密合作。
隨著AI的應用領域越來越廣,除了必須具備強有力的技巧來建立社會規則,還需要對研究經費、企業投入等進行各種調整。
▌雖然大公司實力不容小覷,但依舊對小公司抱有期待
Q4:AI研究會消耗大量的資源,我們是否應該將資源往學術界平衡?現在已經發生資源的重新分配和平衡了嗎?
李開復:就人才而言,現在已經有重新平衡的跡象了。
過去,頂尖大學的學者基於待遇和種種考量,不少選擇去企業界工作。而近期,曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。
但像GPT-3這樣的技術,仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練,就要花費460萬美金,只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。
我觀察到,近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建,為了解決特定問題而生,並非紙上談兵做突破性科研,切入的領域也往往是巨頭公司忽略的地方。
例如,為製造業進行AI賦能,不是一件輕鬆的事,需要去工廠實地勘查,瞭解運作方式。大公司因為賺錢很容易,不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果,就會給產業界帶來革命性的影響。所以,雖然大公司的實力不容小覷,但我依舊對小公司抱有期待。
阿萊克斯·彭特蘭:大學和公司是一種融合的關係,不僅體現在人才流動上,也會進行資訊資源分享,彼此是整體性的合作態勢。
當然這也不是絕對,產業界的保密需求還是存在的,只是從學校的出發點來說,我們願意毫無保留地為大家提供更好的研究成果,並與企業合作,形成標準化平臺。
▌人工智慧取代人類需要上百年或更久
Q5:兩位認為什麼是AI不能取代的?
李開復:一類是創造力、分析能力、邏輯辯論能力,瞭解自己知道什麼不知道什麼,這些是人工智慧無法取代的。另外一類是同理心,人類之間的信任、友誼,自我認知、意識等。
阿萊克斯·彭特蘭:人工智慧有朝一日可以取代人類所有的能力,但是這個過程會非常漫長,可能需要上百年或更久。
▌AI創業建議I:找到小切入點,不要與巨頭正面硬碰
Q6:李博士提到了AI在小企業中的運用,可否再舉例說明是如何運用的?
李開復:這個問題分兩部分:一個是小型AI公司與巨頭競爭,我的建議是找准巨頭沒有平臺優勢的細分領域,為某個針對性產業創造價值,並且不要與巨頭核心業務正面硬碰。
對於那些中小型非AI、但想應用AI的公司,需要確保有足夠的資料,以訓練與核心商業價值掛鉤的AI模型,並且有願意變革的開放性公司文化。
所以,早期應用AI的公司可能規模較大,因為他們有足夠大的資料,和可相容變革的商業模型。每個例子都不同,不是任何一家公司都要應用AI。
阿萊克斯·彭特蘭:如果我們放寬AI的定義,或許水管工、合同工都有資料,通過一些簡單的分析、整合,AI也可以在很大程度上改進他們的工作。
這些都是很小的切入點,基於簡單的AI分析、機器學習,依舊可以產生巨大的潛力。
▌ AI創業建議II:知曉技術,同時理解商業
Q7:兩位再分享一下最後的建議?
李開復:我們在步入一個AI開始滲透到方方面面的令人振奮的時代,我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地,而不僅僅鑽研技術本身。
阿萊克斯·彭特蘭:不要太較真於深度學習或者冗長的演算法,一切始於要解決的現實問題。不要止步於技術本身,要明白資料類型、形態和規律,關注商業流程。
感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。
加拿大通用語言 在 Dd tai Youtube 的精選貼文
隋唐時期,瑤族主要分佈在今天的湖南大部、廣西東北部和廣東北部山區。所謂“南嶺無山不有瑤”的俗語大體上概括了瑤民當時山居的特點。唐末五代時期,湖南資江中下游,以及湘、黔之間的五溪地區,仍有較多的瑤族居住。宋代,瑤族雖然主要分佈在湖南境內,但已有一定數量向兩廣北部深入。元代,迫於戰爭的壓力,瑤族不得不大量南遷,不斷地深入兩廣腹地。到了明代,兩廣成為瑤族的主要分佈區。明末清初,部分瑤族又從兩廣向雲貴遷徙,這時,瑤族遍及南方六省,基本上形成了今天的分佈局面,具有“大分散、小聚居”的特點。明中葉以後,部分瑤族由廣西、雲南進入越南、老撾、泰國等東南亞國家,成為他國居民。第二次支那戰爭期間,部分瑤族因受戰爭影響轉移到泰國難民營避難,後被聯合國難民署以難民身份安置在歐美諸國。瑤族或徭族、傜族,是亞洲的一個民族,其歷史比較悠久。有研究認為:瑤族起源於古代東夷部落,與九黎族關係密切,尊奉先祖蚩尤、盤瓠。2010年中國的瑤族人口為285.3萬,62.1%在廣西。瑤族跨境而居,在越南、寮國、泰國北部也分佈一些。是越南的54個民族之一。越南瑤族人口超過62萬,是越南第9大民族。東南亞國家排華年代裡,部分瑤族人還飄洋過海移民到美國、加拿大、墨西哥、法國等地。瑤族民風比較淳樸而強悍。由於常受歷代統治者的驅除和歧視,一般在山區居住,因此有「無山不成瑤」之說。分支眾多,語言差異大,有勉語、布努語、拉珈語等多種。80年代創製了瑤文,用拉丁字母拼寫勉語優勉土語。通用漢語。很多人能同時操壯語、苗語等語言。擺手舞是土家族古老的傳統舞蹈,主要流傳在鄂、湘、渝、黔交界的酉水河和烏江流域,共有四節。現在恩施土家族苗族自治州有改編的新版擺手舞,更易於學習和傳承。擺手舞它分大擺手和小擺手兩種。它集舞蹈藝術與體育健身於一體,反映土家人的生產生活。如狩獵活動和摹擬禽獸姿態。包括“趕猴子”、“拖野雞尾巴”、“犀牛望月”、“磨鷹閃翅”、“跳蛤蟆”等十多個動作。列中國第一批國家級非物質文化遺產名錄。繡球舞是一種壯族民間歌舞,盛行於廣西西南部地區。繡球舞在歌圩中進行,是歌圩進入高潮的表現,一般是對歌到了情投意合時,姑娘裁歌載舞,將自己親手精心繡制的花球,拋向意中人。小夥子接到繡球後,如感到滿意,就在球上紮一手帕,也載歌裁舞地又將球拋給姑娘。然後唱約公歌,相約到清靜的地方去談情說愛,或約定日期地點再表達深情厚意。歌圩源於氏族部落時代的祭祀性歌舞活動,但進入社會發展後期,這種祭祀性活動逐漸演變成以民眾間的交流為主,並且多著重於歌唱活動而淡化舞的色彩,久而久之便形成了群體性的歌圩活動。明朝後歌圩有了進一步發展,並定期地於固定地點舉行。歌圩一般出現在較大的壯族聚居區,以三四月間為最盛,其中農曆三月初三是壯族的傳統歌節。秋季舉辦的歌圩多為八九月中秋時進行。歌圩活動一般持續三五天,地點有固定的圩場、坡地等,也有不固定的場所如空地、山坡上等。歌圩的基本內容包括固定的祭祀儀式、青年男女們進行交往所需要的倚歌擇配對唱、賽歌賞歌、拋繡球、搶花炮和師公戲、採茶、壯劇等。火把節是彝組的傳統節日。在農曆六月二十四舉行行,節期為二三天。彝族認為過火把節是要長出的穀穗像火把一樣粗壯。後人以此祭火驅家中田中鬼邪,以保人畜平安。節慶期間,各族男女青年點燃松木製成的火把,到村寨田間活動,邊走邊把松香撒向火把照天祈年,除穢求吉;或唱歌、跳舞、賽馬、鬥牛、摔跤;或舉行盛大的篝火晚會,徹夜狂歡。現在,人們還利用集會歡聚之機,進行社交或情人相會,並在節日開展商貿活動。火把節的三天三夜,都各具特色,每個晚上吃過晚晚飯,首先由某一家開始點燃火把,然後就爭先恐後地燃起火把往村外走,人們唱起火把歌,歌聲隨著火把的漫延響徹山谷。隨後按約定俗成的方向又形成一條火龍來到公共娛樂場地,他們將火把集中起來燃成一堆大火,全寨人圍著火堆,快樂地跳舞遊戲。同時有關火把節的音樂有一首基本是人人都耳熟能詳的,那就是七月火把節,每當啊來來喲、啊來來喲的旋律響起,我就能感覺的到火把節那種狂熱的氣氛和火一樣的激情。簸箕舞,是一種朝鮮族舞蹈,朝鮮族是一個能歌善舞的民族,在中國盛唐(西元618-西元907)時期,朝鮮族的高麗樂被列為著名的十部伎之一。朝鮮族的舞蹈具有上千年的歷史,其中就有簸箕舞。簸箕是朝鮮人民以前主要選用糧食的利用道具。朝鮮族簸箕舞的簸箕長為52公分,寬50公分,簸箕舞以幽雅柔和的旋律和歡樂的旋律組成兩種舞段,通過迎接日出的姑娘們仰望太陽的姿態,在歡快的旋律中,展現重新拿起簸箕的姑娘們爭先恐後簸箕的畫面。舞蹈利用簸箕為道具,有特色地形象出簸簸箕,旋轉等動作,明顯突出了舞蹈的民族特色。現屬吉林省延邊州級非物質文化遺產。
