【中美创新时报2023年7月21日波士顿讯】（记者温友平编译）麻省理工学院（MIT）计算机科学和人工智能实验室（CSAIL）主任、麻省理工学院电气工程和计算机科学教授丹妮拉·罗斯（Daniela Rus）在《波士顿环球报》发表了一篇观点文章，具体阐述了人工智能创新的未来以及学术界在塑造它方面的作用。以下是其文章的观点内容。
六十年前，麻省理工学院工程师的梦想是两个人能够同时使用同一个计算系统。这个不起眼的小倡议被赋予了“MAC 项目”（机器辅助认知项目）这个不起眼的名称，后来演变成计算机科学和人工智能实验室（CSAIL），它现在是麻省理工学院最大的研究实验室，拥有 1,500 多名成员，不断突破计算的外观和功能的界限。
我们已经从一个多人渴望共享一个计算机平台的时代发展到一个我们中的许多人拥有十多个计算机平台的时代。这一增长令人震惊，也证明了世界各地具有前瞻性的大学和研究实验室所做的工作。
学术界绝非无关紧要，它仍然是创新的重要中心，促进跨学科研究，培养人才，并提供有利于长期突破的环境。2020 年的一份报告发现，美国大学每年在研究上花费约 750 亿美元，约占该国全部研发支出的七分之一。大学通过突破知识边界、引领科学和培训未来劳动力来推动创新。美国国家科学基金会的产学合作研究中心计划计算出，公司投入到大学合作伙伴关系中的每一美元都被杠杆化了 40 倍。
当被问及如何建设一座伟大的城市时，纽约已故参议员丹尼尔·帕特里克·莫伊尼汉（Daniel Patrick Moynihan）回答说：“创建一所伟大的大学，然后等待 200 年。” 这似乎与硅谷“快速行动、打破陈规”的做法不一致，但现实是，几个世纪前成立的据称节奏缓慢的大学，却准备好解决远离市场需求和驱动行业股东的日常利润率的问题。在大学里，“不急于部署”，这让我们能够尝试各种方式，从而在未来带来更多意想不到的突破。
尽管学术界对技术创新的控制依然强劲，但近年来，大学的公共资金大幅下降，这降低了像我们这样的实验室帮助应对全球重大挑战的能力。以 ChatGPT 等大型语言模型的快速发展话题为例。这些“智能模仿者”已经将人工智能装进了每个人的口袋，但仍然没有得到很好的理解，而且，随着行业竞争对手竞相部署和扩展，学术界正在努力了解这些“黑匣子”系统的工作原理。然而，就目前的情况来看，学术界作为一个整体缺乏行业的计算资源来回答有关法学硕士的问题以及如何确保它们得到道德和公平的使用。
学术界需要一个大规模的研究云，使研究人员能够更有效地共享资源来解决此类热点问题。 它将为大规模数据管理提供一个集成平台，鼓励跨研究组织的协作研究，并提供尖端技术，同时确保成本效率。在法学硕士时代，研究云是推动学术研究进入创新、发现和影响新时代的关键工具。这种对海量计算资源和最先进机器学习工具的无与伦比的访问将使研究人员能够揭开黑匣子的神秘面纱，从而对机器学习和可认证应用程序有更深入、更稳健的理解。
作为计算机科学家，我们对于法学硕士和更大的生成人工智能结构（包括自动编码、图像生成和其他能量模型）仍然不了解。人工智能需要大量手动标记的高质量数据集，这些数据需要包括不同应用程序可能发生的所有可能类型的事件和故障。如果数据不好或有偏差，算法的性能也会如此——这就是为什么学术研究界正在努力使机器学习更值得信赖、计算效率更高、更准确。但首先我们需要计算基础设施，以便能够更好地了解这些人工智能系统的幕后情况并了解其内部工作原理。
我们还需要解决部署人工智能系统的社会方面的问题，以实现更大的利益。人工智能的传播有可能通过减轻我们许多枯燥、肮脏和危险任务的负担，让我们的生活变得更轻松，但它可以发挥的一些作用将取代人类所做的工作。我们需要预测并应对这可能造成的经济不平等。缺乏可解释性和依赖性还会导致信任和隐私方面的重大问题，需要更强大的人工智能道德和法律框架。我们知道这些问题即将出现，这意味着学术研究人员可以积极主动地寻找解决方案。
如果我们不为大学提供大规模的研究云，使我们能够更好地研究和理解机器学习，我们就面临着创造一个我们无法完全控制我们发明的技术创新的未来的风险。
题图：JÜRGEN FÄLCHLE/ADOBE
