NEE TALK | 马兆远教授谈“AI-Not——讲述AI做不了的那些事”

5月19日,南科大系统设计与智能制造学院(以下简称“设计智造学院”或SDIM)“NEE Talk”在SDIM设计工作坊开讲。设计智造学院教授、英国物理学会会士马兆远以“AI-Not——讲述AI做不了的那些事”为题进行深入讲解。线上、线下60余位师生听取了讲座。讲座由设计智造学院王珂教授主持。

王珂教授主持

描述世界最客观、可靠的工具是什么呢?马兆远教授从问题出发,对人工智能与人类未来的发展提出相关的思考和讨论。他表示,数学语言的精确性使它成为科学研究的通用语言。著名的数学家图灵设计了目前仍在广泛使用的计算机体系结构。迄今为止,人工智能还是基于经典图灵机来实现。所以,图灵机做不了的事,无论今天的计算资源如何强大,人工智能也无法实现。

马兆远教授分享

马兆远教授指出,一大类问题是不可判定问题,是经典计算机(图灵机)无法解决的问题,体现为图灵所提出的停机问题,它等效于哥德尔不完备定理。对图灵机可解问题,又分为三类:P问题,可以快速解决;NP问题,不能快速解决,但能快速验证一个答案是否正确;PH问题,图灵机可以解决的问题,包含了P问题和NP问题。然而,还有更多真实问题是图灵机不能解决的。这个时代的科学家开始研究量子计算机能解决的问题,称为BQP问题。经过近三十年努力,科学家证明量子计算机的范畴大于经典计算机。

一个著名的例子是大整数的因式分解,对于图灵机这是NP问题,而对量子计算机是P问题。一个10000位的自然数,使用经典计算机做因式分解的期望时间是两千亿亿亿亿年,而量子计算机能在1秒内完成。以上工作至少提供了一个足够坚实的证据说明量子计算可以解决经典计算机不能解决的问题,它存在于与经典计算机不同的计算领域,即是说,如果基于经典计算机的这一代人工智能不能够完成的任务,量子计算机也许可以。

马兆远教授以两个电脑游戏作为例子。一是谷歌训练的神经网络模型,自动发现了弹球游戏的一种捷径,从而超越人类玩家的水平,证明这是图灵机能解决的问题;另一个是超级马里奥,科学家已证明这是NP-Hard问题,因而当前的人工智能并不比人类玩家表现更好。未来基于量子计算机的人工智能在这一类问题上也许会超越人类。

针对以上论述,马兆远教授指出当前教育面临的现实问题与挑战,并提出建议。他强调,了解AI所不能够胜任的任务,区分人类智能和机器智能的边界是一个重要的问题,教育界面临的迫切问题是为AI这一新物种的出现做好准备。学校应当教会学生,将来更强大的人工智能能完成什么任务,人类智慧的独特优势又在哪里,如何在新的时代与机器共处,在看似困难的境地中找到出路,在更轻松的环境下从事更加丰富多彩的工作,创造出今天无法想象的新事物和新机会。

马兆远教授赠送签名著作

同学们与教授热烈互动