隨著 AI 技術的不斷髮展和應用，我們似乎開始陷入一種尷尬的局面：我們既相信 AI 還有很大的潛能、可以在社會的許多層面起到幫助，同時我們也在 AI 的安全性、隱私、與人共處、長期發展等問題上陷入紛爭。
如果想讓 AI 技術持續發展、並讓 AI 為人類造福，整個領域需要在未來的幾十年裡做什麼？這個問題很難回答，尤其很難給出具體的操作建議。不過現在已經有學術組織給出了一份深思熟慮的答案，US. Computing Community Consortium（美國計算社區聯盟，CCC）與 AAAI 學會共同發佈了一份長達 108 頁的《A 20-Year Community Roadmap for Artificial Intelligence Research in the US》（未來二十年美國人工智能科研社區路線圖）報告，針對未來二十年的時間段，嚴肅、詳細地討論了當前 AI 遇到的挑戰、對未來 AI 遠景的展望、解決關鍵問題所需的科研重點，以及提出了一系列具體可執行的操作建議。這份長達 108 頁的報告已經同步公開發表在 arXiv（1908.02624）。
這份路線圖報告的負責人是 AAAI 學會主席 Yolanda Gil 和候選主席 Bart Selman，參與 workshop 討論的更包括俄勒岡州立大學教授 Tom Dietterich 以及斯坦福大學教授李飛飛。
把這份報告的主幹內容總結如下。
前言
學術界和工業界已經共同探索人工智能（Artificial Intelligence）長達幾十年的時間，這些探索也為工業界、政府、社會帶來了巨大的回報。當今的 AI 系統可以執行多種語言的翻譯、識別圖像和視頻中的物體、優化生產流程、控制汽車，等等。AI 系統的發展不僅僅創造了一個萬億美元產值的工業領域（預計這個領域在 3 年後還會翻 4 倍），也展現出了人們對公平的、可解釋的、可信任的、安全的 AI 系統的需求。人們希望未來的 AI 系統能有效地理解它們（和人類一同）存在並影響的世界，能有效地、符合道德地處理複雜任務和責任，能和人類建立有意義的溝通，並且通過經驗積累的過程提升它們的認知。
如何完全發揮出 AI 技術的潛力是一個重大科研挑戰，它需要 AI 科研活動進行大幅改革，輔以大規模、持續的投資。下文就是 CCC 和 AAAI 對於未來 AI 發展的主要建議，隨之形成了未來二十年 AI 科研和發展路線圖。
AI 的社會影響
AI 技術有潛力為社會的各個組成部分帶來變革、持續的創新以及經濟增長。但同時，具備這些能力的系統的安全性、可靠性如何，人們還有許多擔憂；在未來 AI 發揮巨大作用的世界中，人類的工作將會有何變化也有擔憂。這份路線圖中分以下六個領域描繪了 AI 帶來的益處：
提高人類健康水準、提升生活品質
提供終身的教育與培訓
重新設計商業創新與競爭力
加速科學發現和技術創新
拓展基於實證的社會機遇與政策
革新國防與安全
路線圖中也通過清晰的小故事介紹了 AI 創新將會如何影響個人、組織團體以及整個社會。潛在的 AI 創新包括健康監控及顧問、精神與行為健康教練、更好的遠程教育、更快捷有效的自然災害響應、更快的礦物資源勘探、水資源的準確模型、敏捷的跨學科醫學科研、個人設備的商業創新、供應鏈延遲的解決方案，以及有自我恢復能力的互聯網系統。所有這些創新都需要在 AI 的關鍵領域做出大範圍的基礎科研進步。
實現社會益處所需的優先科研目標
智慧集成（Integrated intelligence），包括：訂製組合模塊化 AI 技能所需的基礎規範，開發為特定用戶需求確定所需通用能力的方法，建立機器可以理解的開放世界知識庫，以及理解人類的智慧，以便啟發更多的 AI 創新以及建立人類認知的模型。
有意義的交互（Meaningful interaction），包括：探索能讓混合組隊的人類和機器之間進行有效合作的技術，在保護隱私的同時合併多種不同的溝通模態（語言、視覺、感情），負責任、可被信任的行為，而且可以被用戶直接引導，以及讓人類和 AI 系統在網絡中和真實世界中都可以充分互動。
自我認知學習（Self-aware learning）：發展魯棒的、可信賴的學習，量化不確定性和可持續性，從小數據中學習、根據指導學習，把先驗知識集成到學習中，從數值數據和觀察中建立因果模型和可操作模型，為內部感知和行為學習實時動作。
當前 AI 發展狀況中的挑戰
針對路線圖中的活動，我們可以列舉出面臨的幾個挑戰。
首先，這個領域已經從最初對算法和理論的學術性關注前進到了持續數據收集+交互社會實驗+大規模世界知識的工業化階段。在此基礎上，科技工業界利用大規模資源（包括數據集、知識圖、專用計算機以及大批 AI 工程師）推動了許多創新。
然而，應對上述的優先科研目標需要適當的資源，需要能夠支持能具前瞻和實驗性的科研。如果沒有合適的資源，學術 AI 研究將會受到限制；而如果學術界無法給基礎問題給出回答，工業界的 AI 應用所能做出的創新也會很有限。它們面對的限制、激勵和時間表也大有不同：工業界很大程度上由實際的、短期的解決方案驅動，而學術界追尋的是很多基礎性的、長期問題的答案。
除此之外，這些 AI 挑戰不僅可以在計算機科學、計算機工程學的各個部分看到，也為認知科學、心理學、生物學、數學、公共政策、道德、教育、溝通等更多領域帶來了挑戰。人才短缺也是當前 AI 生態系統中存在的一個關鍵問題：對 AI 專家的需求已經遠遠超過了供給，而且如果我們不做點什麼的話這個缺口只會越來越大。許多 AI 教職人員都已經被企業裡獨特的數據和豐富的資源吸引而離開了學校，亞洲、歐洲的數十億美元規模的 AI 投資也吸引了美國的博士畢業生前去工作。
最後，關於 AI 系統的安全性、易被攻擊、AI 道德以及 AI 對未來人類工作的影響也有許多擔憂。
建議
克服這些挑戰需要 AI 科研活動進行重新創新，創造更加綜合性的國家級 AI 基礎設施，並且重新思考 AI 時代的勞動力應當如何培養。以此為目標，本路線圖提出以下的具體措施建議：
一，創建並運營一個國家級的 AI 基礎設施，它通過下面四種緊密連接的能力服務學術界、企業界以及政府：
開放 AI 平臺以及資源：收集大量可以 AI 所需的資源，包括準確的高質量數據集、軟件、知識庫、軟件測試環境、機器人測試環境，可以隨時供學術科研使用，也可以供企業和政府使用
持續的群體驅動的 AI 挑戰：AI 科研群體自發提出的、不斷更新、不斷升級的科研問題，這同時也是對開放 AI 資源庫的持續更新和升級
國家級 AI 科研中心：多所高校合作建立的科研機構，提供必需的資金和基礎設施支持數百名教職員工、200+位 AI 工程師、500+位學生進行長期的 AI 科研研究。這裡也就可以同時成為學生的訓練場所以及學術界、工業界、政府人事的學術訪問目的地。
目標驅動的 AI 實驗室：社會中不同歸屬的 AI 實驗室有極大潛力產生巨大的社會影響。AI 科研人員可以在這裡接觸到獨特的數據和領域知識，比如 AI 醫療、AI 傢俱、AI 學校。這些實驗室可以和國家級 AI 科研中心建立緊密合作，可以提出要求、協助科研並轉化科研成果。這些實驗室對於 AI 技術研發、AI 傳播、勞動力訓練都能起到關鍵作用。可以由政府提供資金，支持 50 位數量級的長期的 AI 研究員、50 位訪問學者、100-200 位 AI 工程師與技術人員，以及 100 位領域專家和普通工作人員。
二，重新思考以及訓練 AI 時代的勞動力。在上述的國家級 AI 基礎設計基礎上：
開發 AI 基礎設施級別的 AI 課程：設計能激發對 AI 的早期興趣以及瞭解的課程，從幼兒園開始並不斷拓展，持續到本科以及研究生課程中
為高等 AI 學位建立僱傭和留存機制：允許有才幹的學生獲得較高的學位，為博士學歷的研究人員設計留任機制，為 AI 課程教職人員設立額外的資源支持
增強弱勢群體的活力：為 AI 科研領域引入更多潛在人才
激勵正在萌生的跨領域 AI 學科：鼓勵學生和科研領域更多地考慮跨學科的 AI 研究，比如 AI 安全工程、AI 社會影響分析；這同時也能幫助建立能完全理解 AI 方方面面影響的勞動力群體以及科研生態
強調 AI 道德和政策：在 AI 系統的設計和運行中注重引入人類道德以及相關的責任準則
訓練技術熟練的 AI 工程師及技術人員：在國家級 AI 基礎架構的基礎上對不同級別的 AI 人才培訓體系提供支持，包括社區大學、在職培訓、職業資格證以及在線學位
三，基礎 AI 科研的核心規劃非常重要。這個路線圖中描繪的資源和行動不應該取代當前的 AI 科研資金開源模式。這些為 AI 科研、為培養年輕研究員、為集成 AI 科研和教育、為集結不同領域合作提供成熟廣泛的支持的核心規劃是本路線圖中描繪的更多行動的關鍵組成部分，而它們本身也需要更全面的支持。
以上所有都需要都需要在本路線圖描繪的二十年間有大規模的、持續的政府投資，不過收益也將會是革命性的。這些建議不僅僅是為跨領域、面向未來、推動科學技術與經濟進步的研發提供了落腳點，也考慮到了安全、可靠性、政策、道德等等問題。這個路線圖中的建議還能夠幫助最優秀的人才們更長期地留在富饒的科研土壤中，在這個至關重要的技術領域裡創造豐富的人類智慧成果 —— 這也是對社會、經濟的又一個重要好處。
總結
這個路線圖嘗試從多個角度、多個相關學科視角指出未來二十年中的優先 AI 科研目標，也是團體合作的成果。這些優先 AI 科研目標的判斷來自於 AI 在健康、教育、科研、創新、公平、安全等領域的潛在益處的詳細分析。整個路線圖文檔的編排圍繞著三個重點領域：智慧集成系統、支持有意義的互動、以及發展自我認知學習。本路線圖中提出的方案將領導這個領域走向用於創新的 AI 科研新時代，以便解決長期存在的以及跨學科的問題。
與這些科研重點一同，來自 AI 界共同體的發現和討論帶來了具體的操作建議。這些發現揭示了基礎設施、教育、勞動力能力等方面的重大阻礙因素，也為新的國家級 AI 基礎設施、勞動力培訓方案提出了建議，它們將能夠為 AI 研發的整體圖景帶來顯著的、變革式的影響。這些投入將極大地加速 AI 技術的發展和應用，並對整個社會的方方面面產生長遠的影響。
閱讀更多 學算法的熊貓君 的文章
