說起諾貝爾獎得主，基本都是各行各業的權威。但越是權威，越應該注意在公開場合發表言論的嚴謹，最近就有這麼一位諾貝爾經濟學獎獲得者因為“跨界”批評了人工智能，被科技界實名“diss”了。
日前，2011年諾貝爾經濟學獎獲得者托馬斯·薩金特（Thomas J. Sargent）在一場演講中稱，人工智能其實就是統計學，只不過用了一個很華麗的辭藻進行了包裝，其中很多公式都非常老，但實際上所有的人工智能利用的都是統計學來解決問題。
對於這樣的觀點，從事人工智能科學研究的科學家們表示不能完全贊同。阿里巴巴達摩院機器智能技術實驗室主任金榕就認為薩金特的說法是片面和不準確的。
阿里巴巴達摩院機器智能技術實驗室主任金榕
金榕在加入阿里巴巴之前，是美國密歇根州立大學終身教授，曾獲得過美國國家科學基金會NSF Career Award——有超過200位諾貝爾獎得主都獲得過這個獎金的資助。
他表示：“這位宏觀經濟學家也許是習慣了用統計去尋找經濟的因果關係，因而認為AI也是這樣。即使是他提到的動態規劃（dynamic programming），也不屬於統計學範疇。除了統計，AI中的‘學習’、‘推理’和‘決策’中還使用了代數、邏輯、最優化等許多其他學科知識與方法。此外，有了算法後如何有效實現也非常重要。所以單純說AI就是統計學，或者說“所有的AI都是利用統計學來解決問題的”都是片面和不準確的。”
同為達摩院科學顧問的學者印臥濤教授也表示，“統計學是AI若干基礎之一，遠不是全部。AI是一個綜合學科。”
“現在人工智能技術的成功背後，是基於對海量數據的學習，因此大量的大數據處理、優化以及分佈式計算基礎設施都扮演了非常重要的角色。此外，AI還涉及到一個關鍵因素，就是如何實現最優的智能決策（例如AI打遊戲）。一些理論和實證研究已經發現，神經網絡就非常善於在複雜的條件下做出最優的決策。神經網絡也不是統計學範疇。”金榕表示。
至於下一波人工智能技術的躍遷需要依賴於哪些領域和學科，金榕認為來自AI芯片、量子計算這些全新的計算基礎設施算力的巨大提升。此外還有神經科學的一些重要突破，可能將揭示大腦中神經元如何處理信息與做出決策的，這對人工智能的發展也有重要意義。
我知道你們也沒看懂金榕在說什麼，沒關係，這是大佬之間的battle。
閱讀更多 阿里達摩院掃地僧 的文章
