斯坦?！耙匀藶楸救斯ぶ悄苎芯吭骸薄猄tanford HAI正式上線！

今日，斯坦福“以人為本人工智能研究院”——Stanford HAI正式上線！旨在推動人工智能研究、教育、政策和實踐，以改善人類狀況。

你好，世界！我是HAI。

數月前，斯坦福教授李飛飛和前教務長John Etchemendy共同主導的“以人為本人工智能研究院(Stanford Human-Centered AI Institute)”項目宣布啟動。

今天，斯坦福HAI正式上線了！

斯坦福HAI官方推特發(fā)文宣布正式上線

李飛飛教授也置頂推文表示：

大新聞！StanfordHAI向世界問好！我們正以前所未有的努力推動、開展以人為本的AI研究、教育和公共服務。

Stanford HAI：以人為本的人工智能研究院

斯坦福HAI的愿景是：未來，是由致力于研究、指導和開發(fā)“以人為本的人工智能技術”技術和應用來引導的。

斯坦福HAI的使命是：推動人工智能研究、教育、政策和實踐，以改善人類狀況。

斯坦福HAI利用了大學所有學科的優(yōu)勢，包括商業(yè)，經濟學，基因組學，法律，文學，醫(yī)學，神經科學，哲學等。鞏固了斯坦福在人工智能、計算機科學、工程和機器人領域的領導地位。

斯坦福HAI的目標是：使其成為一個跨學科的全球中心，為來自學術界、政府和行業(yè)的人工智能思想家、學習者、研究人員、開發(fā)人員、構建者和用戶，以及希望了解和利用人工智能的影響和潛力的領導者和決策者服務。

因此，研究院將致力于三個方向的工作：

推進和發(fā)展下一代AI科學（著重與腦科學和認知學交叉）

研究和預測AI對人類社會和生活的影響

設計和實踐以人為本的AI技術和應用。

一封來自實驗室主任的信

左：John Etchemendy；右：李飛飛

我們正處在人工智能時代的尖端。人工智能時代的影響范圍和規(guī)模將比我們歷史上任何一個轉型時期都要深遠。人工智能有潛力徹底改變每一個行業(yè)和每一個社會形態(tài)。

如果人工智能是為了滿足人類的集體需求，那么它必須包含對我們身體，智力和情感方面的理解。 至關重要的是，我們設計的機器智能可以理解人類的語言，感受，意圖和行為，并與細微差別和多維度相互作用。

為實現這一目標，人工智能的創(chuàng)造者和設計者必須具備廣泛的人性。這需要真正多樣化的思想 - 跨性別、種族、國籍、文化和年齡，以及跨學科。

斯坦福大學有著深厚的多學科研究傳統(tǒng)，斯坦福HAI正是在這一傳統(tǒng)的基礎上發(fā)展起來的。我們正在匯集多個領域的領先思想家，以便我們能夠更好地為未來的領導者做好準備，讓他們學習、構建、發(fā)明并擴展目標、意圖和以人為本的方法。

我們都在為進入一個我們正在建設的新世界而冒著風險。作為這項新技術的創(chuàng)造者，我們的集體責任是指導人工智能，使其對我們的星球，國家，社區(qū)，家庭和生活產生積極影響。

三大關注領域

斯坦福HAI所關注的三大領域包括：

人類的影響：研究和預測人工智能對人類和社會的影響；

增加人類的能力：設計增強人類能力的人工智能應用程序。

智能：開發(fā)人工智能技術的靈感來自于人類智能的多樣性和深度。

人類的影響(Human Impact)

Chris Manning教授和學生正與社交機器人Jackrabbot交談

為了開發(fā)公平和值得信賴的技術，我們必須了解AI在實踐中的表現，并指導和塑造AI與人類、其重要的社會結構和機構以及國際秩序相互作用的方式。

即使在學術界和研究界，人們對人工智能和機器學習也知之甚少。媒體描繪了一個機器人橫行的世界；新的應用程序和里程碑通常被描述為“機器打敗人類”；有影響力的公眾人物警告說，失業(yè)或者更為可怕的后果。盡管有些擔憂是合理的，但隨著人工智能系統(tǒng)變得司空見慣，誤導性的敘述往往會分散人們對社會可能面臨的緊迫問題的注意力。

需要學術研究來衡量和管理一系列關鍵問題，包括算法引入、復合或減輕業(yè)務風險或偏見的程度;機器和人的決策之間的“責任鴻溝”；利用人工智能進行監(jiān)視、控制人口和發(fā)動戰(zhàn)爭；以及人工智能對產業(yè)結構、勞動力市場、經濟增長和跨國貿易的影響。

這項研究將為與工業(yè)、政府和民間社會的合作提供信息，有益地指導人工智能的發(fā)展。

研究項目案例

《在AI算法中糾正性別和種族偏見》

Correcting Gender and Ethnic Biases in AI Algorithms

ByJames Zou, Londa Schiebinger, Serena Yeung and Carlos Bustamante

《人工智能對人性認知的影響》

The Impact of Artificial Intelligence on Perceptions of Humanhood

ByBeno?t Monin and Erik Santoro

增加人類的能力(Augment Human Capabilities)

學生們在觸覺實驗室一起工作

HAI致力于開發(fā)新的以人為中心的設計方法和工具，使AI智能體和應用程序的設計、創(chuàng)建能夠更有效地與人溝通、協(xié)作和擴展。這些突破將使醫(yī)療、教育、可持續(xù)發(fā)展、自動化和無數其他領域取得重大進展。

人工智能有可能取代人們的工作。但人工智能也有潛力教育、培訓和增強人才的能力，使他們更好地完成任務和活動。人工智能可以提高個人作品的質量，從而提高寫作、設計、醫(yī)療、溝通、教學和藝術水平。

人是社會性動物；機器不是。為了獲得廣泛的接受，人工智能系統(tǒng)必須符合人類互動和交流的文化傳統(tǒng)，而這些文化傳統(tǒng)往往是隱含的。這些系統(tǒng)什么時候應該“傾聽”，什么時候應該“暢所欲言”?如果他們需要共享資源，他們如何平衡自己和他人的需求？如果人類被要求依靠機器指導來增強他們的決策能力(甚至可能超越他們的直覺)，他們可能需要了解人工智能的優(yōu)缺點。

這項基礎研究將與人工智能在教育、醫(yī)療和可持續(xù)發(fā)展等重要應用領域的應用相結合，在這些領域可以利用和評估新的設計方法和工具。

研究項目案例

《動態(tài)人工智能 - Google Glass上的自閉癥治療》

Dynamic Artificial Intelligence-Therapy for Autism on Google Glass

ByDennis Wall, Tom Robinson and Terry Winograd

《學習運動指導的觸覺反饋》

Learning Haptic Feedback for Motion Guidance

ByJulie Walker, Andrea Zanette, Mykel Kochenderfer and Allison Okamura

智能(Intelligence)

學生們在模擬器上訓練，學習控制OceanOne（一個新的人形機器人潛水員)

當前的人工智能系統(tǒng)缺乏靈活性和情境理解，并且無法用人類可理解的方式進行解釋。最終，我們需要開發(fā)能夠在多個尺度上理解人類語言、情感、意圖、行為和交互的機器智能。

如今的人工智能方法可以很好地執(zhí)行簡單、定義良好、范圍狹窄的任務，但只有在經過繁瑣的注釋數據訓練之后才能執(zhí)行。盡管最近的算法使我們能夠解決以前難以解決的現實問題，但它們能走多遠，以及它們最終能否成為智能通論和真正智能機器發(fā)展的基礎，還有待觀察。

為了創(chuàng)建機器輔助但以人為中心的世界，我們必須開發(fā)下一代人工智能技術，克服當前算法的局限性，擴展可解決的問題類別，并補充人類的認知和分析風格。最終，我們需要能夠做出良好決策的機器智能，無論是單獨行動還是與人類決策者合作。它應該理解多種尺度的人類語言，情感，意圖，行為和互動。

在理論和實踐兩方面應對這些挑戰(zhàn)都需要大量的基礎研究。發(fā)展下一代以人為中心的機器智能，需要將核心機器學習和人工智能領域的進一步研究，與我們在神經科學和認知科學等領域對人類智能日益加深的理解相結合。

研究項目案例

《樣本的研究項目》

Adversarial Examples for Humans?

ByGregory Valiant and Noah Goodman

《自由探索以人為中心的人工智能系統(tǒng)》

Free Exploration in Human-Centered AI Systems

ByMohsen Bayati and Ramesh Johari

為什么斯坦福要做這件事？

實現以人為本的AI目標，需要學術界、產業(yè)界和世界各國政府的合作。沒有一所大學能提供所有的答案；沒有一家公司能制定標準；沒有一個國家會控制這項技術。

盡管如此，仍然需要一個集中點，一個專門致力于以人為本的AI原則的中心，能夠迅速推進研究前沿，并作為來自其他大學、行業(yè)和政府的思想的全球交流中心。我們相信斯坦福大學非常適合扮演這個角色。

自1963年約翰·麥卡錫（John McCarthy）創(chuàng)立斯坦福AI實驗室(SAIL)以來，斯坦福一直處于AI研究的前沿。麥卡錫創(chuàng)造了“人工智能”這個詞，并為該領域的大部分早期工作設定了議程。從那以后的幾十年里，SAIL成為許多AI重大里程碑的舞臺，從專家系統(tǒng)領域的開創(chuàng)性工作到第一輛在DARPA大型挑戰(zhàn)賽跑完全程130英里的無人駕駛汽車。SAIL是計算機視覺領域開創(chuàng)性工作的發(fā)源地，也是ImageNet的誕生地，它展示了大規(guī)模數據集在神經網絡算法上的變革性力量。這一傳統(tǒng)至今仍在延續(xù)，100多名博士生、許多碩士生和本科生在SAIL積極參與研究。研究主題包括計算機視覺、自然語言處理、先進機器人學和計算基因組學。

但要引領AI的未來，需要的專業(yè)知識遠遠超過工程學。事實上，以人為本的AI的發(fā)展將涉及幾乎所有知識領域——這正是斯坦福大學成為這一目標的理想環(huán)境的原因。斯坦福大學法學院一直被認為是世界上最負盛名的法學院之一，它將頂尖的法律人才帶到了關于AI倫理和監(jiān)管的未來的辯論。斯坦福大學的社會科學和人文科學系也是世界上最強大的院系之一，它們對AI的經濟、社會、政治和倫理意義有著深刻的理解。斯坦福大學的醫(yī)學、教育和商學院將幫助探索智能機器如何最好地服務于病人、學生和行業(yè)的需求。斯坦福大學在各學科領域豐富的領導傳統(tǒng)將使我們能夠圍繞人類的需求和利益來繪制AI的未來。

最后，斯坦福大學的所在地——硅谷的中心地帶、太平洋沿岸，與許多引領AI商業(yè)革命的公司非常近。斯坦福大學在硅谷擁有比其他任何機構更深厚的根基，它既可以向最有能力影響這場革命的公司學習，也可以與它們分享自己的見解。

通過以人為本AI研究院，斯坦?？释蔀橐粋€充滿活力的思想者聯(lián)盟的家園，他們將共同努力，創(chuàng)造比他們自身更大的影響。研究院將努力將圍繞五個相互關聯(lián)的目標進行：

促進突破，多學科研究。

培育一個強大的全球生態(tài)系統(tǒng)。

教育和培訓學術界、工業(yè)界、政府和公民社會的AI領導者。

促進現實世界的行動和政策。

而且，或許最重要的是，促進以人為本的AI的全球對話。

結語

幾十年來，AI一直是一個學術領域。然而，在短短幾年里，它成為了一個強大的工具，能夠重塑整個行業(yè)?，F在是時候把它變成一種更強大的力量了：一種為善的力量。通過正確的指導，智能機器可以將拯救生命的診斷技術帶到發(fā)展中國家，為服務不足的社區(qū)提供新的教育機會，甚至幫助我們更加警惕地關注環(huán)境健康。斯坦福大學以人為本AI研究院是一項大規(guī)模的努力，目的是讓這些愿景，以及更多的愿景成為現實。我們希望你能加入我們。