Martin Ford在2015年出版的《机器人的崛起》（Rise of the Robots）一书曾在一时间引起轰动，书中详细描述了自动化领域许多加速发展的趋势，以及这些趋势将如何影响商业，尤其是就业。

在他的下一本书《智能建筑师：人工智能背后的真相》（Architects of Intelligence： The Truth About AI from The People Building It）中，他试图深入研究副标题所描述的内容。该著作主要是对人工智能领域的知名人士进行深度采访。Geoffrey Hinton就是其中之一。Hinton目前是多伦多大学计算机科学教授，也是谷歌Brain project的参与者。鉴于Hinton在AI神经网络方面的开创性工作，他被许多同行视为“深度学习之父”。

本文摘自这本新书，Hinton 谈到自己如何思考他所开创的先进系统对经济和社会的巨大影响，并强调了解决问题需要区分社会系统和技术系统。当然，他也谈到了学术方面的一些建议和忧虑 。

Martin Ford（下文简称MF）：关于人工智能的潜在风险，一个特殊的挑战是对就业市场和经济的潜在影响。你是否认为这些可能引发新一轮工业革命，并彻底颠覆就业市场？还是说这只是以讹传讹？

Geoffrey Hinton（下文简称GH）：如果能够大幅提高生产力，生产更多的产品，那应该是一件好事。结果是好是坏完全取决于社会制度，而非技术。人们看待技术就好像技术进步是一个问题。但问题在于我们是否会建立一个公平分享的社会系统，还是一个仅关注那1%的人并将其他社会人员视如草芥的社会。这与技术无关。

MF：那么问题来了，很多工作可能会因此消失，特别是那些可预测且易于自动化的工作。基本收入制度是社会对这一趋势的基本反应，你赞同这一制度吗？

GH：是的，基本收入是个非常明智的想法。

MF：那么，你认为解决这个问题需要政策上的回应吗？ 有些人认为应该就此打住，但那可能是不负责任的。

GH：我搬到加拿大是因为那里的税率更高，而且我认为正确的税收是好事。政府应该做的是建立机制，以便当人们为自身利益行事时，它能帮助所有人。高税收就是这样一种机制：当人们变得富有时，其他人就会得到税收的帮助。要确保AI能够让每个人受益，还有很多工作要做。

MF：对那些可能与人工智能有关的其他一些风险，比如武器化，你怎么看？

GH：我对普京总统最近所说的一些事情感到担忧。我认为人们现在应该努力让国际社会探讨那些可以杀死人的武器，就像他们对待化学战和大规模杀伤性武器那样。

MF：那么你是否赞成暂停某种类型的研究和开发呢？

GH：就行你没有暂停神经毒剂的研发一样，你也不会暂停其他类型的研究。但事实上，确实存在一种国际机制来阻止它们被广泛使用。

MF：除军事武器使用外，其他风险如何？是否还有其他问题让你担忧，如隐私和透明度？

GH：我觉得，用它操纵选举着实令人担忧。剑桥分析公司由Bob Mercer成立，他是一名机器学习学者，你已经看到该丑闻事件造成了很大的影响。因此，我们必须认真对待。

MF：你觉得需要有监管吗？

GH：是的，而且是大量监管。这个问题很有价值，但我不是这方面的专家，因此就不做深入建议。

MF：你认为我们应该采取某种形式的产业政策吗？美国和其他西方政府是否应该关注人工智能并将其作为国家优先事项？

GH：技术方面会有很大进展，但如果不试图跟上步伐，就会显得很疯狂，所以这就需要进行大量投资。

MF：总体来看，你对目前的状况持乐观态度吗？你是否认为人工智能的回报会超过带来的负面影响？

GH：我肯定希望回报能超过负面影响，但我不知道社会建设层面的人是否也这样认为，这是个社会系统问题，而不是技术问题。

MF：人工智能领域人才严重短缺。对于想要进入这一领域的年轻人，你有什么建议吗？有没有什么建议可以帮助企业吸引更多的人，并使这些人成为人工智能和深度学习领域的专家？

GH：事实上，我担心没有足够多的人对基础知识持批判态度。Capsules的想法是，也许我们做事情的一些基本方法不是最好的方法，我们应该撒更大的网。我们应该考虑一些基本假设的替代品。我给人们的一条建议是，如果你的直觉认为人们正在做的事情是错误的，并且可能会有更好的事情发生，你就应该遵从自己的直觉。

你很可能会犯错，但是当人们在知道如何从根本上改变事情时，如果不跟着自己的直觉走，就会陷入困境。我认为真正的新想法最丰富的来源是研究生在大学里得到的良好建议。他们可以自由地提出真正的新想法，并且他们所学到的东西足以让他们不仅仅重复历史，我们需要保持这一点。攻读完硕士学位后直接进入这个行业的人不会有什么全新的想法。我认为你需要坐下来思考几年。

MF：加拿大似乎是深度学习的中心。这是偶然的吗？ 还是加拿大有什么特别之处促成了这一点？

GH：值得一提的是，加拿大高级研究院（CIFAR）为高风险领域的基础研究提供资金。Yann LeCun和Yoshua Bengio都在加拿大，这也带来了很多好运，前者曾是我的博士后。我们三人合作，能够结出累累的硕果，加拿大高级研究所资助了我们的合作。

我们也曾经一度被孤立，处境相当恶劣，直到最近，深度学习的环境才稍微好一些，因此这笔资金对我们很有帮助，让我们能够在小型会议上有相当多的时间相互交流，在那里我们可以真正分享未发表的想法。