7月26日消息，2019年GMIC全球移動互聯(lián)網(wǎng)大會在廣州舉行，在會場，土耳其科學院院士，安茲耶因大學教授埃塞姆·阿培丁接受了新浪科技的采訪。

“腦機接口”應用為時尚早

近期，特斯拉CEO埃隆·馬斯克在發(fā)布會上稱“腦機接口”研究已在靈長類動物上取得成功，埃塞姆·阿培丁教授認為，馬斯克所說的“腦機接口”技術還處于早期的階段，目前我們對人類大腦的了解非常有限，對于一些非常基本的信息處理，大腦主要是以感官為基礎去傳遞信息，但對于大腦是如何思考、進行邏輯推理的，這方面我們目前尚未了解。

圖注：埃塞姆.阿培丁在演講現(xiàn)場 來源：GMIC供圖

或許是看到了腦科學在未來的作用，現(xiàn)在世界各國都開展了腦科學計劃研究，埃塞姆·阿培丁認為，假如腦計劃研究能進行到一定程度，腦機接口的應用前景會比較廣闊，因為我們現(xiàn)在的信息處理模式是先識別信息，對此產(chǎn)生反應，然后再進行決策，去行動。

假如機器跟大腦是有直接的對接接口，人的大腦對機器是直接的反應，這時候我們的反應速度會明顯快很多。但埃塞姆·阿培丁一再表明，我們目前第一步還沒做到，我們的大腦非常復雜，且每一個人大腦都不一樣，大腦的很多功能如思維、記憶、邏輯思考、推論這些，我們?nèi)匀徊磺宄?，而且每個人的成長過程，經(jīng)歷所有的事情，這些外部因素都會引起大腦變化，不像電腦，每部機器出廠時都是一模一樣。

各大企業(yè)高薪搶奪人工智能領域人才

近日，華為高薪招聘頂尖人才引起大家的廣泛關注，據(jù)中國青年報報道，年薪排在第一位的鐘釗是中國科學院大學2014級碩士生、2016級博士生，培養(yǎng)單位是中國科學院自動化研究所，碩博階段攻讀專業(yè)都是“模式識別與智能系統(tǒng)”，據(jù)了解現(xiàn)在谷歌公司，以及一些大公司比較注重機器學習領域人才的招聘，

對此，埃塞姆·阿培丁表示，近年來機器學習開始解決視覺、語音識別在過去50—60年中都沒有解決的問題，這就是機器學習的力量，尤其我們身處在數(shù)據(jù)時代，有大量的數(shù)據(jù)，這就為機器學習分析問題、解決問題打下很好的基礎。

圖注：埃塞姆.阿培丁在演講現(xiàn)場來源：GMIC供圖

為什么有很多的公司對機器學習興趣非常高呢，因為這些公司他們本身存在大量的數(shù)據(jù)，需要有機器學習這樣的人才幫助他們，去很好地利用這些數(shù)據(jù)，去解決他們所需要的問題。

但另一個方面，埃塞姆·阿培丁認為這也存在一個危險，那就是科學過渡商業(yè)化，過去10年，機器學習的研究主要都是由這些大公司主導，但商業(yè)公司都是逐利的，利益推動他們做機器學習的研究，他們在使用數(shù)據(jù)的時候，并不總是完全符合道德倫理的原則，這也表明，當他們以逐利、盈利為目標進行科研的時候，會無所顧及，有時忽略社會方面道德的準則。

據(jù)央視新聞客戶端消息，7月24日，美國聯(lián)邦貿(mào)易委員會宣布對美國社交網(wǎng)絡巨頭“臉書”開出高達56億美元、約合385億元人民幣的罰單，理由是“臉書”在商業(yè)活動中存在“濫用用戶隱私數(shù)據(jù)”的行為，這也是美國政府對科技公司開出的最高金額罰單。之所以開出如此高的罰金，是因為臉書收集了數(shù)據(jù)以后，在使用時不顧用戶隱私問題，違反道德。所以埃塞姆·阿培丁一再表明，在收集數(shù)據(jù)跟使用數(shù)據(jù)的時候，一定要保護用戶安全，存儲夠安全，不能與第三方共享數(shù)據(jù)，同時不能用這些數(shù)據(jù)做其他目的的使用。

未來機器學習將如何發(fā)展？

埃塞姆·阿培丁認為機器學習跟傳統(tǒng)的計算機科學是有所不同的。傳統(tǒng)的計算機科學主要是由程序員編程寫程序，然后解決問題，解決問題的途徑就是使用算法。在這個過程中，主要靠我們的程序員、工程師自己去發(fā)現(xiàn)問題，然后再去解決這個問題。

而機器學習是另外一個學科方向，它并不同于編程，它是先收集大量的數(shù)據(jù)，然后去編寫設計出一個算法，讓這個機器去學習、分析這些數(shù)據(jù)，讓機器自動去學習，然后讓機器解決這個難題，所以這是完全新的學科方向。

這樣的學科方向非常適有于沒有一個固定解決方案的領域，比如人臉識別、語音識別、語言轉(zhuǎn)換等，埃塞姆·阿培丁自信地表示，未來機器學習依然會非常流行。(趙河雨)