英國皇家學會：應加大研發投入，掀起“機器學習”新浪潮
時間：2017-10-19
近日，英國皇家學會發布了一份題為《機器學習：計算機通過案例學習的能力和潛力》（“Machinelearning: the power and promise of computers that learn by example”）的報告，為機器學習技術未來發展謀篇布局。報告呼吁，英國應加大對機器學習的研發投入，掀起攻克該技術難點的新浪潮，同時要求各界加大向公眾宣傳機器學習技術的力度，營造公平合理的發展氛圍，從而保持英國在機器學習技術的前沿地位，提高國際競爭力。
報告源于英國皇家學會發起的一個針對機器學習技術的研究項目，該項目從2015年11月開始，吸引政府、學術界以及公眾廣泛參與，對未來5年到10年機器學習技術的發展潛力以及發展方式進行了調查。這是英國政府首次對機器學習技術進行如此廣泛的深入評估。調查發現，雖然大部分英國人聽說過或使用過相關應用程序，但聽過“機器學習”這一術語的比例不到9%。
報告基于調查結果認為，為促進機器學習技術的發展，未來工作的重點之一是加大公眾對機器學習發展前景的信心，并要求研究人員開展科普工作，促進機器學習研究人員和從業者與公眾之間的交流。
報告特別列出的“掀起機器學習技術新浪潮”一章指出，機器學習應被列為科學、研究和創新的優先領域進行投資。除現有投資機制外，未來應加大投入，率先攻克機器學習技術關乎社會利益的一系列新挑戰。
報告還以較大篇幅關注和論述了如何應對與公眾相關的技術挑戰：首先，增加機器學習方法的可理解性和透明度。其中最有前景的方法是創建機器學習系統與人機對話系統的界面，未來幫助人類與機器對話，通過提問來理解機器推理過程。開發深受用戶歡迎的語音界面，提高機器的解釋能力，避免產生歧義和誤解。
其次，解決數據隱私與技術應用的矛盾。機器學習以數據為基礎，而隱私是其中的重要議題。目前該領域的研究還處于初級階段，擁有極大提升空間。一方面應對隱私進行差異化分類，模糊化處理數據資料；另一方面，研發同態加密技術，使機器學習算法能在“看不見”原始數據的基礎上對加密數據進行處理。
第三，開發對真實世界數據的分析程序，以對現實世界“雜亂無章”的數據進行凈化、理解、轉變和集成的系列化處理。未來研發重點包括：開發數據處理和共享標準，提高數據評估質量；開發系統行為評估和錯誤識別的標準。
最后，設計人機學習系統，即人機交互程序。未來，許多機器學習系統要在與人類互動中學習，其來源數據并不是靜態不變的，而是在互動中產生，這將給未來研究帶來一系列新的課題。如最大化實現人類智能與機器學習的結合、設計能根據人類情感做出高效決定的支持工具等。
報告還呼吁，創建對機器學習技術嚴格監管的環境，確保該技術的利益最大化。通過對哪些人影響最大、利益如何分布及存在哪些增長點進行分析，設計有效的干預政策，幫助公眾和企業適應并利用機器學習技術，改變生活和生產方式。
為此，該報告提出了幾點建議。第一，對各階層人群進行培訓。組織對學校、大學和工人等不同人群的數字技能學習和培訓，確保不會造成性別、種族和社會經濟背景方面的差別對待；強化機器學習專業的碩士教育，為工商企業和研究機構培養一批機器學習方面的專業人才；增加博士和博士后人才培養，提前布局下一代機器學習領域的研究帶頭人。第二，創造機器學習運用新機會。將機器學習技術集成到英國工業戰略計劃中，幫助企業實現利益最大化；支持新一輪機器學習研究浪潮，特別要優先研發引起社會和倫理關注的技術熱點。第三，創建支持機器學習技術發展的數據環境。持續追蹤英國開放數據記錄，確保數據的安全共享；評估個人病例或商業敏感數據能否公開，確保在協議框架內適當分享數據。此外，營造寬松的政策環境，支持公眾對機器學習表達不同看法，并制定全新數據管理框架，既要保證數據管理與機器學習運用步調一致，又要特殊問題特殊對待，用不同方式靈活處理。
（來源：國家工業信息安全發展研究中心綜合編譯自英國皇家學會）