Pinterest首席科学家：解决社会问题是机器学习的大机遇

Pinterest依靠瀑布流的形式不断向用户展现最新的图片，让其在近两年成为全球火热的App之一，长城会组织的GASA大学第一期硅谷站荣幸地邀请到了Pinterest首席科学家Jure Leskovec作为讲师给学员授课，作为主办方，我们也与Leskovec相约了专访。

讲课于2016年9月25日晚7点进行，在下午5点，我们按照约定抵达了Leskovec的办公楼下——斯坦福计算机系大楼，这位出生于1980年的“东欧神童”，他的另一个身份是斯坦福大学计算机系的副教授。

我们稍等片刻，只见一位穿着粉红衬衫的小帅哥背着背包骑着窄轮自行车疾驰而来，尽管之前了解过他的资料，但直到他在我们面前停下，我们才反应过来这位与校园里其他学生看起来完全没两样的年轻帅哥就是我们的采访对象。

等他选择一间办公室坐下来接受采访后，我们更为他那带着一点东欧口音的机关枪似的回答所惊叹：反应敏捷，思路清晰，十足一个标准理工学霸的形象。

在采访中，Leskovec阐述了他对机器学习领域的思考，他认为，机器学习的成熟标志在于能与人协同工作，这也表明了他不认为人工智能是反人类的，而是人工智能会让人类的工作更有效率、有更高效的生活、有更多的时间陪家人。

他还表示，在对机器学习的研究上，他正在关注一些新的方向，比如让机器自动发现那些可以让我们能做出预测的关键元素，比如医生看病要靠关键症状、评估电影效果需要知道根据哪个因子才能说明观众到底有多喜欢这部电影等。其次，他也对怎么为复杂的人类建模、怎么模拟不同层面的需求以及怎么随着时间进化这一领域颇感兴趣，因为用户有即时需求、中期需求和远期需求，所以需要在建模时，对这些需求进行直接转换，这尽管很难但也挺有意思。

Leskovec还表示，机器学习的一个重大机遇就是社会问题，这也是他特别感兴趣的一个方向。比如如何利用机器学习帮助刑事法官做出更好的决定、如何帮助医生决策、如何安置社会福利等，这些问题非常重要，但却不能仅仅通过算法去预测，因为其结果可能会改变相关人的生活，所以，在这个时候，就必须确保这些模型非常靠谱，并且依赖于充分的数据支持来决策。

对于机器学习的推广应用，他认为不应该抱着“做出来一个工具大家都会去用”的想法，作为开发者，需要谦虚地和其他领域的人士合作，告诉他们机器学习可以如何帮助他们。

对于他所任职的Pinterest，他表示Pinterest独一无二的地方在于其并不是一个社交网络，不只是把人联系在一起，扩大人的社交接触，而是让人发现想法，发现自我和想做的事情。Pinterest的目标是建立一个关于想法，事物的目录，让人们可以分享，探索。

专访实录

机器学习是人工智能的重要部分组成

《千秒》：人工智能和机器学习有什么区别？

Leskovec：机器学习是人工智能很重要的一部分。我们从这些学科中得出的结论是，我们不能只依靠人类科学家或者是人工智能系统，我们必须把数据引进来，从数据出发构建人工智能系统。从研究数据开始，构建智能系统，这才是机器学习的意义，所以我认为机器学习是人工智能很重要的一部分。

《千秒》：机器学习什么时候才能成熟并应用？

Leskovec：我觉得这并不取决于科学家或者机器学习研究者。想要这门技术真的就绪的话，那时就是医学专家可以与机器学习科学家一起工作、政治家从政治条例上允许我们这么做并许可我们采集数据，虽说现在有一些线上社交系统收集了很多数据，在很多方面我们已经比从前收集到了更多的数据，但是还是有许多数据有待收集，所以首要问题是如何收集这些数据。

其次就是关于下一代机器学习工具和模型，我们希望它不仅要能做出中立、有力并且能让人看得懂的判断，还要能够解释为何会做出这种判断。我们需要的工具是，要能够让我们判断这些模型是否公平、是否有漏洞、是否会钻牛角尖做出不可理喻的决定。

搞清楚这些事对我们研究人员来说是很重要的，这样我们就能应用它们，取得成果。

我认为只有一件比较重要的事，是如何让人类和机器一起工作，比如让医护人员和人工智能系统一起工作，提高医疗效果。

《千秒》：你觉得机器学习是未来科技走向吗？

Leskovec：我认为很多企业都已经意识到机器学习、数据分析、人工智能是他们工作的核心部分，也能使他们的工作做得更好。从这个角度来说，这确实是革命性的。

但从某个角度来说，机器学习只是让事情变得更好的一种方法论，是吧？自动驾驶汽车就是很好的例子，我们现在都得开车，不过以后车会自己开。再比如在线教育，通过机器学习，我们可以为每个人量身定制课程大纲，让不同的人可以去学习他们力所能及的不同科目，让他们的学习效率更高。所以关于机器学习应用很重要的课题，就是如何让已知的事物更有效率。

《千秒》：这些不同的科技，您对哪个较感兴趣，您认为哪些科技可以在未来3至5年内改变世界？

Leskovec：其中一个令我非常兴奋的事情就是在目前科技水平下，打破人工智能的界限。我指的是在图像识别、文字识别上作出突破，而机器人，在某方面也比其他的要重要。

另外很重要的一点是：在人类行为的应用方面，我们怎么使用数据，如何用数据让我们对人类的行为进行解构，这些是比较有趣的问题。我觉得这是机器学习第二大的机遇。

第三大机遇是社会问题。我会就这个主题讲课，主要关于我们如何利用机器学习帮助刑事法官做出更好的决定、如何帮助医生决策、如何安置社会福利等。这些问题都非常重要，但我们肯定不能仅用学习算法就这么去预测，对吧？因为每个预测都能改变相关人的生活，所以必须注意让这些模型靠谱，并且是基于充分的数据支持来决策。

再一个很重要的事情是思考我们如何把机器学习应用到一些重大决策中。我认为如何让人类和机器一起工作很重要，这并不代表机器就会取代人类决策，或是机器可以取代医生，而是让医生和机器一起做出更好的诊疗，这很重要。也许机器学习没法处理人类情绪，但是人类的情绪会使我们犯很多错。如何让机器学习检测到人类决策者的偏差和错误，并告诉他们：我认为你犯错了，为何不考虑另一种方法呢？所以我觉得这是两者互补，能够实现让人类和机器一起工作。

要找到人和人工智能协同的方法

《千秒》：有人认为人类会因为人工智能而失业，您怎么看？

Leskovec：我不会这么认为，我不觉得人工智能是反人类的，这不是一个非此即彼的问题。我觉得解决方法是找到协同的方法。的确，在某种程度上，人工智能的发展会让经济和工作都会有所改变，不过每个重大发明诞生之时，这都不可避免，就像我们发明拖拉机、发明化肥的时候，很多工作都随之改变了，某种程度上，很多农民因此失业，但是这不是因为化肥取代了农民，而是它改变了我们种田的方式，而这种方式比从前更好，是吧？还有工业革命，诸如此类。

相似的事还会发生。我认为机器学习是让人类更高效地生活，在某种程度上使人们的生活更好，让人们能有更多的时间可以陪家人。

回到你的问题，是的，社会肯定会有改变，但不是人类被取代，而是某些简单的工作会由机器或者机器协助人类完成，从而使我们更有效率。

《千秒》：AI将会改变经济和政治，这只是猜测还是真的会发生？

Leskovec：很大程度上这已经是实现了，我们不知道的只是这种改变能达到什么样的程度，对吧？就像某种程度上，我们都知道机器学习可以帮助我们进行优化或者让事物比之前更好，但我们不知道这可以让事情比之前好10%还是好10倍，我不知道会改变到什么程度，我认为这是很有趣的。

有人说，我能用人工智能改变这个、改变那个。诚然，确实可以改变或者改善，但问题是哪些是真的能现实的，哪些只是我们觉得可以实现的，什么能决定这些改变的方案有多好，怎样引入数据，这些问题对人类有多重要等。

《千秒》：机器学习还可以为内容探索平台做什么？

Leskovec：我觉得很重要的一点是，当我们让系统更好的时候，我们已经开始看到了阶段转换，很多小的改变加起来已经到了天文级别的改变。

就内容分发系统来说，因为有太多的用户、太多的内容，没人可以把这些内容全部看完，你必须进行个人定制，推送对这些用户有用的信息，所以内容探索名义上就是建立推送相关信息的模型，预测用户需求。我觉得去理解用户需求很重要，这不仅是在社交网络，还有在网络搜索、线上购物、餐厅等任何地方都很有用。

比如说，用户打算使用搜索引擎，他说“我想要这样”，搜索引擎就帮他搞定了，而且很快。这就像，我知道我想搜什么，搜索引擎就能给我相应结果，一下就搞定了。再比如像Pinterest和Instagram这样的线上社交网络知道你的社交信息，尽管你并没详细告诉它你要什么，但它仍会知道你的需求。人们可以使用Pinterest来做计划，比如有人准备生宝宝之前，会提前准备，有人准备装修房子的话，也会提前收集装修的点子。

《千秒》：最近有哪些关于机器学习的发现？

Leskovec：有一些。第一是在机器学习中，最难的部分是发现那些可以让我们做出预测的东西。就像如果要诊病，我要知道有哪些症状，根据这些症状才能诊断。比如，如果我想发现用户到底有多喜欢这部电影，我得知道要衡量用户的哪些东西才能判断他们到底有多喜欢这部片子。一方面是更多数据，另一方面是这些年机器学习的巨大进展，机器可以自动识别哪些特质能让我们判断用户是否喜欢一部电影的。这样我们就不需要专家告诉我们哪些是需要测量的，机器可以自动识别这些因素。

这里面有很大的启示，比如语言理解、机器视觉、语音识别等，很难说我们需要哪些因素来理解语言。这些就是我们可能会取得重大飞跃的方面。所以我觉得解决了这个问题，将是一个重大突破。

就在线用户模型来看，我觉得突破口在于我们怎么根据不同临时解析度的用户建立模型。我们都知道用户的口味一直在变，但我们也知道用户有即时需求、中期需求和远期需求。所以，如何对这些需求进行直接转换，这就是我感兴趣的问题。怎么为人类这种复杂的存在建模，怎么模拟不同层面的需求，以及它们怎么随时间进化，这是另一个有趣的话题。

跨界学习，多领域科学家组队解决AI难题

《千秒》：政治家也许没法理解机器学习，您认为很难吗？

Leskovec：有挑战但这很有必要。我认为机器学习科学家需要和某个领域的科学家组队解决实际问题。

我们不能只在机器学习领域研究，然后觉得“我做出来一个工具大家都会有用”，这不是个好的定位。我觉得我们得谦虚地和其他领域的科学家合作，告诉他们机器学习可以如何帮助他们。这样我们才知道这是个什么领域、有哪些具体问题、需要哪些数据，然后才能应用我们的知识，研发新的方法来建模。

我们现在有个项目就是关于心理健康咨询。比如谁感到危机、谁有自杀倾向、谁因为成绩难过，我们该如何更好地开导他。最近有研究报告告诉我们机器学习和大数据如何让咨询更有效，我们可以培训人类咨询师如何变得更好，或者我们可以建立一个系统让关于心理健康的咨询更有效。

《千秒》：作为Pinterest首席科学家，您的下个目标是什么？

Leskovec：现在我整个身心都跟Pinterest联系在一起，我下个目标就是让Pinterest变成一个成功的公司，为了做到这点我们需要和其他人一起努力。这很重要，因为我觉得Pinterest是独一无二的。独一无二的地方在于Pinterest不是一个社交网络，它不只是把人联系在一起，扩大人的社交接触面。Pinterest?是让人发现想法、发现自我和想做的事情。所以Pinterest不只是关于分享你的生活或者阅读别人的生活。

确切地说Pinterest是一个让你可以安排你的兴趣爱好、你想做的事、你接下来要去做的事情的一个安全的平台，所以我觉得Pinterest的目标是建立一个关于想法，事物的目录，让人们可以分享、探索，这点很好很强大。

我们希望做出一个可以让人感到安全的工具和产品，在这大家可以说我是谁、我想干嘛、我的兴趣是哪些、我的心愿是什么、什么能让我开心等等，这些事我觉得很重要，所以我觉得Pinterest能让人们发现潜在的自我，活得更好。

作者：高级记者 李小敏 christina.lee@gwc.net

本文版权属于《千秒》(微信公众号：onethousandseconds)，转载请联系qianmiao@gwc.net授权

关于Jure Leskovec

2004年从斯洛文尼亚卢布尔雅那大学(Universitas Labacensis)毕业后，进入美国卡内基梅隆大学，获得机器学习博士学位，2008年进入康奈尔大学从事计算机科学博士后研究。

在就学期间，Jure Leskovec就先后在惠普实验室、微软研究院、雅虎研究院等从事研究工作，并在博士后出站后进入斯坦福大学任助理教授、副教授，并担任Pinterest的首席科学家。

Jure Leskovec的研究方向是大型社交和信息网络的数据挖掘，还创建了斯坦福网络分析平台。

关于千秒（微信公众号：onethousandseconds）

千秒是长城会打造的高端人物专访栏目，依托于长城会高端项目和创新连接资源，来自于全球的大量的顶尖企业家、成功创业者、科学家和投资者都是我们的独家采访对象，全球化的资源也是我们与其他竞争栏目最大的核心竞争力。

我们力图通过专业的视频、文字报道等形式充分传播受访者的创业历程、商业战略、科学思维以及前瞻观点，以及策划拍摄系列纪录片、出版专业书籍等，打造具有高度竞争力的新媒体栏目，为读者带来具有全球化、科学思维的高质量内容。

该篇文章由《千秒》创作，选自集结《千秒》采访全球21位顶尖科学家、业界领袖、投资人、艺术家如何深度解读AI未来的系列文集而成、由人民邮电出版社出版的《科学+预见人工智能》一书，该书已于4月17日在京东开放预售，点击“阅读原文”即可购买！