美国三院院士迈克尔·乔丹：人工智能系统设计缺乏激励机制

9 月 5 日，在2024 Inclusion·外滩大会开幕主论坛上，机器学习权威、美国“三院院士”迈克尔·乔丹在时隔一年后，再次带来对人工智能的最新洞见：“缺少对团体性、不确认性和鼓励机制的重视，是当时对人工智能的评论中缺失的三个方面。”迈克尔·乔丹以为，人工智能落地工业，需求构成相互协作的团体；要构建人工智能的协作体系，必需求引进经济学的“鼓励”视角。

在外滩大会的主论坛上，迈克尔·乔丹再次谈到人工智能的不确认性。“ChatGPT，你确认你刚生成的是对的吗？”他指出，当时的人工智能体系很难表达它真实学到哪些常识，也没有才干表达它有多确认。相较之下，人类在面临不确认性时表现出色，尤其是团体协作一起应对时。

因而，迈克尔·乔丹主张不只独自设备要具有必定智能，人工智能更要经过协同体现在全体体系层面。他指出，只是将人类的才智融入超级智能核算机中是不行的，现代信息技术在医疗、交通、金融科技和商业范畴的使用，需求团体性、去中心化的智能体系。

迈克尔·乔丹进一步探讨了不确认性与团体性的联络。他指出，人类在团体协作时能够更好地应对不确认性，但怎么让当时的AI体系也具有相似的团体协作才干，仍是一个未解的关键问题。他以为，微观经济学视角是当时AI研讨的一个缺失。

“鼓励机制”是商场经济和团体智能的关键因素，“AI具有海量的数据，但有些不能生成价值，经过规划鼓励机制才干驱动AI智能体奉献和协作。”迈克尔·乔丹提出了“三层数据商场（Three-Layer Data Markets）”模型，其间用户、渠道和数据买家经过“出让数据”、“购买数据”、“供给服务”构成了闭环。他着重，数据购买者也便是企业能够结合“数据和服务”树立与用户的鼓励机制，从而为他们带来真实的价值。

对此，迈克尔·乔丹征引了核算契约理论，这是一种结合了核算学和经济学的新式理论。在契约理论中，代理人具有私有信息，而委托人经过鼓励机制构成了数据和服务相互促进的商场，保持了供需双方的利益平衡。

例如航空公司分“商务舱”和“经济舱”，航空公司作为委托人能够依据代理人的不同付出志愿供给不同的价格，而不需求代理人泄漏其个人信息。因为曩昔十年间，全球范围内对数据隐私的监管不断添加，他也主张“咱们能够经过非共同的隐私要求进一步进步用户功效，对低成本渠道施加更高的要求。”

迈克尔·乔丹教授是机器学习范畴的前驱，经过在机器学习、概率学、核算学以及图模型这四者间树立联络，为机器学习奠定了数学与核算根底。他曾取得IEEE约翰·冯·诺依曼奖章、国际人工智能联合会议杰出研讨奖和2022年第一届国际顶尖科学家协会奖。