ICASSP：迈克尔·乔丹的“人工智能替代视角”
在ICASSP 2023的主题演讲中，加州大学伯克利分校计算机科学与统计学教授、某机构杰出学者迈克尔·乔丹提出，人工智能研究应该借鉴经济学概念，并聚焦于社会集体智能。
重新定义智能
智能虽难以明确定义，但乔丹认为当前对智能的理解过于狭隘。他以蚁群为例说明：“蚁群能够建造蚁穴和分享食物，这种集体行为本身就是智能的体现。经济学家进一步拓展了这一观点，关注市场完成的任务——这本质上也是一种智能形式。”
乔丹强调，分布式社会智能比追求自主通用智能更能满足人类需求。AI目标应该定位于集体层面，而非个体智能体。
新信号处理范式
乔丹指出，信号处理不应局限于传统的数据压缩和高保真录制。在现代场景中，信号往往来自人类互动并包含语义内容。市场交易中充满各种信号，机器学习能够为信号传递创造新词汇。
统计契约理论
乔丹研究团队提出统计契约理论，通过嵌入统计分析优化市场机制。以药物审批为例，监管机构与制药公司之间存在信息不对称。通过设计包含许可证费用、试验规模等选项的合约菜单，制药公司在选择过程中会自然透露药物质量信息。
预测驱动推理
另一种新技术是预测驱动推理，旨在利用神经网络不仅做出准确预测，还能生成可靠的置信区间。该方法通过估计所有可能偏差的置信区间，对原始值进行调节，确保最终结果具有覆盖真实参数的高概率保证。
乔丹总结道，机器学习与网络数据正在创造新的数据流动方式，AI系统设计应以服务个人效用为总体目标，而非追求虚幻的超级智能。
