2020 年 7 月 9 日，2020 世界人工智能大會召開，中國科學院院士姚期智到場演講，闡述了其對 AI 的理解。

姚期智院士是唯一一位獲得圖靈獎的華人，長於密碼學、計算複雜性和量子計算。清華廣富盛名的“姚班”，正是他於 2005 年在清華創辦的計算機科學實驗班。曠視科技、Pony.AI 等 AI 領域的明星公司，都有“姚班”的血脈。

姚期智院士認爲，今天 AI 的突破應用，其實是基礎科學結下的果，得益於很多年前就打下的理論基礎。並且，AI 是一個跨學科的行業，一些成果往往是因爲和一些看似完全不搭界的學科合作。

對於 AI 理論的發展，他展示了有三個有意思的新方向。其一，從跨學科視角來研究神經網絡；其二，密碼學應用於加強 AI 的隱私性；其三，是可控的超級 AI。

第一個方向關於神經網絡的可解釋性。神經網絡的成功，是很多人沒有預計到的。但神經網絡就像一個“黑盒子”，人們無法直觀地理解，它們內部是如何做出決策的。

“如果能理解神經網絡，那就能改善它，並且取得下一個突破。”姚期智院士說。從拓撲學角度去理解神經網絡，是一個可行的方向。

拓撲學是現代數學的一個重要分支，主要研究幾何形態的連續性。在拓撲學中，高維度數據集是常見的處理對象。而標準的機器學習方式，正是在高維度數據找到規律。

姚期智院士說：“拓撲學方面一些概念、技術和理論，讓我們獲得了 AI 方面新的視角。”

第二個方向，關於隱私保護。姚期智舉了一個例子：假設有好幾個不同的合作方，每方都有一些祕密的數據，把他們集合在一起，才能用 AI 來挖掘一些成果。但問題是，合作方誰也不想讓其他人知道自己祕密。

類比地，AI 落地過程也面臨着這種情況：基於大量數據計算的 AI 確實帶來了便利，但背後的數據隱私問題難以解決。最近一個相關的趨勢是，有商業和機構開始禁用人臉識別技術。

除了完全割捨掉 AI，姚期智院士還提出另一種解決方案：安全多方計算（Secure Multiplayer Computation，簡稱 MPC）。他在 1986 年提出了這個概念，指的是在沒有一個可信第三方的情況下，把多方數據放在一起協同計算，但每一方都只能得到應得的計算結果，而無法獲得其他信息。

作爲密碼學的一個分支，MPC 涉及到加密電路、不經意傳輸和祕密分享等技術。雖然這個領域還相對小衆，但一些企業已經在研究其落地，比如螞蟻金服有一個 MPC 產品叫“摩斯”。

姚期智院士也給出了一個案例：“不同製藥公司希望共同研發新藥，但每一個製藥公司都有自己的機密信息，用 MPC 就可以解決這個問題，其實有一篇論文就是這個思路。”

第三個方向，是很多人關心的超級人工智能。

“伯克利大學的 Stuart Russell 教授在 2019 年出了一本書，提到雖然不知道 Super AI 什麼時候到來，但我們必須做好準備。”姚期智院士說。Stuart Russell 在書中設定了三個原則，分別是 1、利他的：人的利益凌駕機器利益；2、謙卑的：機器不能自以爲是；3、盡心的：機器能學懂人的偏好。

總的來說，姚期智院士鼓勵要從跨學科視角來看待 AI，同時注重基礎理論研究：“我要告訴大家一個基本概念，現在的 AI，其實來自過去的理論研究。”比如這次 AI 浪潮中最核心的深度學習算法，其實可以追溯到 20 世紀 40–60 年代的控制論。