帝国理工学院计算机系机器学习教授Stephen Muggleton上周加入了政府、工业和高等教育的高层人物的行列，倡导大学在创造和塑造人工智能(AI)等变革技术方面所发挥的创新作用。
Muggleton教授在评论当前机器学习的成就时告诉华为学术沙龙的观众：“我所看到的是回归图灵的基础研究的高潮。”理论计算机科学的创始人艾伦·图灵考虑了机器在1950年发表的一份具有开创性的学术论文中思考的可能性。
Muggleton教授的讲话与工业界和政府高层人士在此次活动中发表的言论相呼应。华为公司董事会董事、高级副总裁陈丽芳女士告诉观众：华为公司与帝国理工学院及其数据科学研究所等20所英国大学合作进行长期研究。“AI现在很流行，但是研究在几十年前就开始了。华为从基础研究中获益匪浅。”
商业，能源和工业战略部高等教育部长Sam Gyimah议员认为，大学和工业界之间的伙伴关系对经济很重要。他说：“发展企业与世界领先的研究人员，创新者和企业家之间的关系是我们现代工业战略的核心。”
商业开发的AI的局限性
Muggleton教授质疑他所声称的商业开发人工智能的道德和工程限制，并主张恢复基于过去几十年大学产生的洞见之上的基础研究：“了解所有这些来自何处的关键是我们知道应该走哪条路“他说。“在今天的计算中，速度超过了人类。实际上，人工智能可以比人类更好地学习。他们的困难在于表达他们学到的东西。“
Muggleton教授引用了DeepMind的AlphaGo示例，这是在中国古代围棋比赛中第一个击败冠军的人工智能。他说，尽管这是一次令人印象深刻的表现，但它并没有帮助Go的专家了解如何制定获胜策略。“没有解释这是怎么发生的。”
他还就当今人工智能的低效率提出了警告。“根据目前的预测，在未来十年内，世界上三分之一的电力将用于数据中心。从工程和环境的角度来看，这是非常可怕的，“他说。
类似人的计算
Muggleton教授的评论恰逢本月“类人计算”网络的推出，这是由英国20个大学研究团体和工业合作伙伴共同开展的，他正与工程和物理科学研究理事会(EPSRC)共同领导，并获得170万欧元的资金。
他的工作将采用研究人员唐纳德·米奇(Donald Michie)几十年前开创的人工智能概念，该规定规定人工智能应该产生人类可以学习在他们自己的推理中使用的逻辑程序。为实现这一目标，Muggleton教授的目标是开发更像人类的AI。
他认为，这种AI不仅更易于理解，而且更有效，因为符号机器学习不需要数据中心。“人们通常会从一个例子中学习”，他后来补充告诉沙龙，说：“如果在当地完成，我们可以更有效地进行铝计算，我们可以限制对世界能源的消耗”。
帝国理工学院的人工智能研究
Muggleton教授是伦敦帝国理工学院AI @ Imperial网络的成员，该网络汇集了来自该学院工程，科学和商业院系的70名专家，以开发和部署各种领域的AI系统。
