“他們的驕傲啊/與生命又縮短一節(jié)了/青春就是人生的美酒地球只是天空的一片流云/像偉大的理想消滅給湖水底下/我們的生命是不可的。”
10月26日，當(dāng)美國國家工程院院士、微軟全球執(zhí)行副總裁沈向洋在2017中國計算機(jī)大會（CNCC2017）上讀出這首詩的時候，全場反響熱烈。有誰會想到這是一首人類與人工智能機(jī)器人“小冰”合寫的一首詩？“我只改了一個字。”沈向洋笑著說。
經(jīng)過60多年的發(fā)展，人工智能（AI）儼然已侵入我們的生活，變得觸手可及。但是，隨著熱度不斷創(chuàng)歷史新高，業(yè)界也不乏“AI過熱”的擔(dān)憂。如何理性、客觀地看待人工智能目前的發(fā)展，成為這一“大咖”云集的盛會上最引人注目的看點(diǎn)。
定義人類和世界的關(guān)系
作為目前國內(nèi)規(guī)格最高、規(guī)模最大的計算機(jī)領(lǐng)域盛會，10月26日~28日在福州舉辦的2017中國計算機(jī)大會參會人數(shù)再次刷新紀(jì)錄，達(dá)到6000多人，其中特邀到會演講的計算機(jī)界知名專家、企業(yè)家就有近400人。鑒于人工智能近兩年來的熱度，由中國計算機(jī)學(xué)會（CCF）主辦，福州市人民政府、福州大學(xué)承辦的此次大會，主題就是“人工智能改變世界”。
總體而言，“人工智能的發(fā)展有兩個方向：一是感知，二是認(rèn)知。”沈向洋說。目前感知中的計算機(jī)視覺和語音進(jìn)展飛速，而認(rèn)知和語言、理解的發(fā)展則速度有限。
沈向洋舉了一個例子，就計算機(jī)語音識別而言，微軟目前在標(biāo)準(zhǔn)測試上的精度已經(jīng)達(dá)到人類水平，最新的誤差率達(dá)到5.1%。他特別強(qiáng)調(diào)，即便是人類的誤差率，也分普通人的誤差和專家的誤差。而微軟的誤差率比專家的水平都要低。
“我認(rèn)為，在下一個十年里，人工智能的突破在自然語言理解，我最近老講的一句話就是‘懂語言者得天下’”。沈向洋說。
李飛飛毫無疑問是此次大會的“明星”之一。這位斯坦福大學(xué)副教授、谷歌云首席科學(xué)家簽名簽到“手軟”。她因?yàn)閯?chuàng)辦了ImageNet挑戰(zhàn)賽而成為機(jī)器學(xué)習(xí)界的標(biāo)桿人物之一。ImageNet從2010年創(chuàng)辦至今共舉辦了八屆，2017年是挑戰(zhàn)賽舉辦的最后一年，從最初算法對物體識別的準(zhǔn)確率只有71.8%，已上升到現(xiàn)在的97.3%，錯誤率已遠(yuǎn)低于人類水平。
在此次大會上，李飛飛演講的題目是《ImageNet之后的視覺智能》。她首先介紹了構(gòu)建視覺智能的第一個里程碑，即物體識別。她在現(xiàn)場與聽眾們做了一個小互動，在屏幕上閃過一系列持續(xù)時間只有0.1秒的照片，不加任何特別的說明，而觀眾們還是能夠識別到有一張中有一個人。
這種對復(fù)雜物體的快速視覺識別能力是人類視覺系統(tǒng)的基本特質(zhì)，也是計算機(jī)視覺中的“圣杯”。在過去的20年中，物體識別都是計算機(jī)視覺領(lǐng)域研究的重要任務(wù)。ImageNet就是作出重要貢獻(xiàn)的數(shù)據(jù)集之一。
李飛飛表示，在ImageNet之后，下一個方向就是視覺關(guān)系的識別。這項(xiàng)任務(wù)的定義是：“把一張照片輸入到算法模型中，希望算法可以識別出其中的重點(diǎn)物體，找到它們的所在位置，并且找到它們之間的兩兩關(guān)系”。
除了在學(xué)術(shù)上“屢獲戰(zhàn)功”，人工智能在交通、醫(yī)療、金融等應(yīng)用領(lǐng)域也“收獲良多”。滴滴出行高級副總裁章文嵩說，滴滴的本質(zhì)是“大數(shù)據(jù)人工智能公司”。滴滴每天的訂單量達(dá)到2500萬單，每日的路徑規(guī)劃請求為200多億次，波峰時每秒要做100萬次的路徑規(guī)劃，每天新增的軌跡原始數(shù)據(jù)超過70TB。
“每一次時代的變遷，都是在重新定義人類和世界的關(guān)系。”沈向洋認(rèn)為，“而現(xiàn)在人類到世界之間，AI最了不起的就是對我們?nèi)四X的理解，包括IQ和EQ兩個方面。”
對AI不要有過高預(yù)期
人工智能的熱度從此次的大會論壇上也可見一斑。10月28日上午，吸引了諸多聽眾的以“什么是互聯(lián)網(wǎng)應(yīng)用的下一個引爆點(diǎn)”為主題的論壇最后“歪樓”到了人工智能上就是一個明顯的例證。
論壇特邀嘉賓、今日頭條實(shí)驗(yàn)室總監(jiān)李磊認(rèn)為，人工智能技術(shù)會在下一個十年大大促進(jìn)信息內(nèi)容的創(chuàng)作和交流。下一個引爆點(diǎn)是AI技術(shù)會更多地輔助創(chuàng)作，促進(jìn)表達(dá)。“AI將成為移動互聯(lián)網(wǎng)時代的造紙術(shù)和印刷術(shù)”。
騰訊優(yōu)圖實(shí)驗(yàn)室總經(jīng)理吳運(yùn)聲表示，很難預(yù)測下一個引爆點(diǎn)是什么，但他認(rèn)為，下一個能夠引爆互聯(lián)網(wǎng)應(yīng)用的技術(shù)一定與AI相關(guān)，或者說AI將是這種火爆應(yīng)用背后非常重要的推動力，而其目標(biāo)可能涉及安防、醫(yī)療、民生等各個領(lǐng)域，并帶來實(shí)實(shí)在在的價值。
在論壇現(xiàn)場，有聽眾提問，“現(xiàn)在AI到底是真的很熱還是虛火很旺？”
“AI現(xiàn)在確實(shí)有點(diǎn)過熱了，已經(jīng)差不多到了最高點(diǎn)。”360公司高級副總裁、首席安全官譚曉生回答說。他認(rèn)為，接下來人工智能的熱度應(yīng)該會下跌，但不一定會到底，而是會再起來，其最先可能產(chǎn)生實(shí)際應(yīng)用的領(lǐng)域應(yīng)該是在工業(yè)界和社會治理方面。“現(xiàn)在人們對它的期望有點(diǎn)過高。”
李磊也認(rèn)為，現(xiàn)在AI確實(shí)很熱，但它還沒有發(fā)展到很完善的程度。目前AI最大的挑戰(zhàn)是簡單的任務(wù)可以做得很好，但需要復(fù)雜推理、邏輯思維的工作則完成得不好。他建議，“我們不應(yīng)把眼光局限在某個技術(shù)領(lǐng)域，如深度學(xué)習(xí)，而應(yīng)該著眼更廣泛的AI技術(shù)。”
“AI現(xiàn)在有一定的泡沫，外界對它有許多誤解，覺得它什么都可以做。”吳運(yùn)聲對此也表示認(rèn)同，“但是，事實(shí)上AI無論是技術(shù)還是應(yīng)用，都遠(yuǎn)遠(yuǎn)達(dá)不到這一步，離其真正能夠引領(lǐng)一個行業(yè)的火爆還有一段距離。”
為機(jī)器學(xué)習(xí)的黑箱給出透明的幾何解釋
對AI未來技術(shù)上還有很大發(fā)展空間這一點(diǎn)，業(yè)界已經(jīng)形成了共識，特別是對解決其“知其然但不知其所以然”的問題，更是有諸多探索。作為此次大會的重量級嘉賓，菲爾茨獎獲得者、哈佛大學(xué)終身教授丘成桐提出了自己的看法。
他表示，歐幾里得從很繁復(fù)的現(xiàn)象里找到了很簡單但卻很基本的五個公理，從而能將原來的那些公理全部推導(dǎo)出來。他鼓勵做人工智能的也能重復(fù)這個做法——從現(xiàn)在復(fù)雜多樣的網(wǎng)絡(luò)中找到它最簡單的公理。
丘成桐及其合作者今年年初在《自然》雜志上發(fā)了篇文章，用數(shù)學(xué)方法證明了社交網(wǎng)絡(luò)方面的一個研究結(jié)論：穩(wěn)定的伙伴或者伴侶，對于形成合作型的社會起到了骨干作用。
機(jī)器學(xué)習(xí)算法的出現(xiàn)對人工智能第三次浪潮的興起起到了舉足輕重的作用。丘成桐認(rèn)為，目前機(jī)器學(xué)習(xí)算法需要大量的樣本，雖然比從前進(jìn)步得多了，但規(guī)模還是很龐大。所以他建議讓理論來幫助處理這種復(fù)雜的數(shù)據(jù)學(xué)習(xí)。例如，用幾何的方法來研究對抗生成網(wǎng)絡(luò)（GAN）。
他表示，對抗生成網(wǎng)絡(luò)實(shí)質(zhì)上就是用深度神經(jīng)網(wǎng)絡(luò)來計算概率測度之間的變換。雖然規(guī)模宏大，但是數(shù)學(xué)本質(zhì)并不復(fù)雜。應(yīng)用相對成熟的最優(yōu)傳輸理論和蒙日—安培方程，可以為機(jī)器學(xué)習(xí)的黑箱給出透明的幾何解釋，這有助于設(shè)計出更為高效和可靠的計算方法。
摘自《中國科學(xué)報》
