人工智能將讓每個(gè)平凡人更偉大

□文/余　凱

?

人工智能將讓每個(gè)平凡人更偉大

□文/余凱

過(guò)去60年的大部分時(shí)間，人工智能一直基于規(guī)則的系統(tǒng)進(jìn)行發(fā)展。從上世紀(jì)80年代末以來(lái)數(shù)據(jù)驅(qū)動(dòng)的人工智能成為主流，一旦將數(shù)據(jù)導(dǎo)入機(jī)器，機(jī)器就可通過(guò)消化和吸收生成對(duì)世界認(rèn)知的模型。而未來(lái)，所有設(shè)備最終都將成為廣義的機(jī)器人，可以進(jìn)行感知、理解、決策。這將為人類發(fā)展提供更多可能性。人工智能的偉大之處不在于讓機(jī)器更偉大，而在于開(kāi)發(fā)智能機(jī)器來(lái)輔助人，讓每個(gè)平凡的人變得更偉大。

1956年，人工智能（artificial intelligence)這個(gè)詞匯誕生于Dartmouth會(huì)議，參會(huì)學(xué)者提出了非常有遠(yuǎn)見(jiàn)的思考，如何讓機(jī)器仿真實(shí)現(xiàn)智能。當(dāng)然，這樣的思想，更早甚至可以追溯到十七世紀(jì)末的哲學(xué)家、數(shù)學(xué)家萊布尼茨，他最早提出通過(guò)數(shù)學(xué)演算來(lái)模擬智能。參加Dartmouth會(huì)議的先賢們雖然有遠(yuǎn)見(jiàn)，但有些過(guò)分樂(lè)觀，他們認(rèn)為人工智能的基本問(wèn)題可以在一個(gè)夏天解決，但是這些問(wèn)題至今也沒(méi)有完全解決。

“傳統(tǒng)人工智能系統(tǒng)”多以科學(xué)演繹的方式發(fā)展

人工智能首先應(yīng)具有感知的能力，通過(guò)傳感器能夠感知到環(huán)境的變化；其次是理解力，從感知階段上升到對(duì)世界的理解；第三是決策能力，通過(guò)理解之后做出決策。

人工智能最簡(jiǎn)單的形式是通過(guò)觀測(cè)到的現(xiàn)象、數(shù)據(jù)、知識(shí)，映射成預(yù)測(cè)、判斷。例如，輸入圖像輸出“物體”的名字的映射，就是圖像識(shí)別；輸入語(yǔ)音訊號(hào)輸出“文本序列”，就是語(yǔ)音識(shí)別；輸入一段話輸出“解析的樹(shù)狀結(jié)構(gòu)”，就是云儲(chǔ)；輸入車輛行使周邊路況情況輸出“控制決策”，就是自動(dòng)駕駛。

過(guò)去基于規(guī)則的人工智能系統(tǒng)，多以演繹的方式來(lái)建立系統(tǒng)，其概念類似“一生二，二生三，三生萬(wàn)物”。從一個(gè)基本法則出發(fā)，推導(dǎo)出一個(gè)紛繁復(fù)雜的系統(tǒng)。這種方法主要受自然科學(xué)的方法論的影響，通常從不言自明的公理出發(fā)，但從這一思維出發(fā)所得到的人工智能系統(tǒng)，常常會(huì)過(guò)于簡(jiǎn)單。

傳統(tǒng)基于規(guī)則的人工智能系統(tǒng)，沒(méi)有取得積極的成果，但卻得到了很多教訓(xùn)。其一是這個(gè)世界是紛繁的，存在著很多因素和要素，彼此之間有復(fù)雜的影響，形成復(fù)雜的網(wǎng)絡(luò)和系統(tǒng)，難以用一個(gè)公式來(lái)描述；其二是有很多因素和參量不能觀測(cè)到，所以系統(tǒng)具備不確定性；如果用確定性的規(guī)則，無(wú)法掌握這樣的復(fù)雜系統(tǒng)，要采用基于統(tǒng)計(jì)的概念；其三是現(xiàn)實(shí)世界紛繁復(fù)雜很難完整描述，只有從數(shù)據(jù)中不斷地學(xué)習(xí)、加深對(duì)問(wèn)題的理解，同時(shí)跟隨數(shù)據(jù)的演化和進(jìn)化，才是關(guān)鍵。這也是“大數(shù)據(jù)”的重要意義，數(shù)據(jù)在本質(zhì)上，為人提供了了解世界的可能。

隱約聽(tīng)到“轟隆隆的雷聲”

如果說(shuō)2000年以來(lái)，由于互聯(lián)網(wǎng)帶來(lái)的數(shù)據(jù)極大豐富，人工智能在搜索、推薦、廣告等互聯(lián)網(wǎng)的應(yīng)用上扮演了關(guān)鍵角色，人工智能處于“潤(rùn)物細(xì)無(wú)聲”的萌芽期。那么在2010年以來(lái)，人工智能所處的階段，筆者稱之為“于無(wú)聲處聽(tīng)驚雷”的發(fā)展階段，因?yàn)槲覀冞€是能隱約聽(tīng)到“轟隆隆的雷聲”。人類一直在思考，是否可以通過(guò)技術(shù)的手段復(fù)制人類非凡的大腦和智力，這也是人工智能令人著迷之處?；仡櫺畔⒓夹g(shù)的發(fā)展歷程，從信息理論到圖靈測(cè)試、通信技術(shù)發(fā)展、計(jì)算機(jī)信息科學(xué)等發(fā)展都是為了一個(gè)結(jié)果，即通過(guò)計(jì)算讓機(jī)器具有智能。

現(xiàn)在提到人工智能，一個(gè)頗具浪漫主義的觀點(diǎn)認(rèn)為，“強(qiáng)人工智能”擁有跟人一樣的智能，有強(qiáng)大的學(xué)習(xí)能力。偉大科學(xué)家圖靈的圖靈測(cè)試，提出如果人類分辨不出幕布背后是機(jī)器人還是人，其幕布背后的機(jī)器就具有“強(qiáng)人工智能”。今天的“人工智能”離真正意義上的“強(qiáng)人工智能”還差得很遠(yuǎn)。另一種觀點(diǎn)認(rèn)為，機(jī)器人具備部分的人工智能，我們稱之為“弱人工智能”，它在某個(gè)不確定的環(huán)境下，完成某類特定任務(wù)。

對(duì)人工智能，大家也常常有哲學(xué)思辨的熱情。曾經(jīng)有一個(gè)叫做“思想實(shí)驗(yàn)”的例子：如果一個(gè)房間里關(guān)著一個(gè)不懂中文的英國(guó)人，但是在房間的桌子上有一本中文書(shū)需要他來(lái)進(jìn)行認(rèn)知。而這時(shí)從門外遞進(jìn)一張英文說(shuō)明，需要他按照說(shuō)明查閱書(shū)里內(nèi)容后寫出一份中文翻譯，結(jié)果是他寫出來(lái)了。這看起來(lái)很智能，但是這個(gè)英國(guó)人并不懂中文，他寫出翻譯的表象行為是否是他的智能呢？其實(shí)行為方面表現(xiàn)的智能，并不是真正的智能。有一種解釋是這個(gè)英國(guó)人不懂中文，所以體現(xiàn)不出他的智能，但是“英國(guó)人＋書(shū)＋房間”，這個(gè)系統(tǒng)是智能的。

互聯(lián)網(wǎng)的本質(zhì)存在深刻的哲學(xué)思辨

在紛繁復(fù)雜的世界里，為解釋人和世界的關(guān)系，孔子提出了“仁”，宗教提出了“彼岸世界”，互聯(lián)網(wǎng)提出了“人和世界的連接”。人和世界的連接包括人和信息、人和商品、人和人、人和服務(wù)的連接，這也催生了一系列行業(yè)機(jī)會(huì)，創(chuàng)造了巨大的社會(huì)價(jià)值。互聯(lián)網(wǎng)帶來(lái)的重要啟示，就是高效連接非常重要。

網(wǎng)絡(luò)索引的趨勢(shì)是從無(wú)序到有序，讓無(wú)結(jié)構(gòu)化的信息變得有序，更加方便人們獲取信息；從數(shù)據(jù)到語(yǔ)義，方便人們了解數(shù)據(jù)背后的內(nèi)容；從線下到線上，檢索虛擬信息、商品信息、線下服務(wù)信息。

搜索引擎就是一個(gè)人工智能系統(tǒng)，因?yàn)樗幸粋€(gè)非常精致的結(jié)構(gòu)：其擁有感知能力，借助免費(fèi)服務(wù)，用戶都在為搜索引擎提供數(shù)據(jù)，真實(shí)的信息也因此在不斷分層，即外顯信息（在社交上曬出的）、部分信息（在特定地方分享）、隱私信息?；ヂ?lián)網(wǎng)最精巧的商業(yè)模式之一，就是拿著用戶信息實(shí)現(xiàn)商業(yè)價(jià)值。正因?yàn)閷?duì)用戶的了解足夠正確，就可以推出符合用戶當(dāng)下的廣告或商品，這就是一個(gè)強(qiáng)大的基于大數(shù)據(jù)的人工智能系統(tǒng)。

一切的連接都需要通過(guò)媒介，互聯(lián)網(wǎng)通過(guò)個(gè)人電腦、手機(jī)、智能硬件等延展人的能力，使人和世界的連接更加緊密。通過(guò)大數(shù)據(jù)的支撐，人可以用自然的方式和機(jī)器交互，而機(jī)器可以更好地索引世界。未來(lái)交互的終極形態(tài)將是“心靈感應(yīng)”和“腦機(jī)交互”。

所有這些，都與機(jī)器的進(jìn)化息息相關(guān)，即從個(gè)人電腦到智能手機(jī)，再分化出智能硬件，最后的趨勢(shì)是發(fā)展出“智能助手”，類似人的助理幫助人完成任何事情。未來(lái)通過(guò)無(wú)處不在的傳感器和強(qiáng)大的計(jì)算能力，人和機(jī)器將完全融為一體，機(jī)器將變成在計(jì)算機(jī)控制下，具有自主行為的機(jī)器，它完全懂得人的想法，并能夠自主完成人們想做的事。

機(jī)器變聰明后其在很多方面將超越人類。如對(duì)機(jī)器而言，學(xué)習(xí)將是一瞬間可完成的事，只需通過(guò)光纖網(wǎng)絡(luò)傳輸。而人要學(xué)習(xí)知識(shí)則需要通過(guò)語(yǔ)言、交流以及很長(zhǎng)的時(shí)間記憶，才能真正地理解。機(jī)器卻能在極短的時(shí)間內(nèi)復(fù)制知識(shí)、交流知識(shí)，其對(duì)人類將可能產(chǎn)生威脅。而規(guī)避這個(gè)威脅的方式，是在交互上取得突破性進(jìn)展，使人和機(jī)器的交互變成零距離。這樣，人也可以具有機(jī)器的能力，例如將小型芯片植入人體內(nèi)。

余凱 地平線機(jī)器人科技創(chuàng)始人、CEO

找到一個(gè)簡(jiǎn)單的規(guī)律

目前人工智能面臨的問(wèn)題是，如何從數(shù)據(jù)中學(xué)習(xí)映射函數(shù)，形成訓(xùn)練樣本。例如將多個(gè)圖片定義為“長(zhǎng)頸鹿”這個(gè)標(biāo)簽，系統(tǒng)通過(guò)訓(xùn)練學(xué)習(xí)，然后自動(dòng)再將類似新圖片打上這個(gè)標(biāo)簽。

從有限推導(dǎo)無(wú)限是不可能的，除非設(shè)定了假設(shè)，如果沒(méi)有假設(shè)就無(wú)法做出判斷。“近朱者赤，近墨者黑”就蘊(yùn)涵了一個(gè)樸素的智慧，即在判斷的時(shí)候一定要隱含假設(shè)：兩個(gè)在某些方面相似的人，在其它方面具有相似的特征和特性。

這就反映人工智能的本質(zhì)問(wèn)題，即假設(shè)的合理性。人們希望從數(shù)據(jù)得出的結(jié)論是簡(jiǎn)單的、光滑的，而不是復(fù)雜的。所以哲學(xué)上有一個(gè)詞匯——剃刀原理，它指在能夠同時(shí)解釋某個(gè)現(xiàn)象的幾條規(guī)律中，我們喜歡選擇其中最簡(jiǎn)單的規(guī)律。總而言之，我們希望能夠找到一個(gè)規(guī)律，既能找到觀測(cè)樣本，又能得出簡(jiǎn)單的結(jié)果。

從紛繁復(fù)雜的樣本中抽取并總結(jié)規(guī)律的最好機(jī)制，就是人類的大腦。它能夠舉一反三、不斷地學(xué)習(xí)。在學(xué)習(xí)中，最簡(jiǎn)單的單元就是神經(jīng)元，它有很多神經(jīng)簇，這些神經(jīng)簇和其它的神經(jīng)元相連，神經(jīng)元接收到外部的信息輸入后，把對(duì)信息信號(hào)的反應(yīng)通過(guò)神經(jīng)末梢傳到其它神經(jīng)元，這個(gè)構(gòu)造可以用感知機(jī)模型這個(gè)簡(jiǎn)單的數(shù)學(xué)公式描述?；趩蝹€(gè)神經(jīng)元構(gòu)造具有學(xué)習(xí)能力的人工智能系統(tǒng)，像神經(jīng)元一樣，從外界獲得輸入后，傳遞到中央處理的地方，通過(guò)簡(jiǎn)單的運(yùn)算再向外輸出。

今天，這個(gè)簡(jiǎn)單的模型正向幾個(gè)維度擴(kuò)展，其將從線性的輸入／輸出，發(fā)展到深度神經(jīng)網(wǎng)絡(luò)，最后形成具備學(xué)習(xí)功能的人工智能系統(tǒng)。

"深度學(xué)習(xí)"將加速人類進(jìn)入人工智能時(shí)代

模擬人類大腦的分層結(jié)構(gòu)以及行為

今天已經(jīng)發(fā)現(xiàn)了基于視覺(jué)的神經(jīng)網(wǎng)絡(luò)（科學(xué)家在研究過(guò)程中受到了大腦內(nèi)視覺(jué)信息分層表述的啟發(fā)。隨著視覺(jué)輸入流從視網(wǎng)膜傳輸?shù)匠跫?jí)視皮層，再到下顳葉皮質(zhì)，在識(shí)別物體前，每層都會(huì)進(jìn)行處理，從而準(zhǔn)確地識(shí)別物體）。因此，可以用數(shù)據(jù)訓(xùn)練系統(tǒng)，讓系統(tǒng)能夠反映出視覺(jué)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為。為了模擬這一過(guò)程，神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)者們?cè)谀Ｐ椭性O(shè)計(jì)了幾層計(jì)算。剛開(kāi)始，最底層的神經(jīng)元對(duì)顏色不敏感，對(duì)邊界和朝向敏感，它能復(fù)原出物體的輪廓，把輪廓提取出來(lái)；上面一層的神經(jīng)元具備一些更有意思的行為，對(duì)物體的部位很敏感；更高一層的神經(jīng)元對(duì)物體開(kāi)始敏感，它是一個(gè)逐層的、從局部到整體的敏感過(guò)程。這就是從數(shù)據(jù)開(kāi)始呈現(xiàn)的視覺(jué)網(wǎng)絡(luò)行為。

在聽(tīng)覺(jué)神經(jīng)系統(tǒng)中也有類似現(xiàn)象，我們用數(shù)據(jù)的深度訓(xùn)練也得到類似的結(jié)果。

深度學(xué)習(xí)特別適合大數(shù)據(jù)

過(guò)去的模型和方法對(duì)大數(shù)據(jù)的處理存在許多問(wèn)題，通常衡量一個(gè)模型的優(yōu)劣是用推廣誤差進(jìn)行測(cè)試。通過(guò)推廣誤差找到原因并得到控制，從而找到一個(gè)更好的學(xué)習(xí)辦法。推廣誤差來(lái)自于以下幾方面：

其一是對(duì)模型進(jìn)行假設(shè)，但模型假設(shè)會(huì)存在誤差。在概率統(tǒng)計(jì)學(xué)中有一個(gè)著名的說(shuō)法：你所有的模型都是錯(cuò)的，但有些模型是有用的；

其二是數(shù)據(jù)的不完美，因?yàn)闃颖居邢?、或有噪聲、或有偏差。這幾種情況都會(huì)帶來(lái)誤差，因?yàn)榈湫偷慕y(tǒng)計(jì)學(xué)范疇忽略了一點(diǎn)，即假設(shè)了無(wú)限的計(jì)算資源；

其三是計(jì)算機(jī)完成的實(shí)際問(wèn)題也會(huì)導(dǎo)致計(jì)算的不完美，會(huì)導(dǎo)致誤差。所以要盡量讓假設(shè)完美、讓假設(shè)足夠?qū)挿?、收集大量的?shù)據(jù)并尋求算法處理大數(shù)據(jù)。

傳統(tǒng)人工智能算法不能處理更大規(guī)模的數(shù)據(jù)，因?yàn)槿绻惴ǖ膹?fù)雜性和樣本是立方的關(guān)系，當(dāng)計(jì)算機(jī)設(shè)備數(shù)量和樣本成同比立方增長(zhǎng)時(shí)，將意味著數(shù)據(jù)增加算法更難，這就是為什么深度學(xué)習(xí)應(yīng)該受到重視，它特別適應(yīng)于大數(shù)據(jù)，數(shù)據(jù)越大，算法越好。

深度學(xué)習(xí)是一套靈活的建模語(yǔ)言

寫出一篇好文章和做出一個(gè)好的人工智能系統(tǒng)是相通的，即對(duì)語(yǔ)言有足夠靈活的駕御能力、需要對(duì)所面臨的生活和問(wèn)題有深刻的感悟和思考，靈活的建模語(yǔ)言和內(nèi)在洞察相結(jié)合，才能夠做好。

深度學(xué)習(xí)是歷史上第一次出現(xiàn)的端到端學(xué)習(xí)，不管是語(yǔ)音識(shí)別還是從感知、預(yù)處理到預(yù)測(cè)、判斷，過(guò)去絕大部分的工作是做最后一個(gè)部分，而沒(méi)有完成前面的幾個(gè)動(dòng)作。從計(jì)算上來(lái)講，在沒(méi)有深度學(xué)習(xí)之前，上面幾個(gè)步驟是消耗計(jì)算資源的、人工手動(dòng)的，但深度學(xué)習(xí)是一氣呵成的，減少人工手動(dòng)。這個(gè)變化是革命性的，今天這已經(jīng)成為共識(shí)了。

人類大腦是通用處理器嗎？人從猴子到現(xiàn)在的人類，人之所以能夠從物種中脫穎而出，是因?yàn)榇竽X對(duì)人類所需要的特殊能力在不斷進(jìn)行優(yōu)化。從本質(zhì)上說(shuō)，大腦是專用處理器，并非通用處理器。

大腦的計(jì)算過(guò)程較慢，但是人腦對(duì)諸如開(kāi)車、打乒乓球等行為進(jìn)行了加速處理，從結(jié)構(gòu)上做了專門的優(yōu)化。

圖2　深度學(xué)習(xí)特別適合大數(shù)據(jù)

智能不等于智慧

人工智能大規(guī)模的應(yīng)用，伴隨著互聯(lián)網(wǎng)的發(fā)展。

2000年－2009年，是人工智能重新起步的發(fā)展階段，其最大的應(yīng)用在于PC互聯(lián)網(wǎng)領(lǐng)域，如搜索、廣告等。

2010年－2019年，語(yǔ)音、圖像、機(jī)器人操作，將獲得突飛猛進(jìn)的發(fā)展。同時(shí)，傳統(tǒng)行業(yè)不斷地被顛覆，這是一個(gè)“于無(wú)聲處聽(tīng)驚雷”的時(shí)代。

2020年－2029年將是一個(gè)“陽(yáng)光燦爛”的時(shí)代。交互將無(wú)處不在，人與機(jī)器的操作距離越來(lái)越短，生產(chǎn)線的工人將會(huì)被替代。簡(jiǎn)單、重復(fù)性的工作將被解放，從萬(wàn)物互聯(lián)到萬(wàn)物智能，數(shù)據(jù)將成為商品。但我們也無(wú)需對(duì)機(jī)器有太多的擔(dān)心，2029年的機(jī)器仍是沒(méi)有好奇心、沒(méi)有情感、沒(méi)有自我意識(shí)的。

筆者認(rèn)為，智能不等于智慧。在未來(lái)，從萬(wàn)物互聯(lián)到萬(wàn)物智能將有幾大趨勢(shì)，即所有設(shè)備都有智能傳感器；所有設(shè)備都與云端結(jié)合；所有設(shè)備都連接人和服務(wù)；所有設(shè)備最終都成為廣義的機(jī)器人，可以進(jìn)行感知、理解和決策。

（經(jīng)余凱本人審閱，根據(jù)近期公開(kāi)發(fā)言整理）