人工智能的另外一面：從數(shù)學(xué)到教育

秦曾昌

人工智能的歷史是計算機(jī)發(fā)展史的一部分，但是也許會是最精彩的后半段。作為計算工具，計算機(jī)已經(jīng)一次次突破人類在信息處理方面的瓶頸，帶領(lǐng)我們進(jìn)入了一個可以一定程度上擺脫地域甚至是物理上的限制，創(chuàng)建了一個信息交換與溝通的虛擬空間（cyberspace）。

信息的大量積累與計算能力的提高，成為了人工智能技術(shù)能夠應(yīng)用的前提條件。從人類工程技術(shù)發(fā)展的宏觀角度，我們可以大概劃分如下幾個階段：①手工制造工具；②工具的機(jī)械化（如圖1）；③自動化；④信息化；⑤智能化。人類世界的大部分現(xiàn)代化國家，都已經(jīng)正在或已經(jīng)完成了自動化，尤其是以互聯(lián)網(wǎng)為代表的信息技術(shù)開始普及，從本世紀(jì)初開始我們進(jìn)入了信息化時代。但是各個國家和地區(qū)的經(jīng)濟(jì)發(fā)展并不均衡，同一國家的不同產(chǎn)業(yè)，發(fā)展也不同，在面臨很多產(chǎn)業(yè)還沒有完全信息化的今天，某些國家的高技術(shù)產(chǎn)業(yè)已經(jīng)開始了智能化革命。

人工智能是英文Artificial Intelligence的中文直譯，可以簡單解釋為用人工的方法實現(xiàn)智能。但是這種簡單解釋的背后，卻包含了眾多的誤解和不為大眾所知的外延。尤其是在通俗文化中，機(jī)器人甚至成為人工智能的代名詞。實際上二者還是有明顯差別的，人工智能更關(guān)注的是機(jī)器人是如何“思考”的。這里擬人化的“思考”主要是指如何設(shè)計聰明的算法實現(xiàn)自動響應(yīng)及其他復(fù)雜功能。這些聰明的算法是基于計算機(jī)的基本工作原理的，甚至有人戲稱計算機(jī)叫做“硅基生物”。那么這些智能算法也許并不適合我們?nèi)祟愡@種有機(jī)物組成的“碳基生物”，更重要的是，我們還沒有真正弄清楚我們?nèi)祟愔悄艿谋举|(zhì)，所以我們無法真正復(fù)制同樣的機(jī)制。但是這并不妨礙我們用算法實現(xiàn)很多人類以前做不到的事情。我們可以想象一下，人類和計算機(jī)都生活在一個客觀的、遵循物理規(guī)律的世界中，里面有很多難題，人類進(jìn)化出了一些解決方案，但是計算機(jī)也可以在人類的幫助下，實現(xiàn)另外一種01邏輯變換為基礎(chǔ)的解決方案，而二者未必要相同。只是在行為上，二者實現(xiàn)的功能是相似的，比如機(jī)器也可以識別數(shù)字、進(jìn)行自動駕駛、自動翻譯，這些與人類的智能反應(yīng)看起來是相似的，但是內(nèi)在基本原理卻不同。

人工智能在近兩年成了技術(shù)社會的新寵，尤其是自AlphaGo在圍棋上超越人類開始，我們發(fā)現(xiàn)這種技術(shù)驚人的能力甚至帶來了很多模糊的恐懼。實際上以機(jī)器學(xué)習(xí)為代表的人工智能技術(shù)在過去的20年內(nèi)都是穩(wěn)定發(fā)展的。在2000年前后，包括微軟、谷歌在內(nèi)的大公司就開始關(guān)注機(jī)器學(xué)習(xí)并開始布局。經(jīng)過了18年后，那些當(dāng)時被認(rèn)為晦澀和深奧的算法開始被寫進(jìn)高盛的分析報告（注：2017年高盛發(fā)布了人工智能產(chǎn)業(yè)報告），讓資本所追逐，成為社會新的技術(shù)發(fā)展力量。我們驚嘆地看到新技術(shù)的發(fā)展，但是也不免擔(dān)心更多人對于這門技術(shù)的誤解，以及把它“忽悠”成我們面臨大部分問題的救世主，這不是科學(xué)的態(tài)度。這里我想從我個人的理解澄清幾個主要的關(guān)于人工智能的問題。

人工智能與數(shù)學(xué)

與其他的數(shù)理及工程學(xué)科一樣，人工智能的基礎(chǔ)知識也是數(shù)學(xué)，也有人說是邏輯。這個也是對的，其實嚴(yán)格上講邏輯與數(shù)學(xué)也并不分家。曾經(jīng)有多少數(shù)學(xué)家想把完備的數(shù)學(xué)大廈建立在邏輯的地基之上，雖然后來還是失敗了（建議大家搜索David Hflbert、Bertrand Russell了解這段歷史）。邏輯學(xué)家Kurt Godel用數(shù)學(xué)方法證明了這樣的構(gòu)想是不可能實現(xiàn)的。而計算機(jī)科學(xué)的基礎(chǔ)數(shù)學(xué)之一——離散數(shù)學(xué)主要就是講邏輯。一句話，計算機(jī)與數(shù)學(xué)不分家，人工智能一般認(rèn)為是計算機(jī)科學(xué)或信息科學(xué)的一個分支，所以一樣離不開數(shù)學(xué)。

作為一個合格的人工智能工程師，雖然不是所有的數(shù)學(xué)都需要，但是更多的數(shù)學(xué)知識和能力從來不是多余的。從本質(zhì)上講，機(jī)器學(xué)習(xí)的算法核心還是數(shù)學(xué)，人工智能的覆蓋面更廣泛一些。對于數(shù)據(jù)挖掘、人工智能、模式識別，主要要有高等數(shù)學(xué)（微積分、優(yōu)化）、線性代數(shù)、概率與統(tǒng)計這3門非常重要而且必要的數(shù)學(xué)基礎(chǔ)。比如在機(jī)器學(xué)習(xí)領(lǐng)域最常用的貝葉斯（如圖2）定理（Bayestheorem），是概率論中的一個定理，它描述隨機(jī)變量的條件概率，以及邊緣概率分布之間的關(guān)系。事件A在事件B（發(fā)生）的條件下的概率，與事件B在事件A（發(fā)生）的條件下的概率是不一樣的；然而，這二者是有確定的關(guān)系的，貝葉斯定理就是這種關(guān)系的陳述。很難相信不懂普通的概率分布可以用貝葉斯方法做推理，不懂線性代數(shù)可以理解高維空間流形，不懂微積分可以理解反向傳播，和不懂優(yōu)化能理解SVM。

這些必要的數(shù)學(xué)基礎(chǔ)，一般也是教授在教機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘中一次次被復(fù)習(xí)的內(nèi)容。甚至很多課程要花大量時間確定學(xué)生有這樣的基礎(chǔ)。當(dāng)然，如果你有離散數(shù)學(xué)、復(fù)變函數(shù)、圖論、運(yùn)籌學(xué)等基礎(chǔ)是更完美的，很多機(jī)器學(xué)習(xí)中的難點都可以迎刃而解。當(dāng)然，如果你想深耕到統(tǒng)計機(jī)器學(xué)習(xí)理論的時候，可以在測度論、隨機(jī)過程等方面了解更多。如果做歸納邏輯編程（Inductive Logic Programming）、知識工程與知識圖譜，可以學(xué)習(xí)一階邏輯（First-order logic）、多值邏輯甚至模糊邏輯。如果涉及到經(jīng)濟(jì)或社會方面，可以學(xué)習(xí)博弈論（Game Theory），很多最新的研究是基于計算博弈的。

深度學(xué)習(xí)

深度學(xué)習(xí)通過利用深度神經(jīng)網(wǎng)絡(luò)（如圖3）構(gòu)建了復(fù)雜度的數(shù)學(xué)模型模擬給定輸入輸出的真實函數(shù)關(guān)系。雖說機(jī)器學(xué)習(xí)的方法都是類似的思路，但是深度網(wǎng)絡(luò)利用大量數(shù)據(jù)的確完成了以前我們沒有解決的任務(wù)，在某些領(lǐng)域把準(zhǔn)確率提高了一個或幾個量級。我們也開始重新思考神經(jīng)網(wǎng)絡(luò)這種計算模型與生物神經(jīng)網(wǎng)絡(luò)的關(guān)系。這里可以澄清的是，我們目前的深度網(wǎng)絡(luò)不是在模擬人腦，也不是通過使網(wǎng)絡(luò)更像人腦的神經(jīng)工作原理提高準(zhǔn)確率。嚴(yán)格來說，這次人工智能的卷土重來也是在算法上和利用數(shù)據(jù)上、硬件使用上提升到了新的技術(shù)高度，并非我們勘破了人類智能的玄機(jī)。我們希望趁著這個風(fēng)潮發(fā)展“類腦”人工智能，但是我們還在期待偉大發(fā)現(xiàn)的到來。

對于我們面臨的難題，并不是有大量的數(shù)據(jù)就一定會解決問題。通過我們對數(shù)據(jù)的認(rèn)知，甚至通過我們對于利用復(fù)雜的深度模型自動提取和發(fā)現(xiàn)數(shù)據(jù)中的特征，我們也許能夠在以前的研究上更進(jìn)一步，但是不代表數(shù)據(jù)就是一切。因為我們很多解決問題的鑰匙，不見得就在這些大量數(shù)據(jù)中。如何獲得有效的數(shù)據(jù)，以及對于問題的理解，都是一些解決關(guān)鍵問題的態(tài)度。況且不是所有復(fù)雜的難題，都是機(jī)器學(xué)習(xí)問題。比如一個人在超市購物的數(shù)據(jù)，更能說明這個人的財政狀況和對物品的偏好，但是通過這些數(shù)據(jù)判斷一個人的教育程度，遠(yuǎn)遠(yuǎn)不如直接拿到他購買書籍的數(shù)據(jù)。我們深信數(shù)據(jù)中神秘和潛在的那些規(guī)律，但是也不能迷信和對未知數(shù)據(jù)神化，正如一個不懂技術(shù)的老板，把他們家過去10年的購物清單給你，讓你判斷什么時候會地震一樣。雖然這個例子很荒謬，但與我們面臨的很多挖掘問題相比，只是荒謬程度的不同而已。我們要相信一個數(shù)據(jù)科學(xué)家的專業(yè)訓(xùn)練和判斷，不要武斷地認(rèn)為挖不出金子，就不是好礦工。金子是否能挖出來，還是取決于這片土地中是否蘊(yùn)含這種元素。數(shù)據(jù)挖掘曾經(jīng)被人開玩笑地解釋為“不斷的折磨數(shù)據(jù)，直到它們招供為止”，當(dāng)然，它們能招供的必然是它們知道的東西。

人工智能不是只有深度學(xué)習(xí)。雖然今天的人工智能的技術(shù)代表是深度學(xué)習(xí)技術(shù)，但是很多領(lǐng)域的研究在過去的幾個十年中都是在不斷進(jìn)步和進(jìn)展的。人工智能可以幫助我們整理人類的知識，將其變成可溝通或問答的“聰明”數(shù)據(jù)庫；人工智能可以指導(dǎo)無人機(jī)或機(jī)器人編隊完成協(xié)作任務(wù)，比如踢足球；人工智能可以幫助我們實現(xiàn)工業(yè)控制中的優(yōu)化，提高供應(yīng)鏈的效率，自動為貨品定價、給廣告排名；人工智能可以輔助人機(jī)交互，識別我們的意圖，通過問答增強(qiáng)對我們意圖的理解，自動完成最好的交易或設(shè)計一個新市場。人工智能其實包含了很多不同方面的技術(shù)與應(yīng)用，但是不可否認(rèn)的是，基于大數(shù)據(jù)與深度學(xué)習(xí)的方法在人工智能的各個領(lǐng)域都受到了關(guān)注，也有研究者每天不斷地在推動其在各個領(lǐng)域的技術(shù)進(jìn)步與升級。

人工智能與青少年教育

我們國家把人工智能技術(shù)的發(fā)展和應(yīng)用寫入了很多政府發(fā)展報告，這是一件非常有重要意義的事，充分說明我們政府在科技發(fā)展方面領(lǐng)先的思路和決心。但是人工智能利用還是一個高門檻的前沿科技領(lǐng)域，人才非常重要。作為后備人才，如何讓青少年能夠?qū)W習(xí)人工智能，或者如何使用人工智能技術(shù)促進(jìn)教育，都是擺在社會面前的重要議題。

我個人認(rèn)為，人工智能雖然是計算機(jī)科學(xué)的一個分支，但是正是因為提升到了國家戰(zhàn)略的高度，我們可以塑造人工智能的大學(xué)科的概念，在青少年時期，打好數(shù)學(xué)、編程、創(chuàng)意設(shè)計、數(shù)學(xué)實驗、數(shù)學(xué)建模等人工智能的基礎(chǔ)。當(dāng)然也可以把這些課程作為人工智能大學(xué)科的一部分。關(guān)于信息教育，我們國家已經(jīng)高度重視，在青少年時期引入編程教育。因為教育要遵循孩子的智力發(fā)展水平。人工智能作為一個研究領(lǐng)域，實際上是一個高階課程。它的基礎(chǔ)是數(shù)學(xué)與編程。如果不打好基礎(chǔ)，宛若空中樓閣，但是為了打好高等數(shù)學(xué)的基礎(chǔ)，中小學(xué)又很難做到，就形成了基礎(chǔ)的矛盾。大家可以想象一下，怎么沒有人問如何讓高等數(shù)學(xué)走進(jìn)中小學(xué)，因為線性代數(shù)和微積分對于中小學(xué)都太難了。但是這些知識都是我們在學(xué)人工智能之前的基礎(chǔ)課?？梢韵胂笠幌拢B基本的矩陣都不懂，怎么去理解卷積、神經(jīng)網(wǎng)絡(luò)；連微積分都不懂，怎么能理解梯度下降。這些還只是人工智能中的基礎(chǔ)概念。所以對人工智能的嚴(yán)肅學(xué)習(xí)，需要在中小學(xué)打好編程和數(shù)學(xué)的基礎(chǔ)。

目前社會上存在一些創(chuàng)意編程的課程和編程語言，以及大量的機(jī)器人課程給孩子們使用，尤其是MIT開發(fā)的Scratch，采用的是一種界面化的編程思路讓孩子們能夠體會基本的編程思想，讓孩子們用程序作為工具實現(xiàn)自己的設(shè)計。很多網(wǎng)上社區(qū)的孩子們會共享程序。此外機(jī)器人的培訓(xùn)就更多了，甚至已經(jīng)深入到了學(xué)校和社區(qū)，這里就不贅述了。

對于高級的人工智能技術(shù)進(jìn)入中小學(xué)，可以讓孩子們了解一下神奇的現(xiàn)象，如同帶領(lǐng)中小學(xué)去參觀英特爾或高通的實驗室，讓他們能夠開開眼界，但絕對不能讓小朋友來自己DIY個CPU什么的。我們的目的是讓中小學(xué)生能夠欣賞（appreciate）和理解基本的AI的思想，不要求他們掌握AI的技術(shù)細(xì)節(jié)。我們可以讓中小學(xué)生可以盡早地接觸到AI的基礎(chǔ)部分，如簡單回歸算法等，但是課程內(nèi)容需要精細(xì)的課程設(shè)計和選擇。我們不可能系統(tǒng)地學(xué)習(xí)人工智能，不代表我們不能把一些簡單思想通過簡化過的例子，制造打包的算法與功能塊進(jìn)行實現(xiàn)。如同中小學(xué)生不能理解《紅樓夢》，但是我們可以把故事縮寫成簡化本。

人工智能與人類不確定性的未來

機(jī)器的發(fā)展是人類科學(xué)技術(shù)發(fā)展的一個側(cè)影，其實就是我們發(fā)覺了我們?nèi)祟惖娜觞c，有很多事情我們可以通過制造機(jī)器幫助我們提高生產(chǎn)效率，幫助我們創(chuàng)造更好的生活。從歷史來看，機(jī)器一直在頂替人做了很多工作，而且也在很多領(lǐng)域超過了人，我們?nèi)艘矟u漸地從這些領(lǐng)域中退出。所以，這件事情一直在發(fā)生，不過以前的是機(jī)器，現(xiàn)在是機(jī)器人而已。

機(jī)器人，實際上指的是智能機(jī)器，這些智能機(jī)器當(dāng)然不必是人類的形狀。實際上越不是我們的形狀，它的優(yōu)勢反而發(fā)揮得更好，如水下機(jī)器人、多軸無人機(jī)、擦玻璃機(jī)器人等?？紤]到實際情況，我們從來沒發(fā)現(xiàn)需要設(shè)計一個類人的機(jī)器人用他的手臂拿著抹布擦玻璃。

你會在很多西方的電影里發(fā)現(xiàn)有種工作特別適合只是女性，就是打字員，很遺憾的是，這么漂亮的一個工種已經(jīng)被我們今天的電腦和打印機(jī)代替了，現(xiàn)在不會覺得這是一個特殊技能的工作。甚至如以前的繡花、釘鞋、打鐵等工作也已經(jīng)幾乎消失了，取而代之的是各種不同機(jī)器。當(dāng)然你也會發(fā)現(xiàn)麥當(dāng)勞的點餐機(jī)已經(jīng)減少了他們雇傭點餐員的數(shù)量，ATM機(jī)的普及也減少了銀行柜臺人員的數(shù)量。以后超市的自動結(jié)款、飯店的自動點單和結(jié)賬，這些都能逐步減少人工，也可以簡單地認(rèn)為機(jī)器正在拿走人類的工作。

但是也不難發(fā)現(xiàn)，這些工作都是簡單重復(fù)性工作，即使涉及到判斷和分析，也都是比較簡單的。這樣的工作避免不了會被逐步替代，但是這不是人類悲觀的理由，因為這樣，很多簡單工作被機(jī)器做了，人們就可以把要求放到更高，有更多高層次的需求，就會有新的工作出現(xiàn)。我們也在被技術(shù)倒逼提高我們?nèi)祟愖陨淼募寄?。如果你在任何方面都沒有一個機(jī)器人好，也許你也無法逃脫這樣的命運(yùn)，就如你如果是個文盲的話，在現(xiàn)代社會你幾乎不會找到工作。我們都不能做未來世界的文盲。

關(guān)于未來的機(jī)器，有其他回答也提到了很多大咖的看法。關(guān)于未來人工智能的風(fēng)險，推薦大家看這里，里面有很多不同的意見，尤其是關(guān)于人工智能未來對于社會的風(fēng)險。

關(guān)于工作的概念，我們也可以借鑒歷史。隨著科技和社會的進(jìn)步，人的需求產(chǎn)生了工作。而人的需求也是從低級的吃飽穿暖到文學(xué)、科學(xué)、藝術(shù)……而且工作的形式也隨著新技術(shù)的產(chǎn)生而變化?？傊?，是人在工作中的自由度在變大，而不是變小。很多重復(fù)性的腦力工作也是可以通過智能化提高效率的。以前我們?nèi)四芡瓿傻慕y(tǒng)計分析、簡單決策判斷，一般來講都是有固定規(guī)則的工作，盡管規(guī)則可能復(fù)雜，但是這樣的工作被智能算法替代的概率是很大的。

上面提到的腦力工作中，如果能產(chǎn)生大量的數(shù)據(jù)和有限的模式，比如在麥當(dāng)勞點餐，能被點的組合是有限的，但是點餐的數(shù)量是不斷增加的，這樣的工作就很容易被替代。但是如果涉及到創(chuàng)意、發(fā)明、理解這些還沒有被機(jī)械化的范疇的工作，就可以說被替代的概率要小很多。未來的機(jī)器與人類共存，工作的形式也會發(fā)生變化，很可能是你和機(jī)器人或算法一起合作工作。未來的工作是離不開信息化和智能化的，即使你的工作不被完全替代，但是在內(nèi)容和形式上也會發(fā)生巨大的變革。Are youready？

最后

如同我在前面提到的一樣，這是一個激動人心的時代，我們信息技術(shù)今天的發(fā)展如同20世紀(jì)初物理學(xué)的發(fā)展一樣，在不斷地進(jìn)步與迭代，更重要的是，新發(fā)明與新技術(shù)在以更短的周期改變?nèi)祟惖纳睢Ｈ斯ぶ悄芗夹g(shù)會對各個行業(yè)產(chǎn)生深遠(yuǎn)的影響與升級，這個升級是遵循我們在開始提到的樸素的技術(shù)規(guī)律的。各個行業(yè)的AI+及技術(shù)升級，將提高各個行業(yè)的生成效率。我們要用聰明的算法盡可能地利用信息為人類服務(wù)。

最后我非常愿意為我們好奇年輕的讀者回答一個大家關(guān)心的問題，就是人工智能是否會統(tǒng)治人類。我當(dāng)然不敢斷言這樣的事情不會發(fā)生，但是這個問題更像是你在關(guān)心以后在火星生活要不要擔(dān)心地震一樣。這個問題還很遙遠(yuǎn)，目前還不是一個可被解答的科學(xué)問題。我們不是不鼓勵豐富的想象力和各種思辨的方法看待這個問題，只是我們目前人類有限知識范圍能畫出的這個圈子還很小，我們?nèi)孕枰罅康墓ぷ髟谔岣呶覀儗τ谥悄艿恼J(rèn)知后，才能對這個問題有更好的認(rèn)知。