迎接人工智能的未來

我們可以看看支撐人工智能發(fā)展的技術(shù)，比如CPU的芯片、存儲器、光纖、移動通信、超算、大數(shù)據(jù)等等，在十年間，成本下降迅速，有些是60多倍，有些是兩萬倍。光纖通信用10年時間達到了100倍容量提升，移動通信用10年時間達到了1000倍的速率提升，超算能力1000倍的提升?；ヂ?lián)網(wǎng)發(fā)展到今年已經(jīng)是第50年了。50年的互聯(lián)網(wǎng)到現(xiàn)在還保持互聯(lián)網(wǎng)流量年增60%，這些增速也會對未來人工智能技術(shù)的發(fā)展給予很大的影響。

比如深度神經(jīng)網(wǎng)絡(luò)，就算你寫本書告訴計算機什么是貓什么是狗，它也學(xué)不會，但如果像人類對待小孩那樣的教學(xué)方式，感性地把一堆貓和狗的視頻送到深度神經(jīng)網(wǎng)絡(luò)，它就會分類。分類結(jié)束后，如果照片視頻上有標(biāo)簽，它就會知道分的這類是貓。

所以說，深度神經(jīng)網(wǎng)絡(luò)實際上是個分類器，你告訴它是什么，它就學(xué)會了。

機器學(xué)習(xí)是深度神經(jīng)網(wǎng)絡(luò)的主要技術(shù)，從近10年間機器學(xué)習(xí)的論文里可以發(fā)現(xiàn)現(xiàn)在機器學(xué)習(xí)的技術(shù)熱點有哪些，也可以看到神經(jīng)網(wǎng)絡(luò)和進化編程等計算密集型算法在機器學(xué)習(xí)研究中的出色表現(xiàn)。

比如李世石與AlphaGo下棋。人每天吃飯大概要輸入2500卡路里的能量，卡路里換算成焦耳大概是1000萬焦耳，下圍棋5個小時大概要消耗人類3.3兆焦耳。AlphaGo跟李世石下棋時用了1000多個CPU、176個GPU，一個CPU功率100W，1個GPU功率200W，換算出來是173000W（這是以秒計的），如果5小時就是3000兆焦耳，這相當(dāng)于李世石用的能耗是AlphaGo能耗的千分之一，也就是說，人工智能目前還需要很大的能量支持。

后來隔了一年，AlphaGoZero進行改進，換算成TPU，它只是AlphaGo原有1/12的能耗，用1/12的能耗跟AlphaGo下棋，100比0。當(dāng)時AlphaGo還要搜集所有的圍棋棋譜，然后訓(xùn)練三個月，AlphaGoZero只需要了解圍棋的規(guī)則，兩個AlphaGoZero互相對應(yīng)，能把所有人類沒有走過的棋譜都走完，它就能戰(zhàn)勝了。所以優(yōu)化算法、改進硬件，包括用GPU替換CPU（提高了三倍），用TPU替換GPU（提高了15到30倍）。

在醫(yī)學(xué)領(lǐng)域，剛剛過去的幾個月，谷歌在機器學(xué)習(xí)方面開發(fā)了AlphaFold，在蛋白質(zhì)結(jié)構(gòu)預(yù)測的國際競賽里，打敗了所有由人組成的各種團隊。換言之，如果能解釋蛋白質(zhì)的結(jié)構(gòu)，人類的很多疾病可能就會找到解決辦法。

我們知道門捷列夫開發(fā)元素周期表用了很長時間，現(xiàn)在假設(shè)我們不知道元素周期表，利用人工智能程序，幾個小時就可以把元素周期表重新定義出來。也就是說，人工智能確實能做好多事。

在語音識別方面，人工智能已經(jīng)超過了人工水平。一般人類語音識別的錯誤率是5.1%，現(xiàn)在百度對漢語的語音識別、微軟對語音識別已經(jīng)比這個水平要高了。當(dāng)然，在嘈雜噪聲環(huán)境下，識別率現(xiàn)在也只有54%，不過人更識別不了，人還達不到這個水平。

在人臉識別方面，上海依圖科技的人臉識別差錯率在萬分之一，誤失率前提下可以通過98%，而銀行柜臺工作人員用肉眼比對，誤差一般在1%，也就是說機器準(zhǔn)確性是超過人的眼睛的。

語音識別可以用于醫(yī)學(xué)，還有圖像識別，可以重建三維影像，比如醫(yī)學(xué)教育，包括在增進醫(yī)療手術(shù)的輔導(dǎo)可以起到很好的作用。

在產(chǎn)業(yè)上，影像電路板很復(fù)雜，可以看看該連的線是不是連了，不該連的線是不是沒連，人的肉眼很容易錯檢，但利用機器視覺就可以發(fā)覺人的肉眼不能發(fā)現(xiàn)的問題，每年的經(jīng)濟效益為9000萬美元。

統(tǒng)計指出，人工智能可以改進勞動生產(chǎn)率，可以增加激發(fā)消費需求，可以提高產(chǎn)品質(zhì)量。有權(quán)威機構(gòu)預(yù)測，到2030年，人工智能對勞動生產(chǎn)率的貢獻超過GDP的55%，其中中國占了全球?qū)⒔话搿?030年人工智能會帶來7萬億美元的GDP增長貢獻，占GDP的26.1%。

在AI指數(shù)比較高、應(yīng)用效果比較好的領(lǐng)域，一是醫(yī)療保健行業(yè)，二是汽車行業(yè)。而金融服務(wù)業(yè)相比較來說次之，制造業(yè)反而比金融服務(wù)零售業(yè)還要低一點。

麥肯錫預(yù)計，到2025年，自動駕駛帶來的經(jīng)濟規(guī)模將達到萬億美元，同時會降低交通事故發(fā)生概率，每年將能挽救3萬到15萬人的生命，減少廢氣排放90%。麥肯錫還認(rèn)為，到2030年，人工智能可以為全球額外貢獻13萬億美元的GDP增長。

圍棋很難，尤其是圍棋的棋局空間很大，但它的信息是完全確定的，具有靜態(tài)和結(jié)構(gòu)性特點，所以計算機沒問題，它不怕難、不怕煩，可以做到。但打麻將就不一樣了，這是非合作對弈，雖然有規(guī)則但很難掌握，所以在麻將比賽上，AlphaGo不一定能打過人類。電子游戲也一樣，在《星際爭霸》這款游戲里，人工智能還達不到一般專業(yè)水平。

自動駕駛在簡單路況中是容易運行的，但是其應(yīng)對復(fù)雜路況就有難度了。因為行人和司機不一定都遵守交通規(guī)則，很難用訓(xùn)練的辦法掌握，還需要駕駛員的經(jīng)驗和知識。而且人類犯錯是偶然的，機器一旦犯錯可能就是系統(tǒng)性的。

人工智能可以檢測腫瘤，但醫(yī)院還不敢這么用，因為人工智能本身可以告訴你應(yīng)該做什么，但它不會告訴你為什么。比如人工智能診斷一個病人，最后得出結(jié)論“鋸掉一條腿”，但不告訴你為什么，醫(yī)院也不能按照結(jié)論來治療病人。

還有很多功能是人工智能難以勝任的。神經(jīng)網(wǎng)絡(luò)是以輸入為導(dǎo)向的算法，首先的前提是大量數(shù)據(jù)，而且數(shù)據(jù)要比較準(zhǔn)確。目前機器學(xué)習(xí)還有很多不足。圖靈獎的獲獎?wù)哒f，目前機器學(xué)習(xí)只是曲線的擬合。諾貝爾經(jīng)濟學(xué)獎得主Judea Pear則認(rèn)為“人工智能不過是統(tǒng)計學(xué)”，也就是說目前還是有很多不夠的地方。

當(dāng)然，神經(jīng)網(wǎng)絡(luò)現(xiàn)在還在演進，關(guān)鍵是怎樣選擇正確的框架以及訓(xùn)練。清華大學(xué)的張鈸院士說，我們要把感知和認(rèn)知放到同一個空間里，不是簡單用概率統(tǒng)計的理論，要用模糊級的理論來重新定義它，否則我們沒辦法跟機器人交流，機器人之間也沒辦法交流。

機器學(xué)習(xí)著重于通過數(shù)據(jù)了解環(huán)境，而人類能夠同時洞悉不同的環(huán)境，群體學(xué)習(xí)是人類與生俱來的本領(lǐng)，而電腦是不具備的。

我曾經(jīng)跟一個搞人工智能的公司說，識別語音、下圍棋都不算什么，能不能組織11人的機器人足球隊，什么時候踢贏一場比賽了，那你就算厲害了，因為11人的機器人足球隊是要群體活動的。

剛才談到就業(yè)，實際上人工智能確實會取代很多現(xiàn)在的就業(yè)，49%的勞動人口可能會被取代，但一半以上的人是不會被取代的。因為人工智能沒有情感，有情感創(chuàng)作的文藝工作是不能被取代的，人工智能不能取代文藝，要由人來做。

美國高德納咨詢公司在世界經(jīng)濟論壇發(fā)布的《2018未來就業(yè)》報告中指出，人工智能取代了一部分工作，但會新增一些工作崗位。

人工智能會帶來數(shù)字鴻溝，在發(fā)達國家、先進企業(yè)里，還會拉大社會貧富差距，高智能崗位會增加，一般勞動崗位會減少。

清華大學(xué)張鈸院士說，我們現(xiàn)在正在通往AI的路上，現(xiàn)在走得并不遠，在出發(fā)點附近，但人工智能永遠在路上，大家要有思想準(zhǔn)備，而這也就是人工智能的魅力。

人工智能會使我們的生活更美好，或是走到我們的反面，這一切取決于人類自己。

（本文根據(jù)鄔賀銓在2019影響力峰會上發(fā)表的演講《迎接人工智能的未來》整理而成，未經(jīng)本人確認(rèn)。）