当前位置:首页 > 宠物知识 > 正文

怎么深化地浅谈人工智能

【袁岚峰】

今日袁教师和咱们深化的谈谈怎样浅谈人工智能~

咱们好。这次咱们要谈的主题啊是一个超级热的主题,也便是近年来整个科技界可以说最热的一个关键词,你必定知道是什么了吧?便是人工智能。你或许要问了,那我曾经为什么不谈人工智能?原因很明显,由于我彻底不是一个人工智能专家。我关于人工智能所知甚少,那这一期为什么要谈一谈呢?由于一方面是由于世界人工智能大会要在我国上海市举行,这是全世界人工智能界一个盛会。( 袁岚峰博士应上海电视台之邀探营世界人工智能大会的视频见科技袁人上一期,链接:

https://mp.weixin.qq.com/s/6rvnfJNlZPBxD8DeweeIvw)

为了预备这个作业,我也去咨询了一些人工智能方面实在的专家,麻省理工大学评出的我国“35岁以下科技立异青年35人”,朱明杰博士,一见面他就叫我师兄,哦这又是咱们科大师弟,然后跟他聊起来许多做人工智能的都是科大师兄弟。常常谈到的,我的朋友风云学会会员陈经,他便是做人工智能研讨的,他便是一个人工智能的开发者。然后别的一位是我的科大师兄,加州大学洛杉矶分校的核算机科学与计算学教授朱松纯教师。

我曾经向咱们介绍过,朱松纯教师写过一篇4万字十分长的一个关于人工智能的十分全面介绍,这个文章呢叫做《浅谈人工智能》,名字叫浅谈,但实践上它是我见到的关于人工智能最深化的介绍。那么一个最根本的问题,便是人工智能现在是一个什么样的开展情况呢?

你或许啊会在许多当地看到,说这个人工智能马上就要超过人了,乃至说要替代许多人的作业了,然后许多人关怀人工智能并不是由于他们对这个科技开展感到多么欢天喜地,而是出于一个担忧:啊我的作业明日就没了。就如同曾经看到一个电视节目,这个撒贝宁跟人工智能专家座谈。人工智能专家就说咱们十分有决心,五年之内许多的作业就会替代,然后撒贝宁说那我的作业呢,他说你呢大约三年,然后小撒就一脸很悲凉的,啊我只剩三年了。实践上呢这都是恶作剧的,实践上你假设去问业界的专家,你会得到形象正好相反。他们实在关怀的是人工智能能做的事太少,而不是太多。

那种评论这个人工智能替代人类,人工智能消除人类。这个种种哲学性的问题呢。他往往不是研讨人工智能的。比方说朱松纯教授在他这个文章一最初呢就提到,媒体现在关于人工智能的夸张宣扬现已到了让他们这些人十分吐血的程度。比方说常常被媒体拿出来说的人是霍金,当然霍金先生现已逝世了。霍金他是干什么的?他是一个物理学博士,是研讨黑洞的,研讨宇宙学的。他从来没有搞过人工智能啊;并且他现已患渐冻人症那么多年,原本他的科研就无法做了,效果你把它当成一个人工智能的专家出来,让他大谈特谈人工智能的风险,你不觉得这很搞笑吗?

斯蒂芬·霍金

还有便是埃隆·马斯克,马斯克呢他也不是研讨人工智能的,所以你为什么要把这些人的观念看特别重要?其实你更应该看看那些实在研讨人工智能的人。假设去看那些实在研讨人工智能的人,你会发现他们有一种戒慎惊骇的心思。他感觉这个媒体把人工智能说的太过了。实践上人工智能呢在它开展进程傍边,现现已过了好几回的高涨和洽几回的隆冬。

实践上人工智能是20世纪50年代开端呈现的这么一个学科,然后在这中心这个开展情况,用朱松纯的话说便是Boom and Bust。是西方常常这么描绘,就一哄而上,然后又一哄而散,每次都是咱们对他寄予一个过高的期望,然后一大堆人来了,然后过一段时刻发现研讨不出来,远远达不到期望,然后咱们一会又全跑了。

比方说在朱松纯80年代刚开端学人工智能的时分,他是1986年上的科大,那时分呢人工智能处于一个十分悲催的地步。那时分没有人好意思说自己是搞人工智能的,那你就说了那这些人其时在干嘛呢?他们会自称自己是搞核算机科学的,或许是搞数学的。然后你再问他详细干什么,他会说我是搞核算机视觉的,或许诸如此类一个十分详细的范畴,他肯定不会告知你他是搞人工智能的。在那个时分人工智能这个词简直都被污名化了。

所以在这个职业里边坚持到现在的人,遽然发现近几年来人工智能这词变得如此之热,然后许多外行都趋之若鹜,然后任何人任何企业都觉得只需沾一下人工智能这个词就变得巨大上起来,商场估值就可以翻几番。他会觉得十分难以想象,梦幻般的体会。

实践上呢我在合肥市委党校讲课的时分,我去讲量子信息,效果讲完之后,马上就有一位十分热心的学员起来发问,他问的是量子核算跟人工智能是有什么联系?量子核算能不能协助人工智能打破现在的弱人工智能到达强人工智能以至于到达将来的超人工智能。

我说:哇这个问题提得很好。的确是,当然任何人都能看出来,这两者必定是有联系的,假设量子核算机造出来了,当然是有助于人工智能的完结,不过条件是你能造出来嘛。你得彻底分清楚,这两个技能不同的层次,量子核算这是一个有原理,可是实践傍边还有巨大困难的技能,还彻底没到实用阶段,仅仅在一个试验室演示的阶段。

而人工智能呢是一个实在在用的技能,咱们都用了这么多了,比方说AlphaGo在下棋,还有像无人驾驶许多技能都是真的能用的嘛。不管有没有量子核算,人工智能都会继续开展。当然了假设有量子核算当然是个功德,不过条件是你得能造出来。所以啊那咱们来讲点干货,人工智能的业界它实践是一种什么开展情况呢?

陈经就告知我了。实践上大部分的人工智能研讨,应该说使用,便是你整天在媒体上看到说人工智能又做到这个又做那个,下棋又赢了,打游戏又赢了。这些作业都是一种比较简单的技能道路,便是说搜集许多的数据,比方说有许多人发动了几百万人去标示数据,搞那图片辨认的。

然后许多的数据来练习,然后去做一个,这实践上是相当于一个拟合的作业,便是有一个多元函数,然后你不知道这个函数结构长什么样的,可是没联系,你从许多的数据去拟合,便是神经网络那个思维,然后终究拟合出来的效果,你可以对一个输入给出一个很好的输出,你可以辨认出来,这是个什么东西了,乃至比人的辨认才干还要高。

这当然很好,可是这个条件是说由于你有个很大的数据,并且呢你也不知道因果联系,可是整体这样是可以用的,许多时分你是可以超过人的。这是绝大多数的人工智能研讨是这么做的。

陈经说呢这是一个比较初级的道路,现在呈现了一种比较高档的道路,便是AlphaGo那种道路。他说这个大数据呢咱们仍是要用大数据,可是这个大数据不是靠人工标示了,不是去发动了全世界数以百万计的研讨生去做这个人工标示,而是让机器自己跟机器博弈,然后让它主动去生成数据。你看AlphaGo后来为什么变得那么强?

AlphaGo一开端是学习人类的棋谱,到后来呢它再次晋级之后变成AlphaGoZero,为什么叫AlphaGoZero呢。由于它不再学习人类棋谱了,它从头开端,你仅有给它输入的便是围棋的规矩,然后它依据规矩自己跟自己对弈,然后很快就堆集了数据,然后很快它就找到了这个围棋最好的做法,然后逾越了人类一切的棋手,这时人类棋手是远远地难望项背。

现在都变成人类要向AlphaGo要向核算机的棋手来学习怎样下围棋。核算机棋手不需求向人类学习任何东西了,这是一个现在比较高档的技能道路。它关于研制才干要求是很高的,尤其是关于核算才干要求是很高的。可是AlphaGo这个团队最大的奉献,便是证明了这样一条技能道路是可行的。

阿尔法Go与李世石

所以人工智能的确是获得巨大进步,在许多职业都改写了曾经记载,都做到曾经做不到的作业,比方说人脸辨认。这个人脸辨认原本应该是人的强项是吧?但很长时刻,其实人脸辨认咱们现已做了几十年了,很长时刻,核算机是达不到人的水平的,它实践上就没有多大用途。

可是像这个商汤科技汤晓鸥,他也是咱们科大一位师兄。汤晓鸥呢是榜首个做出一个算法,使人脸辨认,机器的这个辨认率超过人。这样打破这个临界值了,然后人脸辨认马上就得到爆炸性的使用,现在比方说你去任何一个当地,你去一个宾馆住店,他榜首件事他都会扫一扫,让你看一下摄像头来辨认一下你是不是就身份证上那个人,这些变成一个十分常用的技能。像这种啊你就并不需求他那个根本原理有多大打破,只需求他那个使用的目标打破了某个水平,比方说超过了人的水平,那他就十分重要的经济上的含义了。可是这是不是就够好呢?假设在研讨人工智能理论的人看来,这当然还远远的不够好。

如说像朱松纯教授,以及他在文章里边屡次引证的他的一些长辈,比方说Judea Pearl教授,他们就一再向咱们指出,当时的一切的人工智能其实在专家看起来彻底没有智能。这当然要看你怎样界说智能了,可是这它实践的意思是说,当时这个人工智能它仅有做的都是剖析数据,都是你给他大数据,然后它从中去学习,然后终究学出来一套根据大数据,它做的超过人了,可是你觉得这是咱们人类学习一个常识的办法吗?

​其实压根不是啊。朱松纯在他这文章里边就举了一个十分有意思的比如,说乌鸦和鹦鹉。咱们知道这个乌鸦和鹦鹉呢是两种鸟类,它们的体型和巨细都差不多,可是朱松纯告知咱们,乌鸦就比鹦鹉要聪明得多。为什么呢?你说你看起来鹦鹉如同很有智能,你就跟这个鹦鹉说话,然后把一句话重复几回之后,鹦鹉就学会了,拾人牙慧嘛。鹦鹉可以仿照人类说话,说得也很好。可是你假设跟这个鹦鹉去对话,检验上几回,你就会发现其实鹦鹉彻底不知道自己在说什么,由于它底子不了解它说的那些东西,它是一个机械的重复罢了。

现在其实你可以看到许多所谓谈天机器人,你平常可以见到仅有的在日常日子傍边可以见到的所谓人工智能使用,便是这个谈天机器人。网上呢也会传许多的谈天机器人的视频啊、图片啦、文字记载啦,你乍一看的时分你会觉得十分的冷艳,你说哇这个谈天机器人这么聪明啊。它是不是现已是具有人类自我意识了,它是不是现现已过图灵检验了?彻底没有啊。

比方说有人给我看一个说是英国开发的一个谈天机器人叫做索菲亚,这谈天机器人聊得这么好,以至于沙特阿拉伯给了她一个沙特阿拉伯的国籍,当然是机器人的国籍。说这是前史上榜首次有一个机器人被颁发了一个国籍的,然后给咱们看,聊得很嗨啊。像这种你不能跟她多聊,聊的多了,你就会发现它其实便是东拉西扯,来回就那几句,你或许就发现它其实并不知道自己在说什么。

索菲亚在被颁发沙特阿拉伯国籍的会上讲话

那反过来说朱松纯为什么说乌鸦就十分聪明,他给咱们举个比如说,他说的乌鸦啊都是实在世界的乌鸦,都是有人拍下来的,比方说他看到有一只乌鸦,这个乌鸦呢拿到一个坚果,它想吃到这个坚果里边那果实,可是呢啄不开这个果壳,它怎样办呢?然后它就做了一个调查,它发现啊这个坚果假设落在公路上面,有一个轿车压曩昔,果实不就出来了吗?好。它做出这个调查,可是呢,然后它也意识到,这样轿车在来来往往的时分,它不能去吃这个果实,由于太风险了,随时它就挂了。然后它又做了一个调查,它发现马路上是有红绿灯的,当红灯的时分轿车就不走,这个时分它就可以去吃那个果实,就十分安全。

然后它还需求做一个推论,便是在这个红绿灯当地调查到的作业,在别的一个红绿灯那也能行。所以呢它终究就做出这么一个决议计划,它把坚果叼到某个红绿灯的当地,在绿灯的时分放下去让轿车把它压碎,然后在红灯的时分下去吃,然后它就真的就吃到了。你说这是多么聪明的一只乌鸦。人看到这个比如会说:哇这个是表现出实在的智能。可是乌鸦干事的范式呢跟咱们平常了解的人工智能的那种干事范式正好相反,朱松纯就指出咱们绝大多数做人工智能的研讨者都是大数据小使命,Big data Small task。

乌鸦学习进程

乌鸦正相反,它是小数据大使命,你说乌鸦有什么大数据呢?它仅仅调查了寥寥无几几个比如罢了,由于它的生命只要一次,它不能自己跑到红绿灯那当地自己去多做几回试验,它早不知道被碾死多少次了。所以实在的智能是可以经过很小的数据,就能提炼出傍边的规矩,然后就可以进化出,马上就推表演一个十分好的做法。

它为什么可以做到这一点?由于它有因果联系,而传统的人工智能纯粹是一个计算,它是做的一个相关性的剖析。那比方说公鸡打鸣,太阳就会升起,这两者之间是一个相关性的联系,可是咱们并不会以为这两者之间是因果性的联系,对吧?假设你把全世界的公鸡都给杀掉了,太阳也不会不升起,对吧?或许你逼迫全世界一切公鸡在深夜打鸣,太阳也不会深夜就升起,对吧?所以这样的作业呢仅仅相关性不是因果性。

又比方说呢假设下雨那有很大的概率地上就湿了,OK可是假设咱们反其道而行之,咱们人工的去把这个地上打湿了,那你觉得会有很大约率下雨吗?这如同彻底不相关,对吧?所以像朱松纯和他这位长辈JudeaPearl就向咱们着重,因果的逻辑跟相关的逻辑是不相同的。咱们假想象真的到达一个智能的程度,你应该用一种数学言语清晰的把这种因果的逻辑描绘出来。

可是这个因果和相关区别在什么当地?他说这关键是在于因果性,咱们是在评论一个带有或许性的世界,是多个世界,而相关性是只要一个世界,那个世界产生了什么便是什么,你不能去改动它,所以那只要一个世界。你可以对这个世界一切一切都一目了然。可是由于你不能改动它,所以你无法说这其间任何两件作业有因果联系。

而一个因果性的世界是说咱们可以介入,咱们会做出一些反实际的推理,咱们会说假设咱们最初那么做,那么这个作业或许会产生什么样的改动。当咱们可以这么想象,然后去做一些试验去验证的时分,咱们才是在做一个因果性的推理。

朱松纯树立一个十分浩大的人工智能的一个结构性的考虑,他说在这傍边咱们应该考虑两件事,一个是这个物理规则,便是这个物理世界,那些自然界的规则,比方说一个东西要怎样才干放得稳,它需求一个什么样的支撑。然后别的一个是人的动机,这个是来驱动人去做考虑做作业的动力。比方说人做图像辨认,他在辨认什么?其实最底子的辨认是功用。比方说一眼就可以看出来,这个当地是厨房,那个当地卧室,那个当地是书房,他首要想到是这个当地是干什么的,从此动身,他马上就能看出这个图片的许多特征。

比方说你可以看出一个现代人的厨房,跟一个古代人的厨房,尽管看起来表面相差甚远,你假设要核算机去辨认,它底子不会以为这两个是相同的东西,它模式辨认,它怎样都看不出来,可是人一眼就看出来,这玩意都是厨房,它的功用是相同的。这是由于人可以分出这背面的因果联系,然后以这两个特征朱松纯就称应该把牛顿和达尔文一致起来。

牛顿便是物理世界的规则,达尔文便是生物世界的规则。然后你把这个物理世界的因果性跟这个生物世界的根据这种动机价值观的因果性结合起来,这个才是关于人工智能或许说的更广泛一点,他期望把这个人工智能提升到一个科学,便是关于智能的科学The Science of Intelligence这样一个程度,他觉得这应该是未来的人工智能科学的一个考虑的一个结构性的动身点。

古今厨房

我觉得这是十分深邃的一种考虑。然后我就问陈经了,那你觉得咱们的朱松纯师兄说的这些怎样样?他说说的当然是很好,业界都是十分敬仰朱松纯的,不过他说的或许在现在改动不了业界大多数人做法,便是说朱松纯其实十分轻视那些刷榜的人,便是说你下载了人家的软件,下载人家代码,然后呢搞一个很大的数据集,然后搞一大堆人去调参数,然后终究呢你刷出来的效果,你把辨认率又进步多少个百分点,然后逾越他人。这业界发的绝大部分文章都是这种,他实践上很瞧不起这种,凑热闹,这个东西跟科研相去甚远。可是朱松纯说的再好也改动不了,大多数人仍是会做这个作业,为什么呢?

由于这个作业的确有用,你假设把人工智能当作一个工程当作一个实践,那么这些作业便是当时最有用,并且的确十分有效果,并且首要它并不是人工智能这个范畴自身的人在顾影自怜,是由于有许多其他范畴存在这个实际的需求嘛。所以他们会期望咱们用人工智能使用去协助他们做到各式各样的作业,不管是医疗、图像辨认、仍是无人驾驶。

许多范畴它都有这个需求,所以人工智能它的开展其实在当时这个阶段,更多的是人工智能专家跟各个职业的专家,咱们来一起研讨,做一个深化的交流。知道每一个职业里边他们实在的问题是什么,然后根据这个职业的专业常识跟人工智能专业常识咱们结合起来,然后这样就可以一块获得打破。

所以你可以了解为人工智能协助许多现已有深沉堆集的范畴做出了打破,那个劳绩其实有一大半是那个范畴自己的,但人工智能帮它完结这个临门一脚。这样的作业的确十分有用,所以咱们还会继续不断做下去。朱松纯说的或许一时半会不会改动这个情况,不过呢咱们应该这么想,便是一个学科的开展,它是要有理论供给一个结构,然后有实践去不断来消化这个理论的效果。然后很或许消化一个理论需求很长很长时刻,可是呢终究你整个学科可以到达的上限,仍是取决于你的理论结构。

比方说,我就听到过这样说法,说人类在20世纪初的时分做出了相对论和量子力学这两大科学革新,然后直到现在呢相对论和量子力学都是人类两个最最根底的物理学理论。那风趣的作业便是人类直到现在都没有充沛的消化这两个科学革新的成果。你看比方说量子科技,实践上指的是量子信息啦,现在开展的仍是十分方兴未已,或许依照他们比较业内助的说法,叫第2次或许是第三次量子革新。

那么也便是说关于量子力学这个现已有一百多年前史的理论,咱们还在不断地发掘出其间出其不意的曾经没有想到的新的内在。便是说咱们消化的还远远不够呢。所以呢就有人猜测,咱们现在还没有呈现一个新的科学革新,大约便是由于咱们还没有把上一次科学革新的那个效果消化殆尽吧。

可是提到底呢最最底子的你可以到达上限仍是取决于那个理论结构,这不就像三体里边讲那个根本的故事吗?智子并不需求锁死人类一切的科技开展,它仅仅需求锁死那个最最根底的高能物理学,或许说粒子物理学就足够了,你就无法再发现更深化的层次。

三体 智子

以当罗辑沉睡了数百年之后,醒过来,他发现乍一看如同觉得人类现已开展得十分先进了,效果他就问大史,大史其实也不明白什么科学了,但大史马上就指出,这没有任何古怪的,他们只不过打破了相同东西,便是可控核聚变。相当于他有无限动力了,然后它经过无线输电处处给你输电,然后就看到如同可以完结许多难以想象的作业,其实一点都不难。实在令人感到惊骇的是根底物理理论没有发展,比方说罗辑醒来一看,丁仪教授你还在教物理!你仍是一个物理学教授,你沉睡了几百年之后,你把握的常识仍是最深邃的。这个其实是令人可悲的是吧?所以咱们也以为像朱松纯教授做的这种结构性的考虑,这种引领未来的考虑也是十分有必要的,将来咱们需求更多的这种等级的考虑。

发表评论

最新文章