人工智能的未來

秦曾昌

人工智能無疑是這一兩年商業(yè)領(lǐng)域里的強(qiáng)IP，它所涉獵的領(lǐng)域不僅是在商業(yè)上，更在我們生活的方方面面。

7月5日，“李彥宏坐無人駕駛汽車上五環(huán)”的消息突然就上了熱搜。當(dāng)大家還在議論這是否違規(guī)的時(shí)候，那些不曾預(yù)見的未來正悄然無息地走到了我們身邊。

不久前，韓國(guó)科學(xué)家將全息顯微鏡與人工智能技術(shù)相結(jié)合，創(chuàng)建了一種能快速發(fā)現(xiàn)炭疽病的算法。這種算法可以分析細(xì)菌芽孢的圖像，在一秒鐘內(nèi)確定它們是否屬于炭疽病原體芽孢，準(zhǔn)確率已達(dá)96%。

8月8日21時(shí)19分，九寨溝縣發(fā)生7.0級(jí)地震，21時(shí)37分，中國(guó)地震臺(tái)網(wǎng)的機(jī)器人僅用25秒便完成了出稿，540字并配發(fā)4張圖片。內(nèi)容包括速報(bào)參數(shù)、震中地形、熱力人口、周邊村鎮(zhèn)、周邊縣區(qū)、歷史地震、震中簡(jiǎn)介、震中天氣8大項(xiàng)。對(duì)于人類記者，25秒能做什么？我們或許還處在地震發(fā)生之后的驚愕之中，而機(jī)器人就已經(jīng)迅速完成了數(shù)據(jù)挖掘、數(shù)據(jù)分析、自動(dòng)寫稿的全過程。

不得不說，人工智能越來越智能了。單純從人工智能的英譯來說，它其實(shí)是指用人工的方法來實(shí)現(xiàn)智能。但在這種簡(jiǎn)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。在通俗文化中，機(jī)器人甚至成為了人工智能的代名詞。實(shí)際上，兩者還是有著明顯的差別。

人工智能更關(guān)注機(jī)器人是如何“思考”的，主要涉及如何編制聰明的自動(dòng)算法來實(shí)現(xiàn)復(fù)雜的功能。這種算法主要基于計(jì)算機(jī)的基本工作原理，也許并不適合人類這種由有機(jī)物組成的復(fù)雜系統(tǒng)。更重要的是，我們其實(shí)還沒有真正弄清楚“智能”的基本工作原理。

想象一下，人類和計(jì)算機(jī)都存在于一個(gè)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。但計(jì)算機(jī)也可以在人類的幫助下，實(shí)現(xiàn)另外一種以0-1邏輯變換為基礎(chǔ)的解決方案，而兩者未必要相同。只是在行為上，兩者實(shí)現(xiàn)的功能是相似的。

早在2001年，以機(jī)器學(xué)習(xí)為代表的人工智能技術(shù)就已經(jīng)在發(fā)展了。雖然當(dāng)時(shí)我與那些喜愛人工智能的同學(xué)們不是計(jì)算機(jī)界的主流，但那時(shí)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16年，當(dāng)時(shí)被我們認(rèn)為晦澀和深?yuàn)W的算法開始讓資本所追逐，成為了社會(huì)新的技術(shù)發(fā)展力量。我們驚嘆于新技術(shù)的發(fā)展，也不免擔(dān)心人們對(duì)于這項(xiàng)技術(shù)的誤解。在這里，我想按個(gè)人的理解來澄清幾個(gè)關(guān)于人工智能的主要問題。

1.不是通過利用深度神經(jīng)網(wǎng)絡(luò)構(gòu)建復(fù)雜的數(shù)學(xué)模型，就能模擬給定輸入輸出的真實(shí)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，但深度網(wǎng)絡(luò)利用了大量的數(shù)據(jù)，也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(gè)或幾個(gè)量級(jí)。我們也開始重新思考神經(jīng)網(wǎng)絡(luò)這種計(jì)算模型與生物神經(jīng)網(wǎng)絡(luò)的關(guān)系。我想澄清的是，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)工作原理來提高準(zhǔn)確率。嚴(yán)格來說，人工智能的發(fā)展是由于在算法、數(shù)據(jù)利用和硬件使用上提升到了新的技術(shù)高度，而非我們看破了人類“智能”的玄機(jī)。

2.我們面臨的難題不是有大量的數(shù)據(jù)就一定會(huì)解決問題。

通過對(duì)數(shù)據(jù)的認(rèn)知，甚至通過利用復(fù)雜的深度模型，來自動(dòng)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基礎(chǔ)上更進(jìn)一步，但這不代表數(shù)據(jù)就是一切。因?yàn)楹芏嘟鉀Q問題的鑰匙不見得就在這些大量的數(shù)據(jù)中。如何獲得有效的數(shù)據(jù)，如何對(duì)問題進(jìn)行理解，這些都是解決問題的關(guān)鍵。

比如，一個(gè)人在超市購(gòu)物的數(shù)據(jù)能說明這個(gè)人的財(cái)務(wù)狀況和對(duì)物品的偏好，但如果想要通過這些數(shù)據(jù)來判斷一個(gè)人的受教育程度，遠(yuǎn)遠(yuǎn)不如直接拿到他購(gòu)買書籍的數(shù)據(jù)。我們深信數(shù)據(jù)中那些神秘和潛在的規(guī)律，但也不能迷信和將未知數(shù)據(jù)神化。

3.人工智能不是只有深度學(xué)習(xí)。

雖然今天人工智能技術(shù)的代表是深度學(xué)習(xí)技術(shù)，但很多其他領(lǐng)域的研究在過去數(shù)10年中也都在不斷進(jìn)步和發(fā)展。人工智能可以幫助我們整理人類的知識(shí)，變成可溝通或問答的“聰明”數(shù)據(jù)庫(kù)；可以指導(dǎo)無人機(jī)或機(jī)器人編隊(duì)完成一個(gè)協(xié)作任務(wù)，比如踢足球；也正在幫助我們實(shí)現(xiàn)工業(yè)控制中的優(yōu)化，提高供應(yīng)鏈的效率，自動(dòng)為貨品定價(jià)，給廣告排名；或者輔助人機(jī)交互，識(shí)別我們的意圖，通過問答來增強(qiáng)對(duì)我們意圖的理解。

信息技術(shù)在當(dāng)今時(shí)代的發(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?。這本書講述的正是人工智能技術(shù)會(huì)對(duì)各個(gè)行業(yè)產(chǎn)生的深遠(yuǎn)影響與升級(jí)。這個(gè)升級(jí)遵循我們?cè)谝婚_始提到的樸素的技術(shù)發(fā)展規(guī)律。各個(gè)行業(yè)的人工智能+技術(shù)升級(jí)將用聰明的算法，盡可能地利用信息來為人類服務(wù)，提高各個(gè)行業(yè)的生產(chǎn)效率。

未來人工智能是否會(huì)統(tǒng)治人類，我不敢斷言，但這個(gè)問題還很遙遠(yuǎn)，還不是一個(gè)可被解答的科學(xué)問題。目前人類有限的知識(shí)范圍能畫出的這個(gè)圈子還很小，我們需要通過大量的工作來提高自身對(duì)于智能的認(rèn)知，才能對(duì)這個(gè)問題有更好的認(rèn)知。endprint