狗的照片與人工智能

劉峰

上世紀90年代，當時互聯(lián)網(wǎng)的發(fā)展狀態(tài)是這樣的：

1994年，我國正式接入了國際互聯(lián)網(wǎng)。

1997年，網(wǎng)易成立。1998年，搜狐成立。同年11月，騰訊成立。12 月，新浪成立。1999年，阿里巴巴成立。QQ的第一個版本 OICQ發(fā)布。 2000年初，百度成立。

從以上的信息中我們可以發(fā)現(xiàn)，那些在今天我們耳熟能詳?shù)幕ヂ?lián)網(wǎng)企業(yè)，大都成立于1998年這個時間點。

這是因為1998年滿足了兩個條件：第一個條件，個人電腦在沿海發(fā)達城市的普及。第二個條件，撥號上網(wǎng)資費從 1998 年開始大幅下調(diào)。這兩個條件使互聯(lián)網(wǎng)這片土壤擁有了足夠的肥沃度，具備了滋養(yǎng)企業(yè)的條件。如果我們把互聯(lián)網(wǎng)在國內(nèi)的發(fā)展類比為一部連續(xù)劇的話，那么 1998 年就是這部連續(xù)劇的第一集。它拉開了互聯(lián)網(wǎng)之后連續(xù)20多年高速增長的序幕。

今天，和1998年的互聯(lián)網(wǎng)相對應(yīng)的，是以人工智能為代表的一系列新的技術(shù)。

我個人對當下人工智能技術(shù)的定義是這樣的：人工智能技術(shù)是一種通過向機器學(xué)習(xí)系統(tǒng)輸入海量數(shù)據(jù)的方式，使機器可以處理之前只有人才能夠理解的抽象信息，進而使機器可以在更多的場景中代替人的一種工業(yè)化技術(shù)。

大體上，我們可以把這個定義展開為如下兩個關(guān)鍵點：“使機器可以在更多的場景中代替人的一種工業(yè)化技術(shù)”和“通過向機器學(xué)習(xí)系統(tǒng)輸入海量數(shù)據(jù)的方式，使機器可以處理之前只有人才能夠理解的抽象信息”。

第一個關(guān)鍵點：使機器可以在更多的場景中代替人的一種工業(yè)化技術(shù)。

我對工業(yè)化的理解是“以盡可能讓機器取代人為理念推行的標準化”。 雖然人類進入工業(yè)化時代已經(jīng)有足足200年的時間了，但機器代替人的水平卻依然不高。這是因為在人工智能技術(shù)出現(xiàn)之前，機器只能應(yīng)對規(guī)則有限的工作場景，它們無法勝任規(guī)則無限的工作場景。

“讓機器可以準確地從照片中識別出哪些是狗的照片”，就是一個規(guī)則無限的工作場景。

這是因為狗是一種抽象的概念，它是我們?nèi)藶榈囟x出來，用來描述帶有某些共性特征的一系列生物的集合。在這個世界上，我們幾乎不可能找出兩只完全一樣的狗，它們總會在一些細微的地方存在差異。并且，就算我們只考慮同一只狗的情況，它也可以在不同的姿勢、動作、拍攝角度、光源、拍攝背景等條件的作用下，生產(chǎn)出無數(shù)張存在差異的照片。這些差異的邏輯是非常復(fù)雜的，我們無法通過有限的規(guī)則，讓機器可以從這些照片中準確地識別出哪些才是狗的照片。

所以，在人工智能技術(shù)出現(xiàn)之前，機器大多以人類的輔助工具的身份出現(xiàn)，它們無法脫離人類獨立的工作。這使它們始終無法在工業(yè)化生產(chǎn)的過程中進一步提高自己的占比。直到人工智能技術(shù)的出現(xiàn)。

第二個關(guān)鍵點：通過向機器學(xué)習(xí)系統(tǒng)輸入海量數(shù)據(jù)的方式，使機器可以處理之前只有人才能夠理解的抽象信息。

這個關(guān)鍵點向我們透露了三個重點，它們分別是：“向機器學(xué)習(xí)系統(tǒng)輸入海量數(shù)據(jù)”，“理解”和“處理”。下面，讓我們繼續(xù)以“讓機器可以篩選出狗的照片”為例，來解釋一下這三個重點。

請想象存在著一個如上圖所示的水管網(wǎng)絡(luò)。在這個水管網(wǎng)絡(luò)的左側(cè)是入口，對應(yīng)著計算機的輸入;右側(cè)是出口，對應(yīng)著計算機的輸出。這個水管網(wǎng)絡(luò)的設(shè)計目的是可以從照片中篩選出帶狗的照片，所以它的出口只有兩個，分別對應(yīng)著“是狗的照片”和“不是狗的照片” 這兩種結(jié)果。

這個水管網(wǎng)絡(luò)是由無數(shù)個節(jié)點組成的，這些節(jié)點通過很多管道彼此連接在一起。水管網(wǎng)絡(luò)是分層的，每一層是一個豎排，每一個豎排上都分布著很多個節(jié)點，每一個節(jié)點在被上一層的若干個節(jié)點連接的同時，也都連接著下一層的若干個節(jié)點。每一個節(jié)點上都有很多個開關(guān)，這些開關(guān)可以控制流入節(jié)點的水流會繼續(xù)流入哪些和該節(jié)點相連的下一層的節(jié)點。

這個水管網(wǎng)絡(luò)有一個中央控制系統(tǒng)，它的職責(zé)是根據(jù)水流的實際情況來調(diào)整節(jié)點中的開關(guān)狀態(tài)。當我們向這個水管網(wǎng)絡(luò)輸入一張照片時，中央控制系統(tǒng)會把這張照片轉(zhuǎn)換成一股水流，并讓它流過自己的無數(shù)個節(jié)點。最終，中央控制系統(tǒng)會基于節(jié)點通過水流之后上報的信息，來判斷這張照片是否是一張帶狗的照片。如果是，則讓它從“是狗的照片”的那個出口流出;如果不是，則讓它從“不是狗的照片”的那個出口流出。

一開始，水管網(wǎng)絡(luò)的中央控制系統(tǒng)是沒辦法區(qū)分有狗的照片和沒有狗的照片的。為此，我們需要先向它輸入第一批有狗的照片，并明確地告訴中央控制系統(tǒng)：如果它不能讓這批照片從“是狗的照片”的那個出口流出來，就需要調(diào)整自己每個節(jié)點的開關(guān)狀態(tài)，直到所有的照片都會從“是狗的照片”的那個出口流出為止。接著，當中央控制系統(tǒng)可以讓我們輸入的第一批照片都從“是狗的照片”的那個出口流出來時，我們會再向它輸入第二批沒有狗的照片，并明確地告訴它：如果它不能在保持第一批照片從“是狗的照片”的那個出口流出來的同時，還能讓第二批照片從“不是狗的照片”的那個出口流出來，就需要調(diào)整自己的每一個節(jié)點的開關(guān)狀態(tài)，直到第一批和第二批的照片可以分別從對應(yīng)的出口流出來為止。持續(xù)地這樣做，當我們向中央控制系統(tǒng)輸入了足夠多張是狗的照片和不是狗的照片，且中央控制系統(tǒng)都可以準確地讓這兩種照片的數(shù)據(jù)流從對應(yīng)的出口流出來時，一個針對“識別帶狗的照片”的機器學(xué)習(xí)系統(tǒng)便訓(xùn)練完成了。

在以上的類比中，水管網(wǎng)絡(luò)類比的是“神經(jīng)網(wǎng)絡(luò)”;第一批和第二批照片則是類比“訓(xùn)練數(shù)據(jù)集”;讓水管網(wǎng)絡(luò)從無法識別狗的照片到可以準確地讓狗照片從“是狗的照片”的那個出口流出來，并讓沒有狗的照片從“不是狗的照片”的那個出口流出來的過程，類比的是機器學(xué)習(xí)系統(tǒng)的“訓(xùn)練過程”。機器學(xué)習(xí)系統(tǒng)便是通過這樣的方法，讓自己具備了處理之前只有人才能理解的抽象信息的能力。

通過這個例子，我們便可以理解“通過向機器學(xué)習(xí)系統(tǒng)輸入海量數(shù)據(jù)的方式，使機器可以處理之前只有人才能夠理解的抽象信息”這句話的三個重點了。

第一個重點：向機器學(xué)習(xí)系統(tǒng)輸入海量數(shù)據(jù)。

大數(shù)據(jù)是人工智能技術(shù)得以發(fā)揮的基礎(chǔ)。如果我們把人工智能技術(shù)比喻為發(fā)動機的話，那么大數(shù)據(jù)就是燃料。沒有燃料的驅(qū)動，再好的發(fā)動機也不過是個擺設(shè)，沒法發(fā)揮自己的價值。所以在人工智能時代，數(shù)據(jù)將變成一種非常重要的資產(chǎn)。它的豐富程度將直接決定人工智能技術(shù)的工作表現(xiàn)。

第二個重點：“處理”與“理解”。

水管網(wǎng)絡(luò)的類比可以讓我們明顯地感受到機器和人類學(xué)習(xí)過程的差異。

人類是用抽象思維來理解事物的，這得益于我們擁有極其強大的感知器官。當這些感知器官把外界的信息轉(zhuǎn)換成人腦所擅長的抽象概念時，一個遠比機器更復(fù)雜的基于抽象概念的推理系統(tǒng)便構(gòu)建完成了。以“篩選出狗的照片”為例。得益于人類強大的感知能力和抽象推理能力，我們知道什么是“光源”，也知道“光源”會對照片產(chǎn)生哪些影響。我們知道什么是“背景”，也知道如何從一張照片中區(qū)分出“主體”和“背景”。我們知道什么是“狗”，并且可以不受狗的姿勢、拍攝角度、動作等差異的影響，將它們準確地識別出來。

而機器卻完全做不到這一點。機器并不知道人類所能理解的那些概念。在它看來，一張圖片就是一堆按順序排列的不同顏色的點。它并不知道這些帶顏色的點組合在一起的東西到底象征著什么。所以，和人類站在整體的角度去理解照片不同，機器只能用數(shù)學(xué)計算的方式去處理照片。當我們向機器輸入訓(xùn)練數(shù)據(jù)的時候，其實就是在讓機器通過暴力計算的方式，來窮舉出“可以區(qū)分出帶狗的照片和不帶狗的照片的節(jié)點開關(guān)組合”。以使這個開關(guān)組合可以達到在輸入一張帶狗的照片時，讓水流從“是狗的照片”的那個出口流出;在輸入一張不帶狗的照片時，讓水流從“不是狗的照片”的那個出口流出的效果。也就是說，機器并不“理解”自己在做的到底是一件什么事，它只是在通過暴力計算的方式來模擬人類理解信息時的效果。

站在工業(yè)化的角度，我們可以把當下人工智能技術(shù)的適用范圍表述為：在人工智能技術(shù)的支持下，機器將從“可以勝任有限規(guī)則的場景”，拓展到“可以勝任所有有明確數(shù)學(xué)規(guī)律”的場景。這一變化極大地拓展了機器可以處理信息的范圍，使機器可以處理很多之前只有人才能理解的抽象信息，進而為機器可以在更多的場景中代替人提供了可能。

沒有任何證據(jù)表明我們可以在可預(yù)計的時間內(nèi)研發(fā)出類似電影《終結(jié)者》那樣，有自我意識的機器。當下的人工智能技術(shù)和科幻片中有獨立意識的機器人完全是兩回事。

由此，不難發(fā)現(xiàn)，人工智能技術(shù)是一種工業(yè)化的技術(shù)，它將全面地提高機器在工業(yè)化生產(chǎn)中的比重，進而把人類從有明確數(shù)學(xué)規(guī)律的標準化工作中解放出來，進一步推高人類的生產(chǎn)力。因為實體行業(yè)會受到物質(zhì)壁壘的局限，所以人工智能技術(shù)大概率會像互聯(lián)網(wǎng)那樣，先在虛擬世界發(fā)揮價值，然后再逐步地借助類似移動互聯(lián)網(wǎng)那樣的技術(shù)機會向?qū)嶓w行業(yè)滲透。

編輯? 劉穎