高文院士:人工智能发展机遇

发布者:梁刚健发布时间:2022-06-07浏览次数:545

原文链接:https://mp.weixin.qq.com/s/xe__H1jQnq001yHWoAIr1A

人工智能学家 

来源:中关村互联网金融研究院、天成智汇

作者:高文


什么叫人工智能呢?人工智能是人类智能的一个计算机的实现,从对决的角度,它永远不可能超过人类智能,只是说在某一个特定的方面它可能胜出,但从智能本身它没办法胜出。其实,智能有很多方面,包括逻辑能力,语言能力、空间能力、感知能力、包括音乐感知的能力,肢体的控制能力。


后面这几个是比较难的,包括人的内省、自我反省,包括人际关系的能力,包括自然探索的能力,比如发现一些新的东西,完全没有任何线索,你能想出我要做这个,我把这个问题解决掉。自然探索的能力,包括图像、图形的感知能力。


智能分为九个能力,而现在的人工智能在这九个方面只有三个做得还可以,有六个方面还相当的远,所以我们说现在的人工智能要想挑战人类智能,路还很长。



一、以史为鉴 回顾发展历程


1956年,达特茅斯会议是一个里程碑。当时,人工智能的元老们还很年轻,他们集聚到一起开了两个月的会,讨论怎么样让机器具有人的智能、定出了人工智能的最终目标以及什么叫人工智能。


现在看起来1956年定义的人工智能的白皮书,到现在一点都不过时。这次会议开了以后,全世界很多学校都开始跨入到人工智能热潮当中,典型的像斯坦福大学、CMUMIT、哈佛大学很多人都在做相关的研究,那个阶段大家采用的技术手段,主要是逻辑主义或者符号主义。


什么叫逻辑或者符号呢?实际上就是认为一切的推理,都可以用逻辑演算的方式来实现,只要定义了整个逻辑演算的体系,做一个规则,就可以完成任何事。比如可以进行推理、数学证明,可以创作、奏乐等。


目前,主要的自然科学定理都是用演绎推理的方式来完成的。比如说亚里士多德的三段论体系就是非常典型的演绎推理。


所有演绎推理的基础是满足三段论方程,什么叫三段论,有一个大前提,这是一个一般的原理,有一个小前提是要研究的特殊情况,根据大前提、小前提得到一个结论,这个结论是根据一般情况,对特殊情况做出一个判断,这就完成了演绎推理,这就叫三段演绎推理。所有的基础逻辑的方法都是这样做的,为了做这个当时设计了很多的人工智能语言,用这种语言可以写人工智能的方程,机器就可以去证明。


当然这听起来很好,当时大家都认为十年之内人工智能一定可以完成很多事,但一直到1976年前后,大家发现一开始定的那么高调的东西绝大多数都实现不了。1973年有一个英国人发了一个报告,给AI泼一大盆冷水。他把AI研究分为三类系统,A是指自动机、B是机器人、C为中央神经系统。自动机和中央神经系统研究是有价值的,但进展太慢;机器人的研究毫无价值,而且非常令人失望,所以他建议把所有的机器人研究都取消掉;AC因为它本身令人失望,所以也是非常低调。


这个报告出来以后各国政府把对人工智能投入的经费全部砍掉,人工智能马上就进入了严冬。所以1976年实际上是人工智能第一次的严冬的到来。


1976年之后尽管没有经费,但学者的可爱之处是给钱也做,不给钱也做。因为做逻辑的,前面已经把自己的体量拉得很大。当时做神经网络的,基本上没有得到什么钱,所以本身就是教授带几个学生在玩,这个领域虽然面临寒冬了,但对他来讲没有变化,盛夏的时候没有钱,寒冬的时候还是没钱,所以带着学生继续玩。


这一玩玩出花样来,1976年开始有很多做神经元网络的,不停地写东西、发东西,一直到1986年出来一个让人眼睛一亮的东西,这个东西叫BP算法(即误差反传网络)。


以往的神经元网络只能做非常小的事,做不了大事。但这个东西出来以后可以做大事了,所以就推动了这个领域发展。


但它也只能解决一部分问题。一开始人们也期待要解决很多问题,但遥遥无期,到最后又来了第二次的低谷,包括日本第五代機的失败,当时在斯坦福大学要建一个知识百科全书的项目都失败了,使得第二次人工智能又跌入了低谷。


第三次是从2006年开始的,现在人工智能的三个大牛,一位多伦多大学地Geoffrey Hinton,一位是蒙特利尔大学的Yoshua Bingeo,一位是纽约大学的Yann LeCun,这一年他们分别发表了三篇文章在讲一件事。这个文章出来了以后,当时大家并不知道这个东西要怎么用,这个东西被谁给激活了?李凯和李飞飞做的ImageNet,主要操刀是李飞飞。


ImageNet是一个全球的图像识别比赛,在2012年以前都是用常规的方法,2012年开始有一个参赛队用了这个方法,比别的队错误率马上降低了一半。到2013年其它方法全部退出,全都是深度学习,2014年不停地改进。2015年,错误率已经降得非常多,深度学习的网络也非常多。到2016年的时候几乎做到不光人没法比,错误率已经低到不需要再做了,所以李飞飞选择2017年宣布这个比赛停止,不再做了,因为其实已经没有太大促进意义了。


所以,由于深度学习的发展,由于产业界的热情参与,产生了很多新的企业,有很多新的机遇,这是非常好的事。


二、人工智能发展机遇


在这个机遇下,中国干了什么?中国有一个中国人工智能2.0的发展战略研究,这是中国工程院一起来搞的,并发布了一个重大研究计划,主要是做五个关键技术和一批应用。


第一个是大数据智能。第二个是群体智能,依靠群体的力量推进智能的研究。第三个是跨媒体智能,要把声音、图像、文字、自然语言所有这些东西联结在一起来研究智能,这是跨媒体智能未来所希望达到的目标。第四个是人机混合增强智能,人和机器混合起来怎么让智能更高能力更强。第五个是自主智能系统,其实就是无人机。我们有五个支柱,上面是应用,下面是基础支撑。


这个轮廓和布局看起来很圆满,但远远不够。如果看整个人工智能学科的轮廓,包括计算机视觉、语言识别、自然语言、人机交互、机器人学习等方向,目前大的布局是沉浸到应用这个方面。


涉及到人的九类智能,我们在逻辑语言文字和图形图像来说现在已经做得相当不错,中间六类还是有相当的距离需要探索。


历史总是这样螺旋前进的,人工智能的三次浪潮也是从符号主义到连接主义。这个符号主义到现在为止已经有寂寞了30多年,但它作为人类智能的一个高等抽象,应该是发挥作用的,所以怎么发挥作用,未来大家可以慢慢观察。


连接主义,就是神经元网络、深度学习,目前是非常大行其道的,但怎么样解决小数据甚至没有数据的学习?实际还是有相当大的挑战,特别是很多的学习结果是不可解释的,这是最大的挑战。行为主义是注重自适应和进化,这是从人从猴子演化过来,它可能更接近。它怎么样在学习方面做得更好,还是需要探索的。


不管是企业、国家投资,大家利用好天时地利要好好干一场。人工智能至少还有10年到20年左右的好日子过,大家要珍惜这个机会。


当然人工智能既然是一个少年,少年主要的成长靠什么?靠学习,靠知其所以然的学习研究,中国下一代人工智能也会在这个方面进行一些布局,知道今后的方向,也许对大家有点帮助。