黄莹

主题对话:目前机器人还暂时无法做到主动学习


  由清华大学、东润公益基金会主办的东润创新与未来教育论坛于2016年12月18日在北京举行,此次论坛的主题是“科学创新改变未来”。联想集团副总裁黄莹出席并主题对话。

  

  他指出大家对人工智能有一点误解,好像觉得机器要像人一样,其实大部分人工智能做的事情只是模拟人的大脑,计算机像人脑一样把人的一些比较主动的方面学会,目前还远远没有达到,现在要去做一个老鼠的大脑都做不到,因此说计算机人工智能会超过人脑其实为时过早。


  以下为"人工智能与虚拟现实"主题对话文字实录

 

  虚拟现实与人工智能这两项技术为我们的生活开启了一扇“超现实之门”,引领着下一波的科技变革。如果我们能直接与人工智能的机器人进行交流,而不是与人为设定的既定程序互动,就可以真正实现人与智能机器间的超现实沟通。那么要是有一天能把虚拟现实与人工智能两项技术同时运用到我们的实际生活当中,将会带来何种有趣的变化?

  

  阎焱:大家好,今天这个环节讨论人工智能和VR对我们的影响。我是做投资的,但是我大学本科是学飞机设计的,我们做学生的时候就接触到VR。VR就是仿真技术,飞行员驾驶飞机,可以坐在一个仿真技术里,模拟飞机的驾驶,所以实际上VR技术早已有之。今天四位嘉宾都是在行业做了很多年研究,我左手边的是田溯宁先生,我们是20多年的朋友,现在是投资家,更重要的是他是亚信的创始人。大概20多年以前,田溯宁也是胸怀大志创业,我还记得那时候我在美国工作。后来亚信越做越大,我相信未来一定是全球最大的做通讯软件的公司之一,我很相信这一点的,可能要不了太长时间。另外坐在我左边有地平线创始人余凯,原来在百度,现在在做机器人。还有黄莹,是从联想来的,在联想研究院也是研究大数据和人工智能的。还有谢耘是神州数码首席科学家,我曾经在神州数码做了十几年最大股东,今年刚刚退出。

  

  所以有做研究的,也有做机器人的,下面我们跟大家一块分享一下。今天有三个主要的问题我们围绕来谈一下,最后我们会留15分钟左右时间和同学有一个对话。

  

  第一个问题问一下几位嘉宾,大数据、人工智能其实早已有之,今年上半年有一个标志性的事件,就是AlphaGo战胜了人类最聪明的棋手,这个比我们当时学界的估计提早十年,这个事件为什么会在今年出现?包括VR的技术也是今年突然火起来,为什么这个技术在经过几十年漫长的发展到今天会出现?这是第一个,想请田溯宁说一下。

  

  人工智能的兴起

  

  田溯宁:我认为新型科技从互联网诞生那天起,就有很强的生命力不断地去进化。今天我们看到的人工智能正是五六年前由云计算的涌现,移动互联网大量的数据获得,所以才有了大量数据,有了计算能力,人工智能就突然爆发出来了。由于计算机进化的能力在这个阶段出现,所以我觉得最主要的因素是因为云计算为计算做好了准备,数据不断训练出更聪明的大脑。

  

  谢耘:我觉得最基本的核心,还是感谢英特尔,把集成电路越做集成度越高,整体处理能力非常强大,而且非常便宜。讲两个故事跟年轻朋友分享一下,一个是上大学的时候35年大庆,第一次在天安门的电线杆上装了十来个摄像头,要知道1984年的时候一个摄像头要上万块钱,我们今天的高清摄像头非常便宜,因为便宜所以产生了大量数据。第二个故事是关于处理能力。我们自己用的手机每秒的运算速度多快?应该有几十亿次。中国造出的第一台超级计算机银河一号是在1980年,费了牛劲,在美国偷了无数器件回来攥了一台机器,每秒才一亿次。所以今天我们拥有的处理能力已经到达了惊人的程度,导致今天我们谈大数据,包括做VR,VR对处理能力要求非常高。

  

  黄莹:刚才讲的那两点都挺对,有一个海量的数据,这也是很明显的变化,比如说要训练好机器对一个图像识别,过去能够拿到几百张、几千张图片做为机器学习的语料已经很不错了,现在则是几十万张甚至几百万张图片语料。比如大家知道的谷歌训练机器认别猫,拿了几百万张照片。所以如果没有这种量放在那里,就算有很好的计算能力,可能也做不到。还有深度学习整个框架本身,也是在2007年的时候一位多伦多大学的Geoffrey Hinton教授做了改进,让这个算法可以在海量数据上进行运算,这也导致把深度学习变得可操作。三大因素:海量的数据、强大的计算能力、还有改进的算法。

  

  阎焱:刚才几位有几个比较重要的观点,第一是人工智能不是单纯的人工智能,是与大数据的发展紧密相关的,而大数据的发展又是与我们计算机的计算能力发展极其相关的。大数据有两个关键点,一是要有海量数据,二是要有算法。余凯是一个身体力行者,从一个创业者的角度问问你,为什么选择在去年底的时候会跳出来自己做创业,而且做机器人创业,你是怎么考虑的?

  

  余凯:谢谢阎总,我自己在人工智能这个技术方面做了20年,到今年,亲历了整个人工智能从非常远到非常好的整个历史的过程。我在2012年的时候加入百度,创立百度深度学习研究院,当时我记得我在清华做过几次演讲,那时候讲深度学习是一个非常小众、非常冷门的东西,甚至大学教授都不知道深度学习怎么回事。到今天非常热的原因刚才几位专家都讲的非常好,主要是三点,第一个就是说数据,现在我们是无论何时何地都在产生数据,所以我们海量数据现象化使得很多不可能的事情变得可能,比如说自动驾驶;第二个原因就是computing,英特尔不断推动摩尔定律。在最近这两年英特尔已经官方宣布,摩尔定律不再成立了。

  

  刚刚讲到有一家公司:Nvidia,高科技公司股票,只有这家公司从去年大概9月份开始,股价从20块钱涨到今天100美金,到12月大概一年多的时间里面翻了五倍。这家华人创立的公司当时一开始做GPU,主要做游戏开发去做的。在2012年的时候当时我们在百度最早意识到GPU适合做深度神经网络的计算,那时候谷歌都没意识到。我今天看到对百度首席科学家Andrew Ng的采访,问他当时加入百度的原因,一个原因发现在百度比谷歌更加灵活,在百度可以随便买GPU。后来GPU的应用爆发,对GPU的采购火爆到什么程度?中国公司专门派人飞到美国去,现在是断货,买不到。有人问我,Nvidia的股票是不是还能买,我从技术方面来讲,我说还可以买,一年从100亿到500亿美金,它肯定是在一千亿美金以上。计算能力对于人工智能的关键影响其实超过大数据,大家仔细看AlphaGo这件事情是一个历史的转折点,因为AlphaGo实际上是一个小数据学习,不是大数据学习。

  

  实际上计算机通过学习一个网站上面过去很多选手的对战数据训练,能达到职业二段的水平,但是跨越职业二段到超越,可能是三段的水平,完全靠的是计算机的左右互补,互相PK,这个中间是没有大数据的训练的,完全靠GPU的计算能力去进行分析。所以我在这边希望做一些立体思维,现在这个时代会从大数据的时代转向大计算的时代,谁有更多的计算力,谁就离钱更近,这是我的看法。

  

  阎焱:刚才几位谈到,人工智能出现与计算能力及数据处理有关,其实我觉得可能还有一点大家没有提到,这一点也很关键,就是移动互联网的出现。在传统的互联网向移动互联网转变的过程中,一个最大的改变就是传统互联网时代有大量的人不用互联网,比如说出租车司机、警察、军人、政府官员、厨师等。但是到了移动互联网时代,这些人都成为了互联网用户,而且是重度用户。比如说你用滴滴打车,你会发现每一个司机都至少有两个以上的手机,甚至三个。我在香港看到一个司机有六个手机,六个不同的软件覆盖的人群都不同。移动互联网的普及给我们数据的采集提供了巨大的支撑。

  

  我们都知道AlphaGo已经能战胜最优秀的棋手,在此之外可能大家有一件事不太知道,就是IBM沃森这个超级计算机,它所给出的医学诊断、法律建议已经可以超过95%的医生和律师。换句话说,如果一个普通人去看病,大概有95%的概率沃森给你的诊断比医生更准确。这就给我们提出了一个问题,在人工智能高度发达的时代,我们的日常生活以及我们的职业会受到哪些影响,我也想听听几位专家的意见。

  

  人工智能带来的变革

  

  田溯宁:我们来稍微回顾一下人工智能的历史。计算机对我们非常大的变革是办公室里打字员的工作变得不那么重要了,过去我们基本把工作流程自动化了,但是计算机并没有把人类生活最重要的知识、经验都能自动化,所以像律师、医生、老师这种知识方面需要大量的积累是标准化的,不是自动化的。我认为未来的人工智能发展,过去需要用经验做的事情,现在靠机器就能做,而且能做的更好。

  

  我举个例子,两年前投资一家公司,叫零氪,这个公司做收集肺片,目前为止收集了30万张早期肺癌的各种各样数据信息,创始人的父亲是位非常好的肺癌医生。他父亲跟我讲,过去,需要通过20年的实践和学习才能把肺癌的医生训练出能够在早期就诊断出肺癌,但是通过人工智能深度学习这30万张肺片,目前来看诊断结果能跟很优秀的医生差不多了。随着计算能力的增加,随着越来越多数据的训练,至少我们今天很多早期的诊断能够靠机器完成,而且完成的更有效率,更准确,更便宜。这样一个应用是非常深刻的,工业革命最大的贡献是让人类寿命增加,因为发明了抗生素,发明了免疫等一系列新的化学药品。而信息化搞四五十年,对人类生活根本性的影响和工业化比起来还非常小,未来二三十年机器人尤其人工智能对人类生活将有根本影响,像疾病的问题、教育、交通,这些以数据为核心、以经验和知识以及过去不能传递的、靠大量时间积累的东西,会被机器所取代。

  

  黄莹:讲到人工智能,大家可能想到的是机器人或者跟人相关联的人工智能,其实人工智能以后还可能会对生活或者社会其他方面产生更大影响。关键还在于人工智能所具有的特质,也就是能处理海量数据,把数据转换成insights,并解决一些用其他方法无法解决的问题。比如像AlphaGo,大家知道能够通过训练打败高段的棋手,但之后马上应用类似的算法到谷歌数据中心里面去进行省电的尝试,一般在数据中心里面能省5%、10%的电已经很了不得,每年数据中心用电花费十分可观。AlphaGo居然能通过其算法为谷歌数据中心省掉40%的电。因为需要考虑的因素太多,数据量也太大,一般专家很难找到大的省电方案,但AlphaGo通过用深度学习和增强学习的有机结合,达到了人无法达成的效果。

  

  医疗方面,AlphaGo做了另外一件事情,就是预测糖尿病人的失盲率,这方面,过去有经验的医生大概能够做到10%以下的预测率,但是AlphaGo居然能做到90%以上。人工智能对我们的影响,可能是人一辈子做不到的,再有经验的医生也做不到。所以不仅是在某一个领域里面人工智能可以超过人而且远远超过人,这样只会对我们将来生活的改善更有益,这跟我们所担忧的机器人最后会不会打败人类或完全take over 整个人类社会完全没有关系,相反是更好的服务人类,让人类有更好的生活质量。

  

  阎焱:我插一句,刚才提到AlphaGo的事,我问过一个谷歌做AlphaGo的工程师,他跟我讲过一个东西很震撼,AlphaGo已经阅读学习了两千五百多万本书,所以他说基本上以后人类要再想战胜AlphaGo已经不太可能,它能self-learning。

  

  余凯:它是在虚拟世界里面产生虚拟的数据,自我提升,能达到这个境界,某个维度上面还是蛮可怕的。

  

  阎焱:神州数码过去七八年在做一件有可能对中国每一个人生活产生巨大影响的事情,我们叫做“数字城市”,这在中国是领先的。谢耘在过去很多年一直负责这个项目,谢耘可以对这个做一些解释。

  

  谢耘:从抽象的角度讲,计算机本质上是一个逻辑计算的机器,所以现实生活中你只要能把任何的问题变成一个逻辑计算问题,计算机都能解决,而且随着处理能力越来越强,一定比人做的好。现在开始计算机会不断的把可以逻辑化的问题都从人手上抢过去,比如一个简单应用的就是写简单的新闻报道,不要创意,只需要基本逻辑就能完成的稿件。具体到“智慧城市”来讲,我想对大家很大的影响就是现在在讲互联网思维的时候,我们在讲杀手级应用,解决痛点问题。而我们正在试图借计算机的强大能力做一件什么事情? 就是怎么全面服务于人类,而不是直接,就像到沃尔玛你什么都能买到,但是到专门店只能解决你一点问题,所以智慧城市应该考虑怎么解决这种面的问题,为不同的主体全面解决问题。

  

  人工智能将取代人类?

  

  阎焱:人工智能的发展也引起很多哲学上的思考,包括对于人类未来生存的恐惧。我们看到一些哲学家、科学家对于未来的人工智能会不会成为一个人类自我异化的力量都有很多思考。换句话说,我们创造的人工智能最后会不会变成我们自己打不过的对手,反过来造成人类的消亡,这是一个非常让人关注的问题。另外一个问题就是,随着人工智能的发展,我们还需要人类吗?人类和人工智能未来最大的区别在什么地方?我是做风险投资的,我比较关心一个问题是人工智能可不可以有创造性,如果说人工智能有创造性,那以后咱们还要艺术家吗?要风险投资家干吗?现在我们已经看到一些挑战,比如说财务顾问现在是一个很多人从事的职业,但是如果将人工智用在财务部门,那么恐怕大量的人要失业,因为我们几乎可以肯定地说,人工智能在这方面一定会超过财务人员的。第二个,我们知道2018年谷歌无人车要投入使用。最近我们和东升跟亚布力去德国看,德国自动驾驶做的非常好,他们的自动停车我们看了都非常震撼,自动驾驶是在大量数据基础上搞出来的。现在全世界范围内大概每十万公里有一次事故,事故指的是死人或者伤人。如果自动驾驶出来以后,大概一千万公里才出现一次事故,到时我们的车企怎么去设计车险,还会不会存在这样一个保险的行业,都会是问题。所以我就希望在座几位可以谈谈人工智能对我们的未来、我们的生活、我们的职业有哪些挑战的地方,比如说艺术家会不会继续存在,比如我还会不会再有我的职业?

  

  余凯: 回答这个问题我也顺便讲刚才那个问题,您刚刚提到自动驾驶,实际上我们主要做嵌入式人工智能解决方案。在不需要联网的情况下,让本地自动驾驶能够在本地计算,来处理来决策,这个非常关键。如果说有个小孩突然横穿马路的话,我们还要通过云端去处理再传给本地的话,会有网络的延迟和不稳定的问题。所以嵌入式的人工智能是一个主要方向,在自动驾驶,包括刚才您讲德国几个公司都是我们现在的客户,包括日本的。在自动驾驶这方面,未来机器一定做的比人好,这是没有任何的悬念,我认为。所以在很多维度上面,包括医疗我也认为一定会做得比人好。因为这些都是理性决策,一旦是理性决策,机器一定比人做的好,因为人是感性的。

  

  那么艺术家会不会消失,我认为一定不会消失。因为艺术不是一个客观的东西,是要引起共鸣的东西。

  

  比如,机器弹钢琴这件事情,我听说有个故事,二战以后有一个俄罗斯钢琴家,在战争废墟里他亲人都去世了,他在废墟上面举办了一个音乐会,他弹钢琴的音乐打动了在场的每一个人,每个人都流下了眼泪。你说机器如果弹这个音乐,或者说下面听的是机器,没有一个机器会有这种人文的感情的流露,所以我觉得艺术是非理性的。但是在所有理性上面,其实人工智能做的很好。

  

  田溯宁:这个问题我也是在学习思考。单从历史上来看,人类已经发明很多强大的东西,从工业文明的蒸汽机到原子能。人类文明进展来讲,我们总是能善于利用善比恶更大一些,所以仍然是人类文明最主要一部分。从另外一个观点来看,讲这些行业会不会很快发生变化。五年之前我刚刚谈云计算的时候,人民银行副行长谢文跟我讲,云计算有这么强大的能力,还需要商业银行吗?之所以央行要商业银行是因为它发钞票后管理不了这么多账户,如果每一个账号能直接被管理,央行就可以直接管理每个客户。我当时觉得特别有道理,今天云计算的能力绝对不是问题,软件的能力也没有问题,但是离他目标还很远。要解决行业应用,现在来看还有很多道路要走,有行业本身的知识,有行业本身人的观念的变化,有监管的变化,这些变化往往我们作为投资者或者技术的创业者想的相对少一些。一个结论,我相信人工智能会是文明很重要的促进的工具,很多工人会被取代,但是人是最善于学习的动物,我们会不断学习,与之相处,创造更好的文明,更好的生活。

  

  黄莹:大家对人工智能有一点误解,好象觉得像人一样,其实大部分人工智能做的事情还仅仅是模拟人的大脑。刚才讲最红火深度学习的人工神经网络,也是在一个很简单的意义上在模拟人类大脑的神经网络。但是因为计算机的计算能力太强了,在某一个地方可以做的特别深入,而且特别好,所以让你感觉到他比人要强大。其实现在很多国家包括中国、美国,还有欧洲都在做一个人脑项目,希望5-10年之后,计算机能用更类似于人脑的运作方法进行计算,但这还是很未来的目标,目前还远远没有达到,现在连模拟老鼠的脑都做不到。在这种情况下,我认为说计算机的人工智能会超过人脑其实为时过早,当然我也相信在一些领域里面考虑的因素比人考虑的更多,掌握的信息比人掌握的更多,所以会比人要做的更好。但是并不代表说这个程序本身超过人了,所以我还是认为人工智能是人的一种工具,在可预见的未来不会超越人。

  

  谢耘:首先确实人工智能会极大的改变人类社会,我讲一个概念性的说法,我不认为现在我们在经历工业社会、工业文明框架内的某一次工业革命。实际上我们是正从工业文明中跳出来进入一个新的文明形态。比如当年我们从原始状态走向了农耕文明,后来因为蒸汽机的发明我们从农耕文明走向工业文明,今天是从工业文明走向全新的信息文明。在这个过程中人类社会方方面面都会发生变化。我很同意刚才阎总说的,旧的职业消失了,新的职业会不断出来。

  

  关于未来智能我是从比较科学的角度来看这个事情,就是人工智能到底能够发展到什么程度。无论从理论上还是实践上,今天人类既无法构造出一套严格的理论解释人的智能是怎么从一无所知发展出来的,我们解释不了人脑的过程,实际上我们又不能独立于人脑构造出一套理论,让我们可以从零开始,搞出一个和人脑类似功能的系统。所以我觉得在可预见的未来,机器达到真正人的智能的水平还是不太可能的,但是我同意黄总说的,在具体解决问题上,机器一定能在很多方面做的比我们好。

  

  阎焱:刚才听完几位的发言、评论,我如释重负,看来我的职业在今后几年还能保持,也没有必要去改行做艺术家了。看来今后最安全的职业是艺术家,因为计算机在非理性思维方面很难与人较量。我想从今天早晨的环节到咱们这个环节,大家可能会发现一个很重要的事情,就是技术的进步已经潜移默化地改变了我们的生活,改变了我们的衣食住行。比如现在台下这么多人中大概有一半以上的人获取信息是通过手机和在很远地方的朋友交流,这在过去是不可想象的事情,而这个事情的发生也就是近五六年的时间。

  

  今天上午的论坛我们提到,在美国的一家公司Impossible Food已经开始直接在实验室里做人工鸡蛋,人工鸡蛋和鸡蛋的味道我辨别不出来,他们还造出来了牛肉,我没敢尝。但是我们可以想象一下未来,现在大概有40%的耕地是用来种植物的,其中绝大部分是生产饲料,用来饲养牛、猪等,当这些供给人类的肉类可以直接生产以后,我相信大部分的耕地会被还原变成花园。

  

  在过去的20年,有好多的职业被创造出来,同时好多职业也已经消失。我们读书的时候程序员还没有专门成为一个职业,后来到你们这个年代就有这个职业了,这也就是20多年的事情。所以技术的演变正在改变着我们每一个人的生活,只是我们没有太注意它而已。

  

  学生提问环节:

  

  提问学生代表1:谢谢,我叫徐一帆,我是学医学的,我有一个问题想问余凯博士。刚才您有提到关于医生的事情,因为医学其实不仅仅是一个理性的判断,里面涉及到很多人文的或者是伦理的问题,机器您说从技术上一定会超越人类,但是它可能没有办法去做到非纯理性的判断。其实这只是其中一个方面,其实将来可能还有更多的方面涉及到伦理,您觉得我们以后怎么去面对,将来机器人或者人工智能要更多的进入到我们的生活当中,我们怎么去面对这样一种挑战?

  

  余凯:人工智能的医生如果面临理性决策之外的所谓的伦理层面的决策,通常把这个决策交给人,这种情况叫辅助决策系统。基于人工智能的辅助决策系统,也叫人机协同。人机协同在很多情况中,有很多先是机器判断,然后我们来做。未来一定是这样的,在医疗诊断里面,大量的诊断是机器做了,但是还是有一些疑难杂症或者涉及到伦理层面的要人来做,人的工作会越来越到需要创造性的工作里面去,机器的话就做常规性的。但是机器的能力是一定越来越强,做理性决策的能力。

  

  阎焱:其实医学更多的时候是统计,像医学、法律、咨询这几个行业很多时候都会涉及统计的东西,很多结论也都是建立在大数据的基础上,这些行业是最容易被人工智能去做的。

  

  余凯:如果谈到伦理问题,如果自动驾驶发现你现在必须得撞一个人,一边是老人,另一边是小孩,对机器来讲可以计算老人死亡概率是多少,损害率是多少,小孩同样,都可以计算。但是要让机器判断到底撞谁,这个机器是做不了的,这个东西人和机器是有边界的。

  

  提问学生代表2:余老师,关于自动驾驶这块您说您公司有些产品在出口给欧洲的汽车制造厂,这里面哪个方面的产品能透露一下,中国在给欧洲发一些产品,我觉得这是原来没有的,原来都是我们做一些东西,我们需要用别人的一些产品,现在反过来了,都有什么呢?

  

  余凯:现在跟宝马还有日本几家车厂,其实都有合作,因为他们还是很看重中国的人工智能的智力资源,为什么?因为培养人工智能的人才的地方,一个是美国、一个是中国,有着最大规模的互联网公司,互联网公司有大数据,有大的计算平台还有应用,搜索、推荐这些应用在里面。

  

  所以说中国实际在人工智能的人才储备上,其实是领先于欧洲和日本的,这里面有一个特殊性,因为中国有产业的背景,所以使得我们在某些领域下面有一些稀缺资源。其实像我们都没有做过多宣传,他们都主动来找我们,这个团队是以前百度深度学习研究院出来的人在做这个事情,他们就主动敲门,说自动驾驶这些项目我们是不是一起来合作一下?

  

  提问学生代表3:我是黄家合(音),想问一下现在是大数据时代,人工智能个性化定制推荐方面,比如搜索引擎推荐一些资料,购物网站资料来推荐根据你个人爱好,个人爱好收集通常是在不知情的情况下,你在访问网站时候可能把个人资料获取了,某种程度上是有损隐私权。我想知道专家在对隐私权和人工智能对数据收集平衡这个上面是怎么看待的?

  

  田溯宁:我觉得新的挑战是不是就像刚才讲的,把变革向工业革命对农业的大变革一样,工业革命之前也没有对产权有更明确的理解,也没有发现了像银行制度、产权制度、保险制度,这是工业革命之后产生的东西。我相信未来会有数字产权,会有数字保险业,会有数字的银行,这些问题随着数字资产化之后,这些行业都会发展起来,无论从监管、伦理还是到法规。

  

  阎焱:你的问题也没那么复杂,你看你在亚马逊买书,你只要买几次它就知道你的偏好,给你推荐,你再在淘宝上买东西也是这样。所以人工智能的一个核心就是他能去学习,通过你的数据来学习。当然,隐私可能涉及到比较多伦理的问题。咱们还有什么问题?

  

  提问学生代表4:余凯老师,我是李森,我想问一下现在机器学习一般都是针对特定的领域设计特定算法,设计的模型,从这一步到通用的人工智能模型,这一步您有什么看法?还有现在深度学习神经网络大多数的训练还是一个权重的训练,很难用机器去设计网络结构或者方式,但是人脑是有这种可变性的,其实还是一个从特定模式训练到通用模式,这个您怎么看?

  

  余凯:你问这个问题非常深刻,涉及到记忆学习、人工智能本质性的科学问题。其实前天的时候我在杭州和赵教授也在讨论这个东西。第一是通用人工智能,现在的人工智能不是通用的。举个简单例子,AlphaGo在19*19棋局下面,机器嬴了,如果第二天再举行21*21的比赛,大概的情况是人类赢。因为人类举一反三的能力非常强,是远超机器的,现在机器是在特定场景下解决一个特定的问题。怎么提升他的通用能力?我认为现在要破除所谓对数据依赖的问题,计算机能自己去创造,去联想,去突破现有的场景。《Science》上有一篇文章,上面人工智能的文章很少,但每一篇都能开创一个时代。就像2006年一篇深度学习的文章,讲的就是小数据学习,我认为小数据学习是提升通用人工智能的道路,就是能够想象,新的场景和环境下怎么去解决问题。

  

  第二关于结构学习,除了网络传输,我怎么学网络的结构,这个在机器学习里面是经典问题,非常难的,难到很少有人去做。因为有一个离散优化问题,我们知道离散优化是组合的问题,很难。所以我觉得把我们定义在离散能力上来,低功耗、计算能力这两个东西是未来解决所有问题的基础。

  

  提问学生代表5:我是山东省的青岛二中的学生,我的问题在我们这个领域里面是化学领域,我想如果人工智能计算或者数据处理、预测能力那么强,可不可以通过人工智能来预测溶液里某个分子的运动?我想现在咱们技术有没有高到这个程度,如果有的话能不能介绍一下,如果没有的话想了解一下难在哪里?

  

  黄莹:有这样一个例子,也就是上面提到的深度学习的创立者Geoffrey Hinton教授的一个学生原来不懂化学,也不懂药物研究,后来参加默克的一个竞赛,默克在美国是一个很大药厂。这个竞赛是让参赛者用各种方法找到最好的药物来治疗一种病。后来他有说用了深度学习的办法,在不懂化学也不懂药物的情况下得了第一名。深度学习对在很众多的数据里面找一些规律,还是很有优势的。所以人工智能应该能辅助科学家更快找到一些更好的分子结构或者更好的药物,这种可能性完全存在。

  

  阎焱:我是外行,但是完全是出于爱好也看了一些关于这方面的书,人工智能会不会对人类带来挑战,甚至成为我们一个异化的力量导致人类的毁灭?我的理解是离这一天的到来还很远,目前为止,人工智能有两个重要依赖,一个是数据依赖,一个是场景依赖。人的大脑能自己在学习数据后从以前的历史数据中间产生新的东西、产生新的数据,而计算机在这个事情上跟人类的差距是非常非常大的。无论是大脑的计算能力还是场景的转移能力,计算机在目前的能力上都是差的非常远的。所以我非常同意刚才几位讲的问题,人工智能会不会成为人类的敌人或者能把艺术家这一职业消灭掉?目前看还是不可能的,我暗自窃喜我做这份工作未来还是有保障的。

  

  提问学生代表6:我目前是研究生在读,我家是杭州的,来北京很惊讶的就是雾霾太大了。我想问人工智能方面对我们处理这些身边的困难,比如像找走失的老人或者小孩。所以我对刚才谢老师说的数字城市智慧城市这点,在交通等方面,是否可以改进加入某些新功能,这样会对我们的生活会有非常大的提升。

  

  谢耘:智慧城市涉及面很广,但是很重要一点,会让城市整个的运行的状态变得越来越实时透明,所以您说的以后谁走丢了,随着智慧城市整个网络的完善,应该说很快会得到很大的改善,不能说绝对的解决,但是会得到很大的改善,特别是包括人工智能相关的识别、人的识别等等,应该会有很快的进展。

  

  阎焱:时间的关系,大家可能还有别的问题,最后跟大家总结一下。关于人工智能,好的方面就是它正在潜移默化地改变着我们的生活,给我们带来很多好的东西,但是不好的方面就是咱们身边好多问题光靠人工智能是解决不了的,或者需要漫长的时间。比如我经常想中国这么多腐败官员,咱们能不能用人工智能直接把他抓了,或者说不提拔他,但是都还离的比较远。我们可以在理论上持续讨论这些问题,总之,我相信人工智能一定会给我们生活变得更加美好,谢谢大家,也谢谢四位嘉宾。


  个人简介

  

  黄莹 

  

  联想集团副总裁,领导联想研究院全球企业与云计算实验室和大数据与分析实验室,从事企业及云计算基础架构、大数据分析、自然语言处理、及智能计算方面的研究。曾先后就职于飞利浦、IBM等国际知名企业研究院,任IBM中国研究院副院长、杰出研究员。