编者按:本文来自微信公众号“创新工场”(ID:chuangxin2009),36氪经授权发布。

近期,创新工场AI工程院开展了人工智能高校交流校园行活动,副院长王咏刚进行了以“人工智能时代的创新与创业”为主题的演讲。

在演讲中,王咏刚围绕什么是人工智能、人工智能的三次浪潮、人工智能会不会威胁人类、人工智能时代的创业新特点等几个问题进行了解惑,向技术研发者和创业者们阐述了关于人工智能时代的看法与见解。

因本次演讲内容较长,今日发布上篇。

正文如下:

我了解到在座的同学基本上都是信通学院的,你们对人工智能技术应该非常熟悉,那么我想问,身处在现在这样一个人工智能时代的中心,我们这些做技术的做研发的,到底应该怎样去看待这个时代,我们到底应该给自己提一些什么问题?可能会是一些非常世俗的问题,比如人工智能能不能给你找到女朋友,能不能根据研究每个人的一些特征、习惯、喜好,然后把茫茫人海中的男女做一个速配。或者能不能让计算机炒股,让计算机去收集更多大盘以外的信息,让计算机给你建议买哪支股票,卖哪支股票,这是对我们每个人以后的个人历程和人生积累都非常重要的一些话题。 

其实,还有一个对每个人来说都很重要的话题——找工作的问题。现在市面上宣称自己做人工智能的公司,不说成千上万也得有好几百家,你们是不是有些人手里已经拿了非常多的宣称自己是人工智能公司的offer?那你们有没有问过自己这样的问题:这些公司宣称自己是人工智能公司,他们真的是人工智能公司吗?在今天这么一个人工智能时代,到底谁是真的人工智能创业者,谁是假的人工智能创业者,我们又该如何理解这些问题? 

其实我今天来,非常想跟你们聊一聊刚才我说的这几个非常世俗,但也非常现实的问题,我不知道你们心里是不是也想知道这些问题的答案。

什么是人工智能?

我们在问“什么是人工智能”的时候,我相信在座学技术的各位对人工智能的理解不会有太大偏差。但是现在大量的没有技术背景经验的人,比如你创业之后可能接触的商务合作对象、客户、老板,他们很可能并不懂人工智能,他们脑海中的人工智能,要么是机器人,要么是科幻电影中毁灭人类的终结者。如果你的老板相信,人工智能是一个会毁灭人类的东西,因此拒绝所有人工智能,那在你加入这家公司之后,又该如何更好地去说服你的老板,告诉他今天的人工智能是能真真正正解决问题的工具性的东西? 

如何向普通人讲解人工智能,如何让普通人接受人工智能,这其实也是为什么开复和我要写一本科普性的书《人工智能》的原因,这本书的主要目的就是让普通人能从一个科学的、合逻辑的角度去认识今天的人工智能到底是什么样的。 

讲一个高考的例子。有好几家公司声称做出高考机器人要参加高考,并说要拿到及格线以上的分数。从技术角度出发,高考机器人能不能达到足够的分数,你们应该有一个自己的判断。这到底是一种技术的突破,还是一种商业的炒作,我们都需要科学地、理性地去分析,而不仅仅是通过看新闻报道来断定。很多普通人并不是用一种符合科学规律的眼光去看待这些事物,只是看到今天有一个高考机器人,他们就说,哎呀以后我的孩子可能要输给机器人了,这怎么办呀! 

一个高考机器人需要哪些人工智能的技术,你们应该知道:它可能需要把视觉试卷理解为数字表达的机器视觉的算法,它可能需要基于以前的题目来积累经验和规律的一种机器学习的算法,需要对题目做一些规律性的解析,通过规则把题干转化为计算机认可的逻辑表达的算法,需要不同学科的知识推理算法等等。不同类型的题目在人工智能领域都是一个专业的研究方向,每个研究方向现在国际上都有标准的数据集,都有标准的论文和相关的学术会议。你们看每一个方向的研究论文处在什么样的水平,就会知道如果我现在让一个人工智能机器人去做一张高考试卷,它能做到什么样的水平。我觉得,技术人员最好的地方就在于,我们可以从原理的角度用逻辑分析一个问题到底是真还是假,是好还是差。 

人工智能就在我们身边

对普通人来说,他们很难发现人工智能已经渗透到我们生活的方方面面。其实,拿出手机,我们就能看到几乎每一个应用程序都有它的身影。我问大家一个问题,人工智能到底为哪些公司带来了最大的利益?它所带来的商业应用中,赚钱最多的到底是哪一个细分领域? 

答案恰恰是我们非常熟悉的互联网和移动互联网领域,比如说Google、百度这样的搜索引擎。 

很多普通人对这个问题的认识是非常含糊的。他们觉得搜索引擎还是处在他们所理解的很落后的状态,像十年前我们还是在用基于规则的排序来做搜索引擎,而 Google在六年前就已经在内部开始了全面向人工智能领域的转型,就开始把核心算法全面变成机器学习算法,远远早于AlphaGo的问世。 2011年以后,Google和百度几乎同时全面转向机器学习,让机器自己去学习规则,设计排序的方法,然后让用户的反馈去改善模型,调整模型中的每一个参数,使搜索引擎的排序结果越来越好,这带来的只有一个结果:给搜索引擎带来更多的金钱收益。 

当搜索引擎全面人工智能化之后,其实也意味着,人工智能在移动互联网领域的地位将是不可撼动的。你们可以看到移动互联网的明星应用,比如今日头条——一家崛起得非常快的公司,当这样一家公司仅凭一个非常简单的移动端产品,迅速攀升到可以与百度相提并论的地位时,你们不得不承认这家公司的技术是有一定的领先性的。它的技术领先关键就在于它关于内容组织的算法,关于内容排序,关于个性化推荐的算法都使用了人工智能。在这个意义上,今天所有互联网移动端的产品,如果还不考虑人工智能,不考量AI驱动的排序推荐、用户匹配、个性化等技术,那你的产品一定会马上落后于时代。 

今天这个世界,已经在非常多的领域看到人工智能的身影,但这些表现其实是不为普通人所理解的。学技术的人都知道,人工智能在移动互联网创业大潮中到底起到了什么样的作用。如果你们以后有机会加入移动互联网公司,那一定要记住,在今天这样的人工智能时代,永远不要满足于只建立一个商业模式,一个应用程序,一定要想一想人工智能技术能在你的应用流程中起到什么样的魔术剂的作用。 

人工智能的三次浪潮                                   

人工智能历史上有三次热潮:第一次浪潮是在人工智能刚提出的十几年,产生了非常多的流派,现在都成为了历史,只有一个连接学派变成了最火的深度学习。第二次浪潮的时候,出现了深蓝,在1997年战胜卡斯帕罗夫那一年,当时我也非常震撼,有点像你们在学校看到AlphaGo一样的感觉,我们当年没有这么多报道,我还花了很大的精力去查深蓝相关的论文和实现方法。

人工智能经历的三次热潮本质还是有些不同,前两次很快就跌入低谷。比如1997年深蓝战胜卡斯帕罗夫,实际上整个90年代人工智能在语音识别,模式识别,包括神经网络领域都取得了非常大的进步,但是结果却达不到一个可用的标准,最终使用的场景满足不了用户的使用需求,所以非常快地跌落低谷。深蓝战胜了卡斯帕罗夫也仅仅是下一盘棋而已,和我们说的创业、产业、商业模式完全不是一回事。

当2006 年之后,深度学习发生了复兴,我们在语音识别和模式识别上发生了突破,尤其是AlphaGo在围棋上取得了这么好的成绩,所有人都会问一个问题,第三次人工智能的浪潮会不会像前两次那样很快跌入低谷?做技术的人知道2012年的卷积神经网络是什么样的,知道它从一个什么样的层面发展到了另一个什么样的层面,比如它在2015年参加ImageNet大赛时已经达到了152层。从结果上看,机器的视觉能力已经突破了人眼的能力极限。在这样的场景下,今天的人工智能可以满足人的需要,这才是第三次热潮和前两次的本质的不同。我们从技术的角度可以下这样一个结论:今天的人工智能才是真正有用的人工智能。我们并不是否定前几十年大师的研究成果,我们是说直到今天,人工智能才达到了人的一个心理阈值,才真正能够具备商业价值。 

真正的人工智能就是大数据+深度学习,它不是可以交流感情的机器人。在有大数据有深度学习的地方,就有我们人工智能的用武之地。 

Google就是这个世界上最大的大数据存储库和最大的人工智能中心。比方说,Google数据中心在地球上是一个非常另类的存在。我有幸进去过一次,感受就是自己确实到了地球以外的一个地方,觉得这个世界是与众不同的。Google一个数据中心可能有几万、甚至几十万台机器,它们需要耗散大量热量,所以我去的那家数据中心有一个非常大的场地,中间放机器,旁边是变电站,另一边是大型冷却设备,像水电站一样把水流引到所有机器的上面,冷却那些可能是深度学习计算带来的巨大热量。当你置身于这样数据中心的时候,你的思想会非常不一样,会想到科技与人的关系,会想到人类在这个地球上发展科技的意义。所以我推荐所有学习科技的人,都能去找机会体验一下,顶级的公司是在怎样做技术,怎样做人工智能的研发。 

人工智能会在以后威胁人类吗?

我想告诉大家的是,人工智能和我们人类的发展道路其实是不一样的。这张图上给出的是我们人类的发展道路,这是整个人类的进化曲线,从中间到外围是时间的发展,从左边到右边是低等到高等的发展,我们人类在这最右边出现。

而自然进化的要求是什么样的,这其实可以套用机器学习的办法。机器学习最重要的是定义最终的损失函数,然后用求局部最优解的方法去让这样一个损失值达到最小化。但是我们所说的人的进化和我们所谓的机器的进化,它的进化目标、函数真的是一样的吗?首先从生物学上,我们可以说人的进化目的就是满足生存的需要,满足竞争地球上资源的需要,人的大脑之所以这么聪明,是因为我们需要它来帮我们追捕猎物,需要它来帮我们建立房子,以及帮助我们占领地球上其他的更好的资源,这就是人类进化的一个目标函数。可是机器进化的目标函数是什么?机器进化的目标函数到底和我们人类有什么区别呢?机器以后会朝着我们人类的方向进化吗?这些视角,我觉得可以留给大家思考。 

但是,从今天的机器学习和深度学习技术,包括前沿的强化学习、最近比较时髦的生成对抗网络,所有这些技术,如果我们从一个科学的逻辑的角度去分析,我们其实没有办法给一个证明,说这些技术未来一定会对人类造成威胁。我们今天所有的技术都还是停留在一个工具的层面,今天的机器不具备那些神奇的能力。 

今天的人工智能只能在一些特定的领域做一些事,它缺乏一种跨领域推理的能力,它的解决方案还没有那么好。今天的人工智能也缺乏一种抽象能力,而抽象能力对我们人类来说非常非常重要,我们家的小朋友在大概两岁的时候第一次看到滑板车,然后很多时间都没有再看见过,这时候我在纸上给他画了一个滑板车的抽象图案,就是一个直角下面画了两个圆圈,这时候我们家两岁多的小朋友就会说,哦这是我看到过的那辆滑板车。学机器学习的同学,你们觉得今天计算机能不能完成这么一个任务,就是只给一张而不是许多张真实的图片,让计算机看一眼,然后给一张抽象的简笔画,让机器判断两者的相似性——这个任务对今天的机器学习技术来说,太有挑战性了。在电影《Inside Out》中,有一个抽象王国的区域,人类在里头都变成了积木块,然后变成了二维的纸片或者一维的线条,这就是对人类的抽象能力的一个基本概括。今天的机器其实不具备这样的能力,我们当然可以去研究人为什么会有这样一个抽象能力,人脑的哪一部分负责运行这一能力,我们怎么让机器拥有这样的能力,但是现在已有的成果并不能告诉我们,机器何时才能具备这样的能力。 

机器不太清楚我们人类的常识是怎么来的,也很难具备我们人类的自我意识,比如问我们自己:我是谁?我从哪里来?我要到哪里去?这样三个问题我觉得机器很难去问自己,但是我们人类为什么要去问自己,这件事其实我们也很难回答,我们人类的审美、情感能力等今天的机器都还没有具备,至于它何时能具备,我们还没有答案。也就是说,机器能不能威胁人类、能不能毁灭人类的问题,从今天的技术事实出发,我们没有办法给这个问题一个肯定或否定的答案。如果我们考虑的是一千年一万年以后的未来,那么我想结局应该是开放的。不管结果是好是坏,你没有办法把它和我们今天看到的技术事实从因果论上关联起来。 

所以今天的人工智能更像一个工具箱,它给我们提供了非常多的工具手段来改善我们的工作效率,仅此而已。

程序员造出了AI,然后自己怎么办?

发表评论

电子邮件地址不会被公开。 必填项已用*标注