人工智能20年，只能繪畫和下棋？丨亮見(jiàn)07期

丨劃重點(diǎn)

?    人工智能的初衷是希望能讓機(jī)器像人類一樣，代替人類完成任務(wù)，廣義的人工智能約等于計(jì)算機(jī)科學(xué)。

?    Google旗下的AlphaFold這類人工智能產(chǎn)品在科學(xué)領(lǐng)域的應(yīng)用，未來(lái)30-50年，有望變革生命科學(xué)。

?    算法、算力、數(shù)據(jù)的不斷發(fā)展和完善，為人工智能的發(fā)展打下了堅(jiān)實(shí)的基礎(chǔ)。

?    技術(shù)從不成熟到成熟，一方面是技術(shù)本身迭代，另一方面也需要有社會(huì)性的力量，來(lái)幫助它成長(zhǎng)起來(lái)。

?    人工智能是把人從無(wú)聊的、重復(fù)的，疲倦的，不安全的事情當(dāng)中解放出來(lái)，人不需要和機(jī)器比效率。

丨概述

人工智能，作為計(jì)算機(jī)科學(xué)的分支，一度成為科技互聯(lián)網(wǎng)創(chuàng)業(yè)的風(fēng)口，但從幕后走向公眾視野，卻與幾場(chǎng)棋局和科學(xué)研究有關(guān)。

20世紀(jì)90年代，IBM曾推出Deep Blue人工智能項(xiàng)目，并于1996 年與國(guó)際象棋世界冠軍加里·卡斯帕羅夫，展開(kāi)首場(chǎng)對(duì)壘，結(jié)局是Deep Blue告負(fù)，次年性能大幅提升后卷土重來(lái)，首次戰(zhàn)勝人類。

另一場(chǎng)經(jīng)典，則是2016年谷歌AlphaGo與李世石的對(duì)戰(zhàn)，AlphaGo以4-1的絕對(duì)優(yōu)勢(shì)，贏下比賽。

人機(jī)博弈之外，AI在科學(xué)方面的應(yīng)用研究也不斷突破，日前DeepMind官宣，AlphaFold可以預(yù)測(cè)出2億多個(gè)蛋白質(zhì)結(jié)構(gòu)，幾乎覆蓋了整個(gè)「蛋白質(zhì)宇宙」。

作為AlphaGo和AlphaFold的創(chuàng)始團(tuán)隊(duì)負(fù)責(zé)人，DeepMind CEO哈薩比斯曾表示，「我們將開(kāi)始看到諾獎(jiǎng)級(jí)別的科學(xué)挑戰(zhàn)被一個(gè)接一個(gè)地?fù)舻埂！?/p>

問(wèn)題在于，除了下棋和晦澀的科學(xué)研究，人工智能還有哪些價(jià)值？日常生活中，人工智能又有什么樣的應(yīng)用？

8月24日晚間，亮見(jiàn)07期，邀請(qǐng)到了商湯科技創(chuàng)新工程院院長(zhǎng)，集團(tuán)副總裁沈徽，對(duì)話亮見(jiàn)主理人劉興亮，講述人工智能的技術(shù)演進(jìn)、場(chǎng)景應(yīng)用等話題，以下是直播精華版內(nèi)容：

01

廣義的理解：計(jì)算機(jī)科學(xué)約等于人工智能

劉興亮: 沈老師能否先科普一下人工智能的含義，包括是誰(shuí)提出人工智能的概念？

沈徽:人工智能是Artificial intelligence直接翻譯而來(lái)，1956年達(dá)特茅斯會(huì)議上麥卡錫首先提出，該會(huì)議確定了人工智能的目標(biāo)是「實(shí)現(xiàn)能夠像人類一樣利用知識(shí)去解決問(wèn)題的機(jī)器」，它的初衷是希望能讓機(jī)器像人類一樣，代替人類完成任務(wù)。

讓一個(gè)機(jī)器具有一定的思考能力，就叫做智能，但這樣一件事情的發(fā)生，其實(shí)是早于1956年，1956年更像是一個(gè)里程碑。

1956年達(dá)特茅斯會(huì)議參與學(xué)者，被譽(yù)為「AI之父」，圖源：網(wǎng)絡(luò)

比如1950年所提出的圖靈測(cè)試，人與一個(gè)黑盒子進(jìn)行對(duì)話，看我們是否有辦法判定黑盒子后面到底是一臺(tái)機(jī)器還是一個(gè)人。

此外，1949年學(xué)界就已經(jīng)提出機(jī)器翻譯的概念。比方從英文翻譯到中文或者從中文翻譯到法文，機(jī)器翻譯的概念，它是歸屬于我們現(xiàn)在的自然語(yǔ)言理解，也屬于比較大的人工智能領(lǐng)域之一。

其實(shí)「Artificial intelligence」分開(kāi)看這兩個(gè)詞，Artificial的意思是人工的、人造的?！竔ntelligence」實(shí)際上是智能。智能不光是人具備，生物界很多的動(dòng)物它們都具有一定的智能，但從某種程度上來(lái)看它們的智能所涵蓋的范疇，跟人類不是完全相同的。

如果從一個(gè)相對(duì)更廣泛的含義上去理解，我覺(jué)得人工智能就是人能夠去制作出具有一定思考能力或者決策能力、感知和判斷能力的機(jī)器或者產(chǎn)品。從這個(gè)角度去思考，計(jì)算機(jī)科學(xué)與人工智能很大程度上兩者可以約等。

舉個(gè)最簡(jiǎn)單的例子：數(shù)據(jù)庫(kù)系統(tǒng)。數(shù)據(jù)庫(kù)系統(tǒng)主要做兩件事，記憶和檢索，以及在記憶和檢索的基礎(chǔ)上做出查詢，統(tǒng)計(jì)和推導(dǎo)。

如果我們把數(shù)據(jù)庫(kù)系統(tǒng)當(dāng)成一個(gè)黑盒子，它是不是具有一定的智能？坦率來(lái)講，具備一定的智能。因?yàn)橛洃洷旧砭褪侵悄艿囊环N屬性，在記憶的基礎(chǔ)上做分析和推導(dǎo)，也是智能的一種屬性。所以從這個(gè)角度來(lái)看，我覺(jué)得大量的計(jì)算機(jī)科學(xué)領(lǐng)域相關(guān)的，包括數(shù)學(xué)領(lǐng)域相關(guān)的一些內(nèi)容，都成為人工智能的基礎(chǔ)甚至某種智能形態(tài)。

人們對(duì)于人工智能可能更多的是從「它與人的相似程度」的角度去思考，就會(huì)把范疇變得更加狹窄一點(diǎn)。

日常生活中人們會(huì)困惑：人工智能技術(shù)到底是怎么樣的？我個(gè)人理解是人工智能的構(gòu)建方法有兩個(gè)比較大的流派。一派是基于符號(hào)邏輯的規(guī)則體系構(gòu)建，另外一派是基于數(shù)據(jù)統(tǒng)計(jì)模型的模型構(gòu)建。

人的思考過(guò)程或者人的智能過(guò)程中基本上有兩類方法，一類叫演繹，一類叫總結(jié)或者歸納。演繹是「我」有一套不證自明的公理，在這個(gè)公理之上，我能構(gòu)建出很強(qiáng)大的一套邏輯系統(tǒng)。這套邏輯系統(tǒng)在人工智能中的一個(gè)例子，就是專家系統(tǒng)。

專家系統(tǒng)就是針對(duì)一個(gè)特定的領(lǐng)域，列出大量的規(guī)則以及規(guī)則間的推導(dǎo)關(guān)系，人們將遇到的該領(lǐng)域的問(wèn)題放到專家系統(tǒng)，就會(huì)得出一個(gè)結(jié)論，而且結(jié)論所能夠涵蓋知識(shí)庫(kù)是相對(duì)比較精準(zhǔn)的，也可以說(shuō)，專家系統(tǒng)是基于符號(hào)邏輯的。

但深度學(xué)習(xí)和阿爾法狗更多的是基于統(tǒng)計(jì)模型。在統(tǒng)計(jì)模型之下，「我」有大量的數(shù)據(jù)，數(shù)據(jù)間蘊(yùn)含著一些關(guān)系，即人利用機(jī)器學(xué)習(xí)的辦法或者模擬人的神經(jīng)網(wǎng)絡(luò)去習(xí)得這種關(guān)系，或者叫模型。

人的大腦里有一套神經(jīng)網(wǎng)絡(luò)，用機(jī)器去模擬這套神經(jīng)網(wǎng)絡(luò)，大量的數(shù)據(jù)經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)以后，不斷的反推神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，這個(gè)神經(jīng)網(wǎng)絡(luò)系統(tǒng)就是最后的產(chǎn)品，當(dāng)你拋出一個(gè)問(wèn)題，它就會(huì)給你一個(gè)答案，并且它具有泛化能力比較強(qiáng)的特點(diǎn)，即使問(wèn)題可能不完全是在它之前涉及的樣例范圍中，可能稍有偏差，得到問(wèn)題后它仍然能夠得出一個(gè)相對(duì)滿意的結(jié)果，缺陷則是很難達(dá)到100%的滿意度。

在近15年到20年的時(shí)間內(nèi)，基于我們的深度學(xué)習(xí)或者深度神經(jīng)網(wǎng)絡(luò)這類統(tǒng)計(jì)模型，取得了非常大的進(jìn)步。一方面得益于半導(dǎo)體技術(shù)以及計(jì)算機(jī)體系結(jié)構(gòu)不斷的迭代，算力得到極大的增強(qiáng)。另一方面是從上個(gè)世紀(jì)90年代末期開(kāi)始，互聯(lián)網(wǎng)幫助我們將世界很大程度進(jìn)行數(shù)字化，我們得到大量的數(shù)據(jù)以后，數(shù)據(jù)本身變成AI的燃料，變成人工智能的燃料，去推動(dòng)人工智能技術(shù)的發(fā)展。

最后一方面，在人工智能的理論化和工程化，人類也取得了很大的突破，最早可能是從語(yǔ)音識(shí)別開(kāi)始以及搜索引擎上的內(nèi)容排序，之后慢慢就到自然語(yǔ)言理解，甚至一些深度的內(nèi)容理解。過(guò)去計(jì)算機(jī)視覺(jué)在面對(duì)不確定環(huán)境的情況下，決策最后往往是人工決定，現(xiàn)在智能方面，很大程度上已經(jīng)能夠用計(jì)算機(jī)自主得出比較精準(zhǔn)的結(jié)果，這也是為什么最近幾年，人工智能話題在進(jìn)入公眾的視野后也變得特別火。

02

人工智能未來(lái)30年-50年，有望變革生命科學(xué)

劉興亮:人工智能如何突破科學(xué)課題，實(shí)際應(yīng)用層面，它的意義有哪些表現(xiàn)？

沈徽: 人工智能的歷史至少與計(jì)算機(jī)的歷史一樣長(zhǎng)，甚至更長(zhǎng)。在上百年的歷史過(guò)程中，是在不斷的開(kāi)花結(jié)果，只不過(guò)有的效果可能看得比較清楚，有的可能是一個(gè)潛在長(zhǎng)期的過(guò)程。

我們知道醫(yī)學(xué)雖然歷史很長(zhǎng)，但現(xiàn)代醫(yī)學(xué)其實(shí)很短的。真正有理論支撐、有實(shí)驗(yàn)支撐的醫(yī)學(xué)可能只有兩三百年，其中真正有效的、能為普羅大眾帶來(lái)好處的藥物品種相對(duì)比較少，但是這個(gè)問(wèn)題會(huì)隨著蛋白質(zhì)測(cè)序的發(fā)展而得到改變。

每個(gè)人都有自己的遺傳基因DNA，蛋白質(zhì)是從DNA當(dāng)中產(chǎn)生出來(lái)的，DNA只能決定蛋白質(zhì)的組成成分是什么，不能決定構(gòu)成什么樣的形狀。

蛋白質(zhì)的形態(tài)實(shí)際上是粒子之間的相互作用力，但因?yàn)榈鞍踪|(zhì)是非常大的分子，是由幾千個(gè)幾萬(wàn)個(gè)甚至更大的粒子構(gòu)成，當(dāng)你去預(yù)測(cè)它的結(jié)構(gòu)形態(tài)，可以想想它的搜索空間是極大的。

Google下屬的Deepmind部門研制出了AlphaFold系統(tǒng)，用來(lái)預(yù)測(cè)蛋白質(zhì)的折疊方式。

AlphaFold系統(tǒng)實(shí)際上是用一種深度學(xué)習(xí)的方法能夠比較精準(zhǔn)的去預(yù)測(cè)蛋白質(zhì)的結(jié)果，這與我們又有什么關(guān)系？

Alpha Fold預(yù)測(cè)蛋白質(zhì)模擬圖，圖源：新智元

很多的疾病，尤其是一些比較個(gè)性化的疾病，由于身體里面的某些蛋白質(zhì)缺失或者蛋白質(zhì)改變導(dǎo)致，近幾十年出現(xiàn)了靶向藥的概念，尤其是針對(duì)癌癥治療靶向藥的患者，可能基因里出現(xiàn)問(wèn)題，這類問(wèn)題的修復(fù)，其實(shí)是針對(duì)它產(chǎn)生的蛋白質(zhì)去做修復(fù)，就能夠防止某一類疾病的發(fā)生。但是靶向藥的開(kāi)發(fā)投入巨大，耗時(shí)耗力。

所以說(shuō)，所以AlphaFold系統(tǒng)所代表的技術(shù)，將來(lái)可能以非常高效的手段發(fā)現(xiàn)并幫助人類解決問(wèn)題。

也許若干年之后，我們探索發(fā)現(xiàn)到最后研制生產(chǎn)和使用靶向藥的速度會(huì)更快，成本更低，可能我們可以針對(duì)任何一個(gè)單獨(dú)的人，用極低的成本和快速的研發(fā)，就對(duì)他的特定疾病進(jìn)行靶向藥的針對(duì)治療，從而更快的恢復(fù)健康。盡管這是一個(gè)暢想，我覺(jué)得可能會(huì)慢慢實(shí)現(xiàn)，也許是30年，也許是50年之后，所以人工智能的實(shí)際意義肯定是巨大的。

03

工業(yè)紅線是AI可用與否的關(guān)鍵

劉興亮：如果讓您來(lái)當(dāng)裁判，評(píng)估人工智能的發(fā)展水平，滿分一百分，您覺(jué)得目前能得多少分？

沈徽: 其實(shí)我們談?wù)摳嗟氖侨斯ぶ悄芗夹g(shù)的發(fā)展水平是不是已經(jīng)超越了一個(gè)「工業(yè)紅線」，當(dāng)一個(gè)技術(shù)，它在工業(yè)紅線之下的時(shí)，不太可用，會(huì)出現(xiàn)大大小小的問(wèn)題，但它超越紅線之后就變得可用或者人是可以在相當(dāng)程度上依賴它的。

所以評(píng)估的標(biāo)準(zhǔn)，要看人工智能在它相關(guān)的一些應(yīng)用領(lǐng)域上是不是已經(jīng)越過(guò)了工業(yè)紅線，以及在多大程度上越過(guò)？對(duì)這個(gè)回答我是相當(dāng)樂(lè)觀的。

拿計(jì)算機(jī)視覺(jué)來(lái)說(shuō)，這是AI很重要的一個(gè)領(lǐng)域。我們的AI技術(shù)很早就在物體識(shí)別和人的識(shí)別上超過(guò)人類，人眼的錯(cuò)誤率大概在6%左右，機(jī)器的錯(cuò)誤率則遠(yuǎn)遠(yuǎn)低于這個(gè)數(shù)字。

再比方AI創(chuàng)作，去畫一個(gè)風(fēng)格畫，或者是做一個(gè)特效，現(xiàn)在AI很大程度上不一定以假亂真，但基本上已經(jīng)是非常接近一個(gè)實(shí)際的人去作畫，所以AI技術(shù)已經(jīng)超過(guò)工業(yè)紅線，甚至遠(yuǎn)遠(yuǎn)超過(guò)專家的水準(zhǔn)，但我們不能下結(jié)論說(shuō)AI已經(jīng)超過(guò)人，它離人的智慧還是差得很遠(yuǎn)。

AI作畫成品圖，圖源：量子位

到底差在什么地方？

首先，我覺(jué)得物體識(shí)別它超過(guò)了人類，僅限于非常細(xì)分的、垂直，定義好的場(chǎng)景，但是如果想要把能力泛化到任何一個(gè)領(lǐng)域去，這樣的一個(gè)泛化能力是相對(duì)缺乏的。

換句話說(shuō)，可能我的某一個(gè)特定的算法它做識(shí)別類任務(wù)特別好，但是其他類型的任務(wù)，是否還能夠做準(zhǔn)確的分類？需要打個(gè)問(wèn)號(hào)，如果是AI沒(méi)有見(jiàn)過(guò)的，可能得到的結(jié)果并不好。

其次，我覺(jué)得需要解決技術(shù)的資源消耗，或者說(shuō)成本問(wèn)題。如何能夠讓一個(gè)針對(duì)特定領(lǐng)域的AI技術(shù)，很快、很容易的應(yīng)用，就涉及到投資回報(bào)率的問(wèn)題，只有當(dāng)投資回報(bào)率足夠好時(shí)，它才有可能會(huì)大量應(yīng)用。

如果拿人腦舉例，我們?nèi)四X的功耗是大約20瓦，當(dāng)你仔細(xì)思認(rèn)真思考問(wèn)題時(shí)，大概功耗是20瓦。今天一塊GPU卡很輕易就能達(dá)到250瓦，這樣的一塊GPU卡，功耗遠(yuǎn)超人腦，如果需要1000塊的卡，才能解決某個(gè)特定問(wèn)題，并且做的比人類好，那么投入產(chǎn)出比就是不理想的。

再者，AI它作為一個(gè)技術(shù)，本身很難體現(xiàn)出使用價(jià)值，它必須要跟實(shí)際的場(chǎng)景做結(jié)合，進(jìn)行賦能，必須要與實(shí)際的問(wèn)題做結(jié)合。這時(shí)它的價(jià)值、使用價(jià)值，才會(huì)體現(xiàn)出來(lái)，而且把AI技術(shù)跟實(shí)際問(wèn)題結(jié)合的前提，是開(kāi)發(fā)人員必須了解實(shí)際的問(wèn)題。

比方說(shuō)新能源汽車電池，有很多重要的質(zhì)量檢測(cè)環(huán)節(jié)，如果檢測(cè)不嚴(yán)格是有安全風(fēng)險(xiǎn)的。過(guò)去產(chǎn)線上可能有100道工序，就有100個(gè)檢測(cè)的環(huán)節(jié)，如果不到電池廠去觀察生產(chǎn)流水線，去與技術(shù)員交流，不了解電池的電化學(xué)、熱化學(xué)理，很難設(shè)計(jì)出符合應(yīng)用場(chǎng)景的AI算法，去解決問(wèn)題。

所以AI的技術(shù)應(yīng)用，它不是單門靠計(jì)算機(jī)科學(xué)家、人工智能研究員、算法工程師就能完成的，它是需要跟行業(yè)的專家交流來(lái)進(jìn)行技術(shù)結(jié)合。彼此越了解，它產(chǎn)生的效果就會(huì)更大。

04

算法、算力和數(shù)據(jù)是人工智能發(fā)展的關(guān)鍵

劉興亮: 人工智能技術(shù)它的關(guān)鍵到底是什么？

沈徽：人工智能，特別是近20年，基于深度學(xué)習(xí)的人工智能技術(shù)，我覺(jué)得有三個(gè)非常重要的因素：算力、算法、數(shù)據(jù)，以及我個(gè)人的看法：應(yīng)用落地。因?yàn)槲艺J(rèn)為應(yīng)用落地或者是對(duì)用戶需求的滿足，實(shí)際上是為三要素做一個(gè)方向的指引，用需求去引導(dǎo)供給。人工智能的技術(shù)爆發(fā)或者成熟度的提升，是與三要素不斷的被滿足或者不斷的取得突破，有非常緊密的聯(lián)系。

先從算力說(shuō)起，算力的增長(zhǎng)，我覺(jué)得是一個(gè)很客觀的因素。算力與摩爾定律有關(guān)，具體到半導(dǎo)體上，芯片產(chǎn)業(yè)每隔18個(gè)月，它的性能提升一倍，價(jià)格下降一半。這其實(shí)是非?？膳碌囊?guī)律，因?yàn)樗且粋€(gè)冪指數(shù)的上升，而不是一個(gè)線性的增長(zhǎng)。

第二個(gè)是數(shù)據(jù)，我覺(jué)得數(shù)據(jù)很重要的原因有幾個(gè)推手。第一個(gè)推手是互聯(lián)網(wǎng)應(yīng)用產(chǎn)生大量的資訊、數(shù)據(jù)，不斷將其結(jié)構(gòu)化、網(wǎng)絡(luò)化，變得容易獲取，能夠共享聚合。另外一只推手是世界范圍內(nèi)所謂的數(shù)字化轉(zhuǎn)型。

數(shù)字化轉(zhuǎn)型其實(shí)就是把企業(yè)內(nèi)部以及企業(yè)之間經(jīng)營(yíng)的相關(guān)的內(nèi)容能夠以一個(gè)數(shù)據(jù)的方式呈現(xiàn)出來(lái)，記錄下來(lái)，進(jìn)行分析。這些內(nèi)容都為深度學(xué)習(xí)提供了大量的燃料，這些燃料能夠去幫助深度學(xué)習(xí)技術(shù)去產(chǎn)生更好的模型，幫助人類解決問(wèn)題。如果沒(méi)有互聯(lián)網(wǎng)以及數(shù)字化轉(zhuǎn)型的浪潮，他們?cè)谶^(guò)去15-20年做的鋪墊，就會(huì)變成巧婦難為無(wú)米之炊，AI的發(fā)展也正是是受益于此。

第三個(gè)算法，其實(shí)算法的背后就是人以及人在思考上的突破。一方面體現(xiàn)在高校、研究院的眾多科研人員對(duì)于深度學(xué)習(xí)本身的認(rèn)知，包括神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)網(wǎng)絡(luò)的認(rèn)知，也包括實(shí)踐上的認(rèn)知和數(shù)學(xué)上的認(rèn)知。此外還有大量的應(yīng)用在落地之后，是對(duì)研究方向以及研究課題提出反饋或者提出引導(dǎo)。而這些引導(dǎo)會(huì)吸引大量的工程技術(shù)人員去嘗試此類方向。其實(shí)這就形成了一個(gè)很好的循環(huán)，從高校研究所到企業(yè)到政府再到用戶，這樣一個(gè)閉環(huán)。

所以我覺(jué)得算法、算力、數(shù)據(jù)三個(gè)要素在過(guò)去的一段時(shí)間里，是不斷完善的，同時(shí)也為人工智能的發(fā)展提供很重要的基礎(chǔ)。

劉興亮: 目前人工智能在哪一些行業(yè)已經(jīng)開(kāi)始應(yīng)用，效果怎么樣？為什么消費(fèi)者對(duì)人工智能的感知不明顯？

沈徽: 坦率的說(shuō)，人工智能的應(yīng)用已經(jīng)是在廣泛落地。舉幾個(gè)例子，其實(shí)人工智能最初的落地?？赡苁窃谏虡I(yè)用戶領(lǐng)域。比如去商場(chǎng)停車，以前都有崗?fù)z票，依據(jù)票上的起始時(shí)間最后計(jì)算停車費(fèi)用。如今再去商場(chǎng)的停車場(chǎng)，它會(huì)有機(jī)器識(shí)別車牌號(hào)，當(dāng)你準(zhǔn)備離開(kāi)時(shí)它會(huì)語(yǔ)音播報(bào)你的停車時(shí)間和停車費(fèi)用，之后你再去掃碼付費(fèi)，在這個(gè)過(guò)程中，有相當(dāng)多的AI技術(shù)。

第一個(gè)AI技術(shù)是出入停車場(chǎng)識(shí)別同一輛車，通過(guò)追蹤你的軌跡，包括最后的停車位置。另一個(gè)是掃碼支付過(guò)程中的識(shí)別，甚至現(xiàn)在有掃臉的方式進(jìn)行自動(dòng)支付，只不過(guò)在此過(guò)程當(dāng)中，可能大家沒(méi)有那么深切的感受到是AI技術(shù)在發(fā)揮作用。

另外一個(gè)例子比如所用到的騰訊會(huì)議的美顏功能，就涉及到大量的計(jì)算機(jī)視覺(jué)技術(shù)。如果AI錯(cuò)誤地識(shí)別人臉上一個(gè)位置，可能我的鼻子就會(huì)「消失」，應(yīng)該找到正確的地方去皺紋、皮膚增亮。這些都是對(duì)人整體的各個(gè)五官，各個(gè)部分的一個(gè)識(shí)別，在識(shí)別的基礎(chǔ)上去做相應(yīng)的AI技術(shù)應(yīng)用。

為什么消費(fèi)者對(duì)AI的感受不是很明顯，我覺(jué)得歷史發(fā)展本就需要時(shí)間，一個(gè)新技術(shù)都是從不成熟到成熟的。

當(dāng)它還不成熟時(shí)，卻又跨越了工業(yè)紅線，就會(huì)比較容易在B端落地，原因是：

?    第一，B端的需求和環(huán)境是比較明確的，比方說(shuō)停車場(chǎng)，它其實(shí)不是在任意一個(gè)位置去識(shí)別你的車牌，它是在出入口識(shí)別，會(huì)有高光的燈打在車牌的位置讓它環(huán)境變得相對(duì)可控。

?    第二是使用場(chǎng)景相對(duì)單一，是收費(fèi)停車場(chǎng)，去完成一個(gè)車牌識(shí)別收費(fèi)的動(dòng)作。車牌識(shí)別其實(shí)在我們生活當(dāng)中可以發(fā)生在很多地方，商廈只一個(gè)特定的場(chǎng)景。

?    第三是技術(shù)的使用者。B端的技術(shù)的使用者往往是有一定的技術(shù)能力的，受過(guò)訓(xùn)練的，使用產(chǎn)品是工作的一部分，他就更容易去接受一個(gè)相對(duì)來(lái)說(shuō)需要去有一定學(xué)習(xí)曲線的新東西。

但是，我覺(jué)得一個(gè)新技術(shù)，要讓普羅大眾受益，一定要走到C端，去關(guān)注消費(fèi)者以及消費(fèi)者的使用安全，任何一個(gè)真正有有潛力或者是有影響力的技術(shù)，它最后一定會(huì)以消費(fèi)者、用戶作為它的終點(diǎn)，那么我相信AI的技術(shù)也會(huì)越來(lái)越多的走到消費(fèi)者身邊，走到千家萬(wàn)戶之中。

05

人工智能發(fā)展，除了自身迭代，也要公眾扶持

劉興亮：前段時(shí)間國(guó)內(nèi)的某新能源汽車，車主在使用輔助駕駛時(shí)引發(fā)車禍，這類責(zé)任應(yīng)該怎樣算？

沈徽: 人工智能技術(shù)的落地，一方面是需要技術(shù)或者產(chǎn)品提供方進(jìn)行不斷的迭代，不斷的提升，但另一方面，不管從社會(huì)的宣傳層面，還是從用戶的引導(dǎo)層面，要對(duì)人工智能技術(shù)目前在特定的產(chǎn)品上面要有相對(duì)比較清晰的界定和溝通，我覺(jué)得非常重要。

技術(shù)它從不成熟到成熟之間，一方面是有技術(shù)本身迭代，這是應(yīng)該完成的事情。另一方面如何去創(chuàng)造一個(gè)相對(duì)來(lái)說(shuō)比較合適的社會(huì)環(huán)境，讓技術(shù)從小孩的狀態(tài)成長(zhǎng)為大人，這一段旅程中是需要有社會(huì)性的力量，來(lái)幫助它成長(zhǎng)起來(lái)。

我們知道AI是個(gè)好東西，它一定能夠幫我們帶來(lái)很多的好處，未來(lái)也會(huì)改變我們的生活，但在這個(gè)過(guò)程當(dāng)中，如何能夠讓它在盤旋式上升的過(guò)程中，能夠有較快的速度體現(xiàn)在發(fā)展方面又不會(huì)過(guò)多的跨越邊界，造成傷害，以及包括宣傳、教育引導(dǎo)用戶不斷的提升對(duì)AI的認(rèn)知，都是必要的。

如果莫斯科國(guó)際象棋比賽在賽前對(duì)所有參賽棋手進(jìn)行賽前教育，表明機(jī)械臂有可能會(huì)錯(cuò)誤識(shí)別你的手，情況或許會(huì)變得非常不一樣。有類似的引導(dǎo)可能悲劇就不會(huì)發(fā)生。

莫斯科國(guó)際象棋大賽，一男孩被機(jī)器人夾斷手指，圖源:Baza

回到電動(dòng)車輔助駕駛造成車禍這件事中，如果我們把這件事故一分為二，一方面是在廠商要對(duì)產(chǎn)品的質(zhì)量、產(chǎn)品的可靠性上需要做一個(gè)清晰的描述，甚至基于一個(gè)規(guī)則從產(chǎn)品安全設(shè)計(jì)層面對(duì)用戶進(jìn)行有效的指導(dǎo)。

另一方面從使用者的角度來(lái)說(shuō)，對(duì)于一個(gè)新東西，要有一個(gè)學(xué)習(xí)的態(tài)度，要了解新的規(guī)則習(xí)慣，這樣才能更好地使用新技術(shù)，讓人和機(jī)器有更好地配合。

劉興亮: 人工智能可能還會(huì)帶來(lái)哪些問(wèn)題和負(fù)面效果，應(yīng)該如何去應(yīng)對(duì)這些問(wèn)題的出現(xiàn)？

沈徽: 任何一個(gè)新事物出現(xiàn)它一定有兩面性，我們更多的是關(guān)注如何避免一些可能產(chǎn)生的負(fù)面情況。

AI是由算法、算力和數(shù)據(jù)共同支持，可能首先會(huì)想到數(shù)據(jù)的安全性、用戶的隱私問(wèn)題，特別是深度學(xué)習(xí)，這樣的AI技術(shù)其實(shí)是需要用大量的數(shù)據(jù)來(lái)做燃料，去產(chǎn)生深度學(xué)習(xí)的模型。

在此之外，就是數(shù)據(jù)的公平性。因?yàn)樯疃葘W(xué)習(xí)實(shí)際是基于數(shù)據(jù)統(tǒng)計(jì)的歸納系統(tǒng)。從某種程度上來(lái)說(shuō)什么樣的數(shù)據(jù)，它就會(huì)總結(jié)出什么樣的規(guī)律。根據(jù)總結(jié)出的規(guī)律，推導(dǎo)結(jié)論。所以在我們深度學(xué)習(xí)的模型過(guò)程中，數(shù)據(jù)的公平性非常重要，這樣才能最大程度上減少小意外情況的發(fā)生。

舉個(gè)例子，假設(shè)我有一個(gè)模型用來(lái)識(shí)別天鵝，我認(rèn)為世界上的天鵝都是白的，因?yàn)槲沂占?999只天鵝都是白天鵝，不管天鵝放進(jìn)模型后是坐著、躺著還是飛著，都能識(shí)別出來(lái)。某一天，出現(xiàn)一只黑天鵝，模型可能無(wú)法識(shí)別，就不會(huì)把它算作天鵝，因?yàn)锳I模型從來(lái)沒(méi)有見(jiàn)過(guò)黑天鵝，而事實(shí)證明當(dāng)我們發(fā)現(xiàn)第一只黑天鵝時(shí)，可能就會(huì)有第10只、第100只、第1000只黑天鵝，因?yàn)樵谀承┑胤降奶禊Z都是黑的品種，這就是公平性的問(wèn)題，如果我制作一個(gè)識(shí)別天鵝的模型，它只能識(shí)別白天鵝那對(duì)黑天鵝是不公平的，所以我覺(jué)得這就是數(shù)據(jù)的安全，隱私以及數(shù)據(jù)的公平性。

再者是深度學(xué)習(xí)的可解釋性和魯棒性，深度學(xué)習(xí)擁有很強(qiáng)的能力，特別是在大量數(shù)據(jù)，算力的加持之下，但是它有一個(gè)問(wèn)題：它是個(gè)黑盒子。對(duì)于結(jié)果，很大程度無(wú)法解釋清楚產(chǎn)生的原因，即便是同一個(gè)問(wèn)題，同一批數(shù)據(jù)以不同的方式注入進(jìn)去，可能最后形成兩個(gè)模型。兩個(gè)模型可能效果和性能都會(huì)非常類似，但就是不一樣的兩種模型，但訓(xùn)練出來(lái)的模型，很大程度上它是一個(gè)黑盒。

所以在技術(shù)理論的研究方面還需要不斷的去推進(jìn)，一方面，我們能夠知道它的優(yōu)點(diǎn)、缺點(diǎn)、弱點(diǎn)、強(qiáng)點(diǎn)。另一方面也可以幫助我們?nèi)サ龈玫哪Ｐ汀?/p>

未來(lái)我們只需要做兩件事，第一，使這樣的模型無(wú)限的接近100%的精準(zhǔn)度，第二，在我們?cè)O(shè)計(jì)產(chǎn)品時(shí)，不是100%精準(zhǔn)的模型，當(dāng)它們組合到一起，我們通過(guò)產(chǎn)品設(shè)計(jì)使得它的整體的準(zhǔn)確性和安全性，能夠比單個(gè)的模型更高。

第三個(gè)是AI的「普世化」。Google曾提出過(guò)「AI霸權(quán)」的概念，我們需要去改變或者避免這樣的狀況出現(xiàn)，而要使AI技術(shù)，變成人人可用。這樣，AI技術(shù)才能夠真正的蓬勃的發(fā)展，可以不斷的落地應(yīng)用。

如果它被控制在少數(shù)的寡頭手里，第一就是對(duì)于技術(shù)迭代本身是不利的，第二，對(duì)于整個(gè)的經(jīng)濟(jì)、整個(gè)的社會(huì)，會(huì)是一個(gè)非常危險(xiǎn)的事情。所以AI的普世化非常重要。

而且普羅大眾對(duì)于AI的認(rèn)知是軟性的，它可能不體現(xiàn)在具體的物質(zhì)層面，它是一種意識(shí)。當(dāng)汽車剛出現(xiàn)時(shí)，人們會(huì)對(duì)汽車的安全性會(huì)有顧慮，認(rèn)為馬車是可靠的，直到現(xiàn)在街上隨處可見(jiàn)汽車，這是觀念的轉(zhuǎn)變，也當(dāng)然有技術(shù)的提升。對(duì)于AI技術(shù)還是AI產(chǎn)品，我覺(jué)得普羅大眾要對(duì)它有更深入的了解。知道它能干什么，知道他現(xiàn)在不能干什么，知道他未來(lái)會(huì)怎么樣，不斷的去更新自己的認(rèn)知，不僅是對(duì)AI技術(shù)落地、AI產(chǎn)品化本身技術(shù)發(fā)展有好處，而且對(duì)于用戶本身也是有好處的，這是一個(gè)相互的過(guò)程。

06

人可以追求更了不起的事情，不用和機(jī)器比效率

?劉興亮: 今天看到一句非常扎心的話，「你之所以還有工作是因?yàn)槿〈愕臋C(jī)器人還不夠便宜」，怎么看這句話？

沈徽: 100年前好像有也有類似的話，50年前也有類似的話。

我覺(jué)得人類要有自信，人是有靈性的動(dòng)物，我們的追求或者我們的能力是沒(méi)有止境的。AI技術(shù)給我們帶來(lái)了什么，它是把我們從那些無(wú)聊的、重復(fù)的，疲倦的，不安全的事情當(dāng)中解放出來(lái)。

我們會(huì)去追求一些更了不起的事情，比方說(shuō)探測(cè)火星，探測(cè)地殼等等，比方說(shuō)用演繹的辦法去想出一個(gè)更了不起的數(shù)學(xué)和物理模型去解釋一個(gè)另外一個(gè)宇宙問(wèn)題，又或者是創(chuàng)造一個(gè)新的藝術(shù)形態(tài)，甚至是一個(gè)新的藝術(shù)內(nèi)容，引起大眾更大的共鳴，引起更深刻的思考。包括推動(dòng)我們的哲學(xué)、我們的思想、文化，去往更高的一個(gè)層次。

這樣一個(gè)社會(huì)，它會(huì)變的更有包容性，更能夠容納聰明人一起去完成更了不起的事情，我覺(jué)得這是人類社會(huì)發(fā)展要去面對(duì)的問(wèn)題。

我們一直在解決，也一直取得不斷進(jìn)展，社會(huì)的演進(jìn)、人類思想的演進(jìn)，包括技術(shù)的演進(jìn)，其實(shí)都一直往這條上升的方向行走。我們不應(yīng)該去和一輛汽車比誰(shuí)跑得快，去和一頭牛比誰(shuí)耕的地好，這些事情本就應(yīng)該它們?nèi)ネ瓿?，以前之所以它們不做這些事情，是因?yàn)槲覀內(nèi)俗鳛橛徐`性的動(dòng)物，還沒(méi)有創(chuàng)造出一種合適的方法，讓它們完成這件事情。當(dāng)我把牛訓(xùn)化成家牛，它就可以耕地。當(dāng)我挖出石油，對(duì)機(jī)械有足夠的理解，我就能造出汽車。

那AI也是一樣的，當(dāng)我們對(duì)深度學(xué)習(xí)，對(duì)形式邏輯、對(duì)符號(hào)邏輯系統(tǒng)有很好的理解，我們就能夠去讓它幫助我們更好地記憶，更好地感知、更好地分析，更好地決策，我們就可以去解決更有意思的問(wèn)題，我希望人類能夠從這些無(wú)聊的不得已的事情當(dāng)中脫離出來(lái)，去追求更有意義的事情。

所以我對(duì)整個(gè)人類的前途，我是非常的樂(lè)觀和充滿希望的，我們應(yīng)該珍惜屬于人類本身的靈性。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。