未來(lái)的人工智能盯蝴，會(huì)不會(huì)超越人類(lèi)智慧？
AlphaGo 戰(zhàn)勝李世石后听怕，引發(fā)了一波探討人工智能技術(shù)的熱潮捧挺。人類(lèi)究竟會(huì)怎樣與人工智能相處？人工智能會(huì)不會(huì)最終超越人類(lèi)智慧尿瞭？
5月25日闽烙，前谷歌工程師、前騰訊副總裁声搁、《浪潮之巔》《數(shù)學(xué)之美》的作者吳軍與今日頭條實(shí)驗(yàn)室科學(xué)家李磊黑竞，以及百度深度學(xué)習(xí)研究院少帥科學(xué)家顧嘉唯聚首北京郵電大學(xué)，探討人工智能的未來(lái)與發(fā)展疏旨。
吳軍：AI先沖擊傳統(tǒng)生產(chǎn)線很魂，再?zèng)_擊高端行業(yè)
美國(guó)約翰霍普金斯大學(xué)博士。前Google研究院資深研究員檐涝、前騰訊副總裁遏匆。最早開(kāi)創(chuàng)網(wǎng)絡(luò)搜索反作弊的研究領(lǐng)域，并獲得工程獎(jiǎng)著有《浪潮之巔》《數(shù)據(jù)之美》《文明之光》等骤铃。
AI半個(gè)世紀(jì)發(fā)展史
AI的發(fā)展歷程可以按照時(shí)間劃分為三個(gè)階段：
傳統(tǒng)的AI時(shí)期：從1946年ENIAC誕生拉岁，到1970年代。所謂傳統(tǒng)惰爬，是指人工智能試圖模擬人的思考方式喊暖。它會(huì)首先想人是怎么做的，然后去模仿人撕瞧，結(jié)果這條路走不通陵叽。比如人類(lèi)所掌握的簡(jiǎn)單常識(shí)，對(duì)機(jī)器而言丛版，獲取難度非常大巩掺。因?yàn)槿丝梢詮氖澜缰蝎@得經(jīng)驗(yàn)，但機(jī)器不能页畦。所以專(zhuān)家Minsky就提出胖替，機(jī)器智能不必走人腦智能之路。
數(shù)據(jù)驅(qū)動(dòng)智能：從1972到2000年的。這個(gè)階段独令，人類(lèi)意識(shí)到端朵，真正的機(jī)器人不用長(zhǎng)得跟人一樣。就像飛機(jī)不需要通過(guò)扇動(dòng)翅膀來(lái)飛行燃箭。
云計(jì)算+大數(shù)據(jù)：2000年以后冲呢，互聯(lián)網(wǎng)興起使得數(shù)據(jù)量劇增。人類(lèi)一下子可以得到好多數(shù)據(jù)了招狸。拿翻譯來(lái)說(shuō)敬拓，谷歌的翻譯準(zhǔn)確率比第二名高5%。這5%相當(dāng)于十年到十五年的差距裙戏。為什么谷歌可以做到乘凸？因?yàn)樗昧吮鹊诙嘁蝗f(wàn)倍的數(shù)據(jù)來(lái)讓機(jī)器學(xué)習(xí)。一萬(wàn)倍的數(shù)據(jù)累榜，足以讓量變產(chǎn)生質(zhì)變翰意。 根據(jù)摩爾定律的結(jié)果來(lái)看，機(jī)器智能 未來(lái)一定會(huì)超過(guò)人信柿。
AI怎樣改變生活
未來(lái)，隨著機(jī)器智能的發(fā)展醒第，首先受到?jīng)_擊的就是傳統(tǒng)生產(chǎn)線上的工人渔嚷。機(jī)器人可以替代人類(lèi)的重復(fù)性工作。特斯拉的工廠已經(jīng)完全機(jī)械化稠曼，沒(méi)有人工作業(yè)了形病。
其次在高端行業(yè)領(lǐng)域，比如專(zhuān)科醫(yī)生的病理診斷霞幅，機(jī)器的病癥識(shí)別率開(kāi)始高于專(zhuān)業(yè)醫(yī)生漠吻。并且機(jī)器識(shí)別是穩(wěn)定的，不會(huì)受到人類(lèi)情緒的影響司恳。比如自動(dòng)癌細(xì)胞識(shí)別領(lǐng)域的IBM Waston機(jī)器人途乃。
未來(lái)更可能的情況是機(jī)器為人類(lèi)所用，給人類(lèi)提供服務(wù)扔傅∷９玻可能98%的人都在享受AI的成果，2%的人在設(shè)計(jì)AI猎塞。而這2%的人會(huì)有絕對(duì)的話語(yǔ)權(quán)试读。所以如果不想被社會(huì)所淘汰，要爭(zhēng)取讓自己成為那2%的人荠耽。
李磊：決策過(guò)程非常重非常慢的產(chǎn)品钩骇，人工智能影響有限
今日頭條實(shí)驗(yàn)室科學(xué)家李磊，原百度美國(guó)深度學(xué)習(xí)實(shí)驗(yàn)室少帥科學(xué)家√纫伲卡耐基梅隆大學(xué)計(jì)算機(jī)系博士银亲，曾在加州大學(xué)伯克利分校作博士后研究。2016年全球人工智能大會(huì)60周年啟動(dòng)儀式特邀嘉賓
深度學(xué)習(xí)到底厲害在哪里
深度學(xué)習(xí)是一種深度神經(jīng)網(wǎng)絡(luò)唐瀑，它由許多可以做非線性運(yùn)算的小單元連接起來(lái)群凶，形成一個(gè)可以做判斷的模型。比如我們給它一張圖哄辣，它能判斷出圖上是貓還是狗请梢。 人工智能或機(jī)器學(xué)習(xí)方法依賴于知識(shí)如何表示推理，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種知識(shí)表示框架力穗。
從80年代初毅弧，到現(xiàn)在，歷史上比較成功的知識(shí)表示框架当窗，我歸納為四類(lèi)够坐。除了深度學(xué)習(xí)之外 ，還有三類(lèi)：
概率圖模型（Probabilistic Graphical Models）,用概率表達(dá)物體和變量之間的關(guān)系崖面。
核方法（Kernel Method）元咙，它是去比較、計(jì)算兩個(gè)東西的相似度之后來(lái)做預(yù)測(cè)巫员。
稀疏表示庶香，例如把商品的賣(mài)家關(guān)系表示為一個(gè)稀疏或低秩矩陣。
這三類(lèi)表示框架的根本數(shù)學(xué)方法有很大不同简识。比如概率圖模型赶掖，是基于概率以及概率推理，加一點(diǎn)邏輯（命題邏輯或一階邏輯）七扰。而深度學(xué)習(xí)就不是這樣的 奢赂。
深度神經(jīng)網(wǎng)絡(luò)能work的原因在于，用很多非常簡(jiǎn)單的單元連接起來(lái)颈走，整個(gè)大的系統(tǒng)就可以做復(fù)雜的事情膳灶。雖然每個(gè)單元看起來(lái)很簡(jiǎn)單，只能實(shí)現(xiàn)初級(jí)功能立由。比如它只能把每個(gè)數(shù)加起來(lái)袖瞻，或者只能看每一個(gè)數(shù)是大于零還是小于零。但是把每個(gè)單元加在一起拆吆，連接起來(lái)成為一個(gè)大系統(tǒng)聋迎，就能夠做比較復(fù)雜的事情了。
就像人腦一樣枣耀，人腦有很多很多神經(jīng)元霉晕，然后每個(gè)神經(jīng)元可能都是一個(gè)小單元庭再。連接起來(lái)，就成了可以思考的大腦牺堰。
深度學(xué)習(xí)到底能怎么用
回到今日頭條拄轻。今日頭條是怎么用機(jī)器學(xué)習(xí)來(lái)做推薦的 。
打個(gè)比方伟葫，比如你到食堂吃飯恨搓，今天去你喜歡吃西紅柿炒雞蛋，第二天去食堂師傅就告訴你說(shuō)筏养，我又給你做了西紅柿炒雞蛋斧抱。為什么呢 ？師傅說(shuō)因?yàn)槟阕蛱靵?lái)過(guò)了渐溶，你吃的是西紅柿炒雞蛋辉浦。然后如果一個(gè)禮拜你去食堂吃了很多次，每次都點(diǎn)一些不一樣的菜茎辐。師傅可能會(huì)知道宪郊，你吃的這些菜有什么共同特點(diǎn)。比如他發(fā)現(xiàn)你吃的是江浙菜拖陆，好弛槐，那你喜歡清淡的。他就知道你是這樣一類(lèi)人依啰，下次他給你做的時(shí)候就按你的口味給你做丐黄。
那推薦內(nèi)容也是這樣。你之前接受的資訊是哪種類(lèi)型孔飒，系統(tǒng)就會(huì)認(rèn)為你可能喜歡這一種，以后新的內(nèi)容出來(lái)艰争，就給你推薦相似類(lèi)型的資訊 坏瞄。
怎樣判斷一個(gè)人屬于怎樣的人群
如何把機(jī)器學(xué)習(xí)用于商業(yè)，過(guò)去十年我一直在思考這個(gè)問(wèn)題甩卓。我們的判斷依據(jù)基本上是鸠匀， 如果短期內(nèi)，想讓機(jī)器學(xué)習(xí)或者人工智能幫助你的企業(yè)逾柿，那么產(chǎn)品對(duì)于用戶的決策過(guò)程要非常輕非匙汗鳎快。 ?凡是決策過(guò)程非常重非常慢的机错，在短期內(nèi)很難產(chǎn)生大的影響爬范。比如我們推薦信息，這個(gè)決策很輕弱匪，即便推薦錯(cuò)了青瀑，你大不了不看這條，直接看下一條。對(duì)你不會(huì)有什么影響和損失斥难。
但假如各位要買(mǎi)房枝嘶。這個(gè)決策過(guò)程可能非常非常重。很多人可能會(huì)考慮一年哑诊、兩年甚至三年群扶，在這個(gè)長(zhǎng)的決策中。有非常多的因素都會(huì)影響你镀裤。光靠大數(shù)據(jù)竞阐，光靠人工智能， 比較難以幫助提高決策 淹禾。
強(qiáng)人工智能遠(yuǎn)未到來(lái)
不知道大家有沒(méi)有看過(guò)一部電影馁菜，叫《機(jī)器姬》。故事講的是铃岔，有一個(gè)女機(jī)器人汪疮，被關(guān)在實(shí)驗(yàn)室里。創(chuàng)造者就找了一個(gè)非常聰明的人來(lái)測(cè)試這個(gè)機(jī)器人的智能毁习。然后智嚷，在測(cè)試過(guò)程中，機(jī)器人巧妙地騙過(guò)了人纺且，她讓人類(lèi)覺(jué)得 盏道，她愛(ài)上了他。于是借助這個(gè)人载碌，機(jī)器人最終逃了出去猜嘱。 如果人工智能能夠發(fā)展到這個(gè)地步，可能人工智能的智能的確超過(guò)了人嫁艇。
我們回過(guò)頭來(lái)看朗伶，現(xiàn)在人工智能發(fā)展到什么階段。現(xiàn)在人工智能處于一個(gè)步咪，在具體問(wèn)題上可以做得很好论皆。比如說(shuō)下圍棋，比如說(shuō)語(yǔ)音識(shí)別猾漫。你可以縮小到3%-10%的錯(cuò)誤率点晴。但是要做稍微復(fù)雜和通用的任務(wù)，你讓它去炒菜悯周，讓它騎自行車(chē)粒督，你讓同一個(gè)機(jī)器人會(huì)做各種事情，可能就難了禽翼。所以距離強(qiáng)人工智能坠陈，還有一段距離萨惑。我們完全不用擔(dān)憂要怎么跟人工智能相處。
在十幾年前仇矾，人工智能?chē)?guó)際象棋的水平庸蔼，已經(jīng)能超越人類(lèi)了。那是不是說(shuō)贮匕，這十幾年姐仅，就沒(méi)有人在訓(xùn)練象棋了？其實(shí)不是的刻盐，這些專(zhuān)業(yè)的棋手掏膏，還是在比賽，他們還會(huì)在訓(xùn)練的過(guò)程中敦锌，利用這些程序馒疹，去幫助他們提高。所以乙墙，將來(lái)我們與人工智能的相處颖变，也會(huì)是這樣。 人會(huì)更多地讓機(jī)器為自己服務(wù)听想。如果你家里有100個(gè)智能機(jī)器腥刹，它們都是來(lái)給你服務(wù)的 。
顧嘉唯：今年年末汉买，是深度學(xué)習(xí)的拐點(diǎn)
百度人工智能研究院衔峰，曾于微軟研究院從事人機(jī)交互。IDL深度學(xué)習(xí)實(shí)驗(yàn)室主任研發(fā)架構(gòu)師蛙粘，人機(jī)交互負(fù)責(zé)人垫卤。斯坦福大學(xué)ME310國(guó)際創(chuàng)新課程客座與監(jiān)事。
深度學(xué)習(xí)已經(jīng)成為一種趨勢(shì)
2013年底出牧，百度成立深度學(xué)習(xí)研究院穴肘，我在2014年成為百度深度學(xué)習(xí)研究院的少帥科學(xué)家。
當(dāng)時(shí)在深度學(xué)習(xí)研究院的內(nèi)容大概可以分為這么幾塊：
建立一個(gè)可以進(jìn)行高性能計(jì)算的深度網(wǎng)絡(luò)平臺(tái)崔列。
研究語(yǔ)音識(shí)別方面的問(wèn)題⊥冢看怎么樣能使機(jī)器與人更好地對(duì)接赵讯。
圖像相關(guān)的深度學(xué)習(xí)。用在比如商品檢索耿眉，商品識(shí)別上面边翼。比如拍一張衣服的照片，然后系統(tǒng)識(shí)別時(shí)候鸣剪，進(jìn)行相似款衣服的推薦组底。這是我們做的圖形推薦相關(guān)性丈积。
深度學(xué)習(xí)框架
2013年的百度研究院，是全國(guó)第一家深耕機(jī)器學(xué)習(xí)領(lǐng)域的實(shí)驗(yàn)室≌Γ現(xiàn)在看來(lái)江滨，隨著數(shù)據(jù)量和優(yōu)化算法的發(fā)展，研究深度學(xué)習(xí)成為一種大趨勢(shì)厌均。至于這個(gè)趨勢(shì)的發(fā)展唬滑，我覺(jué)得今年年末可能是個(gè)拐點(diǎn)， 因?yàn)楣妆祝‵aceBook晶密，MicroSoft，Google模她，Baidu都在做框架稻艰。2014年的時(shí)候是好的想法+互聯(lián)網(wǎng)做個(gè)O2O就可以起飛了， 未來(lái)的話是好的想法+好的framework就可以起飛了侈净。
安全問(wèn)題還是依賴政策法規(guī)
很多時(shí)候尊勿，我們有可能短期內(nèi)過(guò)高預(yù)估了行業(yè)發(fā)展，長(zhǎng)期過(guò)低預(yù)估了行業(yè)發(fā)展用狱。其實(shí)人工智能已經(jīng)在潛移默化的改變著我們的生活运怖。
互聯(lián)網(wǎng)從誕生起就是一把雙刃劍，為了給用戶便利的生活服務(wù)夏伊，就一定伴隨著信息泄露的問(wèn)題摇展。就信息安全而言，很多時(shí)候我們發(fā)現(xiàn)溺忧， 用戶行為帶來(lái)的信息泄露咏连， 比公司泄密更加普遍。
什么樣的“鎖”才能阻止信息泄露鲁森？
一方面祟滴，企業(yè)有責(zé)任，要管理好用戶數(shù)據(jù) 歌溉。
另一方面垄懂，既然我們已經(jīng)生活在信息時(shí)代，所以信息時(shí)代必不可少的是你有自己的用戶名痛垛，自己的密碼草慧。你可能有十個(gè)用戶名，十個(gè)密碼匙头。所以大家要像管理自己家的鑰匙一樣漫谷，管理好自己的用戶名和密碼。不能隨便取一個(gè)密碼蹂析。比如你們家有十把鎖舔示，但都可以用一把鑰匙打開(kāi)碟婆，那它自然就開(kāi)了。
互聯(lián)網(wǎng)發(fā)展太快了惕稻，無(wú)論是國(guó)家的法制觀念竖共，還是我們自己的生活習(xí)慣，都沒(méi)有跟上它的步伐缩宜。我相信最終信息安全還是依賴于一個(gè)有一定標(biāo)準(zhǔn)的法律法規(guī)來(lái)做約束肘迎。無(wú)論是在數(shù)據(jù)使用還是查閱過(guò)程中，立法都需要跟上锻煌。
來(lái)源: 今日頭條
