人類是可以進(jìn)行推理的，只需要從小數(shù)據(jù)、小樣本中學(xué)習(xí)，然后用特征+推理的方法就可以進(jìn)行可靠的判別，這就是人類舉一反三的能力。

鄧志東

清華大學(xué)計(jì)算機(jī)系教授，博士生導(dǎo)師

2017年7月，北京，清華大學(xué)。

天氣一如既往的熱，仿佛要把你的五臟六腑烤干。

當(dāng)然，跟氣溫一樣火熱的，還有當(dāng)下的人工智能。

在辦公室見到鄧志東教授，也算是踩著點(diǎn)了。因?yàn)樗麆倓倧囊粋€(gè)大會(huì)上回來(lái)，據(jù)說(shuō)為了這次采訪，教授特意要求把自己的發(fā)言順序調(diào)到了第一個(gè)......

鄧教授是一個(gè)非常直爽的人。整個(gè)采訪過(guò)程，熱情周到、快言快語(yǔ)、妙語(yǔ)連珠，完全沒(méi)有一絲科學(xué)家的“標(biāo)準(zhǔn)”形象。不過(guò)，他頭上的光環(huán)卻絕對(duì)是標(biāo)準(zhǔn)的科學(xué)范兒：中國(guó)自動(dòng)化學(xué)會(huì)智能自動(dòng)化專業(yè)委員會(huì)主任、中國(guó)自動(dòng)化學(xué)會(huì)智能制造專業(yè)委員會(huì)副主任、中國(guó)人工智能產(chǎn)業(yè)創(chuàng)新聯(lián)盟專家委主任委員......

本文整體思路脈絡(luò)：

▉ 人工智能：三起兩落的傳奇

1、感知機(jī)和它的致命缺陷

2、人工智能的第二次高潮和不切實(shí)際的幻想

3、現(xiàn)在，正是人工智能最好的時(shí)期

4、從弱人工智能到超人工智能，我們還有漫長(zhǎng)的路要走

▉ 任何AI技術(shù)，只要達(dá)到或超過(guò)人的水平，它就具備商業(yè)價(jià)值

1、支撐無(wú)人超市的技術(shù)已趨成熟，但商業(yè)模式尚未明確

2、至少5大領(lǐng)域已經(jīng)成熟，但落地之前需要極大的付出

▉ 人類基于“特征提取+推理”的小樣本、小數(shù)據(jù)學(xué)習(xí)

1、下一次的技術(shù)突破或爆發(fā)，應(yīng)該具備哪些條件？

2、卷積神經(jīng)網(wǎng)絡(luò)的缺陷和解決方案

▉ 代碼開源，反映出AI之下，核心商業(yè)思路和模式的全新變革

正文：

人工智能：三起兩落的傳奇

1956年，以麥卡錫、明斯基、香農(nóng)和羅切斯特等為首的一批年輕科學(xué)家在一起聚會(huì)，共同研究和探討用機(jī)器模擬智能的一系列有關(guān)問(wèn)題，并首次提出了“人工智能”這一術(shù)語(yǔ)，由此標(biāo)志著“人工智能”這門新興學(xué)科的正式誕生。

感知機(jī)和它的致命缺陷

“之后的1957年，美國(guó)認(rèn)知心理學(xué)家Rosenblatt等首次提出了一種稱之為‘感知機(jī)’（Perceptron）的人工神經(jīng)網(wǎng)絡(luò)模型。主要是基于1943年由美國(guó)心理學(xué)家麥卡洛克和數(shù)理邏輯學(xué)家皮特斯提出的MP人工神經(jīng)元模型進(jìn)行構(gòu)建的前饋網(wǎng)絡(luò)，旨在發(fā)展出一種模擬生物系統(tǒng)感知外界信息的簡(jiǎn)化模型。‘感知機(jī)’主要用于分類任務(wù)，由此開創(chuàng)了神經(jīng)網(wǎng)絡(luò)的第一次熱潮。

“不過(guò)當(dāng)時(shí)的感知機(jī)是單層的，只有輸出層沒(méi)有隱含層。但單層的感知機(jī)，有一個(gè)先天性的致命缺陷：解決不了線性不可分的兩類樣本的分類問(wèn)題。而要是加了隱層以后，卻找不到相應(yīng)的學(xué)習(xí)算法。”1969年明斯基等發(fā)表了書名為“感知機(jī)”的專著，指出了單層感知機(jī)的這一局限。

“當(dāng)時(shí)大家都認(rèn)為感知機(jī)沒(méi)有什么前途。”

自此以后，由于明斯基在人工智能領(lǐng)域的權(quán)威性，人工智能遭遇了第一個(gè)低潮，這種低潮幾乎貫穿了整個(gè)70年代。

人工智能的第二次高潮和不切實(shí)際的幻想

“到了80年代，美國(guó)認(rèn)知心理學(xué)家Rumelhart等提出了BP網(wǎng)絡(luò)，為帶隱層的多層感知機(jī)找到了一種有效的學(xué)習(xí)算法，即誤差的反向傳播算法，也就是我們現(xiàn)在在卷積神經(jīng)網(wǎng)絡(luò)中使用的監(jiān)督學(xué)習(xí)算法。其實(shí)就是使用Sigmoid函數(shù)與雙曲正切函數(shù)對(duì)經(jīng)典的MP人工神經(jīng)元模型進(jìn)行了改進(jìn)，但正是這個(gè)看似很小的一個(gè)突破，卻解決了感知機(jī)不能進(jìn)行學(xué)習(xí)的致命缺陷。

“再加上1982年美國(guó)物理學(xué)家Hopfiled提出的反饋神經(jīng)網(wǎng)絡(luò)，于是乎，整個(gè)80年代，人工智能又一次迎來(lái)了高潮，跟現(xiàn)在真的很像，大家又都一窩蜂的開始搞神經(jīng)網(wǎng)絡(luò)。

“此外，當(dāng)時(shí)很多人都在想，如果把人的專家級(jí)經(jīng)驗(yàn)通過(guò)規(guī)則的形式總結(jié)出來(lái)，建立大規(guī)模規(guī)則庫(kù)，然后將規(guī)則作為知識(shí)進(jìn)行推理，不就可以解決很多問(wèn)題了嗎？這樣的前景簡(jiǎn)直太美好了！它可以挑選出正確的分子結(jié)構(gòu)，模擬老中醫(yī)看?。ɡ缪邪l(fā)中醫(yī)診療專家系統(tǒng)），可以模擬專家找石油、找天然氣、找礦石......，總之就是無(wú)所不能，可以完全替代人類從事許多工作。典型的代表就是斯坦福大學(xué)的費(fèi)根鮑姆教授，曾因知識(shí)工程的倡導(dǎo)和專家系統(tǒng)的實(shí)踐，獲得1994年度圖靈獎(jiǎng)。”

但問(wèn)題是：首先，規(guī)則很難被總結(jié)和歸納，因?yàn)槿说囊?guī)則通常是“只可意會(huì)不可言傳”。

“就說(shuō)車輛駕駛吧，開了幾十萬(wàn)公里的老司機(jī)，是不是可以用專家系統(tǒng)來(lái)模擬他？用計(jì)算機(jī)來(lái)替代他？顯然不可能。

“人類的駕駛行為，輸入主要是雙眼看到的圖像序列，輸出主要有三個(gè)模擬量：方向盤轉(zhuǎn)角、油門踏板開度和剎車踏板進(jìn)程，這是一個(gè)利用訓(xùn)練和學(xué)習(xí)獲得的非線性映射。人在開車行駛過(guò)程中看到路況之后，本能就有三個(gè)模擬量的自然反應(yīng)，而這種自然反應(yīng)是首先通過(guò)駕校的監(jiān)督學(xué)習(xí)，然后利用試錯(cuò)式的自我強(qiáng)化學(xué)習(xí)構(gòu)建的。要想把其中的規(guī)則總結(jié)出來(lái)，例如對(duì)什么樣的路況輸入，就應(yīng)該有什么樣的輸出，說(shuō)起來(lái)容易，實(shí)際很難總結(jié)出來(lái)。而設(shè)計(jì)出來(lái)的規(guī)則可能無(wú)法真實(shí)地反映實(shí)際的非線性映射。”

人或機(jī)器的學(xué)習(xí)方法包括監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)。對(duì)人來(lái)說(shuō)，在學(xué)校里叫監(jiān)督學(xué)習(xí)，進(jìn)入社會(huì)就是強(qiáng)化學(xué)習(xí)，即通過(guò)不斷的試錯(cuò)，成功了有獎(jiǎng)勵(lì)、失敗了受懲罰，其結(jié)果就是每進(jìn)行一個(gè)決策，都是為了使結(jié)局成功的概率最大化，由此積累決策或選擇的社會(huì)經(jīng)驗(yàn)。

“當(dāng)時(shí)，機(jī)器推理所依賴的規(guī)則都是人為設(shè)計(jì)的，但是剛才我們也分析到了，其實(shí)規(guī)則是很難被總結(jié)和設(shè)計(jì)的。人類感知智能中的‘規(guī)則’都是通過(guò)學(xué)習(xí)構(gòu)建和精進(jìn)的，不是人為設(shè)計(jì)的。因此這個(gè)階段的人工智能，靠設(shè)計(jì)而非學(xué)習(xí)獲得規(guī)則，前提就錯(cuò)了。”

其次，當(dāng)時(shí)的人工智能并沒(méi)有解決好數(shù)據(jù)層到語(yǔ)義層的所謂語(yǔ)義鴻溝問(wèn)題。

比如我們利用動(dòng)物的屬性定義根據(jù)一系列條件去推斷或識(shí)別大象。

“你看，教科書里大象是有定義的，可以用描述性的方法來(lái)表示。我們可以通過(guò)外形、體重、象腿、象牙、象鼻等特征描述，用推理的方法就知道這是一頭大象，而不是別的東西。因?yàn)槿耸怯羞@樣的推理能力的，知道象腿是什么、象鼻是什么......，這種視覺(jué)感知或模式識(shí)別能力，對(duì)人而言，輕而易舉，但對(duì)機(jī)器而言，如何進(jìn)行這種‘部件級(jí)別’的分割、識(shí)別與理解，這在當(dāng)時(shí)幾乎是不可能的，實(shí)際也被人為地忽略。

“這樣的事情，實(shí)際上機(jī)器做不了，它無(wú)法感知。它甚至都不知道你說(shuō)的象牙是什么、象鼻是什么，又怎么可能知道這個(gè)是大象呢？

“它沒(méi)有識(shí)別能力，符號(hào)主義的基于規(guī)則的知識(shí)工程懸浮在‘空中’，這是走不下去的。感知問(wèn)題沒(méi)解決，再加上規(guī)則本身是人工設(shè)計(jì)且無(wú)學(xué)習(xí)能力，這是兩個(gè)致命缺陷。”

當(dāng)時(shí)全世界都對(duì)人工智能的發(fā)展抱以極高的憧憬，認(rèn)為它可以在很多方面取代人類，也出現(xiàn)了許多瘋狂的計(jì)劃。例如當(dāng)時(shí)經(jīng)濟(jì)繁榮的日本甚至搞了一個(gè)雄心勃勃的智能計(jì)算機(jī)國(guó)家計(jì)劃，即所謂的第五代計(jì)算機(jī)計(jì)劃，立志要研究出世界上最先進(jìn)的模糊推理計(jì)算機(jī)，突破“馮·諾依曼瓶頸”，確立信息領(lǐng)域的“全球領(lǐng)導(dǎo)地位”。該計(jì)劃雖歷時(shí)10年，總耗資8億多美元，但最終還是以失敗而告終。

第二次人工智能熱潮持續(xù)10余年，只是BP網(wǎng)絡(luò)和Hopfield網(wǎng)絡(luò)能力有限，利用規(guī)則作為知識(shí)進(jìn)行的推理，卻并沒(méi)有感知智能的支撐，最終成為空中樓閣。因此，到2000年左右，人工智能又進(jìn)入了一個(gè)寒冬。理想和現(xiàn)實(shí)的巨大差異，讓人們認(rèn)識(shí)到，當(dāng)時(shí)的人工智能其實(shí)做不了多少事情的。

現(xiàn)在，正是人工智能最好的時(shí)期

“人工智能的第三次高潮，發(fā)端于2006年。

“深度學(xué)習(xí)的概念由加拿大多倫多大學(xué)的Hinton教授等人于2006年提出，主要包括深度卷積神經(jīng)網(wǎng)絡(luò)、深度信念網(wǎng)絡(luò)和深度自動(dòng)編碼器。尤其是在2012年，Hinton教授與他的兩位博士生在參加ImageNet比賽時(shí)，把深度卷積神經(jīng)網(wǎng)絡(luò)與大數(shù)據(jù)、GPU結(jié)合了起來(lái)。我覺(jué)得這是一種歷史的巧合，但最主要的是時(shí)代的進(jìn)步。我們有了移動(dòng)互聯(lián)網(wǎng)，有了云平臺(tái)，每天都涌現(xiàn)出海量的大數(shù)據(jù)。同時(shí)也得益于摩爾定律的長(zhǎng)期持續(xù)作用，尤其是視頻游戲的超常發(fā)展，推動(dòng)了GPU的快速進(jìn)步。這三者的結(jié)合，似乎產(chǎn)生了一種化學(xué)反應(yīng)。

“從2010年開始，每年都會(huì)舉辦一場(chǎng)全球范圍內(nèi)的機(jī)器視覺(jué)識(shí)別比賽，也就是上面所說(shuō)的ImageNet比賽。ImageNet 2012分類數(shù)據(jù)集包括了1,000個(gè)物體類別，128萬(wàn)張訓(xùn)練圖片，5萬(wàn)張驗(yàn)證圖片，10萬(wàn)張測(cè)試圖片，每張圖片上的物體都做了類別標(biāo)簽。之后用128萬(wàn)圖片去訓(xùn)練機(jī)器，結(jié)束以后讓它去識(shí)別沒(méi)有參加過(guò)訓(xùn)練的10萬(wàn)張測(cè)試圖片，看它是否還可以識(shí)別出來(lái)。

“結(jié)果，機(jī)器不僅辨認(rèn)出來(lái)了，而且比原來(lái)的傳統(tǒng)計(jì)算機(jī)視覺(jué)方法準(zhǔn)確率提高了10.9%！這么一個(gè)顯著的性能提升和驚人的識(shí)別效果，一下子引起了產(chǎn)業(yè)界的極大關(guān)注。”

在前兩次人工智能熱潮中，基本上是學(xué)術(shù)界在玩，而從2013年開始，跨國(guó)科技巨頭紛紛開始高強(qiáng)度的介入，產(chǎn)業(yè)界逐漸成為全球人工智能的研究重心，主導(dǎo)并加速了人工智能技術(shù)的商業(yè)化落地。例如谷歌提出“人工智能優(yōu)先”，借以重塑企業(yè)，而百度也宣稱自己已經(jīng)是一家人工智能企業(yè)了，等等。

“目前，人工智能在各方面所取得的驚人效果，都是前所未有的。僅以人臉識(shí)別為例，現(xiàn)在的人臉識(shí)別準(zhǔn)確率已經(jīng)達(dá)到了99.82%，在LFW數(shù)據(jù)集上超過(guò)了人類水平不少，這在以前是難以想象的。

“始自2012年的這次人工智能新高潮，是一個(gè)實(shí)實(shí)在在的進(jìn)步，最具代表性的成果就是深度卷積神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)等兩個(gè)方面。”

強(qiáng)化學(xué)習(xí)，也稱再勵(lì)學(xué)習(xí)或增強(qiáng)學(xué)習(xí)。1995年，IBM的Tesauro利用強(qiáng)化學(xué)習(xí), 通過(guò)150萬(wàn)局的自弈擊敗了西洋陸戰(zhàn)棋的人類冠軍，盡管這是一個(gè)非常簡(jiǎn)單的棋類?，F(xiàn)在谷歌的DeepMind開發(fā)的阿爾法狗，通過(guò)將強(qiáng)化學(xué)習(xí)和深度卷積神經(jīng)網(wǎng)絡(luò)有機(jī)結(jié)合起來(lái)，已達(dá)到了一個(gè)超人類的水平。

這樣的話，它的商業(yè)價(jià)值就體現(xiàn)出來(lái)了，相信隨著越來(lái)越多類似技術(shù)的發(fā)展，AI的商業(yè)化之路也會(huì)越走越落地。

“包括深度卷積神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)在內(nèi)的弱人工智能技術(shù)，以及它們面向特定細(xì)分領(lǐng)域的產(chǎn)業(yè)應(yīng)用，在大數(shù)據(jù)和大計(jì)算的支撐下都是可預(yù)期的，起碼在未來(lái)5-10年之內(nèi)都會(huì)成為人工智能產(chǎn)品研發(fā)與產(chǎn)業(yè)發(fā)展的熱點(diǎn)，必將深刻地改變?nèi)藗兊纳a(chǎn)生活方式。”

從弱人工智能到超人工智能，我們還有漫長(zhǎng)的路要走

“但是它們也有自己的缺陷，尤其是深度卷積神經(jīng)網(wǎng)絡(luò)。我們?yōu)槭裁窗熏F(xiàn)在的人工智能階段稱之為弱人工智能呢？因?yàn)樗荒芙鉀Q一個(gè)點(diǎn)的問(wèn)題，或者只能在一個(gè)垂直細(xì)分領(lǐng)域應(yīng)用，才能獲得人類水平。

“因?yàn)樗枰髷?shù)據(jù)，只有在一個(gè)點(diǎn)上積累足夠多的帶標(biāo)簽的完備大數(shù)據(jù)，才能有針對(duì)性地獲得成功。就像阿爾法狗一樣，目前只能下圍棋，不能下國(guó)際象棋或中國(guó)象棋，也不會(huì)說(shuō)話互動(dòng)（語(yǔ)音識(shí)別與合成），也不會(huì)談心（情感交流）。目前人工智能的最大缺陷之一就是能力單一，不能進(jìn)行多任務(wù)的學(xué)習(xí)。

事實(shí)上，利用深度強(qiáng)化學(xué)習(xí)的阿爾法狗是在進(jìn)行最優(yōu)博弈類決策。而決策屬于認(rèn)知智能，而且它還不依賴于完備的大數(shù)據(jù)。

“現(xiàn)在的弱人工智能甚至還不能用同一個(gè)模型做兩件事情，而要想讓它具有多任務(wù)的學(xué)習(xí)能力，即把一個(gè)垂直的細(xì)分領(lǐng)域變寬，這就是所謂的通用人工智能問(wèn)題。就像阿爾法狗，如果讓它不僅會(huì)下圍棋，還會(huì)下象棋，甚至是其他的所有棋類，還會(huì)打撲克牌、打游戲，另外還會(huì)語(yǔ)音識(shí)別、行為識(shí)別、表情識(shí)別和情感分析等等，什么都可以干，那它就真的很厲害了。

如果上述能力都具備的話，也就進(jìn)入了更高一級(jí)的通用人工智能階段。它的最鮮明特征就是，利用同一個(gè)模型可以實(shí)現(xiàn)多任務(wù)的學(xué)習(xí)。

“當(dāng)通用人工智能來(lái)到之后，也就是說(shuō)打游戲、情感分析、股票預(yù)測(cè)等所有人類的技能都學(xué)會(huì)了；進(jìn)一步地，人類的全方位能力通用人工智能都具有了，那我們就認(rèn)為，奇點(diǎn)到來(lái)了，也就是我們進(jìn)入到了所謂的強(qiáng)人工智能階段。

“進(jìn)入強(qiáng)人工智能階段之后，機(jī)器的智能將會(huì)呈指數(shù)增長(zhǎng)，'智商'遠(yuǎn)超人類，這就到了所謂超人工智能階段。此時(shí)人類或會(huì)面臨兩個(gè)迥異的結(jié)局，即要么永生，要么滅絕。”

人們有理由擔(dān)心，以愛因斯坦146的智商才能提出廣義相對(duì)論和狹義相對(duì)論，而等到了超人工智能階段，假如機(jī)器的智商達(dá)到2000以上的話，這些豈不全變成小兒科了？

其實(shí)，阿爾法狗在下圍棋擊敗李世石之前，DeepMind曾讓它通過(guò)深度強(qiáng)化學(xué)習(xí)打視頻游戲，其中49種視頻游戲中有29種，經(jīng)過(guò)訓(xùn)練學(xué)習(xí)后DQN的水平達(dá)到或超過(guò)了人類職業(yè)玩家的水平，甚至有一種游戲，DQN的水平是人類的2000多倍。但這并不是特別可怕，因?yàn)樗皇侨跞斯ぶ悄埽皇窃谶@種游戲上超過(guò)人類很多。

“現(xiàn)在看起來(lái)，說(shuō)對(duì)人工智能的擔(dān)憂、恐怖或?qū)θ祟惖耐{還為時(shí)尚早。原因是我們目前甚至連通用人工智能這個(gè)階段都還沒(méi)達(dá)到，只有等到我們跨越弱人工智能階段之后，那時(shí)再來(lái)探討這個(gè)問(wèn)題吧。”

任何AI技術(shù)，只要達(dá)到或超過(guò)人的水平，它就具備商業(yè)價(jià)值

支撐無(wú)人超市的技術(shù)已趨成熟，但商業(yè)模式尚待明確

既然是關(guān)于人工智能的采訪，我們也不可避免地提到了當(dāng)下很多大火的技術(shù)和熱點(diǎn)事件。其中，無(wú)人超市這個(gè)當(dāng)紅事件肯定不可錯(cuò)過(guò)。

“無(wú)人超市里一個(gè)很重要的技術(shù)就是計(jì)算機(jī)視覺(jué)識(shí)別技術(shù)與語(yǔ)音識(shí)別技術(shù)，從計(jì)算能力上來(lái)講，是不存在問(wèn)題的，主要還是算法選擇上的問(wèn)題。它現(xiàn)在采用的是身份認(rèn)證，認(rèn)證你的身份之后，你買了什么商品，都給你記錄下來(lái)，然后進(jìn)行移動(dòng)支付。而移動(dòng)支付是沒(méi)有問(wèn)題的，早就商業(yè)落地了。

“最核心的身份認(rèn)證，目前最可靠的是多模態(tài)的生物特征識(shí)別。不光是人臉識(shí)別，還有其他特征比如指紋、虹膜、行為、掌脈、聲紋等聯(lián)合起來(lái)。同時(shí)進(jìn)行身份綁定與跟蹤，包括從進(jìn)店到離店的整個(gè)過(guò)程。

“總體來(lái)看，支撐無(wú)人超市的關(guān)鍵技術(shù)（認(rèn)證、識(shí)別、跟蹤、RFID與支付等）是沒(méi)有大問(wèn)題的，問(wèn)題只是在于開店方的資源整合能力和商業(yè)模式問(wèn)題。”

中國(guó)人工智能的商業(yè)落地速度很快，國(guó)外剛有的（例如亞馬遜的無(wú)人零售便宜店Amazon Go），我們很快就能實(shí)現(xiàn)商業(yè)化落地，而且應(yīng)用場(chǎng)景和市場(chǎng)規(guī)模都會(huì)做得很大。這一方面得益于政府對(duì)“雙創(chuàng)”的大力支持，另一方面也反映了人工智能應(yīng)用落地的加速發(fā)展。

“不過(guò)，中國(guó)發(fā)展人工智能的短板也很明顯。一個(gè)是原創(chuàng)能力不夠，更多是在進(jìn)行模仿與跟蹤，涉及前沿探索、基礎(chǔ)模型、關(guān)鍵技術(shù)甚至是商業(yè)模式等大多來(lái)自國(guó)外，特別是美國(guó)、加拿大；另一個(gè)是巨頭型的領(lǐng)軍企業(yè)較少，較缺乏前瞻性布局、定力和大手筆動(dòng)作。”

5大垂直應(yīng)用領(lǐng)域已成為主流，但落地之前需要極大的付出

深度卷積神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)，就特定應(yīng)用場(chǎng)景而言，在完備大數(shù)據(jù)和超強(qiáng)計(jì)算能力的支撐下，這兩種算法都已經(jīng)是人類水平了，它們?cè)谌跞斯ぶ悄墚a(chǎn)品開發(fā)和產(chǎn)業(yè)化發(fā)展方面，無(wú)疑具有極大的商業(yè)價(jià)值。其中計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理、自動(dòng)駕駛、大數(shù)據(jù)分析等至少這5個(gè)垂直應(yīng)用領(lǐng)域，都可以進(jìn)行細(xì)分再細(xì)分，并在這些細(xì)分領(lǐng)域獲得人類水平的商業(yè)落地實(shí)踐。

人工智能產(chǎn)品真正要實(shí)現(xiàn)商業(yè)落地的話，是需要付出極大代價(jià)的。主要體現(xiàn)在如何選擇特定的應(yīng)用場(chǎng)景以及如何進(jìn)行大數(shù)據(jù)的采集、分析與處理上面。大數(shù)據(jù)的清洗和標(biāo)簽是需要花費(fèi)大精力和大價(jià)錢的，尤其是對(duì)很多細(xì)分領(lǐng)域，例如金融科技和人工智能醫(yī)療，那是必須要有該領(lǐng)域或行業(yè)頂級(jí)專家水平的大數(shù)據(jù)處理，人工智能要想超過(guò)人類專家，那就必須先要有人類專家水平的完備大數(shù)據(jù)，也就是必須站在巨人的肩膀上。

就像金庸武俠小說(shuō)里的大俠一樣，要想成為絕世武功高手，不僅須要有頂尖大師手把手的“監(jiān)督訓(xùn)練”，而且還要有之后的自修苦練或左右互博等等“強(qiáng)化學(xué)習(xí)”，最后才能集大成而縱橫江湖。

人類基于“特征提取+推理”的小樣本、小數(shù)據(jù)學(xué)習(xí)

人類的科技發(fā)展史反復(fù)告訴我們，并不是你有多大雄心、投入多少人力物力，就一定會(huì)取得多大的技術(shù)突破和成功，有時(shí)候其實(shí)只是一種歷史的偶然和巧合。當(dāng)然這種偶然也是建立在大量準(zhǔn)備基礎(chǔ)之上的必然。

這就是我們常說(shuō)的，必然中的偶然、偶然中的必然。

下一次的技術(shù)突破或爆發(fā)，應(yīng)該具備哪些條件？

“我個(gè)人認(rèn)為，最主要的還是在算法上面的創(chuàng)新性突破，例如特征提取+推理的小數(shù)據(jù)學(xué)習(xí)算法。

“深度卷積神經(jīng)網(wǎng)絡(luò)，嚴(yán)重依賴于大數(shù)據(jù)（必須是完備的大數(shù)據(jù)，包括極端與緊急情況下的大數(shù)據(jù)，否則就不能達(dá)到人類水平的泛化能力）。而人類則是可以進(jìn)行推理的，只需要從小數(shù)據(jù)、小樣本中學(xué)習(xí)，然后用特征+推理的方法就可以進(jìn)行可靠的判別，也就是人類具有舉一反三的能力。

“比如說(shuō)辨別飛機(jī)。人工智能要識(shí)別出飛機(jī)，就必須把全世界所有的飛機(jī)照片，各種型號(hào)、各種位姿、各種光照、各種背景、各種遮擋等各種情況下的飛機(jī)圖片全部給它進(jìn)行監(jiān)督訓(xùn)練，才能依靠分級(jí)分層特征的自動(dòng)提取精確地識(shí)別出飛機(jī)來(lái)。但問(wèn)題是，僅僅是搜集全世界全部飛機(jī)圖片這一項(xiàng)，就幾乎是一件根本不可能完成的任務(wù)。

“但是對(duì)人類來(lái)說(shuō)，我們只需要預(yù)先看少量的照片或?qū)嵨?，就可以很容易地推斷出其他飛機(jī)，并不需要太多太大的數(shù)據(jù)。這就是人類獨(dú)有的能力，即基于特征提取+推理的小樣本、小數(shù)據(jù)的學(xué)習(xí)能力。”

卷積神經(jīng)網(wǎng)絡(luò)的缺陷和解決方案

“要解決特征提取和推理相結(jié)合的問(wèn)題，首先需要明確的是，規(guī)則和推理必須是通過(guò)學(xué)習(xí)得到的，同時(shí)是建立在已有感知智能突破的基礎(chǔ)之上的，我們不能再走傳統(tǒng)知識(shí)工程的老路了。從隱含特征的學(xué)習(xí)，到隱含規(guī)則的學(xué)習(xí)，我們需要這么一個(gè)特征提取+推理的創(chuàng)新性算法，以便針對(duì)小數(shù)據(jù)學(xué)習(xí)也能獲得強(qiáng)大的泛化能力。

“首先，現(xiàn)在的深度卷積神經(jīng)網(wǎng)絡(luò)，它只能夠做分割與識(shí)別，如果有垂直細(xì)分領(lǐng)域的完備大數(shù)據(jù)的話，它甚至可以達(dá)到或超越人類的水平。但是它卻沒(méi)有語(yǔ)義理解的能力，它只是把對(duì)象看成是一個(gè)向量。

“比如我們看到一個(gè)杯子，我們能知道它就是杯子，也能理解它的內(nèi)涵和外延，如這個(gè)杯子和其他杯子有什么區(qū)別，與其他物體又有什么不同等等。但是深度卷積神經(jīng)網(wǎng)絡(luò)目前無(wú)法實(shí)現(xiàn)語(yǔ)義的理解，它僅僅是把杯子看成是一個(gè)向量或一個(gè)符號(hào)，所以它沒(méi)有太大的感知可靠性。

“同樣，為什么現(xiàn)在的語(yǔ)音識(shí)別還做不到人類的水平？就是因?yàn)樯疃染矸e神經(jīng)網(wǎng)絡(luò)還沒(méi)有語(yǔ)義理解的能力，它只能看清、聽清，而不能看懂、聽懂。”

其次，雖然從理論上講，只要有完備的大數(shù)據(jù)，弱人工智能在特定的應(yīng)用場(chǎng)景就有可能達(dá)到甚至超過(guò)人類的水平，但要取得完備的大數(shù)據(jù)，對(duì)大多數(shù)開放的應(yīng)用場(chǎng)景，本身就是幾乎不可能完成的任務(wù)。這也大大制約了大數(shù)據(jù)人工智能的應(yīng)用和相關(guān)行業(yè)的發(fā)展。另外，拿到大數(shù)據(jù)之后，還要對(duì)它進(jìn)行清洗、脫敏和做標(biāo)簽，這同時(shí)也是一項(xiàng)巨大的工程，如需要頂級(jí)行業(yè)專家的高度參與。

很多特定行業(yè)的大數(shù)據(jù)，比如金融大數(shù)據(jù)、醫(yī)療大數(shù)據(jù)，它的數(shù)據(jù)來(lái)源與處理還必須是專家級(jí)別的，并不是隨便一個(gè)普通的人就可以給出。這本身是一個(gè)需要極大投入的事情。

“第三，深度卷積神經(jīng)網(wǎng)絡(luò)是一個(gè)全局逼近網(wǎng)絡(luò)。也就是說(shuō)，當(dāng)輸入任何一個(gè)樣本時(shí)，它的所有連接權(quán)都會(huì)通過(guò)反向傳播發(fā)生改變。換句話說(shuō)，網(wǎng)絡(luò)任何一個(gè)連接權(quán)發(fā)生變化，都會(huì)造成模型的輸出發(fā)生變化。實(shí)際上這個(gè)是不對(duì)的，用一句形象的話來(lái)比喻就是：結(jié)識(shí)新朋友，就忘記了老朋友。

“而我們?nèi)祟惥筒皇沁@樣的，人類神經(jīng)元的突觸變化是局部的，不會(huì)因?yàn)楦兄粋€(gè)新的樣本輸入，而改變對(duì)一個(gè)事物或目標(biāo)的原有感覺(jué)。在這一點(diǎn)上，人類做到了結(jié)識(shí)新朋友，不忘老朋友。”

其實(shí)，除以上說(shuō)的三點(diǎn)之外，深度卷積神經(jīng)網(wǎng)絡(luò)還有其他問(wèn)題，比如說(shuō)它是黑箱式的。不管是連接權(quán)也好，還是網(wǎng)絡(luò)結(jié)構(gòu)也好、超參數(shù)也好，都是沒(méi)有多大物理意義的，是不可解釋的。

通過(guò)深度卷積神經(jīng)網(wǎng)絡(luò)這四個(gè)缺陷的深入分析，就可以大致知道，未來(lái)人工智能的前沿探索應(yīng)該往哪些方向突破？哪些是值得我們特別關(guān)注的？

1）關(guān)于大數(shù)據(jù)依賴的問(wèn)題。應(yīng)該發(fā)展小樣本或半監(jiān)督、無(wú)監(jiān)督的學(xué)習(xí)方法。

2）關(guān)于語(yǔ)義理解的問(wèn)題。要與知識(shí)圖譜相結(jié)合，與符號(hào)主義的知識(shí)推理相結(jié)合，發(fā)展特征提取+推理的創(chuàng)新性模型。

3）關(guān)于局部逼近網(wǎng)絡(luò)的問(wèn)題。不能因?yàn)橐粋€(gè)新的樣本輸入而改變整個(gè)網(wǎng)絡(luò)的連接權(quán)，要防止把以前的特征全部沖刷掉。

4）關(guān)于神經(jīng)網(wǎng)絡(luò)的黑箱問(wèn)題。應(yīng)發(fā)展可解釋的深度學(xué)習(xí)模型。

代碼開源，反映出AI之下，核心商業(yè)思路和模式的全新變革

“在人工智能的一些基礎(chǔ)算法上，很多企業(yè)都已經(jīng)開源開放，并借以形成了自己的研發(fā)與產(chǎn)業(yè)生態(tài)。

“像谷歌的TensorFlow、Facebook的 Torch、微軟的CNTK、加州伯克利的Caffe、亞馬遜的MXNet、百度的 PaddlePaddle等，很多深度學(xué)習(xí)的代碼框架都已經(jīng)免費(fèi)向開發(fā)者開放。從這個(gè)角度來(lái)講的話，人工智能產(chǎn)品開發(fā)的技術(shù)門檻反而是降低了。很多底層基礎(chǔ)性代碼不用你編了，你只需要在這個(gè)開源代碼框架基礎(chǔ)之上，調(diào)整相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)和超參數(shù)就行了。

“初創(chuàng)企業(yè)不宜去做PR性質(zhì)的單一基礎(chǔ)性工作，例如單純的算法刷分等，要專注及深耕細(xì)分領(lǐng)域大數(shù)據(jù)的應(yīng)用價(jià)值，快速找到能夠變現(xiàn)的商業(yè)模式！人工智能芯片創(chuàng)業(yè)公司也有類似的情況，應(yīng)避免與芯片巨頭的正面交鋒。

“大公司軟硬件資源開源開放，雖然犧牲了一部分利益，但是他拿到了你的大數(shù)據(jù)。他得到了你對(duì)他代碼的優(yōu)化修改或用戶的反饋信息等，而這些對(duì)于產(chǎn)品的迭代非常重要，這是花錢都買不到的。這些大數(shù)據(jù)資源無(wú)疑將幫助他們縮短產(chǎn)品的成熟期，從而實(shí)現(xiàn)產(chǎn)品性能的快速迭代。”

從以前藏著掖著的商業(yè)機(jī)密、知識(shí)產(chǎn)權(quán)，到現(xiàn)在的開源開放，雖然對(duì)創(chuàng)業(yè)公司而言未必是好事一樁，但這也反映出了在人工智能的加速發(fā)展中，核心商業(yè)思路和模式的全新變革。

最后，記得關(guān)注微信公眾號(hào)：鎂客網(wǎng)（im2maker），更多干貨在等你！