2
雷鋒網(wǎng)按：作者李超，出門問問nlp工程師。文章是他在參加雷鋒網(wǎng)八月份的CCF-GAIR之后的感悟，對(duì)人工智能的一些總結(jié)，以及對(duì)個(gè)人/企業(yè)如何做人工智能產(chǎn)品的思考。
8月份有幸收到雷鋒網(wǎng)的邀請(qǐng)參加CCF-GAIR大會(huì)，金光閃閃的嘉賓團(tuán)體和高大上的會(huì)議盛況自不必說。作為一個(gè)一直從事nlp技術(shù)和相關(guān)產(chǎn)品的工程師，這里寫點(diǎn)個(gè)人的想法和收獲。
主要分三部分：第一部分是人工智能擅長(zhǎng)什么、不擅長(zhǎng)什么；第二部介紹下參會(huì)大神們?cè)跈C(jī)器學(xué)習(xí)、視覺等領(lǐng)域的工作；第三部分寫了個(gè)人在如何做人工智能產(chǎn)品的思考。
牛津大學(xué)計(jì)算機(jī)科學(xué)系主任、Deep Mind-Oxford Partnership負(fù)責(zé)人Michael Wooldridge教授做了題為《Routes to Artificial Intelligence》的大會(huì)報(bào)告，這個(gè)演講引起了筆者長(zhǎng)時(shí)間的思考，總結(jié)出以下一點(diǎn)點(diǎn)感想。
人工智能（Artificial Intelligence）簡(jiǎn)稱AI，在1955年達(dá)特茅斯特會(huì)議上被提出，約翰·麥卡錫將其定義為“制造智能機(jī)器的科學(xué)與工程”（science and engineering of making intelligent machines）。
上世紀(jì)70年AI泡沫破滅后，這個(gè)概念沉寂了一段，相關(guān)研究者和工程師都不好意說自己是研究人工智能，而是變成機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、自然語言處理、語音識(shí)別、圖像識(shí)別等各個(gè)領(lǐng)域。機(jī)器學(xué)習(xí)是方法，數(shù)據(jù)挖掘、自然語言的理解、語音識(shí)別和圖像識(shí)別是目標(biāo)和具體應(yīng)用。目前為止，AI的進(jìn)步主要是機(jī)器學(xué)習(xí)的進(jìn)步。近年計(jì)算能力的提高、互聯(lián)網(wǎng)大數(shù)據(jù)的積累，深度學(xué)習(xí)被應(yīng)用在語音識(shí)別、圖像處理等領(lǐng)域并取得非常大的突破。人工智能的概念再度被學(xué)術(shù)、產(chǎn)業(yè)、投資人甚至普通民眾關(guān)心，特別是今年AlphaGo戰(zhàn)勝李世石，更是將AI推向了歷史的最高點(diǎn)，各具體領(lǐng)域的人又紛紛回歸人工智能的懷抱，筆者才能厚著臉皮說自己是人工智能從業(yè)者。
先不糾結(jié)人工智能的各種定義，目前學(xué)者們將AI分成強(qiáng)AI和弱AI。強(qiáng)AI是通用型的、有自我意識(shí)的，是自主的，簡(jiǎn)單說就是一個(gè)跟人一樣的智能，星球大戰(zhàn)中的R2-D2、多啦A夢(mèng)都是強(qiáng)人工智能，有自己的意識(shí)、能做自己做決定，強(qiáng)AI目前仍然是科幻片里的人工智能。
弱AI目標(biāo)沒有那么高遠(yuǎn)，專注在一些原來只有人或者動(dòng)物的大腦能做的具體任務(wù)上，目前的突破仍是各個(gè)弱人工智能做得更好。語音識(shí)別、圖像分類、AlphaGo等為解決某一特定任務(wù)的系統(tǒng)都是弱人工智能。
弱人工智能需要有明確的優(yōu)化目標(biāo)：語音識(shí)別的優(yōu)化目標(biāo)是字符識(shí)別的準(zhǔn)確率，圖像分類的優(yōu)化目標(biāo)是圖像識(shí)別的準(zhǔn)確率。目前的AI幾乎都是弱AI，當(dāng)有明確的可以量化的優(yōu)化目標(biāo)時(shí)，可以通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)逐步迭代接近優(yōu)化目標(biāo)，在很多這樣的領(lǐng)域，AI可以接近甚至超過了人類的水平。說完AI適合解決什么樣的問題后，再看看AI目前做不好什么。
1）處理定義不清晰的問題：計(jì)算機(jī)可以按照精準(zhǔn)的指令進(jìn)行運(yùn)算，并且執(zhí)行非常快，但是需要指令是清楚明確的；
2）感知：人可以感知周圍的環(huán)境，同樣的會(huì)議室大家都不說話，一個(gè)新進(jìn)入的人可以感覺到里面之前是經(jīng)歷了激烈地爭(zhēng)吵還是愉快的討論，盡管機(jī)器可以通過不同的傳感器捕捉到溫度、光線、濕度的具體數(shù)字，這些人也無法做到如此精確，但還不能將這些各種信息真正的結(jié)合起來達(dá)到人的水平。
3）決策：很多決策是沒有精確的規(guī)則，要涉及判斷者的直覺、心態(tài)、猜想，這些對(duì)于計(jì)算機(jī)來講是非常復(fù)雜的。而這些是強(qiáng)AI的必要條件，所以個(gè)人認(rèn)為強(qiáng)AI可能在可見的未來不會(huì)實(shí)現(xiàn)。
目前的各種所謂智能機(jī)器人更多的是一些弱AI的整合，可以集成一個(gè)系統(tǒng)，可以實(shí)現(xiàn)語音識(shí)別、圖像識(shí)別、語音合成、下棋等具體任務(wù)，但這些組合到一起只能解決每個(gè)具體的任務(wù)，并不能構(gòu)成自我意識(shí)，并進(jìn)行真正的思考。
下面舉幾個(gè)簡(jiǎn)單的例子：
當(dāng)在地鐵上，你站在門口，后面的人問“您下車么”，潛臺(tái)詞是“如果不下，請(qǐng)給我讓下路”。這時(shí)如果下車，需要回答“下”；不下車時(shí)不需要回答，只需要把路讓開。
當(dāng)男生跟女生說咱們分手吧時(shí)，女生更多的會(huì)說“她是誰？”
上面介紹過當(dāng)我們做弱人工智能時(shí)，需要對(duì)于每一個(gè)任務(wù)定義優(yōu)化目標(biāo)，這些優(yōu)化目標(biāo)都是人的一個(gè)基本功能，有些功能，甚至動(dòng)物也可以實(shí)現(xiàn)，有可能比人做得更好。而一個(gè)智慧的人的優(yōu)化目標(biāo)是什么，這更加復(fù)雜，可能是個(gè)哲學(xué)和社會(huì)學(xué)問題。權(quán)利、金錢、異性、被認(rèn)可、世界大同，甚至宗教里面的“空”、“道”、“涅槃”等等都是人追求的目標(biāo)。
首先我們不能知道自己到底有多少目標(biāo)，可以列出目標(biāo)的并集，并不是人所有追求的總和。
其次這些目標(biāo)只有一部分可以用一個(gè)優(yōu)化函數(shù)來描述，進(jìn)而化解成各種指令，這種可以認(rèn)為是一個(gè)弱AI系統(tǒng)——
比如在準(zhǔn)備英語考試時(shí)，考試的結(jié)果可以用分?jǐn)?shù)衡量，背更多的單詞，掌握更多的語法，書寫更流利的文本，發(fā)更正確的讀音，能得到更高分。
這樣我們可以以獲取高分為目標(biāo)，做一個(gè)英語考試的系統(tǒng)，讓這個(gè)系統(tǒng)參加考試，會(huì)取得不錯(cuò)的成績(jī)，而且在未來的幾年內(nèi)，考試的水平會(huì)超過人類的最好水平。
而回歸這些目標(biāo)本身，一個(gè)人可能同時(shí)追求這些目標(biāo)；在人生的不同階段，或者具體到不同時(shí)刻，這些目標(biāo)也會(huì)發(fā)生變化：對(duì)于大多數(shù)人年輕時(shí)追求權(quán)力、金錢，年紀(jì)稍長(zhǎng)追求家庭和睦，年老時(shí)追求健康長(zhǎng)壽。對(duì)于具體的每一個(gè)人，教育、周圍的人、社會(huì)變化都會(huì)導(dǎo)致人生目標(biāo)的動(dòng)態(tài)變化，但每一件事對(duì)具體優(yōu)化目標(biāo)影響究竟有多大，可能自己也不知道。
這里插句題外話，雖然我們無法確定每一本好讀書，交一個(gè)更牛的朋友，更積極的看待社會(huì)，這些會(huì)給我們帶來多大的改變，但持續(xù)做下去，人肯定會(huì)更好。不能把人的各種追求量化并窮盡并整合，不是所有的優(yōu)化目標(biāo)都可以被量化，這些都是目前的AI框架無法解決的問題。
從AI概念提出到現(xiàn)在，AI的發(fā)展基本都是量變，科學(xué)家們并沒有跳出現(xiàn)在的整體框架。所以個(gè)人認(rèn)為強(qiáng)人工智能在幾十年內(nèi)，不會(huì)實(shí)現(xiàn)，大家尚可不必?fù)?dān)心強(qiáng)AI誕生并取代人類。很多大小公司、某些專家出于各種考慮，提出自己的“AI相當(dāng)于幾歲小孩的智商”，有失偏頗。在各個(gè)弱AI領(lǐng)域，可以超過人類最好的水平；在感知決策等方面，AI不如初生的嬰兒，所以現(xiàn)在一切以人類年齡宣稱自己AI產(chǎn)品智能水平的行為，都是耍流氓。
上面務(wù)虛的侃了自己一點(diǎn)粗略的想法，再介紹一些大神們的干貨。
香港科技大學(xué)楊強(qiáng)老師做了《人工智能成功的幾個(gè)必要條件》的主題演講。楊強(qiáng)老師認(rèn)為深度學(xué)習(xí)之后的算法模型有三層結(jié)構(gòu)：
第一層就是遞歸的深度學(xué)習(xí)（RNN）；
在這之上的第二層是一個(gè)強(qiáng)化學(xué)習(xí)的學(xué)習(xí)器（RL）；
而第三層是遷移學(xué)習(xí)（TL），它能把一個(gè)已有的模型遷移到一個(gè)新的領(lǐng)域。
深度學(xué)習(xí)訓(xùn)練需要大量的數(shù)據(jù)，強(qiáng)化學(xué)習(xí)也需要大量數(shù)據(jù)進(jìn)行反饋。利用遷移學(xué)習(xí)，可以有效的減少對(duì)數(shù)據(jù)量的需求。
比如人騎自行車的經(jīng)驗(yàn)有助于學(xué)習(xí)騎摩托車，一個(gè)會(huì)打羽毛球的人學(xué)習(xí)網(wǎng)球也會(huì)更快一些。目前已經(jīng)將該模型應(yīng)用在對(duì)話系統(tǒng)和股票預(yù)測(cè)等領(lǐng)域上。
楊強(qiáng)老師認(rèn)為目前成功的人工智能的應(yīng)用還是在機(jī)器學(xué)習(xí)，從數(shù)據(jù)中找到規(guī)律，把重復(fù)的工作替代掉。最后給出了他認(rèn)為的AI成功的五個(gè)必要條件：
清晰的商業(yè)模式
高質(zhì)量的大數(shù)據(jù)
清晰的問題定義和領(lǐng)域邊界
懂人工智能的跨界人才
擅長(zhǎng)應(yīng)用和算法
計(jì)算能力。
微軟亞洲研究院芮勇老師做了題為《計(jì)算機(jī)視覺從感知到認(rèn)知的長(zhǎng)征》的演講。
在演講中，芮勇老師提到現(xiàn)在可以根據(jù)輸入圖像的內(nèi)容給出描述，如生成“小河旁邊停了一輛自行車”，并將繼續(xù)研究根據(jù)視頻內(nèi)容生成描述文字。更令人興奮的是可以回答關(guān)于圖像內(nèi)容的自然語言問題。
例如：在一片泥濘的土路上，什么東西在拖著馬車？答案是馬在拖著馬車。方法是同時(shí)用一個(gè)問題的文本的深度學(xué)習(xí)模型，一個(gè)圖像的深度學(xué)習(xí)模型，最后將兩個(gè)模型融合。
筆者想到今年一次聽合唱時(shí)，不同人唱不同聲部，可以很快的根據(jù)口型動(dòng)作和聲音確定聲音的發(fā)出者，從直觀感受來講，這應(yīng)該是大腦將連續(xù)的圖像和聲音一起作為輸入，做了一個(gè)聯(lián)合模型的識(shí)別。隨著研究的深入，未來語音、文字、圖像等輸入源的聯(lián)合輸入，一定會(huì)做出更加有趣和實(shí)用的產(chǎn)品。同樣，最后芮勇老師也給出了計(jì)算機(jī)視覺進(jìn)一步發(fā)展的三個(gè)關(guān)鍵因素：機(jī)器學(xué)習(xí)算法的進(jìn)步、各個(gè)垂直領(lǐng)域的科學(xué)家和從業(yè)者合作、高質(zhì)量的海量數(shù)據(jù)。
（李明院士）
滑鐵盧大學(xué)教授李明院士、前Google senior staff 科學(xué)家林德康老師也分別介紹了用深度學(xué)習(xí)做自然語言處理和自動(dòng)問答技術(shù)的主題演講，這里不過多介紹。
目前做AI的創(chuàng)業(yè)公司很多，各種語音助手、各種功能的機(jī)器人公司風(fēng)起云涌，各個(gè)團(tuán)隊(duì)都有很強(qiáng)的學(xué)術(shù)背景和技術(shù)能力。好技術(shù)不意味著能夠做出好產(chǎn)品，做好產(chǎn)品仍需很多其他因素。
小米聯(lián)合創(chuàng)始人黃江吉先生在演講中表示小米對(duì)于人工智能的觀點(diǎn)是：產(chǎn)品+大數(shù)據(jù)+機(jī)器學(xué)習(xí)。制造各種智能硬件的產(chǎn)品，生成高質(zhì)量的大數(shù)據(jù)，利用機(jī)器學(xué)習(xí)創(chuàng)造人工智能，進(jìn)而應(yīng)用在各個(gè)產(chǎn)品上，使產(chǎn)品更加智能。
搜狗CTO楊洪濤先生認(rèn)為好的產(chǎn)品要滿足三個(gè)條件：叫好、賣座、賺錢。并提出“只有使用AI技術(shù)的好產(chǎn)品才能創(chuàng)造價(jià)值，一個(gè)是給用戶提供一個(gè)好的辦法，第二個(gè)是真正能生產(chǎn)數(shù)據(jù)，從而使自己迭代?！?/p>
這點(diǎn)跟小米黃江吉先生的看法一致。“欲望先于手段”。用產(chǎn)品和功能來滿足用戶在特定場(chǎng)景下的欲望，而并非用已有技術(shù)手段去尋找用戶的需求，欲望在手段之前，反過來“拿著錘子看哪里都是釘子”就是走錯(cuò)了方向。
個(gè)人認(rèn)為好的人工智能產(chǎn)品要能落地，有載體，能切實(shí)改善人們的生活。
拿筆者所在的出門問問為例，我們一直致力于做場(chǎng)景化的語音搜索，有獨(dú)立的語音識(shí)別、語義分析、垂直搜索、智能推送技術(shù)。14年底發(fā)布了自主的智能手表系統(tǒng)Ticwear，并提供Android wear在中國(guó)的語音搜索技術(shù)。我們自己的硬件產(chǎn)品Ticwatch和將要上市的智能車載產(chǎn)品問問魔鏡，就是希望人工智能技術(shù)落地，方便用戶使用人工智能技術(shù)提高生活品質(zhì)。這次大會(huì)上也給問問頒發(fā)了人工智能&機(jī)器人Top25企業(yè)獎(jiǎng)杯。
可能誰也無法預(yù)測(cè)AI的未來，作為一個(gè)從業(yè)者，我們能做的是腳踏實(shí)地做好AI技術(shù)和產(chǎn)品，一點(diǎn)點(diǎn)地提高全社會(huì)的生產(chǎn)效率，并將人們從單調(diào)可重復(fù)的工作中解放出來。
希望AI能讓生活更美好。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
