在剛剛結束的中國人工智能大會CCAI上，今日頭條科學家李磊同我們分享了一些他對機器學習未來發(fā)展方向的一些思考，以及在此基礎上討論了一下我們還要做些什么才能向通用型AI再靠近一點的問題。今日頭條最初是一家新聞聚合平臺，但素有應用AI來解決問題的傳統(tǒng)。最近今日頭條也做出了自己的新聞機器人，在里約奧運期間自動完成了大量的報道。而李磊作為有著多年機器學習、人工智能和深度學習領域研究經驗的科學家。在這個問題上也有著自己的看法。

李磊在演講中說，要弄清楚我們離通用機器人還有多遠，首先要弄明白三個方面：一是人工智能是什么？二是現(xiàn)在我們能做到什么程度？在搞清楚這兩個問題后我們才能去研究第三個方面：我們的局限在哪里？我們的挑戰(zhàn)在哪里？我們怎樣走到明天？

實際上不僅是李磊，有許多嘉賓在大會的演講和討論中都提到：我們需要管理好自己和消費者對人工智能的認知。目前大眾對人工智能的期待普遍偏高，如果我們沒有辦法在短時間內將人工智能的實際水平提升到這種期望值的高度（實際上我們目前基本上不可能做到），那說不定過高期望的幻滅會導致新一輪的低谷。所以，我們需要時時刻刻提醒自己目前的人工智能處于一種什么狀態(tài)。

什么是人工智能？

什么是人工智能呢？李磊說，人工智能其實有兩種定義。一種叫類人工智能，就是讓機器像人那樣去思考，去決策、去解決問題，具備學習能力，同時還能有行動能力。總之，就是一切方面都以人為參考。

還有一種定義叫理性智能。理性智能的目標并不是把機器去跟人比，而是把計算看成是一個自然現(xiàn)象，研究這個自然現(xiàn)象在智能這個領域到底能夠做到什么樣的合理的水平，以及能夠怎么樣來做工作。

人工智能能做到什么程度？

人工智能的研究內容很廣，機器學習只是其中的一塊。在具體的一些問題上，人工智能已經達到，甚至超越了人類的水平。李磊在這方面舉了很多例子，包括大家都熟知的AlphaGo，機器人看圖說話、以及今日頭條最近開發(fā)的奧運新聞機器人。越來越多以前由人來完成的工作已經可以用機器人來做了。在這些具體的領域內，機器人的能力已經達到甚至超越了人類。

我們的局限和挑戰(zhàn)在哪里？

不過李磊表示，我們離通用型人工智能其實還很遙遠。他說，在研究中他們發(fā)現(xiàn)，深度學習目前最擅長的問題，是那些“有監(jiān)督學習”的問題。他之前舉的很多例子，依賴的都是有監(jiān)督學習。

不過李磊說，我們要知道，人工智能，或者說機器學習，不僅僅是有監(jiān)督學習，也不僅僅是深度學習，人工智能需要解決的問題其實比這要多得多。而且目前的深度學習盡管表現(xiàn)的很好，但其實它也有很多局限性。比如它依賴于大量有標注的數(shù)據(jù)。而過去獲得這么多有標注的數(shù)據(jù)，其實要付出的代價是非常高的，即使是今天，也有很多人沒有條件去獲取如此多的數(shù)據(jù)。

深度學習的另外一點局限性是它的通用性還不夠強，下棋的程序只會下棋，識別貓狗的程序只會識別貓狗。你讓他們去做別的事情，幾乎不可能做到。

我們應該做哪些努力？

李磊表示，我們可以嘗試去解決，以推動機器學習發(fā)展的問題有三個：

一是，我們需要發(fā)展它的可解釋性，（也可以說是理論基礎），當機器學習表現(xiàn)得好或者不好，成功或失敗的時候，我們需要從原理上明白它為什么會有這樣的表現(xiàn)，這樣我們才能從根本上對其進行提高。

第二是：希望機器學習能夠做更多的推理，而不是簡單的判斷。

第三是過去的研究中，發(fā)現(xiàn)機器學習需要非常多的計算資源來訓練，要使用非常多的GPU和計算機來訓練，在這同時也消耗了非常多的能量，李磊表示，他希望能找到一種方法把能耗降下來，在不需要這么夸張的計算能力和能耗的同時，也能達到不錯的效果。如果能做到這三點，相信我們在機器學習的研究上能夠更進一步。

雷峰網(wǎng)原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。