在剛剛結(jié)束的中國人工智能大會(huì)CCAI上，今日頭條科學(xué)家李磊同我們分享了一些他對機(jī)器學(xué)習(xí)未來發(fā)展方向的一些思考，以及在此基礎(chǔ)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(diǎn)的問題。今日頭條最初是一家新聞聚合平臺，但素有應(yīng)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(jī)器人，在里約奧運(yùn)期間自動(dòng)完成了大量的報(bào)道。而李磊作為有著多年機(jī)器學(xué)習(xí)、人工智能和深度學(xué)習(xí)領(lǐng)域研究經(jīng)驗(yàn)的科學(xué)家。在這個(gè)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(jī)器人還有多遠(yuǎn)，首先要弄明白三個(gè)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(gè)問題后我們才能去研究第三個(gè)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(shí)際上不僅是李磊，有許多嘉賓在大會(huì)的演講和討論中都提到：我們需要管理好自己和消費(fèi)者對人工智能的認(rèn)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(shí)間內(nèi)將人工智能的實(shí)際水平提升到這種期望值的高度（實(shí)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(huì)導(dǎo)致新一輪的低谷。所以，我們需要時(shí)時(shí)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(shí)有兩種定義。一種叫類人工智能，就是讓機(jī)器像人那樣去思考，去決策、去解決問題，具備學(xué)習(xí)能力，同時(shí)還能有行動(dòng)能力?？傊?，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(biāo)并不是把機(jī)器去跟人比，而是把計(jì)算看成是一個(gè)自然現(xiàn)象，研究這個(gè)自然現(xiàn)象在智能這個(gè)領(lǐng)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(nèi)容很廣，機(jī)器學(xué)習(xí)只是其中的一塊。在具體的一些問題上，人工智能已經(jīng)達(dá)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(jī)器人看圖說話、以及今日頭條最近開發(fā)的奧運(yùn)新聞機(jī)器人。越來越多以前由人來完成的工作已經(jīng)可以用機(jī)器人來做了。在這些具體的領(lǐng)域內(nèi)，機(jī)器人的能力已經(jīng)達(dá)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(shí)還很遙遠(yuǎn)。他說，在研究中他們發(fā)現(xiàn)，深度學(xué)習(xí)目前最擅長的問題，是那些“有監(jiān)督學(xué)習(xí)”的問題。他之前舉的很多例子，依賴的都是有監(jiān)督學(xué)習(xí)。

不過李磊說，我們要知道，人工智能，或者說機(jī)器學(xué)習(xí)，不僅僅是有監(jiān)督學(xué)習(xí)，也不僅僅是深度學(xué)習(xí)，人工智能需要解決的問題其實(shí)比這要多得多。而且目前的深度學(xué)習(xí)盡管表現(xiàn)的很好，但其實(shí)它也有很多局限性。比如它依賴于大量有標(biāo)注的數(shù)據(jù)。而過去獲得這么多有標(biāo)注的數(shù)據(jù)，其實(shí)要付出的代價(jià)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(xué)習(xí)的另外一點(diǎn)局限性是它的通用性還不夠強(qiáng)，下棋的程序只會(huì)下棋，識別貓狗的程序只會(huì)識別貓狗。你讓他們?nèi)プ鰟e的事情，幾乎不可能做到。

我們應(yīng)該做哪些努力？

李磊表示，我們可以嘗試去解決，以推動(dòng)機(jī)器學(xué)習(xí)發(fā)展的問題有三個(gè)：

一是，我們需要發(fā)展它的可解釋性，（也可以說是理論基礎(chǔ)），當(dāng)機(jī)器學(xué)習(xí)表現(xiàn)得好或者不好，成功或失敗的時(shí)候，我們需要從原理上明白它為什么會(huì)有這樣的表現(xiàn)，這樣我們才能從根本上對其進(jìn)行提高。

第二是：希望機(jī)器學(xué)習(xí)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(jī)器學(xué)習(xí)需要非常多的計(jì)算資源來訓(xùn)練，要使用非常多的GPU和計(jì)算機(jī)來訓(xùn)練，在這同時(shí)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(jì)算能力和能耗的同時(shí)，也能達(dá)到不錯(cuò)的效果。如果能做到這三點(diǎn)，相信我們在機(jī)器學(xué)習(xí)的研究上能夠更進(jìn)一步。

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。