2
| 本文作者： 岑大師 | 2017-09-17 12:05 |
9月12日上午，南京金秋洽談會“2017中國人工智能峰會（CAIS 2017）”在南京國際博覽會議中心盛大開幕。本次峰會以“創(chuàng)新、變革、突破”為主題，并設(shè)兩大主題論壇，共吸引了30余位人工智能領(lǐng)域著名的科學(xué)家、企業(yè)領(lǐng)袖親臨現(xiàn)場，1500余名專業(yè)觀眾報名參會，雷鋒網(wǎng)作為受邀媒體參加了本次峰會并進(jìn)行了報道。
在大會上，南京大學(xué)計算機(jī)系教授、歐洲科學(xué)院外籍院士周志華回顧了人工智能的發(fā)展以及機(jī)器學(xué)習(xí)興起的由來，并介紹了“學(xué)件”的思路。周志華教授稱，經(jīng)過人工智能發(fā)展的第一個階段即上世紀(jì)六十年代，機(jī)器所具有的推理能力就已經(jīng)達(dá)到了人類的巔峰水平，之后人工智能相繼進(jìn)入知識工程和機(jī)器學(xué)習(xí)階段。在大數(shù)據(jù)時代，機(jī)器學(xué)習(xí)得到了長足的發(fā)展，直接導(dǎo)致了今天的人工智能熱潮。但技術(shù)上仍存在諸多局限，為此，周志華教授提出了“學(xué)件”（Learnware）的概念，期望經(jīng)過10到15年的探索以后進(jìn)入一個新局面。
周志華教授在現(xiàn)場還列舉了一組數(shù)據(jù)，在今年的IJCAI大會上，中國本土相關(guān)研究論文數(shù)錄用數(shù)量首次超過了美國，占到了差不多全世界三分之一，其中北京占約30%，江蘇省占14%，居全國前兩位。周志華教授認(rèn)為，江蘇有國內(nèi)前列的人工智能研究實力，同時有國內(nèi)前列的人工智能產(chǎn)業(yè)基礎(chǔ)?！霸趪鴥?nèi)的各個省份里面，同時具有這兩個條件的地方并不是很多?！?/p>
以下是雷鋒網(wǎng)根據(jù)周志華教授演講現(xiàn)場記錄稿整理的主要內(nèi)容，已獲得大會授權(quán)：
我本人是從事人工智能方面研究的。經(jīng)常有人問，“比人類更聰明的人工智能什么時候能夠出現(xiàn)？”，這樣的問題對我們來說非常難回答，這是為什么呢？因為談到人工智能，其實可以說有兩種完全不同的觀點，或者說差別非常大的觀點。
第一種我們把它叫做“強(qiáng)人工智能”。目的是希望研制出和人一樣聰明、甚至比人更聰明的機(jī)器；另外一種是“弱人工智能”，主要目的是覺得我們?nèi)俗鍪碌臅r候很聰明，那么能不能向人借鑒一下，讓機(jī)器做事的時候更聰明。實際上在人工智能科學(xué)界，大家探索的主要是在第二個方面。
有一個或許更容易理解的類比：一百多年前，人們看到天上鳥在飛，然后大家就想那我們能不能做一個東西飛起來。后來經(jīng)過空氣動力學(xué)研究，現(xiàn)在我們有了很好的飛機(jī)。但是如果現(xiàn)在問：這個飛機(jī)到底有沒有比鳥飛得更好？這個問題可能就很難說了，因為飛機(jī)雖然飛得比鳥更遠(yuǎn)更高，但是未必有鳥飛得靈活。但不管怎么樣，我們原來的目的已經(jīng)達(dá)到了，我們已經(jīng)有能夠幫我們飛起來的工具。
人工智能做的事情和這件事情非常的相似，就是我們看到有很多智能行為，希望借鑒這些東西做出一些工具，能夠幫助我們做更強(qiáng)大的事情，實際上這就是我們真正在研究人工智能的時候所主要考慮的內(nèi)容。所以人工智能研究的主要目的并不是“人造智能”，而是“intelligence-inspired computing”，智能啟發(fā)的計算。
搞人工智能的人到底在做什么呢？今天我們一般說人工智能作為一門學(xué)科誕生在1956年，那時候計算機(jī)的能力還非常弱，但已經(jīng)有很多的學(xué)者在想，那么這樣計算能力發(fā)展下去，我們是不是可以做一些更復(fù)雜的事情，那么這些事情到底是什么呢？在那年夏天在達(dá)特茅斯學(xué)院開了這么一個會議，在這個會議上后來被稱為人工智能之父的約翰·麥卡錫，為這個學(xué)科就起了一個名字叫做人工智能。
經(jīng)過了60多年歷史，如果從主流研究內(nèi)容來看，人工智能的發(fā)展大概經(jīng)歷這么三個階段：
第一個階段大概是在50年代中期到60年代，這個階段主要是在做邏輯推理。這是為什么呢？大概因為我們理工科的都對數(shù)學(xué)家有一種自然的崇拜，覺得數(shù)學(xué)家非常聰明，能夠證明一些非常復(fù)雜的定理，那這個背后的能力就是邏輯推理能力。所以在那個時候大家就想，如果我們能夠把邏輯推理能力賦予計算機(jī)系統(tǒng)，那么這個機(jī)器做事情就會聰明起來，所以那個時候有很多很重要的研究結(jié)果，例如圖靈獎得主西蒙和紐厄爾研制出來的“邏輯理論家”程序就是一個典型代表。
那么這樣的研究成果達(dá)到了什么樣的水平呢？在上個世紀(jì)有兩位偉大的邏輯學(xué)家羅素和懷特海，他們寫了一本書叫做《數(shù)學(xué)原理》，用邏輯把整個數(shù)學(xué)系統(tǒng)建構(gòu)起來。為了證明這本書里面的定理，他們花了十年時間，而這個程序證明這所有的定理只用了不到兩個月的時間，而且其中有一條定理的證明比這兩位偉大的邏輯學(xué)家證明出來的還要巧妙，更加簡短、更加容易讀懂。所以我們可以看到，在上個世紀(jì)60年代，機(jī)器所具有的推理能力就已經(jīng)達(dá)到了人類的巔峰水平。
但那個時候機(jī)器做事情并沒有真的變得很聰明，所以大家慢慢地就意識到其實光有邏輯推理能力是不夠的，即便是數(shù)學(xué)家，為了證明數(shù)學(xué)定理除了要有邏輯推理能力，還要有數(shù)學(xué)知識。所以人工智能的研究很自然的就進(jìn)入了第二個階段，在這個階段大家就想的是我們能不能把知識總結(jié)出來教給計算機(jī)系統(tǒng)，所以這就進(jìn)入了我們所謂的一個“知識工程”時期，這里面的代表人物例如后來的圖靈獎得主，被稱為知識工程之父的愛德華·費(fèi)根鮑姆。在這個階段大家主要做的事情就是希望把人類專家解決問題的知識總結(jié)出來，比如說，“如果看到巖石里面滲出紅色，那么這個里面很可能是鐵礦”，把這樣的知識總結(jié)出來，然后編程放到計算機(jī)系統(tǒng)里面，由此就產(chǎn)生出很多“專家系統(tǒng)”，確實解決了很多應(yīng)用問題。
但是后來慢慢的大家就發(fā)現(xiàn)，要把知識總結(jié)出來再交給系統(tǒng)非常的困難。一方面有時候我們?nèi)祟悓＜夷軌蚪鉀Q一些問題，但是這個知識是什么可能說不清楚。有的人類專家可能還不太愿意分享他的知識。然后大家就想那么這時候我們該怎么辦？因為我們的人的知識其實主要是靠學(xué)來的，所以先驅(qū)們很自然地就想到那么我們能不能讓機(jī)器自動的去學(xué)知識，所以從20世紀(jì)90年代開始，人工智能的主流研究就進(jìn)入到第三個階段，這個階段一直持續(xù)到今天，就是我們的機(jī)器學(xué)習(xí)階段。
所以我們可以看到機(jī)器學(xué)習(xí)最早誕生出來，它是為了解決知識獲取這么一個瓶頸而出現(xiàn)的。機(jī)器學(xué)習(xí)的經(jīng)典定義是“利用經(jīng)驗改善系統(tǒng)自身的能力”。不論什么樣的經(jīng)驗，一旦放在計算機(jī)系統(tǒng)中，它必然是以數(shù)據(jù)的形式存在的，所以機(jī)器學(xué)習(xí)要研究怎么去利用經(jīng)驗，他就必須要對數(shù)據(jù)進(jìn)行分析，所以這個領(lǐng)域發(fā)展到今天，實際上主要研究的是怎么樣利用計算機(jī)來對數(shù)據(jù)進(jìn)行分析的理論和方法。
我們可以看到，其實機(jī)器學(xué)習(xí)走上歷史舞臺是因為要解決知識獲取的瓶頸，但恰恰在20世紀(jì)末，我們?nèi)祟惏l(fā)現(xiàn)自己淹沒在一個數(shù)據(jù)的海洋里面，我們需要對數(shù)據(jù)分析，我們需要這樣的技術(shù)，而機(jī)器學(xué)習(xí)恰恰在這個時候走上舞臺了，所以給我們提供了這個機(jī)會，我們對他的需求就迫切的高漲。
今天我們都說是在“大數(shù)據(jù)時代”，但其實光有大數(shù)據(jù)并不意味著得到了價值。大數(shù)據(jù)就好比是一個礦山，我們擁有了礦山，如果要得到里面的價值，必須要有很強(qiáng)大的數(shù)據(jù)分析技術(shù)，而這個數(shù)據(jù)分析技術(shù)是什么呢？今天我們主要就是要靠機(jī)器學(xué)習(xí)。所以在大數(shù)據(jù)時代要讓數(shù)據(jù)發(fā)揮作用，就離不開機(jī)器學(xué)習(xí)技術(shù)。所以可以看到，機(jī)器學(xué)習(xí)已經(jīng)可以說是無處不在了，不管是互聯(lián)網(wǎng)搜索還是人臉識別，還是汽車自動駕駛，還是火星機(jī)器人包括美國總統(tǒng)大選甚至軍隊的戰(zhàn)場數(shù)據(jù)情況分析，任何地方只要你有數(shù)據(jù)只要你希望用計算機(jī)來幫助你做數(shù)據(jù)的分析，你就可能使用機(jī)器學(xué)習(xí)技術(shù)?？梢哉f今天我們在這里有這個論壇，是因為人工智能現(xiàn)在很熱，而人工智能有這個熱潮，其實恰恰就是因為機(jī)器學(xué)習(xí)，尤其是里面的深度學(xué)習(xí)技術(shù)在過去十來年里面取得了巨大的發(fā)展，在大數(shù)據(jù)時代發(fā)揮了巨大的作用。
我們現(xiàn)在有很多的問題，有很多的企業(yè)是基于深度學(xué)習(xí)技術(shù)來做的，它可以解決很多問題，但是大家要注意到深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、人工智能這三者之間的關(guān)系：深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個分支，而機(jī)器學(xué)習(xí)又是人工智能的核心領(lǐng)域，但它并非人工智能技術(shù)的全部。深度學(xué)習(xí)雖然取得了巨大成功，但并不能夠包打天下，還有很多其他的機(jī)器學(xué)習(xí)技術(shù)在很多方面在發(fā)揮作用。
關(guān)于機(jī)器學(xué)習(xí)下一步發(fā)展的看法，下面談?wù)勎覀€人的一些粗淺的思考，這些看法很可能是錯的，僅供大家批評參考。
我們今天談到機(jī)器學(xué)習(xí)的時候，很多對機(jī)器學(xué)習(xí)熟悉的人會想到什么呢？可能有些人想到的是算法，有些人想到的是數(shù)據(jù)。我們可以說，今天的機(jī)器學(xué)習(xí)就是以“算法加數(shù)據(jù)”這么一種形態(tài)存在的。在這種形態(tài)下，我們的技術(shù)上存在哪些技術(shù)局限？我來列舉一些。
首先，我們可能需要大量的訓(xùn)練樣本。大家可能說今天我們是大數(shù)據(jù)時代，那么大量的訓(xùn)練樣本這件事情可能已經(jīng)不再是問題，其實這里面有幾個典型的情況能夠告訴我們，這其實還是一個很大的問題。
首先在有些應(yīng)用里邊，可能我們的樣本總量很少，比如說我們在做油田定位的時候，那這個數(shù)據(jù)必須通過人工誘發(fā)地震才能獲得，所以你要獲得這樣的數(shù)據(jù)成本是非常高的，不可能有大量的數(shù)據(jù)去用；
第二種情況是數(shù)據(jù)可能很多，但是我們真正關(guān)心的很少，比如說我們在做銀行的這種欺詐檢測的時候，每天一個銀行的信用卡交易數(shù)據(jù)可能有幾百萬上千萬，但是其中真正的信用卡欺詐的數(shù)據(jù)可能很少；
還有一種情況，我們數(shù)據(jù)的總量很多，但是我們已經(jīng)標(biāo)注了結(jié)果的東西很少，比如說我們要做軟件的缺陷檢測，我們有大量的程序代碼，但是程序代碼里面真正把缺陷標(biāo)記出來的，這樣的數(shù)據(jù)是非常少的；
第二，我們今天訓(xùn)練好了一個機(jī)器學(xué)習(xí)模型，之后環(huán)境如果稍微發(fā)生變化，就可能導(dǎo)致這個模型失效，至少是大幅度降低它的性能。比如說在我們一個傳感器的世界里面，我們放出去一百個傳感器，一個月之后有60個傳感器失效了，這時候我新部署60個傳感器，那你說我還是一百個，那我原來的模型能不能用呢？很抱歉，這時候模型的性能會大幅度衰減，因為你很難把新的傳感器放到原來的位置，它發(fā)出來的信號質(zhì)量和強(qiáng)度和原來也會有很大的變化，這時候我們的模型可能就已經(jīng)很難適應(yīng)了，所以這又是一個很重要的問題。
第三個問題很多人都知道，今天的機(jī)器學(xué)習(xí)系統(tǒng)絕大多數(shù)都是黑箱，我們能做出預(yù)測，甚至是非常精確的預(yù)測，但是我們很難解釋為什么做出這樣的預(yù)測，這就會導(dǎo)致這樣的系統(tǒng)在一些高風(fēng)險應(yīng)用里面很難使用，比如說我們要做地震預(yù)報，我們說明天要地震，請大家撤離。領(lǐng)導(dǎo)肯定會問那你憑什么做出這樣的決策？如果這個模型是黑箱，他只能告訴你，我就告訴你肯定是這樣，具體什么理由我也不知道，如果是這樣的話，誰也不知道是不是瞎蒙的，那這件事情肯定不太容易采納這個建議。
這其實還有很多別的問題，比如說今天我們在使用機(jī)器學(xué)習(xí)技術(shù)的時候，即使對同樣的數(shù)據(jù)，普通用戶所能得到的結(jié)果和專家所能得到的結(jié)果，這中間的差別可能非常的大，怎么樣使用這個數(shù)據(jù)怎么樣使用這個模型，大家的知識和經(jīng)驗的差別會導(dǎo)致結(jié)果模型巨大的差異。
此外還有一個問題可能提到的人比較少，我舉一個例子，比如說我們現(xiàn)在有大醫(yī)院，他有很多的病例數(shù)據(jù)，如果我們現(xiàn)在要做智慧醫(yī)療，那他基于這些數(shù)據(jù)可能做出非常好的診斷系統(tǒng)。而我們的社區(qū)醫(yī)院的病例數(shù)據(jù)可能比較少，直接基于它的數(shù)據(jù)很難做出這樣好的模型，現(xiàn)在社區(qū)醫(yī)院說你這個大醫(yī)院能不能幫幫我？大醫(yī)院說我很愿意幫你，但是這件事情就算它愿意幫這個忙，可能也很難幫得上，因為一旦它要分享他的病例數(shù)據(jù)，馬上就會涉及到數(shù)據(jù)隱私、數(shù)據(jù)所有權(quán)、數(shù)據(jù)保護(hù)等等的問題，所以這里面有一個數(shù)據(jù)分享的墻。
還有很多其他問題。對于幾個每個方面，今天我們都有研究者在做相關(guān)的探索，但是如果把所有這些方面割裂的一個一個的去解決，可能就很難擺脫頭疼醫(yī)頭、腳疼醫(yī)腳這樣的一種現(xiàn)狀。所以我們就想，有沒有可能在一個整體性的框架之下全面的去考慮這些問題。最近我們提出了一個想法，我們它叫做學(xué)件（Learnware）。這是個什么樣的想法呢？很多人可能在自己的機(jī)器學(xué)習(xí)的應(yīng)用中已經(jīng)建立了很好的模型，他們也很愿意把這些模型分享出去。那假設(shè)我們有一個市場讓大家來分享這些模型，以后一個新用戶想要做他自己的機(jī)器學(xué)習(xí)應(yīng)用時，就不用自己從頭去建模型，而是可以先到“學(xué)件”市場上找一找有沒有合適的，可以拿來用做基礎(chǔ)。
比如說，用戶要找一把切肉刀，那他肯定不會自己從采礦打鐵開始重新造一把刀，而是先看看市場上有沒有這樣的刀，如果有合適的更好，即便沒有合適的，比如說找到一把西瓜刀，那他就可以拿回去然后用自己的數(shù)據(jù)重新“打磨”一下，可能這就成為很適用的工具了。所以，這個想法的關(guān)鍵是希望能夠部分重用他人的結(jié)果，而不必“從頭開始”。
為了達(dá)到這個目的，我們設(shè)想的學(xué)件是由兩部分組成，一部分是模型（Model），另一部分是用于描述這個模型的規(guī)約（Specification）。模型需要有滿足三個重要的要求：可重用性、可演進(jìn)性、可了解性，規(guī)約要能夠給模型提供足夠的描述。這些在技術(shù)上現(xiàn)在大概都有一些初步的想法和探索，今天就不展開了。如果學(xué)件真能成為現(xiàn)實的話，可能我們剛才提到的這些問題都可以得到全面的解決。我們期望也許經(jīng)過10到15年的探索以后，也許我們機(jī)器學(xué)習(xí)可以從“算法加數(shù)據(jù)”這種形態(tài)過渡到未來的這么一種學(xué)件的形態(tài)。
最后，因為我今天是代表江蘇省人工智能學(xué)會，用兩分鐘談?wù)勎覀兘K省的人工智能事業(yè)。我們可以做兩個判斷，江蘇省有國內(nèi)前列的人工智能研究實力，還有國內(nèi)前列的人工智能產(chǎn)業(yè)基礎(chǔ)。在國內(nèi)的各個省市里面，同時具備這兩個條件的地方并不多。
下面給大家看幾個數(shù)據(jù)，是關(guān)于人工智能研究力方面的一點反映。在2017年的國際人工智能領(lǐng)域的頂級會議IJCAI上，我們中國本土單位的錄用論文數(shù)首次超過了美國，這個里面各個省區(qū)的分布，北京大概占30%。江蘇省14%，居第一和第二位。我們再看看過去這幾年發(fā)展增長的速度，中國計算機(jī)學(xué)會人工智能大會在2013年的時候，北京錄用論文是江蘇省的兩倍多，2017年江蘇是北京的兩倍，這在一定程度上反映出過去這么幾年的時間里面，江蘇的人工智能基礎(chǔ)人才發(fā)展可能有一個快速的增長。江蘇省人工智能學(xué)會8月28號在省科協(xié)指導(dǎo)下成立，得到了省科技廳、經(jīng)信委、民政廳等很多單位以及高校科研院所和企業(yè)的支持，也反映出各方面對人工智能事業(yè)的發(fā)展非常重視。
在人工智能時代什么東西最貴？什么最缺？答案大家都很清楚，那就是人工智能人才。可以說，有多好的“智能人工”，才可能有多好的“人工智能”。江蘇省在這方面有很好的基礎(chǔ)，所以我相信江蘇的人工智能事業(yè)前途應(yīng)該一片光明。謝謝大家。
（雷鋒網(wǎng)整理）
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。
