人工智能60 周年紀(jì)念活動啟動儀式 中國人工智能學(xué)會供圖

　　■本報(bào)記者 計(jì)紅梅

　　1955年，被譽(yù)為“人工智能之父”的約翰·麥卡錫和明斯基、羅徹斯特、香農(nóng)等共同給洛克菲勒基金會提交了一份項(xiàng)目建議書，希望能獲得第二年于達(dá)特茅斯學(xué)院舉辦“人工智能夏季研討會”的資助。當(dāng)時(shí)，他們認(rèn)為由10位科學(xué)家組成的工作小組在為期兩個(gè)月的時(shí)間里就可以在人工智能領(lǐng)域取得巨大的進(jìn)步。事實(shí)證明，他們嚴(yán)重低估了人工智能的復(fù)雜程度。不過，達(dá)特茅斯會議正式確立了人工智能（AI）這一術(shù)語，也因此被認(rèn)為是人工智能誕生的標(biāo)志。

　　經(jīng)過60年的發(fā)展，人工智能歷經(jīng)三次浪潮，現(xiàn)在正處于第三個(gè)“春天”。“春天”的風(fēng)正往哪兒吹？在4月22日由中國人工智能學(xué)會發(fā)起，聯(lián)合中國互聯(lián)網(wǎng)協(xié)會、中國計(jì)算機(jī)學(xué)會等20多家國家一級學(xué)會及協(xié)會舉辦的2016全球人工智能技術(shù)大會（GAITC）暨人工智能60年紀(jì)念活動啟動儀式上，來自學(xué)術(shù)界和產(chǎn)業(yè)界的全球人工智能領(lǐng)域頂級專家們給出了答案。

　　機(jī)器感知能力正在超越人類

　　1956年至今，人工智能的發(fā)展可謂起起落落，一方面被視為冉冉升起的新星，另一方面也飽受批評，并遭遇過兩次嚴(yán)重挫折。對于過去的60年，微軟亞洲研究院常務(wù)副院長芮勇的評價(jià)是，“不僅僅是一個(gè)輪回，還是一次升華。現(xiàn)在正處于第三個(gè)春天。”

　　三星電子中國研究院院長張代君則認(rèn)為：“目前人工智能的發(fā)展還處于比較初級的階段。當(dāng)下是人工智能的第三次高潮，而且還會有第四次浪潮的到來。”

　　自2006年以來，人工智能發(fā)展加速。究其原因，百度深度學(xué)習(xí)研究院“杰出科學(xué)家”徐偉認(rèn)為，大計(jì)算能力和深度學(xué)習(xí)是主要推動力。一方面，經(jīng)過幾十年的積累，為可觀的計(jì)算能力打下基礎(chǔ)，另一方面深度學(xué)習(xí)的發(fā)展提供了靈活、具有快速建模能力的學(xué)習(xí)系統(tǒng)。這兩者的結(jié)合，能夠?qū)⒋髷?shù)據(jù)背后蘊(yùn)藏的各種復(fù)雜關(guān)系快速提取出來。

　　徐偉表示，隨著深度學(xué)習(xí)逐步在各種人工智能問題里深入地使用，在一些特定領(lǐng)域，機(jī)器的感知能力正在超越人類的水平。例如，在中文語音識別方面，百度的錯誤率是5.7%，而人類的錯誤率則是9.7%。另外，在人臉識別領(lǐng)域，人類的錯誤率是0.8%，而百度則是0.23%。

　　除百度外，谷歌、微軟、IBM、阿里巴巴、科大訊飛等也是人工智能領(lǐng)域的佼佼者。美國東部時(shí)間2015年12月10日，微軟亞洲研究院視覺計(jì)算組在2015 ImageNet計(jì)算機(jī)識別挑戰(zhàn)賽中憑借深層神經(jīng)網(wǎng)絡(luò)技術(shù)的突破，獲得圖像分類、圖像定位以及圖像檢測全部三個(gè)主要項(xiàng)目的冠軍。在此次挑戰(zhàn)賽中，微軟亞洲研究院的研究團(tuán)隊(duì)使用了一種深度高達(dá)152層的神經(jīng)網(wǎng)絡(luò)，比此前成功使用的神經(jīng)網(wǎng)絡(luò)層數(shù)多5倍以上，將錯誤率降低到了3.5%。而在此前同樣的實(shí)驗(yàn)中，人眼辨識的錯誤率為5.1%。

　　在芮勇看來，人工智能的屬性包括聚合的智能、自適應(yīng)的智能、隱形的智能，而微軟在ImageNet挑戰(zhàn)賽中的成功，證明了“深度學(xué)習(xí)徹底改變了圖像識別領(lǐng)域”。他認(rèn)為：“人工智能的下一個(gè)60年將是人類+機(jī)器，即把兩者更強(qiáng)的地方結(jié)合起來，形成增強(qiáng)智能。”

　　還缺少什么

　　谷歌人工智能程序AlphaGo以4：1的戰(zhàn)績擊敗韓國圍棋職業(yè)九段選手李世石，被認(rèn)為是人工智能發(fā)展最新的里程碑。中國人工智能學(xué)會理事長、中國工程院院士李德毅則認(rèn)為，從此次比賽中可以發(fā)現(xiàn)AlphaGo的局限性：AlphaGo僅僅是個(gè)圍棋腦，還不是一個(gè)圍棋手，更不是一個(gè)圍棋機(jī)器人，既沒有眼和手，也沒有感知和行為能力。此外，它也沒有情緒和情感，不能分析對手的心理狀態(tài)，并在現(xiàn)場和對手展開心理戰(zhàn)，缺失交互認(rèn)知能力。

　　在李德毅看來，未來機(jī)器人給人帶來的影響將遠(yuǎn)遠(yuǎn)超過計(jì)算機(jī)和互聯(lián)網(wǎng)過去幾十年對世界的改變。而理想中的機(jī)器人應(yīng)該是“有智慧、有個(gè)性、有行為能力，甚至還有情感的。”

　　徐偉也認(rèn)為，深度學(xué)習(xí)確實(shí)給人工智能帶來了快速的進(jìn)展，但未來還有很長的路要走。“人類智能的核心是自我學(xué)習(xí)和創(chuàng)造的能力。我們看到現(xiàn)在有很多具體的智能系統(tǒng)，比如AlphaGo，還缺乏一種自我學(xué)習(xí)和創(chuàng)造的能力。”

　　另外，一個(gè)小孩要認(rèn)識一種物體只需幾幅圖就足夠了，但計(jì)算機(jī)則需要幾百幅圖。“這是因?yàn)槿斯ぶ悄苓€很難從少量標(biāo)注數(shù)據(jù)中學(xué)習(xí)。”徐偉說。

　　截至目前，谷歌無人駕駛汽車的行駛里程已超過200萬公里，即使這樣，實(shí)現(xiàn)商品化仍然很難。徐偉認(rèn)為，核心問題是人工智能系統(tǒng)缺乏常識。“人看到一種路況就知道該怎么做，但機(jī)器缺乏常識性的理解，只能通過人一條一條把每種路況導(dǎo)入系統(tǒng)中去。要想解決這樣的問題，最有效的方式就是放到真實(shí)的環(huán)境里去學(xué)習(xí)。”他透露，最近Facebook和微軟也提出了類似的想法，即創(chuàng)造一個(gè)虛擬的環(huán)境，讓人工智能體在這一環(huán)境中自己去探索，在與環(huán)境的交互中建立常識性知識。

　　“要做像人這樣強(qiáng)大的人工智能，可能需要從最基礎(chǔ)的東西開始。”徐偉說，“人工智能需要像幼兒一樣，在一個(gè)環(huán)境中自主學(xué)習(xí)感知，擁有行動的能力，同時(shí)將語言能力作為核心嵌入到系統(tǒng)中。”

　　下一步的突破

　　從上世紀(jì)60年代至今，對于人工智能的研究主要從兩個(gè)層面進(jìn)行了探索，首先是邏輯層面，即通過邏輯和搜索來完善人工智能，在發(fā)現(xiàn)瓶頸后，又開始了機(jī)器學(xué)習(xí)的研究。

　　香港科技大學(xué)冠名講座教授、國際人工智能學(xué)會會士楊強(qiáng)認(rèn)為，人工智能的下一步突破將是通用性的人工智能，即將基于搜索和邏輯的人工智能方法與機(jī)器學(xué)習(xí)結(jié)合起來，形成一個(gè)完整的智能機(jī)器。“舉個(gè)例子，就是一只雞可以吃不同的食物，但是下的蛋都是對人類有用的。”

　　在楊強(qiáng)看來，人工智能的成功需要三大條件，一是高質(zhì)量的數(shù)據(jù)，二是能夠開發(fā)出先進(jìn)算法的人才，三是強(qiáng)大的計(jì)算能力。

         地平線機(jī)器人聯(lián)合創(chuàng)始人、地平線機(jī)器人技術(shù)軟件副總裁楊銘認(rèn)為，深度學(xué)習(xí)近年來之所以備受關(guān)注，是因?yàn)橐话愣孕阅艿臏?zhǔn)確度是隨著數(shù)據(jù)的增長而增加的，但其他機(jī)器學(xué)習(xí)方法隨著數(shù)據(jù)的增加，性能在某一個(gè)點(diǎn)就不再提高了，而對于深度學(xué)習(xí)還沒有發(fā)現(xiàn)這一現(xiàn)象。

　　他表示，深度學(xué)習(xí)的未來趨勢包括四個(gè)方向：學(xué)習(xí)如何記憶及關(guān)注與取舍，把注意力集中到需要關(guān)心的細(xì)節(jié)上，增強(qiáng)學(xué)習(xí)以及整體任務(wù)的序列化。

　　人工智能要想發(fā)展，除了算法上的改進(jìn)，還要解決硬件面臨的挑戰(zhàn)。寒武紀(jì)科技創(chuàng)始人及首席執(zhí)行官陳天石表示，現(xiàn)在已處于從信息時(shí)代過渡到智能時(shí)代的開端。在智能時(shí)代，處理器的負(fù)載不再是以前的傳統(tǒng)計(jì)算，而是深度學(xué)習(xí)。通用處理器將由此面臨性能和功耗的問題。智能時(shí)代需要深度學(xué)習(xí)芯片作支撐。 

計(jì)紅梅