转折点正在来临？ 人工智能

文/温泉美国旧金山时间2015年1月30日下午1点半，北京时间1月31日凌晨5点半，The Big Talk在美国硅谷计算机历史博物馆举行。这是2015年The Big Talk的第一站

文/温泉

美国旧金山时间2015年1月30日下午1点半，北京时间1月31日凌晨5点半，The Big Talk在美国硅谷计算机历史博物馆举行。

这是2015年The Big Talk的第一站。《The BIG Talk》是百度于2014年6月创办的科技活动品牌，节目为百度百家举办，致力于成为连接前沿科技和商业价值、解读未来趋势的思想平台。

百度和硅谷当下在科技研究前沿的学者参加了这次活动。参加者有：百度公司首席科学家吴恩达、免费大型公开在线课程项目Coursera的首席业务官Lila Ibrahim、美国奇点大学生物技术和信息学项目负责人Raymond McCauley（雷蒙德•麦考利）、斯坦福大学独立访问学者Walter Greenleaf（沃尔特•格林利夫）、麻省理工学院人力动力学实验室主任Alex Pentland（亚历克斯•彭特兰）、加州大学伯克利分校可再生能源和稀有能源实验室创办主任Daniel Kammen（丹尼尔•柯曼）、本田硅谷实验室高级项目总监Nick Sugimoto（尼克•杉本博司）、康奈尔大学机械制造实验室主任Hod Lipson（霍德•利普森）、苹果联合创始人Steve Wozniak（史蒂芬•沃兹尼亚克）。

百度公司首席科学家吴恩达首先讲了人工智能与深度学习的最新进展，其余几位演讲嘉宾分别讲了各自领域的研究进展及人工智能的未来应用。

值得注意的是，吴恩达首先披露了百度在人工智能方面的最新进展，他透露百度在图片识别与语音识别上都取得了突破性进展，他认为，这样的人工智能技术将会变革人机交互方式，未来将给手机、互联网、家用电器都带来很大的变革。持此观点的并非吴恩达一人，康奈尔大学机械制造实验室主任Hod Lipson（霍德•利普森）的判断更为积极，在该场活动前一天的圆桌论坛上，他甚至断言“当前正是人工智能的转折点”，在The BIG Talk当天的活动上，他详细介绍了在机器人研发方面取得的突破性进展。

如果这个判断准确，未来几年，我们将看到很多领域将发生革命性的变化，因为当下许多领域的技术瓶颈就是人工智能。但是，由于这些信息仅得自一场论坛，要做更准确的判断需要更多的消息。

“当前正是人工智能的转折点”

吴恩达首先展示了百度在图像和语音识别方面的进展。

他展示了一组图片，下面配有中文图片说明，他告诉大家：“这是电脑写的。”他透露，百度现在已经能够比较深度地识别图像，将来问题就是这项技术能够开发什么样的应用。他预言，未来5年电脑视觉将会取得巨大发展，比如医学影像、电子商务中买卖衣服的对比，更多具体的领域他也无法预测，但可以肯定的是一定会带来很大的变化。

在语音识别方面，吴恩达认为百度的技术已经可以做到世界领先。以前语音识别比较困难，因为有噪音干扰。他介绍说，一般来说最大的语音识别的数据是需要两千小时的数据，百度则用七千小时的语音数据来研究，是一般研究的三倍多。通过这些数据，可以建立矩阵进行语音识别，比别的API（Application Programming Interface，即应用程序编程接口。是一些预先定义的函数，目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力，而又无需访问源码，或理解内部工作机制的细节）都好很多。

他解释，百度能做到这些是因为使用了神经网络。他认为，这样的人工智能技术将会变革人机交互方式，未来将给手机、互联网、家用电器都带来很大的变革。

他进一步阐释，为什么人工智能、深度学习现在会起飞。他把深度学习比喻成火箭发射，火箭发射成功需要发动机很大、燃料很多，发动机大燃料少不行，发动机小燃料多也不行，发动机相当于神经网络，燃料是数据。现在神经网络越来越强大，人类数据积累越来越多。他对比道，2010年最大的神经网络有1000万个连接点，几年前他在谷歌的项目――谷歌大脑，当时有1000个大脑、10亿个连接点，成本比较高。现在则可以用不同的技术用较少的电脑建立更多的连接点，现在百度搭建的神经网络已经达到1000亿个连接点，这相当于用了更大的发动机。

Hod Lipson（霍德•利普森）在前一天的圆桌论坛上发表演讲认为，过去几个月来，人工智能有了巨大的改变，当前正是人工智能的转折点。

在The Big Talk上，Hod Lipson（霍德•利普森）展示了他的最新研究进展――有自我感觉的机器人（Sentient machines），他对现场的观众说：“这种技术大行其道可能在你孩子那一代。”

他引用达尔文的话解释，能够生存的不是最强的物种，也不是最聪明的物种，而是最能适应改变的物种。因此，在机器人设计当中，他们改变了设计思路，不搞固定的模拟工程式、而是根据不同的数据进行不同的改进、调整，采用这样的原则逐渐演变，使得机器人根据这种演变调整才能产生自我意识，根据所意识到周围的环境进行调整。

他举了两个例子。

一个是培养一个四条腿的机器人学走路，最初设计一个模型，然后通过做实验逐渐调整，使得机器人能够用四条腿走路之后，在被去掉一条腿之后，依然能够根据环境调整自己的行动、完成走路的动作。他展示了实验完成的模拟动画和实际录像。

另一个是训练一个机器人认识猫和狗的图片的过程中，突然发现其中一个开始追踪人的面部。慢慢那就学会了跟踪人脸，他自己突然就决定跟踪人脸了。他说：“这个网络不是被培训进行面部跟踪的，只是让他区分狗和猫的，可是她一下学会了识别人脸。它自己突然决定跟踪人脸，这是一个让人惊喜的技术。我们把一些定律内嵌到机器人里面，其实很幼稚，不太现实，他们自己会学习。”

“人工智能是瓶颈”

免费大型公开在线课程项目Coursera的首席业务官Lila Ibrahim介绍了项目的最新进展。Coursera目前已有学生超过10万人，但是却面临技术怎么能扩大教育范围的问题。她举例说，比如改作文不可能用机器，以往采用的方法是教授写一般性的指导方针，让学生互相改，可是这样会面临评价质量的问题。如果人工智能、计算机算法能够有突破，评价质量就能有所提升。她透露：“我们和普林斯顿做了合作项目，评分的质量有待提升。”

美国奇点大学生物技术和信息学项目负责人Raymond McCauley（雷蒙德•麦考利）介绍，现在摩尔定律已经和生命技术联系在一起了。现在DNA测序的价格下降迅速，2001年，一个DNA测序的价格是30亿美金，今年在美国已经比在医院做个普通胸透的价格还便宜。他预测，2020年，DNA测序的价格比“冲厕所”还便宜。他说，基因工程越来越像软件开发，能够读取基因并且重写。

未来，随着基因测序价格越来越低，越来越多的基因数据将积累起来。随后发言的斯坦福大学独立访问学者Walter Greenleaf（沃尔特•格林利夫）指出，所有基因意义对健康的影响，现在已经变成了计算机计算能力问题。

麻省理工学院人力动力学实验室主任Alex Pentland（亚历克斯•彭特兰）则着重讲了几个目前已经在大数据分析方面取得突破的例子：

第一个：通过人的行为分析预测金融风险。麻省理工大学的一位教授发现，人的大脑两部分，一部分负责习惯性行为，另外一部分负责探索性行为，这两部分要比较平衡人才健康。这个结论可以用来分析人们使用信用卡的行为，研究发现，一个人如果比较穷，探索性行为会比较少。一个人如果比较富，更会出于好奇去探索。这不同于一般银行根据人的年龄、工作年限对还款风险进行预测，如果再加上对习惯性行为与探索性行为的分析，其预测准确性会增加一倍，在借款人遇到困难之前就可以根据行为习惯发现问题、加以防范。用这个结论可以预测社区的贫困程度，只要分析一个社区人们这两种行为的比例就可以。他透露：“今年我们和联合国研究，未来15年联合国目标的实现，如果使用这种技术，可以在未来监测每个政府做的怎样。”

第二个，人怎么变得更加聪明、有智慧？研究发现，在一个群体中，如果只有一小部分人贡献，大部分人随大流，效率就会比较低。如果大部分人贡献，这个群体的能力就能增加一倍。目前的研究发现，一个城市面对面互动模式，与一个城市GDP的多少是呈正相关的。城市面对面互动模式，则取决于取决于两个因素：人口密集度和道路状况。他进一步指出，交通拥堵会影响GDP增长。

第三个：怎样做出好的判断？比如，在某个具体的情境下怎样赚钱？研究发现，这取决于两点：看其他人怎么赚钱，看其他人在这种情况下是不是总是赚钱。他举例说，在美国，eToro这个公司，是个社会网络，也是交易平台。很有意思，在这个平台上可以看别人怎么交易，研究发现社交范围广泛与否与赚钱多少呈正相关。但是，如果认识人虽多，但是都互相模仿，反而效果不好。社交要多元化才可以。

本田硅谷实验室高级项目总监Nick Sugimoto（尼克•杉本博司）介绍，本田硅谷实验室的研究领域包括，车辆连接性（connected vehicle），人机交互（human machine interface）、大数据应用与开发。他用视频录像演示了本田汽车上已经与谷歌和苹果公司合作实现人机交互的新应用，在车上，人可以不用手持电话、不带耳机，直接向汽车发送指令打电话、发短信、进行语音导航。他透露，目前正在推动汽车公司建立联盟推动安卓系统在各种汽车品牌上的应用。同时，他也坦言，目前离完全的无人驾驶汽车的实现还有距离，完全实现还要依赖人工智能技术的实时、准确的判断。

争议人工智能利弊

此前，微软公司联合创始人比尔・盖茨（Bill Gates）、特斯拉创始人埃隆・马斯克（Elon Musk）和科学家史蒂芬・霍金（Stephen Hawking），都曾警告人工智能将带来威胁。

在The Big Talk现场，这个问题也引起了争议，人工智能领域的两位研究者则极力维护。

吴恩达认为这个话题是炒作，他认为对这个话题的讨论掩盖了一些真正的问题，比如历史上技术曾经带来的失业和重新培训就业能力的问题。他说：“有时候我觉得霍金掌握了一些关于人工智能的秘密，而我不知道。不过我不觉得这些邪恶机器人啊，世界末日的情况今天不会有任何现实的可能性。”

Hod Lipson（霍德•利普森）则表示：“我不会担心人工智能会伤害我们，我担心的是一些人会利用人工智能伤害别人。”他说：“很多人会觉得AI会毁灭人类，钛合金的机器会射杀人类，但如果机器有人性，很多功效会比我们厉害，制造车，写诗，写社论也可以，也可以抚养孩子，比人更好，这些都能做到。我觉得可能会挑战到做人的意义，大家要做好准备。但我不觉得会射杀人类，如果这样认为将会错失巨大科技进步的机会。”