清華博導馬少平：互聯網拯救了人工智能

發布時間：

2020-07-21

作者：

來源：

自AlphaGo戰勝李世石后，人工智能再次成為輿論熱議焦點。這場世紀之戰意味著什么？為什么機器會贏？不遠的將來會出現具備超強人工智能的機器嗎？帶著這些問題，近日LinkedIn（領英）中國旗下的職場社交App「赤兔」邀請到清華大學博士生導師、中國人工智能學會副理事長馬少平和IBM中國研究院研究總監、大數據及認知計算研究方向首席科學家蘇中，兩位專家分別從各自的專業領域探討AI如何走進人們的生活。這是自赤兔上線以來，第一次線下、線上語音直播同步進行的熱點活動，當晚吸引了全國近千人參與并與嘉賓提問互動。

“互聯網拯救了人工智能”馬少平教授認為，隨著數據獲取方便，人工智能的方法也逐漸提高，互聯網、云計算的發展帶來的海量數據讓人工智能又火了一把，AlphaGo能戰勝李世石更多獲益于機器深度學習的發展。但他表示目前深度學習從某種程度上還只是解決了感知的問題，像人類一樣有推理能力，真正全面超過人發展到強人工智能，在其有生之年是很難看到曙光的。IBM科學家蘇中則對人工智能的應用場景展開了暢想，他認為機器能否從海量的數據運算到幫助人做決策，這才是認知計算最核心。未來在醫學和教育行業，人工智能或將對個性化決策產生重大影響。

AlphaGo是靠100%的汗水打敗九段高手李世石

在回顧人工智能的發展歷程時，馬少平介紹說在AlphaGo出來之前，計算機圍棋最好水平也就是業余五段左右，現在應該是到九段了。因為從業余五段到職業棋手就是很大的飛躍，從（職業）初段再到九段是很大的飛躍。所以不管在下棋這方面是里程碑，在人工智能方面也是一個里程碑。

AlphaGo戰勝李世石并不是因為機器有多聰明，因為機器能夠無限的復述、演繹，重新的復盤、操作窮舉在這里面用到的棋局、算法。因為對于這些數據的處理能力，機器比一個聰明棋手的大腦要強的多。“AlphaGo連1%的天分都沒有，它的天分來自于它整個算法設計的團隊，它的海量運算。因為16萬盤棋，在那么大的深度學習網絡，讓人算我相信是算不完的，它能把里面最后的規律找到。”蘇中認為，AlphaGo有一點是利用了現在的大數據，它用歷史上十多萬盤的專業棋手下的棋盤的對局，可能產生了上千萬盤對局的狀態。他們利用機器深度學習、網絡學習去學。因為深度學習是一個黑盒子，進去的東西，出來的東西人解釋不清，但是AlphaGo把里面規律性的東西找到了。此外，它不光把棋盤內容放進去了，同時它把里面的輸贏關系，一些對棋局的判斷，人講不清楚道不明白的點，它用機器的模型理念把它放進去，而且它有擴展能力。

馬少平教授則補充說，AlphaGo的成功獲益于深度學習的突破性發展。它把深度學習加上強化學習的方法引入進來，但是它的整體框架還是蒙特卡羅數的搜索，一個是策略網絡，一個是估值網絡，使得它的搜索可能下的步驟橫向的步驟減少了。在此之前還是所有的可能性都要模擬，現在是限定在某個范圍內。原來的每次模擬都要從上到下模擬到底，現在采用估值網絡以后模擬到中間可能就停止了，這樣的話節省了時間可以模擬的次數更多了，這樣效率就高了。

互聯網拯救了人工智能超強人工智能尚不可能出現

人工智能（AI）這個概念到今年為止已經六十年了，然而它的發展卻一波三折。經歷了從早期計算條件、硬件條件的限制，到神經網絡缺少理論支撐的瓶頸。但隨著互聯網的發展，人工智能又逐漸熱起來了。“互聯網拯救了人工智能。”馬少平教授說，隨著數據獲取方便，人工智能的方法也逐漸提高，互聯網、云計算的發展帶來的海量數據讓人工智能又火了一把。

不過，馬少平教授認為人工智能是一個目標，不是具體的方法，它是希望機器能夠在某些方面達到人或者是像人這樣一個目標。語音識別好像是有人工智能的一種能力，人可以走路，現在的掃地機器人，也是人的能力，但除此之外人還有更高級的能力。因為人的能力實在是沒有邊界的，“可以說我們一直在路上，沒有說哪天人工智能能實現。”

“目前的人工智能還是在一定的限度內進行的，它的模型實際上是限定了它的解的空間，你只能在這個范圍內。比如我們說要現在要找一個唱歌最好的，現在就在這個房間里面的，再好也是在這個房間里面唱歌最好的，外面的不算在內。”蘇中表示，很多時候講機器利用大數據，是指它可以輔助人做決策。就像飛機一樣，飛機有自動駕駛，飛行員在任何時候基本上是很輕松的。但是仍然沒有人敢說，就讓機器去駕駛。因為自動駕駛的基本還是在于正常情況下，當把數據輸入以后，它可能駕駛的比人還準確，不容易犯錯。但是在非正常情況下，機器缺少思維擴張能力。人工智能不知道人怎么去思考，不知道我們那些無限可能的東西在里面的邏輯是什么，所以現在的人工智能從某種程度上來講它是弱的。

人工智能或將在醫療、教育領域發揮重大作用

據IBM科學家蘇中介紹，因為大數據的存在，機器的運算能力越來越快，但從運算到幫助人類去做個性化決策，這是才是認知計算最核心的部分，也是人工智能最有價值的部分。他希望IT技術未來在大數據的基礎上能夠幫助人們從賺取一美元到一百萬美元，再到一億美元這樣的決策里面提供很好的服務決策。

IBM之所以進入這個市場，是希望IT從原來以計算為核心的提升到能通過海量的數據來輔助人類決策。比如說在醫療里面，未來機器可以通過認知計算，通過理解圖像，理解病例里面的文字信息，理解新的醫療機構來出具可供醫生做決策研究報告。”此外在教育方面，“每個孩子都想因材施教。但是真正做到因材施教個性化也是一樣的，每個人的特質不一樣，他對同樣的問題反應不一樣，你這個數據的采集現在有辦法了，我能不能幫他來做。所以人工智能會在這些行業帶來新的變革。”

針對人工智能未來在人們生活中的應用，除了兩位專家給出了前瞻性的思考，赤兔的兔友也提出了很多有意思的觀察。一位在農業領域就職的赤兔用戶還專門針對傳統農業與AI的結合應用，與兩位專家進行了有趣的探討。路漫漫其修遠兮，未來或許當人類能把人的大腦邏輯搞明白，或許才能真正制造一個智能的機器系統。