摘要

　　顯然，國內(nèi)對于人工智能的炒作已經(jīng)脫離了它的本意。

　　「我們不能用制造問題時(shí)的同一思維水平來解決問題」，這句出自愛因斯坦的箴言，對于身處智能時(shí)代的人類社會(huì)而言，意義匪淺。引用此言的是微軟（中國）CTO韋青。

　　如何看待人工智能，又應(yīng)怎樣理解深度學(xué)習(xí)？如果依賴于電氣化時(shí)代和信息化時(shí)代的固有思維方式，人們就無法深刻理解智能時(shí)代，人腦的思維方式與機(jī)器的計(jì)算方式之間異同點(diǎn)。

　　人工智能解放人類手腦的同時(shí)，也在唾棄平庸無為之輩。一些人習(xí)慣把傲慢與偏見對準(zhǔn)「人工智能」，另一群人則是對 AI 迷信到底。很明顯，「人們還沒有了解人工智能到底是怎么一回事」，韋青直言不諱道。

　　人工智能亦敵亦友

　　你曾否思考過，人類是如何形成視覺感知能力的？ 

　　科學(xué)告訴我們，人眼中的自我并非「真我」，而是視網(wǎng)膜上的視錐細(xì)胞和視桿細(xì)胞把光子轉(zhuǎn)化成電子，電子再通過視神經(jīng)傳輸?shù)酱竽X皮層，經(jīng)過層層分析，大腦對電信號(hào)進(jìn)行計(jì)算，最終才得以讓我們擁有開眼看世界的可能。

　　科普了視覺原理，我們就能更深層次地理解，利用算法處理視覺信號(hào)、視頻信號(hào)，從而對圖形、圖像和視頻進(jìn)行分析的全套流程。 

　　要知道，人工智能并不是近十余年才興起的前沿技術(shù)。早在 1956 年舉辦的達(dá)特茅斯會(huì)議上，關(guān)于人工智能的設(shè)想照進(jìn)現(xiàn)實(shí)。翻閱過往歷史，人工智能先后迎來了三次興盛時(shí)期，其中最被人熟識(shí)的，當(dāng)屬 2016 年 3 月 AlphaGo 以 4:1 的成績完勝世界圍棋一號(hào)人物李世石的封神之夜。AlphaGo 被世人矚目和敬仰的同時(shí)，也讓人工智能深不可測的技術(shù)實(shí)力得到真正量化。

　　此后，Deepmind 祭出了 AlphaGo 若干個(gè)增強(qiáng)版本，深度學(xué)習(xí)技術(shù)賦予它橫掃千軍的實(shí)力，令它在世間求一敗而不能。

　　彼時(shí)，人工智能已足矣讓部分人坐立不安了，這種「技術(shù)碾壓」不禁讓人細(xì)思極恐。前有霍金，后有埃隆·馬斯克，業(yè)內(nèi)權(quán)威專家學(xué)者對人工智能表現(xiàn)出的高度警惕，令人深感憂慮。不少人在「人工智能威脅論」蔓延和發(fā)酵的過程中倒戈，失去了昔日的樂觀與振奮。

　　的確，我們需要對技術(shù)懷揣敬畏之心，但人工智能遠(yuǎn)沒有想象中那么糟糕。關(guān)于馬斯克等人的觀點(diǎn)，絕大多數(shù)人都是斷章取義、管中窺豹。韋青解釋：「馬斯克想表達(dá)人工智能這一新生事物非常強(qiáng)大，超乎人類的想象空間。擁有這種能力的人類將變成一種超人類，這種超能力一旦掌握在居心不良人手中，極有可能對普通人造成壓迫式的打擊」。

　　正如諸多科幻題材的影片情節(jié)一樣，馬斯克的確不相信人類能夠把控住自己。讓人工智能發(fā)展處于停滯狀態(tài)顯然不可行，反不如努力友善擁抱這項(xiàng)技術(shù)，把它變?yōu)椤腹鳌?，而不是私器?/p>

　　有一類觀點(diǎn)認(rèn)為，一旦實(shí)現(xiàn)「技術(shù)平民化」，再厲害的能力和工具都會(huì)為廣大民眾產(chǎn)生福祉。

　　因此，馬斯克給出的解決辦法是「Open AI」——這個(gè)由他在內(nèi)的多名硅谷商業(yè)精英共同創(chuàng)建的人工智能非營利組織，目的是預(yù)防人工智能的災(zāi)難性突變，推動(dòng)人工智能向健康積極的方向發(fā)展。目前，這一組織已經(jīng)開放了諸多 AI 算法，例如 OpenAI 最近發(fā)布的通用語言模型 GPT-2。

[[257902]]

微軟（中國）CTO韋青

　　「Open AI 背后的含義和世界經(jīng)濟(jì)論壇的方法如出一轍，都是要解決數(shù)字鴻溝的問題」，韋青表示。 

　　經(jīng)過幾年的發(fā)展，深度學(xué)習(xí)已經(jīng)走過了晦澀的啟蒙階段?！感袠I(yè)門檻逐步拉低，行業(yè)學(xué)著把各種算法全部開源了」，韋青直言，如今人工智能的壟斷或鴻溝并不是在算法層面，而是數(shù)據(jù)層面的壁壘，「很多企業(yè)在布局人工智能，但很多個(gè)體沒有明白這一點(diǎn)，他們沒能努力擁抱這種變化，只是平白無故地?fù)?dān)心自己是否會(huì)被淘汰」。 

　　業(yè)界很多專家學(xué)者始終想和廣大受眾強(qiáng)調(diào)：不要把機(jī)器能力神化，機(jī)器自始至終都在充當(dāng)替代人的某種機(jī)能的角色，目的是減輕人的負(fù)擔(dān)。那么，人類究竟會(huì)不會(huì)被所謂的人工智能替代？韋青的答案是「既會(huì)也不會(huì)」。

　　「會(huì)」是因?yàn)楫?dāng)你自我放棄，沒有主動(dòng)地?fù)肀н@種技術(shù)，自然被擁抱這種技術(shù)的人淘汰；「不會(huì)」則是因?yàn)槿祟愂遣粫?huì)被某項(xiàng)技術(shù)所淘汰，而是被掌握更高技術(shù)的人踢出局。按照這一角度去理解，會(huì)發(fā)現(xiàn)埃隆·馬斯克與比爾·蓋茨、霍金、世界經(jīng)理論壇上企業(yè)家們的觀點(diǎn)如出一轍。他們的核心觀點(diǎn)有兩個(gè)：一是人工智能的能力非常強(qiáng)大；二是誰在擁有這項(xiàng)技術(shù)。

　　第四次工業(yè)革命路在何方

　　由于深度學(xué)習(xí)技術(shù)的進(jìn)步在全球范圍引發(fā)的新話題層出不窮，越來越多的個(gè)體意識(shí)到，人類正在進(jìn)入「無人區(qū)」。迄今為止，沒有任何一個(gè)大思想家或者大哲學(xué)家能夠預(yù)測，以人工智能技術(shù)為首的第四次工業(yè)革命的社會(huì)進(jìn)程和時(shí)代脈搏。我們不妨以史為鑒，從歷史中搜尋規(guī)律。

　　非常具有代表性的時(shí)期是工業(yè)革命到第二次工業(yè)革命，由蒸汽時(shí)代即將邁入電氣化時(shí)代的過渡時(shí)期。當(dāng)時(shí)很多具有全球影響力的的公司，用蒸汽力量替代人力。但當(dāng)電氣出現(xiàn)的時(shí)候，絕大多數(shù)公司極其不屑，因?yàn)樽畛蹼娔艿男蔬h(yuǎn)不及蒸氣動(dòng)能。韋青把這段歷史總結(jié)為四種態(tài)度和四種結(jié)局：

• 頭一類公司的想法是電力不行，效率低，沒有未來，蒸汽力量足夠了，一百年之后他們被淘汰了。
• 第二類公司放下一些包袱，認(rèn)為電是新生生物，也有潛在發(fā)展的可能性，但是仍然堅(jiān)信蒸汽機(jī)的力量，堅(jiān)信只要對蒸汽機(jī)進(jìn)行改良一樣可以保持競爭力，這些公司也被淘汰掉了。
• 第三類公司最可惜，他們已經(jīng)放下舊的生產(chǎn)力，開始擁抱新的生產(chǎn)力和形成新的生產(chǎn)關(guān)系，但是思維方式?jīng)]有改變。他們認(rèn)為自己全面擁抱電氣化時(shí)代，已經(jīng)產(chǎn)生比蒸汽機(jī)時(shí)代超高的效率，更低的成本，但是他們還在跟蒸汽機(jī)相比，這些公司最終也被淘汰掉了。
• 第四類公司吹響了勝利的號(hào)角。當(dāng)時(shí)，大部分企業(yè)對于電氣化的觀念封閉，眼光只聚焦于點(diǎn)亮多少盞燈，生產(chǎn)線能夠提效多少。只有不到 5% 的公司在那個(gè)時(shí)代選擇徹底放下包袱，完成了轉(zhuǎn)型和飛躍，真正進(jìn)入了電氣化時(shí)代。

　　上世紀(jì)五六十年代，全中國人民對未來社會(huì)的憧憬是「樓上樓下電燈電話」，這在當(dāng)時(shí)似乎是比較前瞻性的暢想，全民仿佛看到了理想社會(huì)的終點(diǎn)。幾十年之后再看，固定電話已經(jīng)被互聯(lián)網(wǎng)和智能手機(jī)取代。

　　通過上述歷史時(shí)間不難發(fā)現(xiàn)，人類對未來的預(yù)估力不足，注定不能預(yù)測劃時(shí)代的沖擊。

　　深度學(xué)習(xí)是知識(shí)，更是全新的思維范式

　　人工智能的概念相對寬泛，機(jī)器學(xué)習(xí)僅是其中之一，而深度學(xué)習(xí)又是機(jī)器學(xué)習(xí)的一個(gè)子域。韋青認(rèn)為，作為人工智能的一種方式，深度學(xué)習(xí)不只是新知，更代表著傳統(tǒng)思維范式的轉(zhuǎn)變。

　　無論是早期的圖靈時(shí)代、馮·諾依曼時(shí)代、香農(nóng)時(shí)代，他們都對計(jì)算機(jī)和人工智能有著獨(dú)到理解。在機(jī)器學(xué)習(xí)成為主流之前，「邏輯關(guān)系」試圖站穩(wěn)腳跟。遺憾的是，這種以邏輯思維為主導(dǎo)的方式，試圖解讀人類的決策機(jī)制困難重重，業(yè)內(nèi)專家紛紛認(rèn)為此路不通，轉(zhuǎn)而把精力投入到「模仿腦神經(jīng)的機(jī)制」來做決策。

　　在韋青看來，深度學(xué)習(xí)的核心，實(shí)際是數(shù)學(xué)算法對世界描述方式上的轉(zhuǎn)變。大眾也需重新解構(gòu)人類傳統(tǒng)的思維方式，認(rèn)知到我們的世界是由無數(shù)個(gè)模型構(gòu)成的。

　　他閱讀了特倫斯·謝諾夫斯基的著作《深度學(xué)習(xí)》后，有了全新的啟發(fā)和感悟。「人類的思維方式和思考能力等同于某種模式的識(shí)別，它和數(shù)學(xué)算法存在著天然關(guān)聯(lián)」，他說，「業(yè)界知名的人工智能專家和學(xué)者通常覆蓋多個(gè)研究領(lǐng)域。一是以數(shù)理化為主的科學(xué)領(lǐng)域，另外是以醫(yī)學(xué)、生物學(xué)、神經(jīng)學(xué)為主的領(lǐng)域，兩者的結(jié)合恰恰順應(yīng)了智能時(shí)代的潮流」。

　　深度學(xué)習(xí)之于人工智能，為何在智能時(shí)代如此重要？

　　他強(qiáng)調(diào)，深度學(xué)習(xí)不僅是人工智能從業(yè)者的研究方向，也是政府決策者、普通民眾需要了解清楚的科普內(nèi)容。隨著數(shù)學(xué)和人類思維方式的進(jìn)步，勢必影響著人們對學(xué)習(xí)方式的重新理解。

　　倘若不能摒棄固有思維，我們就無法理解智能時(shí)代人腦和計(jì)算機(jī)在思維方式和計(jì)算方式的異同點(diǎn)。這回直接招致兩種后果：一是容易把人工智能所帶來的成就神化和夸大；二是技術(shù)上的進(jìn)步，對人工智能取得的成果造成負(fù)面影響。后者最典型的例子就是不明真相的民眾對「機(jī)器會(huì)否替代人，或機(jī)器人會(huì)否讓人類滅亡」產(chǎn)生過分擔(dān)憂。

　　填補(bǔ)機(jī)器學(xué)習(xí)之外的空白

　　雖然我們稱之為是人工智能，它是機(jī)器學(xué)習(xí)的方法，而現(xiàn)在又是一種深度學(xué)習(xí)的方法。深度學(xué)習(xí)只是一種數(shù)學(xué)和算法對人的一種思維方式的模擬，對自然界模型的模擬和認(rèn)知。只要能夠通過數(shù)學(xué)方法，把自然界能夠產(chǎn)生某種模型的模式識(shí)別出來的領(lǐng)域，都是現(xiàn)階段以深度學(xué)習(xí)為代表的機(jī)器智能更大發(fā)揮手段和場景。

　　可以看到，機(jī)器學(xué)習(xí)或深度學(xué)習(xí)已經(jīng)在金融、安防、教育等場景下廣為落地。這是因?yàn)橐曈X和聽覺信號(hào)的傳播和識(shí)別的方式，恰恰能夠被數(shù)學(xué)的矩陣方式來描述。我們有理由相信，不管是未來的五年還是十年，假使有人發(fā)現(xiàn)了某種數(shù)學(xué)表達(dá)方式能夠形容味覺、嗅覺、觸覺的話，人類的更多身體機(jī)能還會(huì)被機(jī)器所代替。事實(shí)證明，數(shù)學(xué)能夠更精確地表達(dá)人類產(chǎn)生的某種信號(hào)，而且可以做得更好。

　　取得這些成就時(shí)，我們更多地把 AI 長掛嘴邊，韋青認(rèn)為：「當(dāng)我們只提 AI，不說 ML，不說馮·諾依曼，不說圖靈，不說 GDPR 的話，往往會(huì)造成誤導(dǎo)，讓大家誤以為我們已經(jīng)進(jìn)入了 AI 時(shí)代，實(shí)際上我們還有很多最基本的概念沒有解決」。

　　「高?，F(xiàn)在忽然出了很多 AI 院系、AI 教材，實(shí)際上課程還是圍繞機(jī)器學(xué)習(xí)。這種情況下我們要問試問，所謂『AI』到底是『真智能』，還是僅僅局限于模型識(shí)別」，如果一下把目標(biāo)機(jī)器學(xué)習(xí)上升到 AI 層面，反而可能錯(cuò)失很多入門的途徑。

　　中國特點(diǎn)是我們有海量的數(shù)據(jù)，有海量人口，還有數(shù)量眾多的公司。所以我們很有這種優(yōu)勢在這輪技術(shù)進(jìn)步中形成突破。但是如果抓錯(cuò)了點(diǎn)，沒有去深刻理解，為什么這本書叫《深度學(xué)習(xí)》，不叫機(jī)器學(xué)習(xí)，也不叫人工智能，這本身就說明很大問題。 

　　關(guān)于 AI 的含義，韋青更認(rèn)同微軟亞洲研究院院長洪小文的詮釋。他提出「AI=MI+HI」，即「Machine Intelligence+Human Intelligence」。

　　一些業(yè)內(nèi)人士心明如鏡，國內(nèi)對于人工智能的炒作已經(jīng)脫離了它的本意。

　　舉例來說，國內(nèi)外學(xué)者更愿意用「Machine Learning（ML）」來撰寫論文，而不是 AI?！赴?NIPS 在內(nèi)的會(huì)議名稱都不以『AI』來命名，這是國內(nèi)需要深思的議題」，韋青強(qiáng)調(diào)，業(yè)內(nèi)沒有專家學(xué)者反對 AI，只不過他大家普遍認(rèn)為 AI 時(shí)代遠(yuǎn)未到來，更何況現(xiàn)代科學(xué)尚未破解早先「專家系統(tǒng)」的迷題，暫時(shí)選擇用概率論和數(shù)據(jù)，模仿神經(jīng)學(xué)習(xí)的方式向人工智能靠攏，「而且只是模仿人類的神經(jīng)網(wǎng)絡(luò)運(yùn)行的很小一部分，沒有完全理解神經(jīng)網(wǎng)絡(luò)的運(yùn)行方式」。

　　「我們也不能忽視另一種思潮，已經(jīng)有一些專家致力于研究后馮·諾依曼時(shí)代的計(jì)算架構(gòu)」，韋青表示，馮·諾依曼的架構(gòu)很難做太多的并行計(jì)算。如果不破解這一架構(gòu)，就無法模仿人類神經(jīng)行為的并行計(jì)算。此外，還有人提出能否再突破圖靈機(jī)的限制，尋求一種「超圖靈」的能力。他呼吁業(yè)內(nèi)更多地專家和學(xué)子，不妨先去研究圖靈和馮·諾依曼的理論，破除一些局限之后，或?qū)⒊蔀?AI 真正的突破窗口。