人類(lèi)是可以進(jìn)行推理的，只需要從小數據、小樣本中學(xué)習，然后用特征+推理的方法就可以進(jìn)行可靠的判別，這就是人類(lèi)舉一反三的能力。

鄧志東

清華大學(xué)計算機系教授，博士生導師

2017年7月，北京，清華大學(xué)。

天氣一如既往的熱，仿佛要把你的五臟六腑烤干。

當然，跟氣溫一樣火熱的，還有當下的人工智能。

在辦公室見(jiàn)到鄧志東教授，也算是踩著(zhù)點(diǎn)了。因為他剛剛從一個(gè)大會(huì )上回來(lái)，據說(shuō)為了這次采訪(fǎng)，教授特意要求把自己的發(fā)言順序調到了第一個(gè)......

鄧教授是一個(gè)非常直爽的人。整個(gè)采訪(fǎng)過(guò)程，熱情周到、快言快語(yǔ)、妙語(yǔ)連珠，完全沒(méi)有一絲科學(xué)家的“標準”形象。不過(guò)，他頭上的光環(huán)卻絕對是標準的科學(xué)范兒：中國自動(dòng)化學(xué)會(huì )智能自動(dòng)化專(zhuān)業(yè)委員會(huì )主任、中國自動(dòng)化學(xué)會(huì )智能制造專(zhuān)業(yè)委員會(huì )副主任、中國人工智能產(chǎn)業(yè)創(chuàng )新聯(lián)盟專(zhuān)家委主任委員......

本文整體思路脈絡(luò )：

▉ 人工智能：三起兩落的傳奇

1、感知機和它的致命缺陷

2、人工智能的第二次高潮和不切實(shí)際的幻想

3、現在，正是人工智能最好的時(shí)期

4、從弱人工智能到超人工智能，我們還有漫長(cháng)的路要走

▉ 任何AI技術(shù)，只要達到或超過(guò)人的水平，它就具備商業(yè)價(jià)值

1、支撐無(wú)人超市的技術(shù)已趨成熟，但商業(yè)模式尚未明確

2、至少5大領(lǐng)域已經(jīng)成熟，但落地之前需要極大的付出

▉ 人類(lèi)基于“特征提取+推理”的小樣本、小數據學(xué)習

1、下一次的技術(shù)突破或爆發(fā)，應該具備哪些條件？

2、卷積神經(jīng)網(wǎng)絡(luò )的缺陷和解決方案

▉ 代碼開(kāi)源，反映出AI之下，核心商業(yè)思路和模式的全新變革

正文：

人工智能：三起兩落的傳奇

1956年，以麥卡錫、明斯基、香農和羅切斯特等為首的一批年輕科學(xué)家在一起聚會(huì )，共同研究和探討用機器模擬智能的一系列有關(guān)問(wèn)題，并首次提出了“人工智能”這一術(shù)語(yǔ)，由此標志著(zhù)“人工智能”這門(mén)新興學(xué)科的正式誕生。

感知機和它的致命缺陷

“之后的1957年，美國認知心理學(xué)家Rosenblatt等首次提出了一種稱(chēng)之為‘感知機’（Perceptron）的人工神經(jīng)網(wǎng)絡(luò )模型。主要是基于1943年由美國心理學(xué)家麥卡洛克和數理邏輯學(xué)家皮特斯提出的MP人工神經(jīng)元模型進(jìn)行構建的前饋網(wǎng)絡(luò )，旨在發(fā)展出一種模擬生物系統感知外界信息的簡(jiǎn)化模型。‘感知機’主要用于分類(lèi)任務(wù)，由此開(kāi)創(chuàng )了神經(jīng)網(wǎng)絡(luò )的第一次熱潮。

“不過(guò)當時(shí)的感知機是單層的，只有輸出層沒(méi)有隱含層。但單層的感知機，有一個(gè)先天性的致命缺陷：解決不了線(xiàn)性不可分的兩類(lèi)樣本的分類(lèi)問(wèn)題。而要是加了隱層以后，卻找不到相應的學(xué)習算法。”1969年明斯基等發(fā)表了書(shū)名為“感知機”的專(zhuān)著(zhù)，指出了單層感知機的這一局限。

“當時(shí)大家都認為感知機沒(méi)有什么前途。”

自此以后，由于明斯基在人工智能領(lǐng)域的權威性，人工智能遭遇了第一個(gè)低潮，這種低潮幾乎貫穿了整個(gè)70年代。

人工智能的第二次高潮和不切實(shí)際的幻想

“到了80年代，美國認知心理學(xué)家Rumelhart等提出了BP網(wǎng)絡(luò )，為帶隱層的多層感知機找到了一種有效的學(xué)習算法，即誤差的反向傳播算法，也就是我們現在在卷積神經(jīng)網(wǎng)絡(luò )中使用的監督學(xué)習算法。其實(shí)就是使用Sigmoid函數與雙曲正切函數對經(jīng)典的MP人工神經(jīng)元模型進(jìn)行了改進(jìn)，但正是這個(gè)看似很小的一個(gè)突破，卻解決了感知機不能進(jìn)行學(xué)習的致命缺陷。

“再加上1982年美國物理學(xué)家Hopfiled提出的反饋神經(jīng)網(wǎng)絡(luò )，于是乎，整個(gè)80年代，人工智能又一次迎來(lái)了高潮，跟現在真的很像，大家又都一窩蜂的開(kāi)始搞神經(jīng)網(wǎng)絡(luò )。

“此外，當時(shí)很多人都在想，如果把人的專(zhuān)家級經(jīng)驗通過(guò)規則的形式總結出來(lái)，建立大規模規則庫，然后將規則作為知識進(jìn)行推理，不就可以解決很多問(wèn)題了嗎？這樣的前景簡(jiǎn)直太美好了！它可以挑選出正確的分子結構，模擬老中醫看?。ɡ缪邪l(fā)中醫診療專(zhuān)家系統），可以模擬專(zhuān)家找石油、找天然氣、找礦石......，總之就是無(wú)所不能，可以完全替代人類(lèi)從事許多工作。典型的代表就是斯坦福大學(xué)的費根鮑姆教授，曾因知識工程的倡導和專(zhuān)家系統的實(shí)踐，獲得1994年度圖靈獎。”

但問(wèn)題是：首先，規則很難被總結和歸納，因為人的規則通常是“只可意會(huì )不可言傳”。

“就說(shuō)車(chē)輛駕駛吧，開(kāi)了幾十萬(wàn)公里的老司機，是不是可以用專(zhuān)家系統來(lái)模擬他？用計算機來(lái)替代他？顯然不可能。

“人類(lèi)的駕駛行為，輸入主要是雙眼看到的圖像序列，輸出主要有三個(gè)模擬量：方向盤(pán)轉角、油門(mén)踏板開(kāi)度和剎車(chē)踏板進(jìn)程，這是一個(gè)利用訓練和學(xué)習獲得的非線(xiàn)性映射。人在開(kāi)車(chē)行駛過(guò)程中看到路況之后，本能就有三個(gè)模擬量的自然反應，而這種自然反應是首先通過(guò)駕校的監督學(xué)習，然后利用試錯式的自我強化學(xué)習構建的。要想把其中的規則總結出來(lái)，例如對什么樣的路況輸入，就應該有什么樣的輸出，說(shuō)起來(lái)容易，實(shí)際很難總結出來(lái)。而設計出來(lái)的規則可能無(wú)法真實(shí)地反映實(shí)際的非線(xiàn)性映射。”

人或機器的學(xué)習方法包括監督學(xué)習、強化學(xué)習和無(wú)監督學(xué)習。對人來(lái)說(shuō)，在學(xué)校里叫監督學(xué)習，進(jìn)入社會(huì )就是強化學(xué)習，即通過(guò)不斷的試錯，成功了有獎勵、失敗了受懲罰，其結果就是每進(jìn)行一個(gè)決策，都是為了使結局成功的概率最大化，由此積累決策或選擇的社會(huì )經(jīng)驗。

“當時(shí)，機器推理所依賴(lài)的規則都是人為設計的，但是剛才我們也分析到了，其實(shí)規則是很難被總結和設計的。人類(lèi)感知智能中的‘規則’都是通過(guò)學(xué)習構建和精進(jìn)的，不是人為設計的。因此這個(gè)階段的人工智能，靠設計而非學(xué)習獲得規則，前提就錯了。”

其次，當時(shí)的人工智能并沒(méi)有解決好數據層到語(yǔ)義層的所謂語(yǔ)義鴻溝問(wèn)題。

比如我們利用動(dòng)物的屬性定義根據一系列條件去推斷或識別大象。

“你看，教科書(shū)里大象是有定義的，可以用描述性的方法來(lái)表示。我們可以通過(guò)外形、體重、象腿、象牙、象鼻等特征描述，用推理的方法就知道這是一頭大象，而不是別的東西。因為人是有這樣的推理能力的，知道象腿是什么、象鼻是什么......，這種視覺(jué)感知或模式識別能力，對人而言，輕而易舉，但對機器而言，如何進(jìn)行這種‘部件級別’的分割、識別與理解，這在當時(shí)幾乎是不可能的，實(shí)際也被人為地忽略。

“這樣的事情，實(shí)際上機器做不了，它無(wú)法感知。它甚至都不知道你說(shuō)的象牙是什么、象鼻是什么，又怎么可能知道這個(gè)是大象呢？

“它沒(méi)有識別能力，符號主義的基于規則的知識工程懸浮在‘空中’，這是走不下去的。感知問(wèn)題沒(méi)解決，再加上規則本身是人工設計且無(wú)學(xué)習能力，這是兩個(gè)致命缺陷。”

當時(shí)全世界都對人工智能的發(fā)展抱以極高的憧憬，認為它可以在很多方面取代人類(lèi)，也出現了許多瘋狂的計劃。例如當時(shí)經(jīng)濟繁榮的日本甚至搞了一個(gè)雄心勃勃的智能計算機國家計劃，即所謂的第五代計算機計劃，立志要研究出世界上最先進(jìn)的模糊推理計算機，突破“馮·諾依曼瓶頸”，確立信息領(lǐng)域的“全球領(lǐng)導地位”。該計劃雖歷時(shí)10年，總耗資8億多美元，但最終還是以失敗而告終。

第二次人工智能熱潮持續10余年，只是BP網(wǎng)絡(luò )和Hopfield網(wǎng)絡(luò )能力有限，利用規則作為知識進(jìn)行的推理，卻并沒(méi)有感知智能的支撐，最終成為空中樓閣。因此，到2000年左右，人工智能又進(jìn)入了一個(gè)寒冬。理想和現實(shí)的巨大差異，讓人們認識到，當時(shí)的人工智能其實(shí)做不了多少事情的。

現在，正是人工智能最好的時(shí)期

“人工智能的第三次高潮，發(fā)端于2006年。

“深度學(xué)習的概念由加拿大多倫多大學(xué)的Hinton教授等人于2006年提出，主要包括深度卷積神經(jīng)網(wǎng)絡(luò )、深度信念網(wǎng)絡(luò )和深度自動(dòng)編碼器。尤其是在2012年，Hinton教授與他的兩位博士生在參加ImageNet比賽時(shí)，把深度卷積神經(jīng)網(wǎng)絡(luò )與大數據、GPU結合了起來(lái)。我覺(jué)得這是一種歷史的巧合，但最主要的是時(shí)代的進(jìn)步。我們有了移動(dòng)互聯(lián)網(wǎng)，有了云平臺，每天都涌現出海量的大數據。同時(shí)也得益于摩爾定律的長(cháng)期持續作用，尤其是視頻游戲的超常發(fā)展，推動(dòng)了GPU的快速進(jìn)步。這三者的結合，似乎產(chǎn)生了一種化學(xué)反應。

“從2010年開(kāi)始，每年都會(huì )舉辦一場(chǎng)全球范圍內的機器視覺(jué)識別比賽，也就是上面所說(shuō)的ImageNet比賽。ImageNet 2012分類(lèi)數據集包括了1,000個(gè)物體類(lèi)別，128萬(wàn)張訓練圖片，5萬(wàn)張驗證圖片，10萬(wàn)張測試圖片，每張圖片上的物體都做了類(lèi)別標簽。之后用128萬(wàn)圖片去訓練機器，結束以后讓它去識別沒(méi)有參加過(guò)訓練的10萬(wàn)張測試圖片，看它是否還可以識別出來(lái)。

“結果，機器不僅辨認出來(lái)了，而且比原來(lái)的傳統計算機視覺(jué)方法準確率提高了10.9%！這么一個(gè)顯著(zhù)的性能提升和驚人的識別效果，一下子引起了產(chǎn)業(yè)界的極大關(guān)注。”

在前兩次人工智能熱潮中，基本上是學(xué)術(shù)界在玩，而從2013年開(kāi)始，跨國科技巨頭紛紛開(kāi)始高強度的介入，產(chǎn)業(yè)界逐漸成為全球人工智能的研究重心，主導并加速了人工智能技術(shù)的商業(yè)化落地。例如谷歌提出“人工智能優(yōu)先”，借以重塑企業(yè)，而百度也宣稱(chēng)自己已經(jīng)是一家人工智能企業(yè)了，等等。

“目前，人工智能在各方面所取得的驚人效果，都是前所未有的。僅以人臉識別為例，現在的人臉識別準確率已經(jīng)達到了99.82%，在LFW數據集上超過(guò)了人類(lèi)水平不少，這在以前是難以想象的。

“始自2012年的這次人工智能新高潮，是一個(gè)實(shí)實(shí)在在的進(jìn)步，最具代表性的成果就是深度卷積神經(jīng)網(wǎng)絡(luò )和深度強化學(xué)習等兩個(gè)方面。”

強化學(xué)習，也稱(chēng)再勵學(xué)習或增強學(xué)習。1995年，IBM的Tesauro利用強化學(xué)習, 通過(guò)150萬(wàn)局的自弈擊敗了西洋陸戰棋的人類(lèi)冠軍，盡管這是一個(gè)非常簡(jiǎn)單的棋類(lèi)?，F在谷歌的DeepMind開(kāi)發(fā)的阿爾法狗，通過(guò)將強化學(xué)習和深度卷積神經(jīng)網(wǎng)絡(luò )有機結合起來(lái)，已達到了一個(gè)超人類(lèi)的水平。

這樣的話(huà)，它的商業(yè)價(jià)值就體現出來(lái)了，相信隨著(zhù)越來(lái)越多類(lèi)似技術(shù)的發(fā)展，AI的商業(yè)化之路也會(huì )越走越落地。

“包括深度卷積神經(jīng)網(wǎng)絡(luò )和深度強化學(xué)習在內的弱人工智能技術(shù)，以及它們面向特定細分領(lǐng)域的產(chǎn)業(yè)應用，在大數據和大計算的支撐下都是可預期的，起碼在未來(lái)5-10年之內都會(huì )成為人工智能產(chǎn)品研發(fā)與產(chǎn)業(yè)發(fā)展的熱點(diǎn)，必將深刻地改變人們的生產(chǎn)生活方式。”

從弱人工智能到超人工智能，我們還有漫長(cháng)的路要走

“但是它們也有自己的缺陷，尤其是深度卷積神經(jīng)網(wǎng)絡(luò )。我們?yōu)槭裁窗熏F在的人工智能階段稱(chēng)之為弱人工智能呢？因為它只能解決一個(gè)點(diǎn)的問(wèn)題，或者只能在一個(gè)垂直細分領(lǐng)域應用，才能獲得人類(lèi)水平。

“因為它需要大數據，只有在一個(gè)點(diǎn)上積累足夠多的帶標簽的完備大數據，才能有針對性地獲得成功。就像阿爾法狗一樣，目前只能下圍棋，不能下國際象棋或中國象棋，也不會(huì )說(shuō)話(huà)互動(dòng)（語(yǔ)音識別與合成），也不會(huì )談心（情感交流）。目前人工智能的最大缺陷之一就是能力單一，不能進(jìn)行多任務(wù)的學(xué)習。

事實(shí)上，利用深度強化學(xué)習的阿爾法狗是在進(jìn)行最優(yōu)博弈類(lèi)決策。而決策屬于認知智能，而且它還不依賴(lài)于完備的大數據。

“現在的弱人工智能甚至還不能用同一個(gè)模型做兩件事情，而要想讓它具有多任務(wù)的學(xué)習能力，即把一個(gè)垂直的細分領(lǐng)域變寬，這就是所謂的通用人工智能問(wèn)題。就像阿爾法狗，如果讓它不僅會(huì )下圍棋，還會(huì )下象棋，甚至是其他的所有棋類(lèi)，還會(huì )打撲克牌、打游戲，另外還會(huì )語(yǔ)音識別、行為識別、表情識別和情感分析等等，什么都可以干，那它就真的很厲害了。

如果上述能力都具備的話(huà)，也就進(jìn)入了更高一級的通用人工智能階段。它的最鮮明特征就是，利用同一個(gè)模型可以實(shí)現多任務(wù)的學(xué)習。

“當通用人工智能來(lái)到之后，也就是說(shuō)打游戲、情感分析、股票預測等所有人類(lèi)的技能都學(xué)會(huì )了；進(jìn)一步地，人類(lèi)的全方位能力通用人工智能都具有了，那我們就認為，奇點(diǎn)到來(lái)了，也就是我們進(jìn)入到了所謂的強人工智能階段。

“進(jìn)入強人工智能階段之后，機器的智能將會(huì )呈指數增長(cháng)，'智商'遠超人類(lèi)，這就到了所謂超人工智能階段。此時(shí)人類(lèi)或會(huì )面臨兩個(gè)迥異的結局，即要么永生，要么滅絕。”

人們有理由擔心，以愛(ài)因斯坦146的智商才能提出廣義相對論和狹義相對論，而等到了超人工智能階段，假如機器的智商達到2000以上的話(huà)，這些豈不全變成小兒科了？

其實(shí)，阿爾法狗在下圍棋擊敗李世石之前，DeepMind曾讓它通過(guò)深度強化學(xué)習打視頻游戲，其中49種視頻游戲中有29種，經(jīng)過(guò)訓練學(xué)習后DQN的水平達到或超過(guò)了人類(lèi)職業(yè)玩家的水平，甚至有一種游戲，DQN的水平是人類(lèi)的2000多倍。但這并不是特別可怕，因為它只是弱人工智能，只是在這種游戲上超過(guò)人類(lèi)很多。

“現在看起來(lái)，說(shuō)對人工智能的擔憂(yōu)、恐怖或對人類(lèi)的威脅還為時(shí)尚早。原因是我們目前甚至連通用人工智能這個(gè)階段都還沒(méi)達到，只有等到我們跨越弱人工智能階段之后，那時(shí)再來(lái)探討這個(gè)問(wèn)題吧。”

任何AI技術(shù)，只要達到或超過(guò)人的水平，它就具備商業(yè)價(jià)值

支撐無(wú)人超市的技術(shù)已趨成熟，但商業(yè)模式尚待明確

既然是關(guān)于人工智能的采訪(fǎng)，我們也不可避免地提到了當下很多大火的技術(shù)和熱點(diǎn)事件。其中，無(wú)人超市這個(gè)當紅事件肯定不可錯過(guò)。

“無(wú)人超市里一個(gè)很重要的技術(shù)就是計算機視覺(jué)識別技術(shù)與語(yǔ)音識別技術(shù)，從計算能力上來(lái)講，是不存在問(wèn)題的，主要還是算法選擇上的問(wèn)題。它現在采用的是身份認證，認證你的身份之后，你買(mǎi)了什么商品，都給你記錄下來(lái)，然后進(jìn)行移動(dòng)支付。而移動(dòng)支付是沒(méi)有問(wèn)題的，早就商業(yè)落地了。

“最核心的身份認證，目前最可靠的是多模態(tài)的生物特征識別。不光是人臉識別，還有其他特征比如指紋、虹膜、行為、掌脈、聲紋等聯(lián)合起來(lái)。同時(shí)進(jìn)行身份綁定與跟蹤，包括從進(jìn)店到離店的整個(gè)過(guò)程。

“總體來(lái)看，支撐無(wú)人超市的關(guān)鍵技術(shù)（認證、識別、跟蹤、RFID與支付等）是沒(méi)有大問(wèn)題的，問(wèn)題只是在于開(kāi)店方的資源整合能力和商業(yè)模式問(wèn)題。”

中國人工智能的商業(yè)落地速度很快，國外剛有的（例如亞馬遜的無(wú)人零售便宜店Amazon Go），我們很快就能實(shí)現商業(yè)化落地，而且應用場(chǎng)景和市場(chǎng)規模都會(huì )做得很大。這一方面得益于政府對“雙創(chuàng )”的大力支持，另一方面也反映了人工智能應用落地的加速發(fā)展。

“不過(guò)，中國發(fā)展人工智能的短板也很明顯。一個(gè)是原創(chuàng )能力不夠，更多是在進(jìn)行模仿與跟蹤，涉及前沿探索、基礎模型、關(guān)鍵技術(shù)甚至是商業(yè)模式等大多來(lái)自國外，特別是美國、加拿大；另一個(gè)是巨頭型的領(lǐng)軍企業(yè)較少，較缺乏前瞻性布局、定力和大手筆動(dòng)作。”

5大垂直應用領(lǐng)域已成為主流，但落地之前需要極大的付出

深度卷積神經(jīng)網(wǎng)絡(luò )和深度強化學(xué)習，就特定應用場(chǎng)景而言，在完備大數據和超強計算能力的支撐下，這兩種算法都已經(jīng)是人類(lèi)水平了，它們在弱人工智能產(chǎn)品開(kāi)發(fā)和產(chǎn)業(yè)化發(fā)展方面，無(wú)疑具有極大的商業(yè)價(jià)值。其中計算機視覺(jué)、語(yǔ)音識別、自然語(yǔ)言處理、自動(dòng)駕駛、大數據分析等至少這5個(gè)垂直應用領(lǐng)域，都可以進(jìn)行細分再細分，并在這些細分領(lǐng)域獲得人類(lèi)水平的商業(yè)落地實(shí)踐。

人工智能產(chǎn)品真正要實(shí)現商業(yè)落地的話(huà)，是需要付出極大代價(jià)的。主要體現在如何選擇特定的應用場(chǎng)景以及如何進(jìn)行大數據的采集、分析與處理上面。大數據的清洗和標簽是需要花費大精力和大價(jià)錢(qián)的，尤其是對很多細分領(lǐng)域，例如金融科技和人工智能醫療，那是必須要有該領(lǐng)域或行業(yè)頂級專(zhuān)家水平的大數據處理，人工智能要想超過(guò)人類(lèi)專(zhuān)家，那就必須先要有人類(lèi)專(zhuān)家水平的完備大數據，也就是必須站在巨人的肩膀上。

就像金庸武俠小說(shuō)里的大俠一樣，要想成為絕世武功高手，不僅須要有頂尖大師手把手的“監督訓練”，而且還要有之后的自修苦練或左右互博等等“強化學(xué)習”，最后才能集大成而縱橫江湖。

人類(lèi)基于“特征提取+推理”的小樣本、小數據學(xué)習

人類(lèi)的科技發(fā)展史反復告訴我們，并不是你有多大雄心、投入多少人力物力，就一定會(huì )取得多大的技術(shù)突破和成功，有時(shí)候其實(shí)只是一種歷史的偶然和巧合。當然這種偶然也是建立在大量準備基礎之上的必然。

這就是我們常說(shuō)的，必然中的偶然、偶然中的必然。

下一次的技術(shù)突破或爆發(fā)，應該具備哪些條件？

“我個(gè)人認為，最主要的還是在算法上面的創(chuàng )新性突破，例如特征提取+推理的小數據學(xué)習算法。

“深度卷積神經(jīng)網(wǎng)絡(luò )，嚴重依賴(lài)于大數據（必須是完備的大數據，包括極端與緊急情況下的大數據，否則就不能達到人類(lèi)水平的泛化能力）。而人類(lèi)則是可以進(jìn)行推理的，只需要從小數據、小樣本中學(xué)習，然后用特征+推理的方法就可以進(jìn)行可靠的判別，也就是人類(lèi)具有舉一反三的能力。

“比如說(shuō)辨別飛機。人工智能要識別出飛機，就必須把全世界所有的飛機照片，各種型號、各種位姿、各種光照、各種背景、各種遮擋等各種情況下的飛機圖片全部給它進(jìn)行監督訓練，才能依靠分級分層特征的自動(dòng)提取精確地識別出飛機來(lái)。但問(wèn)題是，僅僅是搜集全世界全部飛機圖片這一項，就幾乎是一件根本不可能完成的任務(wù)。

“但是對人類(lèi)來(lái)說(shuō)，我們只需要預先看少量的照片或實(shí)物，就可以很容易地推斷出其他飛機，并不需要太多太大的數據。這就是人類(lèi)獨有的能力，即基于特征提取+推理的小樣本、小數據的學(xué)習能力。”

卷積神經(jīng)網(wǎng)絡(luò )的缺陷和解決方案

“要解決特征提取和推理相結合的問(wèn)題，首先需要明確的是，規則和推理必須是通過(guò)學(xué)習得到的，同時(shí)是建立在已有感知智能突破的基礎之上的，我們不能再走傳統知識工程的老路了。從隱含特征的學(xué)習，到隱含規則的學(xué)習，我們需要這么一個(gè)特征提取+推理的創(chuàng )新性算法，以便針對小數據學(xué)習也能獲得強大的泛化能力。

“首先，現在的深度卷積神經(jīng)網(wǎng)絡(luò )，它只能夠做分割與識別，如果有垂直細分領(lǐng)域的完備大數據的話(huà)，它甚至可以達到或超越人類(lèi)的水平。但是它卻沒(méi)有語(yǔ)義理解的能力，它只是把對象看成是一個(gè)向量。

“比如我們看到一個(gè)杯子，我們能知道它就是杯子，也能理解它的內涵和外延，如這個(gè)杯子和其他杯子有什么區別，與其他物體又有什么不同等等。但是深度卷積神經(jīng)網(wǎng)絡(luò )目前無(wú)法實(shí)現語(yǔ)義的理解，它僅僅是把杯子看成是一個(gè)向量或一個(gè)符號，所以它沒(méi)有太大的感知可靠性。

“同樣，為什么現在的語(yǔ)音識別還做不到人類(lèi)的水平？就是因為深度卷積神經(jīng)網(wǎng)絡(luò )還沒(méi)有語(yǔ)義理解的能力，它只能看清、聽(tīng)清，而不能看懂、聽(tīng)懂。”

其次，雖然從理論上講，只要有完備的大數據，弱人工智能在特定的應用場(chǎng)景就有可能達到甚至超過(guò)人類(lèi)的水平，但要取得完備的大數據，對大多數開(kāi)放的應用場(chǎng)景，本身就是幾乎不可能完成的任務(wù)。這也大大制約了大數據人工智能的應用和相關(guān)行業(yè)的發(fā)展。另外，拿到大數據之后，還要對它進(jìn)行清洗、脫敏和做標簽，這同時(shí)也是一項巨大的工程，如需要頂級行業(yè)專(zhuān)家的高度參與。

很多特定行業(yè)的大數據，比如金融大數據、醫療大數據，它的數據來(lái)源與處理還必須是專(zhuān)家級別的，并不是隨便一個(gè)普通的人就可以給出。這本身是一個(gè)需要極大投入的事情。

“第三，深度卷積神經(jīng)網(wǎng)絡(luò )是一個(gè)全局逼近網(wǎng)絡(luò )。也就是說(shuō)，當輸入任何一個(gè)樣本時(shí)，它的所有連接權都會(huì )通過(guò)反向傳播發(fā)生改變。換句話(huà)說(shuō)，網(wǎng)絡(luò )任何一個(gè)連接權發(fā)生變化，都會(huì )造成模型的輸出發(fā)生變化。實(shí)際上這個(gè)是不對的，用一句形象的話(huà)來(lái)比喻就是：結識新朋友，就忘記了老朋友。

“而我們人類(lèi)就不是這樣的，人類(lèi)神經(jīng)元的突觸變化是局部的，不會(huì )因為感知一個(gè)新的樣本輸入，而改變對一個(gè)事物或目標的原有感覺(jué)。在這一點(diǎn)上，人類(lèi)做到了結識新朋友，不忘老朋友。”

其實(shí)，除以上說(shuō)的三點(diǎn)之外，深度卷積神經(jīng)網(wǎng)絡(luò )還有其他問(wèn)題，比如說(shuō)它是黑箱式的。不管是連接權也好，還是網(wǎng)絡(luò )結構也好、超參數也好，都是沒(méi)有多大物理意義的，是不可解釋的。

通過(guò)深度卷積神經(jīng)網(wǎng)絡(luò )這四個(gè)缺陷的深入分析，就可以大致知道，未來(lái)人工智能的前沿探索應該往哪些方向突破？哪些是值得我們特別關(guān)注的？

1）關(guān)于大數據依賴(lài)的問(wèn)題。應該發(fā)展小樣本或半監督、無(wú)監督的學(xué)習方法。

2）關(guān)于語(yǔ)義理解的問(wèn)題。要與知識圖譜相結合，與符號主義的知識推理相結合，發(fā)展特征提取+推理的創(chuàng )新性模型。

3）關(guān)于局部逼近網(wǎng)絡(luò )的問(wèn)題。不能因為一個(gè)新的樣本輸入而改變整個(gè)網(wǎng)絡(luò )的連接權，要防止把以前的特征全部沖刷掉。

4）關(guān)于神經(jīng)網(wǎng)絡(luò )的黑箱問(wèn)題。應發(fā)展可解釋的深度學(xué)習模型。

代碼開(kāi)源，反映出AI之下，核心商業(yè)思路和模式的全新變革

“在人工智能的一些基礎算法上，很多企業(yè)都已經(jīng)開(kāi)源開(kāi)放，并借以形成了自己的研發(fā)與產(chǎn)業(yè)生態(tài)。

“像谷歌的TensorFlow、Facebook的 Torch、微軟的CNTK、加州伯克利的Caffe、亞馬遜的MXNet、百度的 PaddlePaddle等，很多深度學(xué)習的代碼框架都已經(jīng)免費向開(kāi)發(fā)者開(kāi)放。從這個(gè)角度來(lái)講的話(huà)，人工智能產(chǎn)品開(kāi)發(fā)的技術(shù)門(mén)檻反而是降低了。很多底層基礎性代碼不用你編了，你只需要在這個(gè)開(kāi)源代碼框架基礎之上，調整相應的網(wǎng)絡(luò )結構和超參數就行了。

“初創(chuàng )企業(yè)不宜去做PR性質(zhì)的單一基礎性工作，例如單純的算法刷分等，要專(zhuān)注及深耕細分領(lǐng)域大數據的應用價(jià)值，快速找到能夠變現的商業(yè)模式！人工智能芯片創(chuàng )業(yè)公司也有類(lèi)似的情況，應避免與芯片巨頭的正面交鋒。

“大公司軟硬件資源開(kāi)源開(kāi)放，雖然犧牲了一部分利益，但是他拿到了你的大數據。他得到了你對他代碼的優(yōu)化修改或用戶(hù)的反饋信息等，而這些對于產(chǎn)品的迭代非常重要，這是花錢(qián)都買(mǎi)不到的。這些大數據資源無(wú)疑將幫助他們縮短產(chǎn)品的成熟期，從而實(shí)現產(chǎn)品性能的快速迭代。”

從以前藏著(zhù)掖著(zhù)的商業(yè)機密、知識產(chǎn)權，到現在的開(kāi)源開(kāi)放，雖然對創(chuàng )業(yè)公司而言未必是好事一樁，但這也反映出了在人工智能的加速發(fā)展中，核心商業(yè)思路和模式的全新變革。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！