@陳宗周
回望歷史，AI已經(jīng)走過(guò)了60年歷程，創(chuàng)造了無(wú)數(shù)傳奇。而現(xiàn)在又開(kāi)始的新征程，那將是充滿更多傳奇的美麗新世界。
進(jìn)入AI 2.0
AI科學(xué)家是務(wù)實(shí)的，面對(duì)AI威脅論的喧囂，他們選擇踏踏實(shí)實(shí)地規(guī)劃和建設(shè)AI和人類的美好未來(lái)。
與硅谷女科學(xué)家李飛飛認(rèn)為AI經(jīng)歷了60年試管階段，剛進(jìn)入生物活體新階段的看法相似，中國(guó)工程院院士潘云鶴同樣認(rèn)為AI正進(jìn)入一個(gè)新階段，即 AI 2.0階段。他給出的初步概念是：信息新環(huán)境和發(fā)展新目標(biāo)下的新一代AI。潘云鶴列舉了AI2.0五個(gè)方面的技術(shù)特征：1.機(jī)器學(xué)習(xí)從大數(shù)據(jù)支持轉(zhuǎn)向大數(shù)據(jù)驅(qū)動(dòng)和知識(shí)指導(dǎo)相結(jié)合。2.從分類處理多媒體數(shù)據(jù) (如視覺(jué)、聽(tīng)覺(jué)、文字等)邁向跨媒體認(rèn)知、學(xué)習(xí)和推理。3.從高水平人機(jī)協(xié)同融合，走向混合型增強(qiáng)智能的新計(jì)算形態(tài)；4.從 “個(gè)體智能”到基于互聯(lián)網(wǎng)的群體智能，形成網(wǎng)上群體智能技術(shù)與平臺(tái)；5.從機(jī)器人轉(zhuǎn)向更廣闊的智能自主系統(tǒng)，從而促進(jìn)改造各種機(jī)械、裝備和產(chǎn)品，走上智能化之路?？傊珹I2.0不但更接近人類智能，而且以提高人類智力活動(dòng)能力為主要目標(biāo)。
谷歌公司DeepMindCEO哈薩比斯也認(rèn)為AI進(jìn)入了新階段。2017年5月24日他在烏鎮(zhèn)發(fā)表主題演講時(shí)談到Deep Mind的任務(wù)分兩步走。第一步要從根本上了解智能是什么，然后用人工方法去創(chuàng)造它。
第二步要解決AI的通用性問(wèn)題。目前的單一機(jī)器系統(tǒng)或者算法組合并不能直接解決各種問(wèn)題，更不用說(shuō)以前沒(méi)遇到過(guò)的問(wèn)題。而人腦可以把相關(guān)經(jīng)驗(yàn)應(yīng)用于其他未遇到過(guò)的問(wèn)題，即舉一反三。DeepMind就是想賦予機(jī)器這種能力。這種通用機(jī)器學(xué)習(xí)系統(tǒng)即通用型AI。
DeepMindCEO哈薩比斯
哈薩比斯說(shuō)的通用型AI，與現(xiàn)在需要人工預(yù)設(shè)條件、預(yù)置程序的所謂弱人工智能不同，屬于與人類智能相當(dāng)、可以自主學(xué)習(xí)和決策的強(qiáng)人工智能，這是AI發(fā)展新階段的新目標(biāo)。
AI在全球科學(xué)家共同設(shè)定的目標(biāo)和共同努力下，正沿著路線圖一步步推進(jìn)。而對(duì)AI科學(xué)和相關(guān)技術(shù)的研究與突破，永遠(yuǎn)在艱難中前行。
探索未來(lái)
深度學(xué)習(xí)雖然在今天取得極大成功，引領(lǐng)機(jī)器學(xué)習(xí)乃至于整個(gè)AI潮流，促進(jìn)了產(chǎn)業(yè)發(fā)展和社會(huì)進(jìn)步。但深度學(xué)習(xí)依然在探索自己的未來(lái)。2015年5月28日出版的《Nature》雜志專門(mén)開(kāi)辟了 “人工智能·機(jī)器人”專題 ，專家們發(fā)表了多篇重要論文。其中最引人關(guān)注的，莫過(guò)于深度學(xué)習(xí)的最主要奠基人們首次聯(lián)袂撰寫(xiě)的一篇名為《深度學(xué)習(xí)》（
Deep Learning）的綜述性文章。楊立昆（Yann LeCun）、約書(shū)亞·本希奧（Yoshua Bengio）和杰夫·欣頓（Geoffrey Hinton）三位開(kāi)創(chuàng)者，在文章中介紹了深度學(xué)習(xí)原理、方法及其形成的脈絡(luò)，也展望了未來(lái)。他們一致認(rèn)為未來(lái)的深度學(xué)習(xí)要往無(wú)監(jiān)督學(xué)習(xí)方向發(fā)展。自然界和人類社會(huì)在絕大部分?jǐn)?shù)據(jù)都沒(méi)有經(jīng)過(guò)標(biāo)注，而數(shù)據(jù)標(biāo)注是一項(xiàng)繁重、有時(shí)是不可能完成的工作，如果機(jī)器學(xué)習(xí)永遠(yuǎn)需要大量的監(jiān)督學(xué)習(xí)，即用標(biāo)注數(shù)據(jù)來(lái)訓(xùn)練，那一定會(huì)影響AI得到更廣泛應(yīng)用，成為通用AI的發(fā)展障礙。但如何讓無(wú)監(jiān)督學(xué)習(xí)也能完滿完成復(fù)雜任務(wù)，是AI科學(xué)家們面臨的挑戰(zhàn)。
科學(xué)家也從另外的角度來(lái)思考機(jī)器學(xué)習(xí)的發(fā)展，遷移學(xué)習(xí)（Transfer Learning）是比較有希望的未來(lái)技術(shù)之一。前百度首席科學(xué)家吳恩達(dá)和香港科技大學(xué)楊強(qiáng)教授等都很重視遷移學(xué)習(xí)的概念和實(shí)際應(yīng)用。楊強(qiáng)教授指出，現(xiàn)在AI的成功離不開(kāi)高質(zhì)量的大數(shù)據(jù)，但未來(lái)AI的成功并不一定都需要大數(shù)據(jù)，可以用遷移學(xué)習(xí)來(lái)解決相關(guān)問(wèn)題，遷移學(xué)習(xí)可以把大數(shù)據(jù)得到的模型用于小數(shù)據(jù)環(huán)境?，F(xiàn)在，基于樣本、特征、參數(shù)、模型、關(guān)系的若干種遷移學(xué)習(xí)方法正在深入研究之中。
與機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)一樣，計(jì)算能力的提高依然是推動(dòng)AI蓬勃發(fā)展的強(qiáng)勁動(dòng)力。
以GPU促進(jìn)了深度學(xué)習(xí)發(fā)展的英偉達(dá)，在2017年的5月的GPU技術(shù)大會(huì)(GTC17) 上，宣布推出新一代GPU。這款名為Volta（伏特）的深度學(xué)習(xí)芯片，被英偉達(dá)稱為是通用并行計(jì)算架構(gòu)CUDA發(fā)明以來(lái)，這個(gè)時(shí)代最大的技術(shù)飛躍。它集成了211億個(gè)晶體管，采用12納米集成電路工藝生產(chǎn)，支持120萬(wàn)億次浮點(diǎn)運(yùn)算。借助專門(mén)用于深度學(xué)習(xí)的運(yùn)算器, Volta與去年推出的前一代GPU Pascal架構(gòu)相比，AI訓(xùn)練速度是2.4倍，推理速度為3.7倍。更有人計(jì)算出，Volta 的最高浮點(diǎn)運(yùn)算能力，比Pascal GPU 架構(gòu)高5倍，與兩年前所發(fā)布的Maxwell 架構(gòu)高15倍，性能躍升幅度，大約是摩爾定律描述的4倍。
另辟蹊徑挑戰(zhàn)摩爾定律的還有谷歌，也是在2017年5月，谷歌在I/O 2017大會(huì)上宣布推出新一代深度學(xué)習(xí)芯片TPU(張量處理器)。有人分析過(guò)，TPU代際性能提升幅度約為摩爾定律的3倍，同樣跨越摩爾定律定義的發(fā)展規(guī)律。
谷歌新一代深度學(xué)習(xí)芯片TPU
半導(dǎo)體工業(yè)自身也沒(méi)有因?yàn)槟柖啥２健?017年6月，IBM公司宣布了半導(dǎo)體方面的重大新突破，研制成功5納米芯片。這新一代芯片每片可容納300億晶體管，速度比目前最先進(jìn)的10納米芯片快40%，節(jié)能提高75%?？赡茉?020年投產(chǎn)的5納米芯片，會(huì)大大提升CPU、GPU、TPU等常規(guī)和非常規(guī)計(jì)算芯片的性能。有人把這樣的成功稱為摩爾定律的延續(xù)。
AI發(fā)展不可或缺的計(jì)算能力，未來(lái)仍在大幅提升。
AI的初心
如果回到AI出發(fā)的初心，正是要探索人腦奧秘，研究人類思維規(guī)律，然后讓機(jī)器實(shí)現(xiàn)人腦的功能。懷抱這樣的理想，人類開(kāi)始了偉大的AI歷程。在AI發(fā)展過(guò)程中，AI科學(xué)家常常受人腦工作機(jī)制的啟發(fā)。盡管今天的AI技術(shù)相對(duì)具有獨(dú)立性，以致有人認(rèn)為與人腦沒(méi)有太大的聯(lián)系。但無(wú)論是AI科學(xué)家還是神經(jīng)科學(xué)家，都保持著對(duì)人腦這一宇宙精靈的高度尊敬與重視，期盼對(duì)人腦的深入研究，能夠在未來(lái)AI發(fā)展中發(fā)揮重要作用。
復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院院長(zhǎng)馮建峰教授列舉了腦科學(xué)與類腦人工智能的四個(gè)研究方向：1.大腦神經(jīng)網(wǎng)絡(luò)分析。用現(xiàn)代生物學(xué)手段采集遺傳、分子、神經(jīng)元等多模態(tài)的腦影像和各種數(shù)據(jù)。用高維大數(shù)據(jù)新算法，輔助解析大腦工作和信息處理機(jī)制，尤其是神經(jīng)元集群的學(xué)習(xí)與記憶、抉擇、語(yǔ)言等認(rèn)知功能的機(jī)制，加深對(duì)大腦信息處理機(jī)制的理解。2.認(rèn)知機(jī)制計(jì)算模型。研究腦系統(tǒng)的數(shù)學(xué)模型，尤其是神經(jīng)反饋連接作用、認(rèn)知和學(xué)習(xí)功能，設(shè)計(jì)新型高效的類腦人工智能算法。3.類腦智能算法創(chuàng)新。用生物學(xué)發(fā)現(xiàn)來(lái)創(chuàng)新或改進(jìn)己有深度學(xué)習(xí)計(jì)算框架和相關(guān)理論。4.類腦智能技術(shù)應(yīng)用創(chuàng)新。發(fā)展新的智能控制器和各種智能設(shè)備。
這樣的研究方向描述，是腦科學(xué)研究應(yīng)用于AI的一張路線圖。
2017年6月，《美國(guó)科學(xué)院院報(bào)》（PNAS）一篇論文引人關(guān)注。瑞典隆德大學(xué)研究人員在論文中指出，他們發(fā)現(xiàn)人腦中的神經(jīng)元本身也具有編程能力，或者說(shuō)有學(xué)習(xí)的能力。他們的研究表明，單個(gè)神經(jīng)元中存儲(chǔ)信息的容量遠(yuǎn)超預(yù)期。這一發(fā)現(xiàn)可能將為設(shè)計(jì)全新的人工神經(jīng)網(wǎng)絡(luò)帶來(lái)啟發(fā)。
科學(xué)家們以前認(rèn)為學(xué)習(xí)和記憶取決于突觸連接。而這樣的認(rèn)知也影響了AI，如人工神經(jīng)網(wǎng)絡(luò)中，神經(jīng)元之間的“突觸權(quán)重”的調(diào)整一直是機(jī)器學(xué)習(xí)研究的重要內(nèi)容。這次瑞典隆德大學(xué)蓋蒙德·赫斯洛（Germund Hesslow）等科學(xué)家的研究發(fā)現(xiàn)，不光是突觸連接，神經(jīng)元本身在學(xué)習(xí)過(guò)程中也扮演了重要角色，單個(gè)神經(jīng)元就可以編程，而且信息存儲(chǔ)能力也超過(guò)預(yù)期。神經(jīng)元本身具有學(xué)習(xí)和記憶的機(jī)制，這是一個(gè)新的發(fā)現(xiàn)。盡管目前還是初步研究，這項(xiàng)研究針對(duì)的是小腦的 Purkinje 細(xì)胞，與我們常說(shuō)的大腦神經(jīng)元有所不同。但這一研究確實(shí)改變了以前對(duì)神經(jīng)元細(xì)胞學(xué)習(xí)能力的認(rèn)知，讓人們對(duì)大腦學(xué)習(xí)的方式和潛能有新的認(rèn)識(shí)。
沿著這個(gè)方向，腦科學(xué)家們可能更深入認(rèn)識(shí)大腦工作機(jī)制，AI科學(xué)家們也可能受到重大啟發(fā)。有人甚至認(rèn)為，這會(huì)影響新一代深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的研究。
這還僅僅是腦科學(xué)研究影響AI未來(lái)的一個(gè)例子。而且，影響AI未來(lái)的也不只是一、兩門(mén)學(xué)科，現(xiàn)代科學(xué)技術(shù)整體上正在迅猛發(fā)展，人類對(duì)世界的認(rèn)知日新月異，未來(lái)的AI，前程似錦。而在AI的新階段，或者說(shuō)AI 2.0時(shí)代，人類社會(huì)也一定會(huì)更加美好。
新的開(kāi)始
2017 年 6 月 6 日至9 日，聯(lián)合國(guó)第一次AI峰會(huì)在日內(nèi)瓦召開(kāi)，包括各國(guó)政府官員、聯(lián)合國(guó)機(jī)構(gòu)負(fù)責(zé)人、非政府組織代表、業(yè)界領(lǐng)袖和AI專家等全球重量級(jí)人物與會(huì)。由國(guó)際電信聯(lián)盟（ITU）等聯(lián)合國(guó)機(jī)構(gòu)共同組織的這次大會(huì)，是一次歷史性的峰會(huì)，會(huì)議名為“AI造福人類峰會(huì) ”（AI for Global Good Summit）。大會(huì)宗旨也由此看出——集中討論如何讓AI作為工具幫助人類解決難題，造福于人類。峰會(huì)列舉了17 個(gè)可持續(xù)發(fā)展目標(biāo)，供全球思考AI的應(yīng)用：
1.消除貧困：將貧困與預(yù)測(cè)大數(shù)據(jù)分析建立聯(lián)系。
2.零饑餓：增加農(nóng)業(yè)產(chǎn)量。
3.醫(yī)療健康和高質(zhì)量生活：大數(shù)據(jù)醫(yī)療分析。
4.素質(zhì)教育：用個(gè)性化教學(xué)變革教育。
5.性別平等：明確性別不平問(wèn)題，發(fā)起性別平等招聘。
6.清潔用水和公共衛(wèi)生：有效改善清潔水源供給。
7.可承擔(dān)的清潔能源：改進(jìn)光電能源獲取。
8.體面的工作與經(jīng)濟(jì)增長(zhǎng)：通過(guò)智能自動(dòng)化增加生產(chǎn)率。
9.產(chǎn)業(yè)創(chuàng)新與基礎(chǔ)設(shè)施：幫助產(chǎn)業(yè)創(chuàng)新。
10.減少不平等現(xiàn)象：建立更包容社會(huì)（如助殘機(jī)器人應(yīng)用）
11.可持續(xù)城市與社區(qū)：通過(guò)傳感器數(shù)據(jù)支持城市規(guī)劃決策。
12.負(fù)責(zé)任的消費(fèi)與生產(chǎn)觀念：預(yù)測(cè)最優(yōu)生產(chǎn)從而減少浪費(fèi)。
13.氣候行動(dòng)：對(duì)氣候變化建模以預(yù)防災(zāi)難。
14.水生生命：通過(guò)模式識(shí)別軟件追蹤非法捕魚(yú)。
15.陸地生命：控制盜獵行為、監(jiān)控物種安全。
16.和平、公正和強(qiáng)大的機(jī)構(gòu)：減少政府歧視和腐敗。
17.有目標(biāo)的合作：多方合作至關(guān)重要。
盡管這17個(gè)目標(biāo)還不能完全涵蓋人類需要解決的全部問(wèn)題，但涉及到的AI應(yīng)用領(lǐng)域已經(jīng)相當(dāng)廣泛了。借助AI的力量來(lái)應(yīng)對(duì)人類面臨的巨大挑戰(zhàn)，是人們對(duì)機(jī)器的美好期待，AI任重道遠(yuǎn)。聯(lián)合國(guó)秘書(shū)長(zhǎng)安東尼奧·古特雷斯在峰會(huì)上說(shuō)：“AI將有助于人們更快邁向有尊嚴(yán)的、和平與繁榮的新生活。所有人包括政府、行業(yè)和民間社會(huì)必須思考AI將如何影響我們的未來(lái)。這次大會(huì)就是一個(gè)很好的開(kāi)始?！?br>
是的，新征程開(kāi)始了?；赝麣v史，AI已經(jīng)走過(guò)了60年歷程，創(chuàng)造了無(wú)數(shù)傳奇。而現(xiàn)在又開(kāi)始的新征程，那將是充滿更多傳奇的美麗新世界。
