IT领袖峰会上,沈向洋的发言揭示了人工智能还有多远-焦点中国网

人工智能从上世纪50年代就开始发展了,其实不是个新学科。这东西的难点在于是个跨学科项目,对这个话题进行阐述,很难不落入盲人摸象的尴尬怪圈。此次IT领袖峰会上有很多互联网大佬对人工智能发表了意见,有些是从产业角度来说的,有些是从研发角度来说的,更有一些鸡汤类的话只是听听就可以了。而其中,对人工智能阐述最为精准的,窃以为是微软的沈向阳先生。

沈向阳的话是这么说的:“人工智能的研究方向大体可分为两块,一块是感知方面,一块是认知方面。现在人们感受到的主要是机器在语音和视觉方面的发展,即感知层面。接下来5到10年,机器在感知方面的发展将非常快,会超过人类。这主要是因为三方面原因,一是互联网的出现产生了海量数据,二是强大的运算能力和新的算法使这些数据可以被处理,三是深度学习在过去五六年取得突破,并被许多互联网企业应用,才使很多以前不能解决的问题现在可以解决。”

什么是人工智能的感知和认知?用人来类比的话,感知就是人的视觉、触觉、听觉,与外界的沟通方式等,认知就是人对某个事情和现象的认识,反应、分析、决策、执行。在人工智能领域,人的感知和认知特征是差不多的,目前很多企业正在用机器模拟人的感知和认知,但还是处于非常初级的地步,大都只能在感知计算方面打转转。

举个简单的例子,很容易就能在市场上找到做感知计算人工智能的公司,如做语音的科大讯飞、虫洞、做人脸识别的Face++等,但并不容易找到做认知计算人工智能的公司,因为那毕竟距离太远,技术难度太大。在认知计算领域做得最好的是IBM的watson,相比感知计算产品,watson更注重信息分析,自然语言处理和机器学习等认知计算,被应用在医学和金融领域。

感知计算和认知计算谁更重要?其实是不言而喻的。人每天都会接触外界信息,起床后看到下雨了,就知道出门要带伞,“看到”和“知道”,这是两个层次的问题。当然,如果没有感知计算,就不会有后面的认知计算,因为你连天下没下雨都不知道,怎么做出出门要带伞的决策呢?但问题在于,感知是很容易被替代的,看不到可以听或通过别的什么方式,而出门要带伞的这个认知则是唯一的。

为什么目前市面上这么多做人工智能的公司?因为感知计算是较为适合小公司创业的领域,如果说感知计算和认知计算各占人工智能的一半,那么感知计算至少可以切成几百个小等分,每个等分足以容纳几十家小公司进去钻研了,而认知计算的那一半,也就能切成几个小等分,不是大公司是绝无创业成功的可能的,即便是大公司,也未必能做成。

但是,我们一般人理解中的人工智能,应该绝大多数属于认知计算范畴,即机器像人一样思考,具有分析和推力能力,还可以下决策,执行动作。感知计算只是提供了机器同外界进行交互的方式,技术成熟后当然可以藏身传感器中,为机器提供现实世界精准的信息,以供机器的认知计算能力得以发挥。不过,这虽然也可以算人工智能,但怎么看也都是太过浅层的东西。人类距离真正的人工智能,似乎还有不短的距离。

人工智能自诞生以来共有过五次热潮,如今的这股热潮,与前几次有很明显区别。80年代末神经网络学科的建立,90年代互联网技术的发展,促成了最新的这次人工智能热潮。人工智能从离线走向在线,从单机走向网络环境,从单目标求解走向多目标求解,有了互联网数据的支撑,其应用环境似乎被一下子拓展开了,拥有了更大的练兵场和实验田,而非像20年前的深蓝那样仅作为单个智能主体而存在。不过这也并不能保证,这一轮人工智能热不会像前几次一样退潮。

本次IT领袖峰会上,有人认为AlphaGo做的是人类能做到的事情,做人类做不到的事情才叫本事,这种为人类叫屈的鸡汤并不鲜见,20年前败在IBM更深的蓝手下的卡斯帕罗夫,叫屈的姿态其实更为花式。事实上,目前人工智能能做到的全是人类做不到的事情,而人类能做的事情,人工智能却很少可以做到。人脑是记不住几亿盘棋局的,也没办法存储古往今来所有棋手的棋谱,这些机器全能做到。但人看一张图片时,一眼就能分辨出具体特征,而机器即便去看一张写了几十个注解的图片,也还是无法理解其中包含的所有信息。

让人工智能像人一样思考、推理、决策,实在是太难了,难到也许这一代人有生之年看不到那一天。但目前人工智能的发展过程,还是很值得一看的,很多机器能做人做不了的事情,本身就能给人类社会创造巨大价值,最终机器是不是能拥有和人一模一样的思维模式,其实并不重要。人工智能最有可能的方向,也许是建立起一套自己的思维体系,而这套体系将与人的思维极大不同,这也正是为何霍金、马斯克等人对人工智能有可能的破坏作用忧心忡忡的原因。