张首晟：摩尔定律遇到危机后，发展人工智能需考虑更好的算法

“在过去十万多年中，人类一直是地球上最具智慧的物种，但我们今天的确碰到一个新的挑战，就是人工智能。”7月15日，斯坦福大学终身教授、美国科学院院士张首晟在网易传媒主办的2017网易未来科技峰会上发表了对于人工智能的看法。

张首晟表示，今天人工智能的爆发源于三个重要原因，一是摩尔定律所描述的计算能力的指数增长，二是互联网和物联网的爆发性增长带来的海量数据，三是智能算法的快速发展。可将这三点概括为人工智能的三大支柱。

他指出，我们这个时代正被非常伟大的信息定理——摩尔定理所刻划，但是摩尔定理是无法始终保持指数级爆炸式增长的，这是人工智能时代一个非常大的挑战和危机。这就需要不断研究新的算法以突破技术瓶颈。峰会上，张首晟推荐了一个新型算法——同态加密。“这个算法能够在加密的数据上学习到里面的智慧，不一定要看到数据本身，使得数据的拥有者和数据的处理者完全能够分开，并且能够建立信任基础上的合作。”他介绍。

机器智能何时超越人类？张首晟认为，图灵测试存在一定误导，机器的智慧如果完全能够模仿人类，还是一个漫长的过程。如果让机器学习人的理性部分比较容易，但是学人的非理性的那些情感还是不那么容易。

张首晟说，人类最高的智慧：就像爱因斯坦这样伟大的科学家能够写出这么简单朴实的公式，我们做实验能够验证它，这是人类智慧最高的结晶。下一次，如果机器人也能够写下相当于宇宙的非常深奥的定理，作为一个科学的发现，是在人的前面，在这种情况下，机器的智慧是真正的超过人。

以下是张首晟演讲实录：

我今天演讲的题目是“人工智能的三大支柱”，在过去十万多年中，人类一直是地球上最智慧的物种，但我们今天的确碰到一个新的挑战，就是人工智能。

为什么在今天这个时候出现了人工智能这么一个新的、神奇的物种？主要是三个大的趋势的汇聚，第一是计算的能力，自从计算机被发明之后，计算机的计算能力在过去的五六十年当中，基本上按照摩尔定律在增长。所谓的摩尔定律，就是指我们的计算能力每过18个月翻一次倍，这种神奇的计算能力的提高，使得我们现在到了突飞猛进的时代，把本来不能算的计算都可以进行计算。

第二个潮流，由于互联网产生之后，有大量数据的产生，人工智能通过大量数据汇集得到学习，我们生活的每一个角落都变得数据化。

第三个潮流，对于我来讲，是最最神奇的发展，那就是非常新的一些算法，这也是我今天想跟大家主要分享的题目。人一开始会模拟大脑工作的原理来做出一些人工智能、机器学习的算法，但是在今后发展的过程当中，我们可能会推出一些算法，是大脑根本不能实现的，但是在机器里面却能够实现。比如说量子计算，完全新的在数学上的一些算法。

我们这个时代被非常伟大的信息定理所刻划，这个定理就是摩尔定理，指计算能力每过18个月翻一次倍，摩尔定理奠基了信息社会为什么飞速发展，相比之下，传统行业往往是在比较平行的，比较线性的增长情况，摩尔定理是指信息计算能力按照指数级速度增长。

现在有各种各样的现象，摩尔定理继续按照传统的方式推进下去，是不能按照过去发展的指数，爆炸式的增长，为什么呢？每个三极管运算的过程当中必然会产生很多的热量，如果三极管的基本原理没有改变，每过18个月，三极管的数字翻一次倍的话，所产生的热量也是每过18个月翻一次倍，这种情况下，整个芯片继续提升的情况下，必然会烧掉。这是一个非常大的挑战和危机，我作为一个物理学家，看到这是一个非常美好的机会，使得我们可以完全回到一张白纸上重新来想这个原理，为什么计算机按照原先的摩尔定理继续往前推进的话，碰到的阻碍是什么。

用最简单的话来讲，我们为电子在芯片的最最底层造了一个信息的高速公路，高速公路最根本的原理，车道的原理、各分其道、互不干扰，每个电子在固定的车道上在运行，而不像左边一样，是赶集的情况下会到处碰撞。

同样的思维，今天来想人工智能，第一步是通过神经网络在模仿人的大脑的每个神经元，还是简单的模仿时期，到了下一步应该怎么做呢？真正理解智能、智慧的数学原理是什么，就像我们理解了飞行的数学原理是什么。一旦理解了之后，就能设计出来更好的算法，这些算法不一定是大脑能够实现的，但是却可以比大脑做得更加好。

我们如果想清这一点，就能想到真正用一些好的算法，来取代一些技术上的瓶颈。比如说我们在人工驾驶这个领域里面，大家都知道，绝大部分的技术路线还是在学习Google当年提出的技术路线，比如说人工驾驶在汽车顶上装上激光雷达，需要高清的三维地图，这一点给整个自动驾驶领域带来了很大很大的瓶颈。因为首先，激光雷达非常贵，并且你要造高清的三维地图也是非常麻烦。

今天大数据时代的产生，使得我们金融的数据，教育的数据，健康的数据都是大量产生，但是我们现在机器学习的能力就是通过这些大数据的本身就能学习到这里面的智慧，能够帮我们大大地提高在金融领域、教育领域、健康领域的效力。但是现在碰到一个最大的问题，能够处理数据、能够拥有数据的，这是两个不同的人群，也可能是两个不同的公司。相互之间不一定有一个完全的信任，这样的话，很多数据不能够被实时做分析。现在领域里面，我向大家推荐一个非常新型的算法，叫同态加密，这个新的算法能够在加密的数据上学习到里面的智慧，不一定要看到数据本身，这样的话，使得数据的拥有者和数据的处理者完全能够分开，并且能够建立信任基础上的合作。

现在大家在人工智能领域最想问的问题，是不是哪一天机器的智慧会超过人？我们怎么能够衡量机器哪一天超过人？比如说过去两年，我们看到一个非常惊奇的人机大战，Google的DeepMind能够在下围棋上战胜人类最高的选手，这是不是已经说明计算机已经能够超过人类。最经典的一个测试的方法就是所谓的图灵测试，图灵测试就是我如果跟背后一个幕后到底是机器人还是真正的人，我不知道，但是我跟它对话一阵之后，能不能发现背后到底是机器还是人，如果我分辨不出来，说明机器已经达到人的智慧。

但是我觉得，这个测试还是有一定的误导，机器的智慧，如果完全能够模仿人，还是一个漫长的过程，人过去通过几百万年作为一个生物物种的演化，的确带来了一些非常理性的成分。但是硬要让机器去学习人的理性的部分比较容易，但是学人的非理性的那些情感，说不定还是不那么容易。我觉得人类最高的智慧，像爱因斯坦这样伟大的科学家能够写出这么简单朴实的公式，我们做实验能够验证它，这是人类智慧最高的结晶。我就问，下一次机器人是不是也能够写下相当于宇宙的非常深奥的定理，作为一个科学的发现，是在人的前面，在这种情况下，机器的智慧是真正的超过人。在这个领域，我们要做大的发展，我们在美国已经清晰地看到，一定要在学术界和工业界做一个非常紧密的结合，因为学术界往往有一些聪明的人才，他能够想出这些最好的算法，但是现在工业界，尤其是在互联网公司，像网易，还有中国的BAT，手上都拥有大量的数据，一定要在紧密合作的过程当中，真正能够把人工智能做到更好的下一步。