- +1
李开复:我不相信奇点,相信平台化的人工智能工具箱
2017年是图灵奖(A.M. Turing Award)设立50周年,国际计算机学会(ACM)特别在全球范围内举行盛大庆祝活动,5月12日-14日,ACM图灵奖五十年中国大会(ACM TURC 2017)在中国上海成功举办,创新工场CEO暨人工智能工程院院长李开复博士和往届数位图灵奖得主与业界知名学者一起受邀参与了大会欢迎晚宴和圆桌论坛。

人工智能的核心是计算能力,量子计算将给人工智能带来怎样的影响?深度学习和人脑的运作究竟有怎样的关联,人工智能的奇点论是否真的成立?我们应以怎样的心态来面对人工智能时代的来临?在13日上午举办的“大数据驱动(图灵模型)VS 脑结构驱动(量子模型)”圆桌论坛上,李开复博士和2004年ACM图灵奖得主、谷歌公司副总裁兼首席互联网专家Vinton G. Cerf,2000年ACM图灵奖得主、清华大学交叉科学研究院院长姚期智教授,国家自然科学基金委员会副主任、北京大学教授高文共同畅谈了量子计算、深度学习、模仿大脑、奇点等热点问题。

在圆桌论坛上,李开复博士从人类历史进化和人工智能发展规律的高度,论述了深度学习的本质与人类未来的关系,提出了“平台化的人工智能工具箱”的技术发展方向。以下是李开复博士的现场论述:
即使插上量子计算的翅膀,深度学习也战胜不了生物大脑
深度学习基于多层神经网络的机器学习模型,表面上看,也许你会觉得深度学习和生物大脑里神经元和突触的运作是一回事(人脑大约由140亿个神经元组成,神经元互相连接成神经网络,神经元是大脑处理信息的基本单元,它主要由细胞体、树突、轴突和突触组成),但其实,深度学习只是对单个生物神经元的极其粗糙的近似模拟(仿生学含义)。相比生物大脑,深度学习只是照葫芦画瓢。计算机能做的,就是定好一个模型,设一个目标函数,让计算机自己不停地去试,找到一个方案使目标函数的输出达到最优,它就认为这是解决方案——但计算机无法真正“理解”这个东西是为什么。

即使机器学习有了量子计算,还是不会改变其在人类社会中的定位, 只是我们对特定问题有了超级快速的计算单元。量子计算技术的发展,为我们在特定计算任务,主要是部分数值优化算法以及密码学算法上,可以给出极其惊人的求解速度。

所以当下以及不久的将来,大家大可不必担心机器的觉醒或者所谓的奇点的到来。当下的智能技术都是在为人类服务,是人类的工具。但是值得强调的是,智能技术服务的是掌控智能技术的人类,只是代表了一部分人类的利益,这可能是一个很小的群体,一个公司、团队甚至个人。我们需要担心的是这种新形态下的超级垄断力量对人类整体的危害或者剥削。
人类漫长的演化史就是一部生物智能的训练史
创新工场人工智能工程院副院长王嘉平认为,人类的进化不单单包括我们的大脑,也不只是神经系统突触的进化,而是整个世界的进化,与进化相统一,与人类的欲望相一致。人类的感知系统、运动系统,乃至人类的情感、创造力,都是在人类生存能力的基础上发展起来的。深度学习仅仅是一个工具。而人类的选择、人类法则、人脑的发展并不仅仅有关人类大脑,它是人类进化成果的一个总和,伴随着整个地球生物界的发展。
生物智能的学习从来都不是单个个体的学习,而是全球生物在历史上的所有种群所有个体一起协同在经历一场以生存为优化目标函数的学习过程。
在机器学习中的目标函数由我们人类设定,而自然选择的目标函数则是为生存几率所驱动。

无论是生物的低阶智能,例如视觉识别系统,以及高阶智能,例如情感和性冲动,甚至更高阶的社会性行为,例如协作和分工,归根结底都是在优化群体的生存几率,并且对于个体来说大部分的智能,尤其是低阶智能,并不是在其生命周期里面学习得到的,而是在繁殖过程中继承而来的模型。
当然,这个继承而来的模型,也就是遗传基因,不仅包含了智能模型这个“软件部分”,也包含了定义生物机体构造和生化运作方式的模型,也就是“硬件部分”。
所以,从广义的计算能力上面来说,生物智能的建立过程是历代所有种群所有个体的应对和自适应能力的总和;从广义的训练数据上面来说,是历代所有种群所有个体所遭遇到的环境的宏观变化和冲击,以及微观上每个个体在生命周期中遇到的具体的生存任务,例如觅食和交配。无论哪个方面,都是现阶段机器学习系统远远无法企及的。
人类的迁移学习能力早已被祖先写进遗传基因
以认字为例,儿童有能力在看过很少量的字母图像之后,能够轻松识别出大部分同一个字母的所有变体,以及不同的书写方式,而机器学习却需要大量的包含尽量多的变体的字符图像,才能把这个识别任务做得比较好。其中的原因,并不是生物智能能够从小样本中神奇地总结有效的规律,而是文字系统本来就是依据人类视觉系统的识别能力设计的。


最近的科幻电影 《降临》(Arrival)很好地诠释了这一点,对于来自物理自然环境的形态和我们人类截然不同的世界的外星文明,人类同样无法识别其书写文字,而需要借助计算机来完成。因为我们的视觉系统的进化,只帮助我们发展了以我们的有限的视觉系统能够识别的文字。
人工智能将成为工具箱,未来十年会产生巨大的商业和社会价值
人工智能和深度学习虽然简单粗暴,且不能称为复制人脑,但是在很多特定任务上都已经远超人类,在未来十年会产生巨大商业和社会价值,比如创新工场投资的、由姚期智教授的学生所创办的一家基于深度学习技术的公司旷视科技(Face++),现在可以同时识别300万张人脸, 还有创新工场投资的智融集团,它的产品用钱宝8秒钟就可完成贷款审批,每月放款量可达150万元,远超银行的放款量。
所以,人工智能的快速发展将惠及全人类,创造大量的财富。从数据驱动的AI,到收集新数据的传感器,再到以无人驾驶、机器人为代表的全自动化阶段,将为我们的生活带来深远的影响。


人工智能时代既有机遇,也有挑战,我们所面临的一个挑战是如何应对那些在AI背后为非作歹的人类。我们该如何解决我们所面临的挑战?我们该怎么做?
人工智能时代给人类带来的挑战将远大于工业革命。我们要鼓励更多的人加入到此次变革中来,关注大数据驱动,我们有很多工作,很多机遇。我们对量子计算技术的发展非常乐观,由大数据驱动的人工智能将使人类进入一个新的纪元。
(原标题 李开复:我不相信奇点,相信平台化的人工智能工具箱)





- 报料热线: 021-962866
- 报料邮箱: news@thepaper.cn
互联网新闻信息服务许可证:31120170006
增值电信业务经营许可证:沪B2-2017116
© 2014-2025 上海东方报业有限公司