最近，人工智能AlphaGo大勝世界圍棋冠軍李世石一事引來舉世矚目。人工智能真的超越人類了嗎?
中科院深圳先進技術(shù)研究院集成技術(shù)研究所副所長喬宇所帶領(lǐng)的團隊是國內(nèi)早期開展人工智能研究的科研組織，對于這場人機大戰(zhàn)，喬宇并不認為這代表人工智能強于人類。人工智能未來將給人類生活帶來很多便利，一定程度上將會搶走人類飯碗，但人工智能并沒有自我意識，因此人工智能再“強大”，未來也不可能威脅到人類。
AlphaGo像人一樣會深度學習
喬宇強調(diào)，AlphaGo的人工智能依然只是屬于“弱人工智能”，出現(xiàn)具有獨立意志、具有情感認知能力的“強人工智能”還比較遙遠。
記者：上世紀90年代末，通過類似AlphaGo使用的深度學習模式，IBM就打造了在國際象棋比賽中戰(zhàn)勝人類的“深藍”。從深藍到AlphaGo，人工智能取得了什么突破?
喬宇：深藍和AlphaGo用的技術(shù)，差異是很大的。我更傾向于把深藍看成是一個基于規(guī)則的強計算、國際象棋比圍棋復(fù)雜程度小很多，而且象棋是越下越簡單，因為慢慢地，棋子就會被吃掉。AlphaGo實際上更像人，它的學習能力很強。
記者：AlphaGo為什么能戰(zhàn)勝李世石?
喬宇：從人工智能的角度講。圍棋的計算量級達到10的170多次方，機器很難通過運算、窮舉的方法把所有可能全部列舉，這個不太現(xiàn)實，下圍棋一方面是計算，另外一方面就是布局。在AlphaGo之前，這是機器的一個短板。AlphaGo做得很好，因為它使用了深度學習。
記者：AlphaGo的深度學習是怎樣運行的?
喬宇：在人機大戰(zhàn)之前，AlphaGo的科研人員發(fā)表了一篇文章，比較詳細地去介紹了他的方法。它的網(wǎng)絡(luò)分成兩部分：策略網(wǎng)絡(luò)和價值網(wǎng)絡(luò)。這兩個網(wǎng)絡(luò)所做的事和人類下圍棋有類似之處。
策略網(wǎng)絡(luò)會根據(jù)棋局看看在哪里應(yīng)該布子;價值網(wǎng)絡(luò)會在下子后分析對手會怎樣想，下一步該怎么走，目前局勢是好、是壞，并進行數(shù)值性的估計。
這兩個網(wǎng)絡(luò)是非常復(fù)雜的，里面有非常多的參數(shù)需要去調(diào)整和學習。怎么能夠把這兩個網(wǎng)絡(luò)訓練得比較好，就用到了深度學習。AlphaGo深度學習用了20萬到30萬個高手之間對弈的數(shù)據(jù)，并進行大規(guī)模的數(shù)據(jù)運算，這些運算用了兩三千個CPU。
記者：AlphaGo戰(zhàn)勝李世石，體現(xiàn)了怎樣級別的人工智能水平?
喬宇：是的，AlphaGo運用深度學習和增強學習技術(shù)的人工智能依然只是屬于“弱人工智能”，電影中出現(xiàn)的那種具有獨立意志、具有情感認知能力的“強人工智能”到現(xiàn)在依然沒有出現(xiàn)。
記者：未來會進入高智能階段?
喬宇：要像人那樣具有完全的自我意識，我相信是非常遙遠的。
記者：AlphaGo戰(zhàn)勝李世石，會帶來什么意義?
喬宇：人工智能會吸引更多人關(guān)注，目前將人工智能的應(yīng)用到醫(yī)學圖像處理，已是非常熱門的研究領(lǐng)域。
人工智能將搶人的飯碗
在喬宇看來，國內(nèi)人工智能與國外相比有一定的差距，但差距不大，而在一些領(lǐng)域，中國還處于領(lǐng)先地位。“人工智能將讓我們生活更便捷”。同時喬宇也擔憂，人工智能技術(shù)的高度發(fā)展將取代一些人類的傳統(tǒng)工作。
記者：與國外相對，國內(nèi)人工智能發(fā)展情況如何?
喬宇：國外的領(lǐng)先一些，但從學術(shù)研究方面，特別是在某些具體的技術(shù)點上，我們甚至還處于比較領(lǐng)先的水平，比如說行為識別。
記者：從產(chǎn)業(yè)角度來說，我們跟國外相比如何?
喬宇：有差距但是差距不大，中國有中國的特色，很多互聯(lián)網(wǎng)企業(yè)比如騰訊、阿里巴巴、京東等都在人工智能上有較大投入，包括建立了比較高水平的科研團隊。另一方面，就是說，除了這些比較大的企業(yè)，我們還出現(xiàn)了很多高水平的初創(chuàng)團隊。
記者：未來人工智能將如何影響我們的生活?
喬宇：從當前來看，可能影響兩個方面：第一，人工智能很多技術(shù)的發(fā)展確實會讓我們生活更加便捷，能夠把我們從一些辛苦的勞動中解脫出來，比如說語音識別，我不想打字，說一段話利用人工智能就能“翻譯”下來，未來肯定會有更多這方面的應(yīng)用。
另一方面也是我個人的擔憂，人工智能高度發(fā)展必然會帶來一個趨勢——一些人做傳統(tǒng)工作可能慢慢被人工智能取代。比如說，自然語言處理方面，假如機器人能很好地跟人類交流，很多公司的語音客服就有可能被替代，這些客服就有可能被機器人搶走工作。當然，人工智能產(chǎn)業(yè)在革新一個舊產(chǎn)業(yè)、創(chuàng)立新產(chǎn)業(yè)的時候，也能帶來工作機會，所以我們要引導人朝這方面尋找就業(yè)機會。
記者：你覺得人工智能和哪方面結(jié)合有想象空間?
喬宇：目前，人工智能與互聯(lián)網(wǎng)、IT產(chǎn)業(yè)合作比較多。從個人角度來講，我覺得醫(yī)療健康領(lǐng)域未來也會和人工智能“合作”，我國目前的醫(yī)療體系不夠完善，高端和高質(zhì)量的醫(yī)療資源少。醫(yī)生看病需要大量的基礎(chǔ)知識的學習，然后還需要看很多的病例，這些事情想要完全用計算機替代還是比較難的。但如果計算機能夠“深度學習”這么多的病例，它會對醫(yī)生的決策起到輔助作用。
再者就是疾病預(yù)防方面，我們可以運用人工智能對身體做全面地檢測，那樣無論是醫(yī)療成本還是病人的痛苦都可以大大地降低。
另外一個方面就是教育，一般來說都是人對人的教育，完全用機器是不現(xiàn)實的，但人工智能應(yīng)該能在一定程度上協(xié)助老師。
記者：人工智能能發(fā)揮很大的功效是不是基于大數(shù)據(jù)?
喬宇：對。但我們希望未來計算機學習的方式越來越像人，而不需要這么多訓練數(shù)據(jù)，也不需要這么多計算。未來小數(shù)據(jù)的學習也會是一個潮流，因為并不是所有領(lǐng)域都有大規(guī)模數(shù)據(jù)，具體到醫(yī)療領(lǐng)域就很明顯。
人工智能是專才不是通才
人工智能起源于上世紀50年代，目前已經(jīng)融入到我們的生活：人臉識別、車牌識別、語音識別等。但它目前只是某個領(lǐng)域的專才，與人類相比還差距遙遠。
記者：請簡單介紹一下什么是人工智能。
喬宇：通俗點說，由人制造出來的智能叫做人工智能。從學科研究角度來講，它是計算機學科的一個分支，通過計算機或者通過機器進行運算，然后獲得類似于人的智能。
記者：目前人工智能發(fā)展處于什么階段?
喬宇：現(xiàn)處于非常高速的發(fā)展階段，人類對人工智能的需求很強。
比如，一個城市發(fā)生案件后，警察要調(diào)取上千甚至上萬個錄像監(jiān)控視頻進行分析。如果只靠人去看，要消耗大量時間，還不可避免地出現(xiàn)遺漏。而計算機能夠在很大程度上來節(jié)省辦案時間。
記者：人工智能的應(yīng)用主要集中在哪些領(lǐng)域?
喬宇：它最主要就是一個語音識別、圖像識別，比如說人臉識別，指紋識別在深圳通關(guān)的時候已經(jīng)廣泛使用。
記者：AlphaGo引發(fā)了人們對人工智能的擔憂，未來機器人是否會對人類造成威脅?你怎么看?
喬宇：我不擔憂，事實上AlphaGo的神經(jīng)網(wǎng)絡(luò)以及它的結(jié)構(gòu)還都是由訓練數(shù)據(jù)決定的，它只會下圍棋。
相比之下人的智能是很通用的，這是很大的區(qū)別。如果人工智能要對人構(gòu)成威脅的話，它首先需要有自我意識。我們每個人生下來就是一個獨立的個體，至少目前來講，還沒有任何人工智能具備這一點。從這個角度來講，人工智能還不足為慮。
喬宇其人：
做圖像識別取得世界領(lǐng)先的識別率
喬宇是語言識別、圖像處理科班出身，“我出國之前就已經(jīng)對語言識別、圖像處理感興趣了，所以出國留學就選了類似這樣的實驗室，然后做了圖像處理，再做了語音識別。”喬宇在日本取得博士學位后，相繼在中國香港、日本的高校做了一段時間的科研，做的還是他的老本行：語言識別、圖像處理。而這兩塊也正是人工智能的一個分支。他取得了不俗的成績，2012年獲中科院盧嘉錫青年人才獎，2011年獲得中國科學院“百人計劃”擇優(yōu)支持，入選深圳市“孔雀計劃”首批海外高層次人才，是廣東省引進創(chuàng)新科研團隊核心成員。
之后，喬宇與人工智能的另一熱門分支——深度學習也擦出了火花，他的研究團隊成為早期研究深度學習的一支科研力量。
2012年，喬宇在中科院深圳先進技術(shù)研究院工作時，接觸到周圍的一些(深度學習)研究成果，“我們覺得這可能是一個發(fā)展方向，當然不僅包括我，還有組里其他老師，大家商量了一下覺得不錯，然后開始做這方面的研究。”
喬宇的團隊在深度學習研究方向也收獲了不少成果。真實場景下的跨年齡人臉識別取得世界領(lǐng)先的識別率。據(jù)了解，CACD人臉數(shù)據(jù)庫(真實場景下采集的人臉數(shù)據(jù)，具有顯著的年齡和其他變化)包括16萬多張圖片，2000個不同的人。“我們最新研制的深度模型取得了98.49%的準確率，這是目前國際上最好的結(jié)果。”
在視頻行為識別方面，喬宇的科研團隊提出基于運動向量的深度識別網(wǎng)絡(luò)，每秒可以處理390幀圖像，速度提高了近40倍，還可實現(xiàn)實時視頻分類。
“在一年的時間內(nèi)，在幾個數(shù)據(jù)庫中把場景識別準確率提高了十幾個百分點，這也是我做研究之前意想不到的。”喬宇對目前取得的科研成果也有些意外。
下載文檔
