<mark id="oztn4"></mark>
0
| 本文作者： 王金旺 | 2019-07-17 20:29 | 專題：CCF-GAIR 2019 |
雷鋒網(wǎng)按：7月12日-7月14日，2019第四屆全球人工智能與機器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機學(xué)會（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，深圳市人工智能與機器人研究院協(xié)辦，得到了深圳市政府的大力指導(dǎo)，是國內(nèi)人工智能和機器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級交流博覽盛會，旨在打造國內(nèi)人工智能領(lǐng)域極具實力的跨界交流合作平臺。
人工智能發(fā)展至今，已經(jīng)開始走入各類行業(yè)，諸如AI+教育、AI+醫(yī)療、AI+交通等在當(dāng)下備受關(guān)注。而在人工智能技術(shù)體系中，文本、語音、視覺是當(dāng)下最火的三大關(guān)鍵技術(shù)，大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算又是當(dāng)下三大關(guān)鍵技術(shù)體系，各類行業(yè)應(yīng)用也都是基于這些技術(shù)進(jìn)行的應(yīng)用。
盡管如此，隨著AI越來越深入行業(yè)，對算力、算法的要求越來越高，對計算架構(gòu)的精準(zhǔn)性、穩(wěn)定性、并發(fā)性等關(guān)鍵性能要求越來越高，AI究竟會走向何處？
在CCF-GAIR 2019的「中國人工智能四十年專場」論壇上，科大訊飛集團(tuán)副總裁兼訊飛研究院聯(lián)席院長李世鵬博士發(fā)表了《人工智能技術(shù)大規(guī)模應(yīng)用的挑戰(zhàn)和機遇》的主題演講，介紹了當(dāng)下人工智能的技術(shù)應(yīng)用和行業(yè)布局的機遇和挑戰(zhàn)，并就人工智能該如何走下去給出了自己的看法。
以下為李世鵬博士的演講全文，雷鋒網(wǎng)進(jìn)行了不改變原意的編輯：
李世鵬博士，現(xiàn)任科大訊飛集團(tuán)副總裁兼訊飛研究院聯(lián)席院長。他曾是微軟亞洲研究院創(chuàng)始成員并曾任副院長。現(xiàn)任《IEEE電路與系統(tǒng)視頻技術(shù)學(xué)報》總編輯，在多媒體、物聯(lián)網(wǎng)及人工智能等領(lǐng)域極具影響力，擁有199項美國專利，并發(fā)表了330多篇被引用了21020多次的論文（H指數(shù)：74）。他培養(yǎng)出四位MIT TR35創(chuàng)新獎的獲得者。李博士擁有中國科大學(xué)士和碩士學(xué)位、Lehigh大學(xué)博士學(xué)位，同時也是IEEE Fellow。李博士是（科技部）新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟發(fā)起人之一及聯(lián)合秘書長，同時兼任深圳市人工智能和機器人研究院（AIRS）執(zhí)行院長。
從數(shù)據(jù)的角度來看，我們?nèi)绾螌⑷斯ぶ悄芊謱樱疫@里大概分了6層：通知、算知、感知、認(rèn)知、預(yù)知、決知。
其中每向上一層都代表一個更高一個層級的智能，不同層級的智能與大數(shù)據(jù)的依賴關(guān)系有所不同，我們看到其中有知識庫、環(huán)境數(shù)據(jù)、用戶個人數(shù)據(jù)，這些數(shù)據(jù)與相應(yīng)層級間形成一個反饋，在這些數(shù)據(jù)的基礎(chǔ)上就能達(dá)到不同層次的應(yīng)用。
具體不同層次的人工智能需要哪些數(shù)據(jù)如下圖所示。圖中實心綠點表示確實需要這個數(shù)據(jù)，空心點表示可能會用到的數(shù)據(jù)。從底層的人工智能到高層的人工智能，代表所需要的數(shù)據(jù)種類和數(shù)據(jù)量上的跳躍。
今天的人工智能究竟達(dá)到了什么程度？
下圖中有三條線，綠線是10年以前的人工智能發(fā)展情況，橙色的線是今天人工智能的發(fā)展現(xiàn)狀，到感知智能這一層，我們基本上已經(jīng)做到可以好用了。
什么屬于感知智能？具體而言，感知智能包括語音識別、人臉識別、圖象識別，甚至我們把機器翻譯也作為感知智能的一部分。感知智能在我的定義中，它是不提供新的信息的，它只是把信息從一類表達(dá)方式轉(zhuǎn)換成另外一類表達(dá)方式。例如，語音識別是把一個語音信號轉(zhuǎn)換成為一個文本信號，翻譯是把信息從一類語言的表達(dá)轉(zhuǎn)換成為另外一類語言的表達(dá)，今天感知智能已經(jīng)到了從可以使用轉(zhuǎn)向好用的階段。
認(rèn)知智能還很遙遠(yuǎn)，盡管現(xiàn)在我們在閱讀理解中，在很多其他場景中也會看到認(rèn)知智能的應(yīng)用，但是離真正好用還差很遠(yuǎn)。預(yù)計大概再過10年，真正的認(rèn)知智能才能達(dá)到今天感知智能的技術(shù)水平。
整個AI體系中有很多概念，包括人工智能、機器人、IoT，以及人和環(huán)境。它們相互之間是什么關(guān)系呢？
具體這幾個元素之間的相互作用關(guān)系如上圖所示，AI需要機器人或IoT來傳感一些現(xiàn)實中的信號，反饋給它，AI處理完后，反過來影響和控制現(xiàn)實生活中的機器人或者其它的設(shè)備。人與機器之間的交互通過人機交互界面實現(xiàn)，人與AI之間的交互則是通過人機耦合實現(xiàn)。
每一個部分本身也會形成一個群體。人與人之間的關(guān)系形成人類社會；機器人與機器人之間的關(guān)系形成機器社會，這還是一個沒被充分挖掘的領(lǐng)域；把所有人工智能技術(shù)融合在一起，就是類人智能。人與機器人聯(lián)系在一起，就形成了物理世界的智能；人與AI聯(lián)系在一起，就形成虛擬世界的智能；AI和機器連接在一起，就形成了機器的智能。
感知智能現(xiàn)在的應(yīng)用有很多，在實際生活中也已經(jīng)在發(fā)揮作用。以科大訊飛的應(yīng)用為例，向大家介紹一下現(xiàn)在人工智能的發(fā)展程度。
科大訊飛成名的技術(shù)是語音技術(shù)，語音技術(shù)包括很多方面，包括語音合成、語音識別，訊飛現(xiàn)在的語音識別技術(shù)上居于第一梯隊。科大訊飛做語音技術(shù)已經(jīng)有20多年，積累了很多特有的數(shù)據(jù)。盡管如此，語音技術(shù)中要做的工作仍有很多，包括在一些細(xì)分領(lǐng)域，例如在人工智能和機器人領(lǐng)域，要想將這個領(lǐng)域中所有的專業(yè)名詞識別得很好的話，本身就是一個很有挑戰(zhàn)性的工作，再加上很多方言、口音。科大訊飛現(xiàn)在至少支持22種以上中國各地方言。我特別自豪的是，我們將中國那些一輩子不講標(biāo)準(zhǔn)普通話的老人的世界打開了，他們今天可以用自己的方言去擁抱最先進(jìn)的IT技術(shù)。
在翻譯領(lǐng)域方面，訊飛的翻譯技術(shù)已經(jīng)可以達(dá)到英語六級，今年年底我們將可以達(dá)到英語八級。
此外，訊飛在計算機視覺方面也有技術(shù)布局，包括OCR技術(shù)、人臉識別技術(shù)、場景識別技術(shù)，甚至在醫(yī)學(xué)領(lǐng)域的圖象識別，我們已經(jīng)走在世界前列。
認(rèn)知智能方面，訊飛在斯坦福的SQuAD競賽中，在很多方面在世界上第一次超過人類的閱讀理解。2017年底訊飛的AI機器人第一次通過了國家醫(yī)生資格考試，滿分是600分，360分及格，我們的機器人拿到了456分，超過了96.3%的人類考生。也就是說它如果是一個人類醫(yī)生，它是Top 5%的優(yōu)秀學(xué)生。這些都是科大訊飛在技術(shù)上進(jìn)展。
語音合成方面，今天的語音合成不止可以做到自然的聲音合成，還可以做到圖象合成，我們可以把聲音與畫面同步結(jié)合起來，這樣就可以有多種應(yīng)用，例如現(xiàn)在很多地方電視臺或網(wǎng)站有用到訊飛的虛擬主播技術(shù)，通過自然的表現(xiàn)方式向用戶傳達(dá)新聞信息。
下圖是最近幾年科大訊飛在多次人工智能競賽中取得的一些桂冠。
技術(shù)是一方面，如果我們沒有切實的應(yīng)用，它就只能停留在技術(shù)層面。
科大訊飛在語音和語言處理方面做了很多工作，也把它實實在在落地了，它打破了人與機器之間的交互障礙，也打破了人與人之間通訊的障礙，科大訊飛也注重文化保護(hù)、語言保護(hù)，世界上很多國家只有語言，沒有文字，包括中國的一些少數(shù)民族，他們同樣也沒有文字，也許將來人類沒有人能再聽懂他們講的話，如果機器能夠聽懂，并且會說，這是對文化保護(hù)的一個巨大的貢獻(xiàn)。
在人機交互界面方面，今天的人機交互界面不單純停留在人與機器交互的你問我答，還在于它有一定的智能。
科大訊飛的人工智能技術(shù)目前已經(jīng)應(yīng)用于客服及其他多種產(chǎn)品服務(wù)中，科大訊飛前不久剛剛發(fā)布了翻譯機3.0。這款翻譯機可以支持58種語言，同時還支持5種中國方言，支持7種不同的英語口音，包括英國音、美國音、澳大利亞音、印度音等。
很多國家的英語口音很難聽懂，但是機器能聽懂。
此外，科大訊飛還有諸如“聽見”系統(tǒng)（實時轉(zhuǎn)錄和翻譯）、智能錄音筆、智能辦公本等產(chǎn)品。
此外，科大訊飛現(xiàn)在也在行業(yè)領(lǐng)域不斷進(jìn)行探索。
第一個領(lǐng)域是AI+教育。從古到今，大家最習(xí)慣的就是老師在上面講，學(xué)生在下面聽，由于老師的資源缺乏，一位老師不可能有那么多精力給每位學(xué)生因材施教。今天我們通過人工智能的技術(shù)，可以做到因材施教。具體人工智能技術(shù)工作流程如下圖：
簡言之，具體分為以下幾步：
首先，我們會采集學(xué)生在做作業(yè)、做習(xí)題、考試過程中的所有數(shù)據(jù)，我們用掃描的方法將它掃描到計算機中；
同時，我們用到前面提到的科大訊飛的OCR技術(shù)，將這些內(nèi)容數(shù)字化；
然后再通過分析系統(tǒng)對題目進(jìn)行分析，并分析學(xué)生在哪一步出了錯，哪個概念不熟悉；
將這些分析結(jié)果再反饋到我們?yōu)槊總€學(xué)科專門做的知識圖譜中，并在這個圖譜上標(biāo)記出每位學(xué)生對這個學(xué)科的哪些知識點是熟悉的，哪些知識點是薄弱的，哪些知識點還依賴于前面某個該學(xué)生不熟悉的知識點。
我們?yōu)槊课粚W(xué)生定制了這樣一個知識圖譜，老師按一個鍵就可以對每位學(xué)生實現(xiàn)下發(fā)定制化的教學(xué)內(nèi)容，同時可以做個性化的家庭作業(yè)。這樣，每位學(xué)生就可以只做自己不熟悉的作業(yè)，而那些他熟悉的作業(yè)就不需要再重復(fù)做了。這樣可以為學(xué)生省去很多時間，據(jù)科大訊飛粗略統(tǒng)計，預(yù)計能省去30%的時間，這些時間可以用來學(xué)習(xí)其它的知識，或者探索其它領(lǐng)域，這就是科大訊飛能夠提供的個性化教育。
我們知道科大訊飛的語音識別、OCR技術(shù)可以很容易把醫(yī)生與病人的問診記錄，以及一些過去的醫(yī)療記錄轉(zhuǎn)成文本，數(shù)字化，然后通過我們的醫(yī)療機器人或智醫(yī)助理對這些數(shù)據(jù)進(jìn)行分析。
傳統(tǒng)的一個沒有經(jīng)驗的醫(yī)生在為病人看病時，會出現(xiàn)誤診或是第一印象覺得是某個病，就按那個病來治療。我們的醫(yī)療機器人不僅可以給出你患某種病的百分比，還可以將這個癥狀的所有可能的病癥都為你列出來，并且為醫(yī)生提供一些建議，告訴他可能要做怎樣的檢查，引導(dǎo)醫(yī)生進(jìn)行正確的診斷。訊飛的智醫(yī)助理已經(jīng)在安徽落地，成為全國首個智慧醫(yī)院中的AI系統(tǒng)。
以上這些是AI在行業(yè)中的具體應(yīng)用，具體AI技術(shù)當(dāng)下面臨怎樣的挑戰(zhàn)？
人工智能經(jīng)歷了三個高潮和低谷，到今天進(jìn)入以大數(shù)據(jù)驅(qū)動的深度神經(jīng)網(wǎng)絡(luò)階段，今天很多技術(shù)已經(jīng)可以成熟到放在一個實際應(yīng)用產(chǎn)品或場景中。
現(xiàn)在有好消息，也有壞消息。
好消息是：基于深度學(xué)習(xí)的AI在某些領(lǐng)域已經(jīng)超過了人類，大家在用AI提高工作效率、工作有效性、準(zhǔn)確度等方面都很有效。此外，整個工業(yè)界也知道AI的好處，現(xiàn)在也有很多Open AI的計算框架，讓不懂AI的人可以用已有的數(shù)據(jù)做應(yīng)用和服務(wù)。
壞消息是：為什么AI的發(fā)展有高峰、有低谷？有高峰是因為大家對AI的期待太高，今天的AI還不是一個真正意義的智能，它所有的智能仍是基于大數(shù)據(jù)。如果你從來沒有給它某個方向、某個場景的數(shù)據(jù)，它永遠(yuǎn)無法正確處理此類數(shù)據(jù)。所以這就造成了在很多關(guān)鍵應(yīng)用領(lǐng)域，例如自動駕駛中的普適安全問題。其實我對這件事情一直很擔(dān)心，總有一天它會在遇到一個從來沒見過的場景時無法處理，那時就可能會出事故。
因為我們今天太依賴數(shù)據(jù)，所以數(shù)據(jù)成為我們的瓶頸，這在工業(yè)界尤其明顯。我們現(xiàn)在特別怕定制一些人工智能服務(wù)，因為你要定制的話，就意味著你要為那個應(yīng)用去收集、標(biāo)注很多數(shù)據(jù)，這個工作量消耗的資源是巨大的。
現(xiàn)在的AI還需要很強的計算能力，多少算力才足夠？沒有人知道。
所以我們最后還是需要有一個新的AI框架，也許我們可以從人的認(rèn)知過程中吸取一些經(jīng)驗。
我們可以用一個開放的框架來解決部分問題，科大訊飛應(yīng)該是中國最早把自己的語音識別的服務(wù)開放出來給開發(fā)者的廠商，同時今天也有很多開放的軟件、用戶界面、云服務(wù)、用戶數(shù)據(jù)。新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟一個重要的職責(zé)就是促進(jìn)中國在開放平臺方面的建設(shè)。
此外，在用戶數(shù)據(jù)的保護(hù)方面，我們需要標(biāo)準(zhǔn)和法律，這是條很漫長的道路。
作為一個創(chuàng)業(yè)者，在人工智能領(lǐng)域可以做哪些呢？
第一，人才培養(yǎng)和教育，這也許是人工智能發(fā)展過程中的一個很重要的產(chǎn)業(yè)；
第二，數(shù)據(jù)，以前所有的工作都靠手工去做，今天我們可以引入一些AI工具，讓機器來幫助我們做大多容易做的事情，最后剩很少的數(shù)據(jù)放給人來標(biāo)注；
第三，算力，到底計算應(yīng)該放在端上，還是放在云上，還是一個云端邊緣計算的優(yōu)化？AI芯片也許還有很多的機會。
今天大家都在布局AI芯片，但是一個巨大的挑戰(zhàn)是AI的最終框架是什么，誰也不知道。所以也許今天你做了AI芯片，為某個框架去優(yōu)化，也許再過兩年就會改變。我們還沒有像英特爾X86這樣的架構(gòu)能做所有的事情。
第四，人機的有效融合，和諧發(fā)展。
現(xiàn)在的大數(shù)據(jù)、人工智能還有一些解決不了的問題，在一些關(guān)鍵領(lǐng)域，我們?nèi)绾文茏寵C器告訴人類，前面我遇到一個很復(fù)雜的場景，我沒法處理了，人類是否應(yīng)該快速介入。由此衍生出一個很有意思的課題，在機器為你推薦的時候，是不是也要給你一個可信度，這樣在可信度低的情況下，人類就把它接過來，避免很多無謂的事故，或者一些大的問題。
第五，政治正確性，很多統(tǒng)計上有意義的事情，也許在政治上并不正確。
第六，系統(tǒng)，我們?yōu)槭裁唇鉀Q問題要靠一個單一的信號源？其實把多個數(shù)據(jù)融合在一起也許是未來之路；即使做語音識別，為什么只停留在語音信號，為什么不能把你的口型、體態(tài)放進(jìn)去，把我們的位置信息、時間信息都放進(jìn)去，把我們知道的更高層次的數(shù)據(jù)放進(jìn)去，也許對人工智能發(fā)展有更多的好處。
第七，細(xì)節(jié)，人工智能為什么越做越怕？因為最后都是在細(xì)節(jié)上，沒有關(guān)于某方面的一些細(xì)致的數(shù)據(jù)，永遠(yuǎn)做不到極致。
第八，知識圖譜和大數(shù)據(jù)，在今天大家都在講知識圖譜和大數(shù)據(jù)，其實還沒有特別好的框架把這兩者有機結(jié)合起來，我們看到很多領(lǐng)域大家已經(jīng)在嘗試這方面的工作。
第九，AI應(yīng)用商店，我們知道中美之間很多不一樣的地方在于美國掌握了很多應(yīng)用生態(tài)，例如蘋果應(yīng)用商店、安卓的應(yīng)用商店，在今天AI領(lǐng)域中，我們要不要建立一套屬于我們能控制的應(yīng)用生態(tài)？
例如，今天很多人在做智慧醫(yī)療，智慧醫(yī)療涉及的病種非常多，每家公司不可能全都做到，有沒有一個醫(yī)療的統(tǒng)一的框架，大家把自己的能力、技能都放到里面去，組合在一起，會形成一個更大或者更好、更全面的系統(tǒng)。因而，這也是值得大家關(guān)注的一個領(lǐng)域。
「AI投研邦」將在近期上線CCF GAIR 2019峰會完整視頻與各大主題專場白皮書，包括機器人前沿專場、智能交通專場、智慧城市專場、AI芯片專場、AI金融專場、AI醫(yī)療專場、智慧教育專場等。「AI投研邦」會員們可免費觀看全年峰會視頻與研報內(nèi)容，掃碼進(jìn)入會員頁面了解更多，或私信助教小慕（微信：moocmm）咨詢。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
