<mark id="oztn4"></mark>
1
| 本文作者： 張利 | 2017-04-24 22:36 |
雷鋒網按：4月22日至23日，2017第十屆中國綠公司年會在河南鄭州召開，依圖創始人朱瓏出席會議并帶來人工智能技術的前沿消息，他認為，“如今，人工智能發展速度非常快，但即使人工智能過火，BAT、創業者或是投資人等也可能低估人工智能最前沿技術可能有的跳躍性進步。”
雷鋒網據公開資料了解到，朱瓏是美國加利福尼亞大學博士，師從艾倫·尤爾（Alan Yuille）教授，從事計算機視覺的統計建模和計算的研究，之后在麻省理工學院人工智能實驗室擔任博士后研究員，在紐約大學Courant數學研究所擔任研究員。即使在精英云集的人工智能創業圈，他的這份履歷也算得上佼佼者。
以下是朱瓏演講全文，雷鋒網對其進行了不改變原意的編輯整理：
大家都推崇本科生創業，甚至推崇本科生不要畢業就創業。我比較極端一點，我是博士后，中國人比較尊敬這個學歷，但其實學術界的人創業也是一個重新學習的過程。尤其商業領域上，如果不是特別有天賦，從履歷上來講天生是一個短板，所以我是一個非典型的創業者，這種非典型也讓我有一個特殊的視角，基于對科學、對學術的理解和創業幾年來的經歷，我有一些不同的思考。
2013～2014年間，深度學習開始在全世界火起來，那時，我第三個實驗室的老板（Yann Lecun ，現任Facebook人工智能實驗室的負責人）已經在深度學習領域深耕了30年。當我創業時，也就是2012年，在全球范圍內，深度學習無論從何種意義上說都是一個非常冷門的專業，優秀的博士生并不去這樣的實驗室、學科中。直到2013年，在中國可能是2014年，一夜之間大量博士開始跳到這個專業學習，這凸現了以前該專業領域人才儲備的不足，但是，很短的時間，情況就大變。
如今，人工智能比較火，談的人也很多，但我卻是很難談論它的，我先給兩個定義：
一個是難辨的技術，真假非常難辨，泡沫非常難辨。但是談的人又多，專家非常多，無論是投資人、高校教師還是創業者都在談論它。對此，我認為，當今是也一個沒有權威的時代。
什么是難辨的技術？人工智能屬于科學范疇，科學是離大眾很遠的。最好的實驗室很難評價另一個最好的實驗室的工作，因為只看發表論文，是很難評估的，還要基于多年來兩個實驗室的交流和互相理解，才能評價他們的工作，加之現在人員流動很大，評估更是難上加難。
科學是客觀的，但很多市面上的說辭是比較主觀的，很多科學家、教授、研究員并不在業界的一線，盡管他是全職教授或者是名牌大學的教授，但他所知的進展更多來自于新聞，但新聞報道的可能不是最核心、最領先技術，以這種不嚴謹的素材做預測和評論時，結論和真相差距比較大的。
科學是一個很嚴肅的東西，是客觀存在的，但對其的談論卻誤差很大，容易被談論者的身份影響。
當今是沒有權威的時代。我在硅谷最好的實驗室呆過，他們對于全球最先進技術的發展狀況，了解得也不全面，因為人工智能發展速度太快了，甚至全球各地都有跳躍性的發展。谷歌一個人工智能總監不見得完全理解透公司另外一個部門的所有進展；全球最好的專家也不見得能全面理解全球最好的技術；而美國頂級的學術界或者名牌學校里的老教授已經很難點評全球最好的技術了。如今和10年前的學術界狀況是不一樣的，那時，學術界3個全球最好的教授，實驗室師兄弟3個人湊在一起，就能差不多預測全球甚至未來3年的進展。
這就是一個沒有權威的時代，任何一個新技術都有可能具有突破性的社會意義和學術價值。
因為科學很難談，所以我先從不需要任何專業背景、不需要跨越文化的知識說起，看看如今人工智能走到哪一步了？
很容易找到一張圖，機器的識別度超過人眼。大概3年前，機器識別準確率普遍超過人眼，這是一個很重要的界線，這意味著機器可以替代人類從事一部分工作，并且可以應用于很多場合，比如機器幾乎不存在速度和體力問題，一秒鐘看1個人或5秒鐘看10億人，機器都能勝任。
我們曾做過這樣一個實驗，把一個客戶女朋友的照片放入一千萬數據庫中搜索，找出相似的前十名出來，打亂順序，他辨認不出哪個是他女朋友，所以即便是你非常熟悉的人，比如你的男／女朋友，你也不見得比機器更熟，因為人的識別是很容易受到光照角度、化妝與否等因素的影響的。如今，機器可能在熟人的人臉識別上超過人類，那擴展到更專業領域，比如醫學，可能3～5年后，機器就可能超過專家。
我們還做了這樣一個實驗，想回答這樣一個問題：中國大約13億人中有多少人和你長得一樣？長得一樣的標準是你母親也辨別不清楚誰是誰，這個問題純粹是對世界的好奇，結論是每一億人中就有一個人和你一樣，全中國平均有12個人跟你長得一樣，你找得到12個“替身”。
這是一個很重要的科學統計結果，并且是在其他任何地方都不知道的結論。這意味著，人工智能除了其產業化意義外，它還能幫助人類看到我們的智慧邊界，以前這個課題沒法討論沒法回答，那是以前沒有這么大規模的科學手段，而這是非常有意義的。
雖然人臉識別已經非常普及了，但大家討論人工智能時，還容易聯想到阿爾法狗，我認為人工智能應該先具備這樣一種能力：人天生具備的能力，這是人成為人的一個最重要基礎，人的很多智能是由此衍生出來的。探索這件事能回答人的本質問題。
我們布了全球最大的人臉搜索引擎，公安可以通過這個搜索引擎追逃逃犯。大家可能聽說過，十幾年前的殺人犯逃到廟里做主持，通過系統交叉比對，把通緝犯和現有的十幾億人或一個省的一個億人做幾萬億次或幾十萬億次的交叉比對，把這個逃犯抓了出來。
還有一個例子，一個老人帶著小孩走丟了，他說不清楚自己是誰，記不起身份證號碼，這在以前很難辦，現在在派出所拍張照片就能知道這個人是誰。
辦案過程中鎖定的嫌疑人，即使公共攝像頭在比較遠而且是運動的、模糊的、低清像素的情況下抓拍到了這個人，基本都能識別出來。
網吧里的手機被人偷或幾百塊、幾千塊錢被偷，以前很難查，但現在通過角落里的攝像頭，即時角度的差異，也基本上都可以查得出來。
另外，現在可通過ATM機上魚眼攝像頭拍到的人像抓捕疑犯。
如今，中國先進的技術結合垂直場景的人工智能局面，在全球范圍內也領先。如今，人臉識別技術在不同區域、不同場景中能很多事情，這是非常激動人心的。
過去民警希望用到的科技手段這2年中基本都用到了，并且美國科幻大片里面的場景，我們都能做，而且基本上只有中國能做到。美國和其他國家很難做到這種視頻條件和人臉識別的技術。那么，美國的人臉識別技術好在哪里？谷歌、Facebook的技術好，但創業氛圍和政府的意識不見得是最領先的。
如今的局面是留學生回國的比較多，中國這種先進技術和垂直領域相結合的產品是比較有代表性的，不僅能解決中國的問題，在世界范圍內都是非常領先的。
如今，人工智能發展速度非常快，但即使人工智能過火，BAT、創業者或是投資人等也可能低估人工智能最前沿的技術可能有的跳躍性進步。
相關文章：
讓普通家庭用上和 “賈維斯”一樣的AI管家，創業公司都是怎么玩的？
氪信資深數據科學家主講：如何構建基于AI的金融風控系統 | 雷鋒網公開課
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
