<mark id="oztn4"></mark>
1
| 本文作者： 宗仁 | 2016-05-27 01:31 |
人工智能因?yàn)檎嬲娜瞬欢啵恢北挥行┤丝浯蠡蛏窕溆绊懥推茐牧Α２磺桑?span style="line-height: 1.8;">今天雷鋒網(wǎng)參加了數(shù)博會(huì)人工智能與大數(shù)據(jù)主題論壇，遇到卡耐基梅隆大學(xué)計(jì)算機(jī)科學(xué)系教授邢波為我們做了一個(gè)系統(tǒng)性演講 ，把人工智能變成了一個(gè)集數(shù)據(jù)、任務(wù)、模型、算法，實(shí)現(xiàn)系統(tǒng)、設(shè)備的東西，讓我們茅塞頓開。下面為雷鋒網(wǎng)對(duì)邢波教授演講的精華整理：
在60年代前有一個(gè)圖靈測試的概念，人跟機(jī)器人通過一個(gè)界面來交流，或者通話方式的狀態(tài)來交流，當(dāng)人不能分清幕布后面是人還是機(jī)器，這就說機(jī)器達(dá)到了人的智能，這是非常美妙的人工智能愿景。
緊接著有幾個(gè)科學(xué)家發(fā)明了一臺(tái)叫做邏輯理論家的機(jī)器，在自我環(huán)境去證明數(shù)學(xué)定理，把羅素很有名的證明定理中的前52道證明出了38道，這使人們產(chǎn)生了期望——也許通過符號(hào)運(yùn)算或者邏輯推理的方法，能夠找到物質(zhì)的心靈本質(zhì)，使這個(gè)設(shè)備獲得一種思想或者一種感情能力，以至于達(dá)到所謂的人和機(jī)器人達(dá)到不可區(qū)分的地步。
這個(gè)方法被很多科學(xué)家推廣，在50-60年代有很多早期的結(jié)果令人興奮。有人還發(fā)明可以做數(shù)學(xué)應(yīng)用題的機(jī)器，包括小i機(jī)器人的鼻祖對(duì)話機(jī)器人也在那個(gè)時(shí)候產(chǎn)生了，能形成很有意思的人機(jī)對(duì)話。另外，理論上產(chǎn)生了一些突破，比如現(xiàn)在可以在AlphaGo里面看到的增強(qiáng)學(xué)習(xí)的原型。包括現(xiàn)在提到深度學(xué)習(xí)一些基本原理也是在那個(gè)時(shí)候出現(xiàn)的，叫感知器。這一系列結(jié)果，使人們對(duì)人工智能產(chǎn)生狂熱的樂觀，我們會(huì)覺得在十年之內(nèi)可以預(yù)計(jì)機(jī)器在棋牌或者更廣泛的范圍內(nèi)打破人類，有這么一個(gè)期許。
但是很快的，很不幸地人們發(fā)現(xiàn)這條路徑不順利，這些當(dāng)時(shí)所謂的國際理論家，這些對(duì)話機(jī)只不過是玩具范疇內(nèi)的東西，它們實(shí)現(xiàn)的功能只能在很小的領(lǐng)域應(yīng)用 , 布置新的任務(wù)或者設(shè)置新的功能，有很多障礙是不可逾越的，其中就包含了本身的方法論，有時(shí)候他們?cè)O(shè)立的模型有障礙，本身必須的方程不能表達(dá)；還有計(jì)算的障礙，實(shí)現(xiàn)功能所需要的計(jì)算是一個(gè)技術(shù)性問題，當(dāng)任務(wù)量增加了十倍，工作量計(jì)算量增加一百倍，這樣設(shè)備跟不上。最后沒有達(dá)到人類的預(yù)期，最后結(jié)果很嚴(yán)重，公眾和政府投資或者經(jīng)費(fèi)的方面都產(chǎn)生了一些相當(dāng)巨大的滑坡，這是人工智能的第一個(gè)冬天。
雖然是冬天，還是有很多堅(jiān)守者在接著往前走，他們突破了一些阻力，做了一些進(jìn)一步的工作。在80年代的時(shí)候有人做了一個(gè)專家系統(tǒng)，能幫一個(gè)公司節(jié)省每年幾千萬的經(jīng)費(fèi)，這是一個(gè)很巨大的成功。
其次，日本也有人提出做一個(gè)專門的專家系統(tǒng)計(jì)算機(jī)，能幫助這個(gè)公司或者政府做各種各樣的決策。在更廣泛跟人的功能近似的領(lǐng)域，比如數(shù)字，或者跟人下棋諸如此類的。
但是，這個(gè)短暫繁榮沒也有很長久，很快人們發(fā)現(xiàn)實(shí)現(xiàn)這些功能的手段是一個(gè)相當(dāng)耗費(fèi)功能和資源的手段，比如在同一個(gè)時(shí)段，我們看到蘋果機(jī)，PC機(jī)以很低的價(jià)格進(jìn)入每個(gè)家庭，同樣每個(gè)專家系統(tǒng)在公司里面需要很高的維護(hù)價(jià)格，并沒有小型機(jī)低很多，然后很快地，軍方，政府，用戶又很快對(duì)人工智能失去興趣，人工智能又入冬了。
所以我想，也許人工智能的路徑或者目標(biāo)有一些問題，也許我們重新冷靜一下做人工智能是為了什么？我經(jīng)常跟朋友聊天，他問我會(huì)不是哪一天造出一個(gè)打掃院子的機(jī)器人，然后陪你聊天，他們感覺人工智能是無所不能的產(chǎn)品或者設(shè)備，能夠很靈活訓(xùn)練做各種各樣的事情?；蛘吣懿荒茏鲆粋€(gè)像人的機(jī)器？
這里面有一個(gè)技術(shù)上的模糊點(diǎn)。人和動(dòng)物的功能和作用非常多方面，在目標(biāo)不明確的時(shí)候，很難對(duì)產(chǎn)品做設(shè)計(jì)。比如做一個(gè)鳥，本身里面就包含不確定性，做這個(gè)東西是為了像鳥，還是飛，還是給你唱歌諸如此類的。這使人工智能的學(xué)者和技術(shù)人員重新思考，做人工智能的目標(biāo)是比較寬泛的定義還是基于實(shí)際功能的定義？
如果做一臺(tái)機(jī)器要能飛，這跟做鳥是完全不一樣的目標(biāo)，要是只要可以跟鳥一樣的飛，可以采用機(jī)械式用空氣中的力學(xué)和燃料技術(shù)實(shí)行另外的飛行方法。產(chǎn)生兩個(gè)不同的路徑左邊是仿生學(xué)或者生物科學(xué)的進(jìn)步，了解生物動(dòng)物的結(jié)構(gòu)和原理，然后復(fù)制重現(xiàn)他們的功能。這里面有很多的困難，對(duì)它們的功能不了解？其實(shí)了解很清楚之后，復(fù)制方面也有困難，包括材料學(xué)等等。
而右邊的方法不一樣，它是把這個(gè)功能做了一個(gè)直接非常簡單的數(shù)學(xué)描述，可以通過這個(gè)數(shù)學(xué)描述，對(duì)形成功能的手段和達(dá)到功能的目標(biāo)之間形成一個(gè)很明顯的因果關(guān)系，這樣可以形成一個(gè)明顯試錯(cuò)過程，過程中可以提供很多手段。由于這是一個(gè)工程上的方法，使得你可以利用很多不對(duì)稱的資源，比如你可以去使用很大的計(jì)算能力或者很大的電力，或者其它方面的東西，這是生物本身不具備的東西。但是你可以導(dǎo)入到你的設(shè)備，產(chǎn)生非對(duì)稱的優(yōu)勢，來實(shí)現(xiàn)你所需要的目標(biāo)。
這一點(diǎn)是我們想到，也許人工智能并不見得就是重復(fù)人的功能或者神態(tài)，而是定義成對(duì)功能的一個(gè)追求，這里面就產(chǎn)生了看到一系列的突破，就是導(dǎo)向?qū)δ鼙M可能快速和優(yōu)化的實(shí)現(xiàn)。
由于這樣一種思維方式，展示出人工智能研發(fā)過程中，大家可以非常簡單地去遵循比較完整的研發(fā)體系，我們通常會(huì)把人工智能從數(shù)據(jù)開始定義，跟今天的大數(shù)據(jù)很有關(guān)系，在不同的區(qū)塊取得不同的數(shù)據(jù)，然后對(duì)功能做一個(gè)準(zhǔn)確的定義。比如做推薦，做圖象識(shí)別，要下棋，要做賽車或者機(jī)器人。由于有了對(duì)功能追求的定義，我們可以引入一些數(shù)據(jù)方法，做一個(gè)非常直接具體的描述。
然后再往下出現(xiàn)很好的算法，是一個(gè)引擎，把很好的題解出來。
然后再往下出現(xiàn)一套計(jì)算設(shè)備，對(duì)軟件的實(shí)現(xiàn)。
然后再往下要寫一套程序，就需要程序和硬件設(shè)備一個(gè)對(duì)接，中間要有一個(gè)操作系統(tǒng)。
這其中形成了一個(gè)小方塊，使得大工程被分成小模塊做產(chǎn)業(yè)化或者工業(yè)化很廣泛的實(shí)現(xiàn)。這就是我們看到現(xiàn)代人工智能的愿景，這里面會(huì)展現(xiàn)很多研發(fā)的機(jī)會(huì)和挑戰(zhàn)。
由于有這么一種框架，也催生很多技術(shù)產(chǎn)生，新的理論，新的算法和新的設(shè)備，我們都能夠很快地把它們引入研發(fā)過程中，來產(chǎn)生很好的功效。
最近人工智能有很多驚人的成果，有AlphaGo的勝利，還有機(jī)器的狗的設(shè)備，自動(dòng)駕駛車也不斷起來，各種各樣還有人工智能的展現(xiàn)。
也就是說，暫時(shí)功能性的人工智能給我們帶來了一個(gè)高度，使我們重新燃起對(duì)人工智能的熱情，到底走多久？以及類人智能的愿景。
很多人關(guān)注產(chǎn)業(yè)和人工智能經(jīng)濟(jì)帶來的機(jī)會(huì)。如果仔細(xì)來看，進(jìn)來人工智能的一些顯性突破的話，它并沒有直接帶來商業(yè)方面明顯的價(jià)值。因?yàn)椋?/span>現(xiàn)有人工智能大部分的方案比較笨重、單一、昂貴。比如谷歌所推崇的有一個(gè)圖片識(shí)別系統(tǒng)，叫谷歌大腦，是一個(gè)很巨大的設(shè)備，在一千臺(tái)計(jì)算機(jī)實(shí)現(xiàn)，有幾十個(gè)研發(fā)人員，功能上講投入和產(chǎn)出不成比例，還有話題模型，還有下圍棋的設(shè)備，都是非常昂貴的設(shè)備。在真正商業(yè)化的思維里面，有效率上的不匹配，比如你想把設(shè)備的規(guī)模擴(kuò)大十倍，比如把機(jī)器從一臺(tái)變成一千臺(tái)，所收獲的能力和功能并不是得到一百倍，那90%都是在某種缺陷部分喪失了。其實(shí)有很多的機(jī)會(huì)，有很多商業(yè)的前景，沒有被很好的利用起來。
另一個(gè)方面，大部分人追逐很快的結(jié)果，使得在人工智能的人員培養(yǎng)出現(xiàn)了極大的斷檔，很多人沒法掌握這些技術(shù)，現(xiàn)在這些需要人有很高的技術(shù)去訓(xùn)練，才能做價(jià)值的開發(fā)，其實(shí)這個(gè)矛盾很大。
我們看到人工智能的商業(yè)前景，其實(shí)在現(xiàn)在還沒有被充分的發(fā)揮出來。由此產(chǎn)生了一些不太樂觀的后果，比如垂直行業(yè)，像網(wǎng)絡(luò)安全，像金融醫(yī)療，像用戶畫像對(duì)天文學(xué)數(shù)據(jù)學(xué)的處理等，目前的狀態(tài)都是處在一個(gè)比較薄弱的數(shù)據(jù)狀態(tài)，數(shù)據(jù)量很大，但技術(shù)手段和分析手段沒有達(dá)到科學(xué)家和用戶所需要的功能。
這對(duì)人工智能提出了一些比較具體的要求，不是要造的多好玩，而是你到底如何把相應(yīng)的功能和數(shù)據(jù)做提高。
到這里時(shí)，我得談?wù)勅斯ぶ悄苊媾R的挑戰(zhàn)和機(jī)會(huì)。其實(shí)并不是沒人關(guān)注，有很多學(xué)者關(guān)注，現(xiàn)在已經(jīng)有很多大公司 ，有很多學(xué)校積極研發(fā)通用軟件或者通用平臺(tái)，都希望向公眾提供低門檻，好用低價(jià)的方案。
這些各個(gè)層面的解決方法，都有一個(gè)清晰的解決脈絡(luò)，把個(gè)問題解決的步驟，分成了數(shù)據(jù)，任務(wù)，模型，算法，硬件等等各個(gè)緯度，這樣來分，就可以使著力點(diǎn)和工作重心有所集中，使產(chǎn)業(yè)和研發(fā)的機(jī)會(huì)能夠具體的被定義出來。
就這個(gè)談幾點(diǎn)我個(gè)人對(duì)目前產(chǎn)業(yè)的機(jī)遇或者未來的一些理解看法。
有兩方面的路徑可以去追逐，我剛剛已經(jīng)聽到了，包括總理和很多政府里面的高級(jí)官員都意識(shí)到數(shù)據(jù)是一座礦山，有很多財(cái)富可以挖掘。尤其是產(chǎn)業(yè)的老總和企業(yè)家都看到了這樣的前景，我們有很多金礦，應(yīng)該想怎么使用挖掘出來？怎么使用這些金子做有用的事情？
著重討論的一個(gè)東西，在金礦，一方面金子很有價(jià)值挖，另外造挖金子的鐵鍬，這也是一個(gè)產(chǎn)業(yè)，我目前還沒有看到很大的機(jī)遇獲得了關(guān)注，把這些機(jī)會(huì)展現(xiàn)出來，看大家有沒有興趣做進(jìn)一步的探討。
關(guān)于工具打造，其實(shí)有一個(gè)很強(qiáng)的結(jié)果，首先在方法上展現(xiàn)了很多機(jī)會(huì)，方法論解決人工智能需要什么正規(guī)途徑？比如數(shù)學(xué)模型、算法、形式化等，這幾步有很多機(jī)遇，目前并沒有被掌握。
比如計(jì)算機(jī)視覺的一個(gè)例子，從這個(gè)任務(wù)里面來，大概十年前的時(shí)候，有一幫學(xué)界的前瞻性很強(qiáng)的人物創(chuàng)造了一個(gè)Image Net競賽，鼓勵(lì)研發(fā)人員去設(shè)計(jì)機(jī)器學(xué)習(xí)軟件，去自動(dòng)識(shí)別圖象，很多很多的圖片。
由于這個(gè)比賽，路徑表現(xiàn)在不同的研發(fā)人員來設(shè)計(jì)不同的模型，一開始有很多很粗淺的模型，精度在2010年很低，比如在一千類的時(shí)候，可以達(dá)到75%的精度，但到了一萬類的時(shí)候，精度只達(dá)到了10%幾。
這個(gè)起點(diǎn)使人們開始思索，首先在方法論上有一個(gè)突破？這樣人工智能的工具庫或者手段更豐富一點(diǎn)。這里面包含了很多方面的突破，包括設(shè)計(jì)更強(qiáng)的模型，導(dǎo)入更深的結(jié)構(gòu)，更快的算法，你可以看到現(xiàn)在整個(gè)增長是逐年遞增的，很多研發(fā)人員在里面投了很多精力，可以在一萬類的圖片達(dá)到95%以上的精度，比人做得好。
在整個(gè)流程里面，方法論占據(jù)了非常大的作用，是不是有很完美的方法論提供給所有的人工智能？不是的。實(shí)際上存在一個(gè)很大的鴻溝，提幾個(gè)稍微的高光點(diǎn)：
比如數(shù)據(jù)模型中，目前使用的模型有很多的特點(diǎn)，包括表達(dá)性，在自然圖片上設(shè)計(jì)的模型，虛擬后還能不能繼續(xù)識(shí)別圖片？包括模型本身的可調(diào)性都有很多未知。
下一步我們?cè)O(shè)計(jì)算法的時(shí)候，這里面的需求和供給鴻溝就更大，其實(shí)現(xiàn)在大量算法的速度，精度，穩(wěn)定度都非常低。
而在純理論工作上也面臨很多困難，我們對(duì)現(xiàn)在一些工作良好的工具，并不了解其實(shí)質(zhì)理論和數(shù)學(xué)背景的實(shí)質(zhì)。
由于大數(shù)據(jù)的產(chǎn)生，我們對(duì)于軟件系統(tǒng)的需要和部署能力有更高的要求，譬如希望在不同平臺(tái)上，能在不同的移動(dòng)設(shè)備，云的設(shè)備上不同平臺(tái)上跑同樣的軟件，目前這些問題都沒有解決。
我想說的是，固然目前學(xué)習(xí)的手段已經(jīng)有很多的成果，與其去摘低的果子，還不如把精力放在突破這些挑戰(zhàn)上，這本身就有很多的機(jī)遇。
最后就是如何來實(shí)現(xiàn)這個(gè)方案的部署？
這個(gè)比較工程，實(shí)際上也有很多很多研發(fā)的問題在里面。通常在大公司里面，尤其在中國大公司里面看到的一個(gè)常態(tài)，很多公司非常喜歡一個(gè)自有完整的體系，把所有的部件，所有的模塊都是自己來做，基本上是封閉，沒有外延和接口。
它們可以雇傭很多技術(shù)師和工程師，通過內(nèi)部打造來完成，成本非常高昂。谷歌是一個(gè)例子，大部分的公司有互相互補(bǔ)和外包的機(jī)制，使他們不用關(guān)注所有的問題。里面有內(nèi)在邏輯，因?yàn)樵诮鉀Q部署人工智能軟件或者算法的過程中，實(shí)際上有很多的規(guī)律能夠使你用來充分利用，來降低你的運(yùn)算成本和提高效率。比如在研究部署范式的時(shí)候，我們可以問很多方面的選擇：包括用什么平臺(tái)來做實(shí)現(xiàn)？包括問題有多大規(guī)模？包括用什么操作系統(tǒng)和語言？不同的處理，會(huì)找到不同的解決方案。而且能夠給你展現(xiàn)出來，一些當(dāng)時(shí)很難想象的優(yōu)勢，能使你在金錢或者質(zhì)量上獲得巨大的優(yōu)勢。
舉個(gè)例子說一下這樣的事情，講到了分布式計(jì)算，很多公司，包括云公司，需要對(duì)大規(guī)模的客戶或者企業(yè)進(jìn)行對(duì)接的時(shí)候都面臨一個(gè)計(jì)算任務(wù)擴(kuò)增的需求。當(dāng)時(shí)在FB的時(shí)候，我們要做一個(gè)社交媒體圈的定位，通常做一個(gè)研發(fā)的時(shí)候，寫一個(gè)軟件在一百萬個(gè)用戶展示這么一個(gè)功能，實(shí)際上部署的時(shí)候，是一億用戶規(guī)模，怎么遷移？
有很多很多問題，有一個(gè)幼稚的想法，這個(gè)軟件在一臺(tái)機(jī)器上完成的，就多買點(diǎn)，盡可能把機(jī)房的規(guī)模擴(kuò)大。比如一百萬個(gè)用戶，在一臺(tái)計(jì)算機(jī)6分鐘算出來，買一千臺(tái)是不是0.06分鐘算出來。不太可能，即使幾個(gè)星期也算不出來。
因?yàn)樵诩夹g(shù)上要實(shí)現(xiàn)定型機(jī)群的同步，里面有一個(gè)很大的瓶頸就是————怎么來實(shí)現(xiàn)多機(jī)器的協(xié)調(diào)？單就運(yùn)轉(zhuǎn)速度不一樣，總有一臺(tái)機(jī)器比一臺(tái)機(jī)器慢一點(diǎn)，比如這個(gè)機(jī)器人被其它的占用了，或者溫度不均衡慢了。機(jī)器的學(xué)習(xí)算法是迭代算法，跟傳統(tǒng)的數(shù)據(jù)庫不一樣，這樣就造成了資源的最大浪費(fèi)。最后就看到了這樣的一個(gè)瓶頸。
如何將AI程序并行？但這些并行機(jī)，并沒有幫人工智能進(jìn)行很好的服務(wù)，要么讓你長期處在待機(jī)狀態(tài)，或者放棄通信，使兩個(gè)機(jī)器多臺(tái)機(jī)器隨便跑就產(chǎn)生了一個(gè)發(fā)散，這就使我們產(chǎn)生了一個(gè)質(zhì)疑，也許這個(gè)平臺(tái)本身，并不太適合我們機(jī)器學(xué)習(xí)的需要。
也許操作系統(tǒng)面臨新的時(shí)刻，底層系統(tǒng)需要設(shè)計(jì)。
這是最近在機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)新的質(zhì)疑，也許操作系統(tǒng)面臨新的時(shí)刻，底層系統(tǒng)需要設(shè)計(jì)。因?yàn)槿斯ぶ悄苡?jì)算，大數(shù)據(jù)計(jì)算和傳統(tǒng)數(shù)據(jù)庫的數(shù)字是不一樣，傳統(tǒng)計(jì)算里面強(qiáng)調(diào)的是一定要算對(duì)，如果錯(cuò)了，就算搭積木一樣，后面再怎么努力搭，設(shè)備會(huì)垮掉沒有辦法維持。
但人工智能的計(jì)算方式是一個(gè)爬山的方式。
人工智能的計(jì)算方式是一個(gè)爬山的方式，到底怎么爬？用哪種路徑爬？并不是那么關(guān)鍵。
由于某種原因，走錯(cuò)了，如果不是很嚴(yán)重，并不一定回原點(diǎn)，在繼續(xù)往下修正。當(dāng)你做這么一種認(rèn)識(shí)，在支持人工智能算法的技術(shù)要求支持跟傳統(tǒng)不一樣。
傳統(tǒng)的技術(shù)設(shè)備對(duì)于同步的要求，就像一個(gè)飛行表演隊(duì)要做一個(gè)展示，每個(gè)飛機(jī)的間距都得嚴(yán)格控制，否則會(huì)撞擊或者不美感。
人工智能是為了完成一個(gè)任務(wù)，當(dāng)一對(duì)飛機(jī)去撲火的時(shí)候，是為了達(dá)到手段，而不是目的，它只要是一個(gè)知道哪里撲火，提供一個(gè)協(xié)調(diào)，讓一個(gè)指揮官指揮多臺(tái)機(jī)器人。
它也引用了所謂的動(dòng)態(tài)調(diào)度方面，在負(fù)載情況下能夠使用利用機(jī)器學(xué)習(xí)內(nèi)部的結(jié)構(gòu)分散開但是又不影響數(shù)學(xué)結(jié)果正確性，還有復(fù)雜均衡的方法，有些任務(wù)完成早，可以把機(jī)器讓出來，讓其它任務(wù)占據(jù)。機(jī)器學(xué)習(xí)和人工智能所特有的，當(dāng)你意識(shí)到機(jī)會(huì)的時(shí)候，會(huì)有一個(gè)水平的提高。
解決方法是更加模塊化的過程，而不是從頭到尾的封閉方法，最后整合起來，一個(gè)完整的解決路徑，這個(gè)包含了產(chǎn)業(yè)間的配合和研發(fā)之間的配合。
其實(shí)現(xiàn)在在人工智能的產(chǎn)業(yè)前景里面，看到了使用的范圍已經(jīng)遠(yuǎn)遠(yuǎn)的超出了數(shù)據(jù)中心的機(jī)房，可以在移動(dòng)平臺(tái)上部署，也可以在家用設(shè)備部署，也可以在云端部署，這些不同的硬件環(huán)境，都提出了對(duì)系統(tǒng)設(shè)計(jì)不同的要求。
看看這里面所需要的解決方法和現(xiàn)在已有的方案，看看差距在哪里？這樣可以提供一個(gè)很大的產(chǎn)業(yè)。生產(chǎn)鐵鍬和工具本身有很大的價(jià)值需要去利用？
如何看待對(duì)于FPGA，TPU或者人工智能熱潮的觀點(diǎn)，這就是人工智能發(fā)力點(diǎn)在哪里？
是不是需要專業(yè)的硬件？這個(gè)問題不太容易回答。目前所看到的人工智能解決路徑或者方案，大量使用的硬件，不僅包括網(wǎng)絡(luò)，還有處理CPU，儲(chǔ)存。
現(xiàn)有設(shè)備，從技術(shù)角度來看，還遠(yuǎn)遠(yuǎn)沒有被充分使用，所以只要你掌握了一個(gè)算法的核心，應(yīng)用到硬件上的時(shí)候，反而會(huì)有很快的結(jié)果。而且現(xiàn)在人工智能有很多的硬件標(biāo)配，包括CPU，GPU等等。
那人到底要不要一個(gè)專業(yè)的設(shè)備呢？其實(shí)硬件的提升空間很大，比如需要設(shè)計(jì)更低功耗的CPU和GPU；核的數(shù)目在某一個(gè)設(shè)備里的話，是不是可以進(jìn)一步提高；存儲(chǔ)的功能是不是可以提高，這些都有很多的地方可以提升，但我們是不是要把這種提升的算法做成某一種專用的功能或者算法呢？
我自己持保留態(tài)度，因?yàn)槲铱吹饺斯ぶ悄芑蛘邫C(jī)器學(xué)習(xí)整個(gè)研發(fā)和產(chǎn)品的形態(tài)呈現(xiàn)倒三角的趨勢，在這個(gè)倒三角的頂端，我們看到是數(shù)據(jù)任務(wù)或者數(shù)據(jù)模型和軟件，但因?yàn)橛袩o窮多任務(wù)和數(shù)據(jù)量，越往下走，越是希望能共享已有的解決方案。到了底端空間會(huì)越來越小，這就像在其他工業(yè)園看到的例子。飛機(jī)飛什么東西？顯然不勝為舉。多少種飛機(jī)，多少種引擎，可能十幾個(gè)標(biāo)準(zhǔn)模型，多少種油，基本1-2種就可以了。
所以人工智能基礎(chǔ)的價(jià)值在于通用性，這樣才有最大市場占有率，然后成本才能降下來。
然后我個(gè)人認(rèn)為，硬件是處在這個(gè)形態(tài)里面，至于它到底往哪個(gè)方向走？是往專業(yè)上走，還是往效率上走？如果產(chǎn)學(xué)能夠產(chǎn)生充分的對(duì)話，得把這問題解決清楚。
最后多講幾句關(guān)于未來的憧憬，人工智能讓人重新點(diǎn)燃比較浪漫的想法和愿景，但也有人擔(dān)心，會(huì)不會(huì)給我們產(chǎn)生威脅？或者會(huì)不會(huì)影響到我們的工作機(jī)遇？
我從一個(gè)研發(fā)者的角度，分享這么一個(gè)觀點(diǎn)，我覺得人工智能和人類（自然）智能，是較平行的兩條軌道，它們功能和目的是完全不一樣的，人工智能如圖所示是很明確，可定量評(píng)測的功能；自然智能是比較散泛，非常寬廣功能的這么一個(gè)空間，然后它的數(shù)學(xué)模型和硬件是不清晰不明朗的，不清楚的，軟件算法也不清楚，所以它整個(gè)是一套比較模糊的體例。
但在人工智能都有比較清晰的定義，比如是一個(gè)單一的功能來實(shí)現(xiàn)，設(shè)備是電子設(shè)備，軟件是靠算法來執(zhí)行。這兩個(gè)產(chǎn)生一種比較值后，有時(shí)候大家會(huì)產(chǎn)生一種錯(cuò)覺。
比如看到谷歌AlphaGo贏了人，到底應(yīng)該采取什么樣的態(tài)度？在我個(gè)人看從開發(fā)人工智能的軟件和功能的角度，當(dāng)我們開發(fā)的目的就是去實(shí)現(xiàn)一開始設(shè)計(jì)的目標(biāo)，比如下棋，在有限的條件下，機(jī)器超過了人，就像馬車超過了馬，很有可能會(huì)做到這一點(diǎn)。
只不過機(jī)器超越本身是不是被過度解釋了，以至于形成對(duì)人類自身能力的挑戰(zhàn)，應(yīng)該比較理性的來看待這個(gè)問題。因?yàn)闄C(jī)器的功能跟人思維，感情，自主性不是一回事，目前不必從技術(shù)上擔(dān)心會(huì)受到人工智能的威脅。我覺得人工智能以后一個(gè)大的方向，在長期實(shí)踐會(huì)和人產(chǎn)生共存關(guān)系，幫助人實(shí)現(xiàn)很多有用的功能，提升人的生活質(zhì)量和降低人的生活風(fēng)險(xiǎn)的功能。
最后，總結(jié)一下這個(gè)方向的市場潛能。
我覺得人工智能的市場潛能相當(dāng)巨大，以我很限的視野已經(jīng)看到在社會(huì)政府，或者在科學(xué)、商業(yè)有諸多的應(yīng)用，這里面相當(dāng)主要的一個(gè)基本點(diǎn)，就是我們擁有大數(shù)據(jù)。
數(shù)據(jù)就是一旦增加到很大程度，機(jī)器和人的優(yōu)勢就會(huì)產(chǎn)生很大的傾斜，人趕不上機(jī)器的消化程度。所以使得數(shù)據(jù)的價(jià)格產(chǎn)生了不一樣價(jià)值，提供更多的幫助。包括在醫(yī)療、法律、健康等很多方面，得益于人工智能對(duì)數(shù)據(jù)的挖掘。人工智能在社會(huì)的運(yùn)轉(zhuǎn)，或者是科學(xué)的研究，或者是商業(yè)的拓展里面進(jìn)一步贏得空間，給我們帶來就業(yè)或者產(chǎn)品功能方面的機(jī)遇。而且不必得等到像人一樣聰明才能獲得這樣的功能，人工智能的目標(biāo)本身不應(yīng)該過多關(guān)注生物性或者哲學(xué)性的對(duì)比，更多應(yīng)該關(guān)注功能實(shí)現(xiàn)和低價(jià)快速的提供。
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。
