■文/秦曾昌，北京航空航天大學(xué)自動(dòng)化學(xué)院副教授

人工智能無(wú)疑是這一兩年商業(yè)領(lǐng)域里的強IP，它所涉獵的領(lǐng)域不僅是在商業(yè)上，更在我們生活的方方面面。

7月5日，“李彥宏坐無(wú)人駕駛汽車(chē)上五環(huán)”的消息突然就上了熱搜。當大家還在議論這是否違規的時(shí)候，那些不曾預見(jiàn)的未來(lái)正悄然無(wú)息地走到了我們身邊。

不久前，韓國科學(xué)家將全息顯微鏡與人工智能技術(shù)相結合，創(chuàng )建了一種能快速發(fā)現炭疽病的算法。這種算法可以分析細菌芽孢的圖像，在一秒鐘內確定它們是否屬于炭疽病原體芽孢，準確率已達96%。

8月8日21時(shí)19分，九寨溝縣發(fā)生7.0級地震，21時(shí)37分，中國地震臺網(wǎng)的機器人僅用25秒便完成了出稿，540字并配發(fā)4張圖片。內容包括速報參數、震中地形、熱力人口、周邊村鎮、周邊縣區、歷史地震、震中簡(jiǎn)介、震中天氣8大項。對于人類(lèi)記者，25秒能做什么?我們或許還處在地震發(fā)生之后的驚愕之中，而機器人就已經(jīng)迅速完成了數據挖掘、數據分析、自動(dòng)寫(xiě)稿的全過(guò)程。

不得不說(shuō)，人工智能越來(lái)越智能了。單純從人工智能的英譯來(lái)說(shuō)，它其實(shí)是指用人工的方法來(lái)實(shí)現智能。但在這種簡(jiǎn)單解釋的背后，卻包含了眾多的誤解和不為大眾所知的外延。在通俗文化中，機器人甚至成為了人工智能的代名詞。實(shí)際上，兩者還是有著(zhù)明顯的差別。

人工智能更關(guān)注機器人是如何“思考”的，主要涉及如何編制聰明的自動(dòng)算法來(lái)實(shí)現復雜的功能。這種算法主要基于計算機的基本工作原理，也許并不適合人類(lèi)這種由有機物組成的復雜系統。更重要的是，我們其實(shí)還沒(méi)有真正弄清楚“智能”的基本工作原理。

想象一下，人類(lèi)和計算機都存在于一個(gè)客觀(guān)的、遵循物理規律的世界中，里面有很多難題，人類(lèi)進(jìn)化出了一些解決方案。但計算機也可以在人類(lèi)的幫助下，實(shí)現另外一種以0-1邏輯變換為基礎的解決方案，而兩者未必要相同。只是在行為上，兩者實(shí)現的功能是相似的。

早在2001年，以機器學(xué)習為代表的人工智能技術(shù)就已經(jīng)在發(fā)展了。雖然當時(shí)我與那些喜愛(ài)人工智能的同學(xué)們不是計算機界的主流，但那時(shí)包括微軟、谷歌在內的大公司就開(kāi)始關(guān)注機器學(xué)習并開(kāi)始布局。經(jīng)過(guò)了16年，當時(shí)被我們認為晦澀和深奧的算法開(kāi)始讓資本所追逐，成為了社會(huì )新的技術(shù)發(fā)展力量。我們驚嘆于新技術(shù)的發(fā)展，也不免擔心人們對于這項技術(shù)的誤解。在這里，我想按個(gè)人的理解來(lái)澄清幾個(gè)關(guān)于人工智能的主要問(wèn)題。

1.不是通過(guò)利用深度神經(jīng)網(wǎng)絡(luò )構建復雜的數學(xué)模型，就能模擬給定輸入輸出的真實(shí)函數關(guān)系。

雖說(shuō)機器學(xué)習的方法都是類(lèi)似的思路，但深度網(wǎng)絡(luò )利用了大量的數據，也的確完成了以前我們沒(méi)有解決的任務(wù)，在某些領(lǐng)域把準確率提高了一個(gè)或幾個(gè)量級。我們也開(kāi)始重新思考神經(jīng)網(wǎng)絡(luò )這種計算模型與生物神經(jīng)網(wǎng)絡(luò )的關(guān)系。我想澄清的是，我們目前的深度網(wǎng)絡(luò )不是在模擬人腦，也不是通過(guò)使網(wǎng)絡(luò )更像人腦的神經(jīng)工作原理來(lái)提高準確率。嚴格來(lái)說(shuō)，人工智能的發(fā)展是由于在算法、數據利用和硬件使用上提升到了新的技術(shù)高度，而非我們看破了人類(lèi)“智能”的玄機。

2.我們面臨的難題不是有大量的數據就一定會(huì )解決問(wèn)題。

通過(guò)對數據的認知，甚至通過(guò)利用復雜的深度模型，來(lái)自動(dòng)提取和發(fā)現數據中的特征。我們也許能夠在以前的研究基礎上更進(jìn)一步，但這不代表數據就是一切。因為很多解決問(wèn)題的鑰匙不見(jiàn)得就在這些大量的數據中。如何獲得有效的數據，如何對問(wèn)題進(jìn)行理解，這些都是解決問(wèn)題的關(guān)鍵。

比如，一個(gè)人在超市購物的數據能說(shuō)明這個(gè)人的財務(wù)狀況和對物品的偏好，但如果想要通過(guò)這些數據來(lái)判斷一個(gè)人的受教育程度，遠遠不如直接拿到他購買(mǎi)書(shū)籍的數據。我們深信數據中那些神秘和潛在的規律，但也不能迷信和將未知數據神化。

3.人工智能不是只有深度學(xué)習。

雖然今天人工智能技術(shù)的代表是深度學(xué)習技術(shù)，但很多其他領(lǐng)域的研究在過(guò)去數10年中也都在不斷進(jìn)步和發(fā)展。人工智能可以幫助我們整理人類(lèi)的知識，變成可溝通或問(wèn)答的“聰明”數據庫;可以指導無(wú)人機或機器人編隊完成一個(gè)協(xié)作任務(wù)，比如踢足球;也正在幫助我們實(shí)現工業(yè)控制中的優(yōu)化，提高供應鏈的效率，自動(dòng)為貨品定價(jià)，給廣告排名;或者輔助人機交互，識別我們的意圖，通過(guò)問(wèn)答來(lái)增強對我們意圖的理解。

信息技術(shù)在當今時(shí)代的發(fā)展如同20世紀初物理學(xué)的發(fā)展一樣，在不斷地進(jìn)步與迭代。更重要的是，新發(fā)明與新技術(shù)在以更短的周期改變人類(lèi)的生活。這本書(shū)講述的正是人工智能技術(shù)會(huì )對各個(gè)行業(yè)產(chǎn)生的深遠影響與升級。這個(gè)升級遵循我們在一開(kāi)始提到的樸素的技術(shù)發(fā)展規律。各個(gè)行業(yè)的人工智能+技術(shù)升級將用聰明的算法，盡可能地利用信息來(lái)為人類(lèi)服務(wù)，提高各個(gè)行業(yè)的生產(chǎn)效率。

未來(lái)人工智能是否會(huì )統治人類(lèi)，我不敢斷言，但這個(gè)問(wèn)題還很遙遠，還不是一個(gè)可被解答的科學(xué)問(wèn)題。目前人類(lèi)有限的知識范圍能畫(huà)出的這個(gè)圈子還很小，我們需要通過(guò)大量的工作來(lái)提高自身對于智能的認知，才能對這個(gè)問(wèn)題有更好的認知。

[ 編輯 陳俊伶 E-mail:sjplcjl@163.com]