院士邬贺铨：人工智能的魅力是“永远在路上”

《中国日报》和网易传媒联合举办的2019年影响力峰会在北京举行。首届影响力峰会的主题是“展望未来”。会上，中国工程院院士吴作为《预见科学技术的未来》的出版者，发表了题为《迎接人工智能的未来》的演讲。

吴院士说，人工智能技术现在可以做很多事情，为经济效益做出了巨大贡献。目前，人工智能在三个领域有着良好的应用效果，一个是医疗保健，另一个是汽车，第三个是金融服务。

然而，吴院士也指出在机器学习方面还有许多不足之处。一位诺贝尔经济学奖得主(朱迪亚·皮尔)说“人工智能只是统计”，仍然有许多不足之处。

至于人工智能下一步将如何发展，吴院士引用清华大学院士的话说，我们应该把感知和认知放在同一个空间，而不是简单地用概率统计理论，我们应该用模糊层次理论来重新定义它。或者，发展集体智慧。

吴院士在致辞中说，互联网已经走过了50年的历程。有着50年历史的互联网保持了60%的年增长率。这些增长率也将对未来人工智能技术的发展产生巨大影响。“人工智能会让我们的生活变得更好，或者走向我们的反面。这完全取决于人类。”吴说，人工智能永远在路上，这就是人工智能的魅力。

以下是吴院士讲话的真实记录:

各位领导和专家，早上好。我演讲的主题是“迎接人工智能的未来”。

我们能不能看看支持人工智能发展的技术，如*处理器芯片、内存、光纤、移动通信、超级计算和大数据？？十年间，其中一些成本降低了60多倍，一些成本降低了2万倍，光纤通信的容量在10年内提高了100倍，移动通信的速度在10年内提高了1000倍，超级计算能力提高了1000倍。我还没有在这里写算法，但我稍后会说，大数据量大约是32倍。这是前几年统计的主要网络设备的平均年度性能改进增长率。

互联网已经进入了第50个年头。有着50年历史的互联网保持了60%的年增长率。这些增长率也将对未来人工智能技术的发展产生巨大影响。

深层神经网络实际上是一个分类器

现在深层神经网络，即使你写一本书告诉计算机什么是猫，什么是狗，它也不能学习，但是如果你把一堆猫和狗的视频发送到深层神经网络，感觉上像人类儿童的教学方法，它将分类，分类后，如果照片和视频上有标签，它将知道分类的类别是猫。如果篮子里有一只狗，它仍然会被归类为“狗”。所以深层神经网络实际上是一个分类器，当你告诉它它是什么时，它就会学习。

机器学习是深度神经网络的主要技术。从过去10年关于机器学习的论文中，我们可以看到神经网络和进化规划等计算密集型算法在机器学习研究中的突出表现。

人们每天需要输入大约2500卡路里来进食，相当于大约1000万焦耳的卡路里，而玩5个小时的围棋消耗大约3.3兆焦耳。AlphaGo使用超过1000个*处理器、176个图形处理器、100瓦*处理器和1个图形处理器200瓦*处理器与李世石下棋，相当于173000瓦(秒)。如果5小时是3000兆焦耳，这相当于李石时消耗的能量的千分之一，也就是说，人工智能仍然需要大量的能量支持。

又过了一年，阿尔法零号得到了改进，并被改造成了TPU。这只是AlphaGo最初能耗的1/12。它用1/12的能量消耗和AlphaGo下棋。是100比0。那时阿尔法戈必须收集所有的国际象棋分数，然后训练三个月。阿尔法零零只需要知道围棋规则。两个字母零相互对应，可以完成所有人类没有经历过的国际象棋比赛。它可能会被打败。因此，优化算法和改进硬件，包括GPU取代CPU(增加3倍)和TPU取代GPU(增加15至30倍)。

最近，AlphaGo Zero围棋不仅举世无双，还通过2小时的自学打败了日本的国际象棋(有点像中国象棋)，并通过4小时的自学赢得了所有国际象棋比赛。

人工智能能做的事情太多了

在医学领域，在过去的三个月里，谷歌在机器学习领域开发了阿尔法折叠和阿尔法围棋折叠。所谓的折叠是用来预测蛋白质结构的。在蛋白质结构预测的国际竞争中，谷歌打败了各种由人组成的团队。有什么意义？如果我们能解释蛋白质的结构，我们的许多疾病(包括癌症)可能会找到解决办法。因此，许多人工智能现在被用于医学来开发药物。美国人工智能可以比医生早六年诊断出老年痴呆症，医疗人工智能设备也开始投入商业使用。另外，让我们看看蛋白质的折叠结构，我们可以通过人工智能来解释它。

我们知道门捷列夫花了很长时间来发展元素周期表。现在假设我们不知道元素周期表，用人工智能程序在几个小时内重新定义元素周期表。换句话说，人工智能真的可以做很多事情。

在语音识别方面，人工智能已经超过了人类，人类语音识别的错误率一般为5.1%。现在，微软的相应语音识别对于百度的中文语音识别来说已经高于这个水平。当然，在嘈杂的环境中，识别率现在只有54%，但人们却无法识别，而且人们仍然无法达到这个水平。

包括人脸识别在内，上海易图科技在中国的人脸识别率为万分之一，在保证错误率的前提下，可以通过98%。银行柜台人员用肉眼比较，误差一般为1%，这意味着机器的精度超过人眼。

当然，动态三维活检更困难。下图是布什的原画。右边布什的头像和原图一样，但嘴的形状和上图中的胖子一样。我们听不到胖子在说什么，但是布什可以恢复他的声音，通过他的口型读出他的嘴唇。

我们知道张学友在几次音乐会上抓住了逃犯。这不是因为张学友，而是因为音乐会入口处的人脸识别门。因此，张学友说:“抓逃犯是我的职业，唱歌只是副业。”

机器视觉的应用是什么？这是一张肺部的CT照片，你可以从中发现是否有肿瘤或癌症，但是CT可以扫描数百张照片，这非常麻烦。我们通过人工智能将这些CT照片还原到肺部，看是否有纤维化，然后观察肺部周围的器官。

语音识别可以用于医学和图像识别。它可以重建医学教育等三维图像，对提高医学外科的指导作用非常好。

在行业内，清华大学和英业达合作(制造视频电路板)。视频电路板非常复杂。可以看出连接的导线是否连接，不应该连接的导线是否没有连接。人眼很容易做出错误的检查。然而，使用机器视觉，可以发现肉眼无法发现的问题。年经济效益9000万元。

期待人工智能在医疗保健、汽车和金融服务中的应用，但挑战是巨大的。

一些统计数据表明，人工智能可以提高劳动生产率，刺激消费需求，提高产品质量。有人预测，从2017年到2030年，人工智能将贡献超过55%的国内生产总值，而中国将占世界总量的近一半。到2030年，人工智能将为国内生产总值增长贡献7万亿美元，占国内生产总值的26.1%。这个数字来自普华永道，它涵盖了几个领域，是人工智能最重要的应用领域。

人工智能指数较高、应用效果较好的领域有:第一，医疗保健；第二，汽车；第三，金融服务。

以自动驾驶为例，麦肯锡估计，到2025年带来的经济规模将达到数万亿美元，减少交通事故，挽救30至15万人的生命，减少90%的废气排放。麦肯锡还认为，到2030年，人工智能可以为全球增加13万亿美元的国内生产总值。普华永道估计，这一数字将达到15.7万亿美元，年均国内生产总值增长率为1.2%。后一句更重要:足以与19世纪的蒸汽机、20世纪的工业机器人和21世纪的信息技术相媲美。

自动驾驶在简单的道路条件下是好的，但在复杂的道路条件下是困难的，因为行人和驾驶员不遵守交通规则，很难通过训练方法来掌握，并且还需要驾驶员的经验和知识。此外，人类的错误是偶然的，一旦机器出错，它们可能是系统性的。

人工智能可以检测肿瘤，但医院仍然不敢使用它，因为人工智能本身可以告诉你做什么，但它不会告诉你为什么，例如，人工智能诊断一个病人，并最终得出结论“一条腿被锯掉了”，但没有告诉你为什么，医院敢切掉一条腿吗？

还有许多人工智能不能胜任的其他功能。神经网络是一种面向输入的算法。第一个前提是数据量大，而且数据应该更准确。如果被打扰，对他来说很难，医生可能会犯很多错误。例如，北加利福尼亚的一个组织(美国公民*联盟)使用亚马逊面部识别算法，将535名美国国会*的照片与美国警方关押的25，000名罪犯的照片进行比较，发现有28名成员被视为罪犯。美国的分类数据严重偏向白人男性，所以黑人很容易被误解。

目前，机器学习仍有许多不足之处。图灵奖获得者说机器学习只是曲线拟合。一位诺贝尔经济学奖得主(朱迪亚·皮尔)说，“人工智能只是统计”，这意味着仍有许多不足之处。

我刚才使用的两幅图所映射的猫和狗之间的差别是有一条曲线的，但是只要拟合的地方有一点点错误，就会出现误差。例如，它原本是一只熊猫，如果在图片中加入一些噪音，机器可以被识别为长臂猿，所以人工智能识别目前仍然相当微妙。

每个人都看着这幅画，有人顺时针看着它，有人逆时针看着它，即使是同一个人，过了一会儿顺时针看着它，眨眨眼睛逆时针转，是顺时针还是逆时针？事实上，这只是一个你的左腿在前面还是右腿在前面的问题。这是你的错。

为什么会出现这种幻觉？因为它恰好处于人工智能识别(包括人类识别)的分界线，误导可能会在此时发生。

例如，在这张图片中的圆圈，每个人都认为它是旋转的，但事实真的是这样吗？每个球都往这边走吗？不一定，我们可以看看。事实上，每个球都是直线运动的，所以人工智能模型会被误导。

在这张图片中，最后一个带问号的地方应该是(几个数字)。人们可以容易地看到应该放哪一个，因为应该放第一行232、第二行343和第三行454，但是人工智能很难看到，因为人工智能不容易获得人类的常识。

人工智能的发展及其对就业的影响

当然，神经网络仍在发展。关键是如何选择正确的框架和培训。清华大学的张博院士说，我们应该把感知和认知放在同一个空间，而不是简单地用概率论和数理统计的方法，而是用模糊层次理论来重新定义它。否则，我们无法与机器人交流，机器人也无法相互交流。

机器学习侧重于通过数据理解环境，人类可以同时理解不同的环境。小组学习是人类的一种自然能力，但计算机没有这种能力。我曾经告诉一家从事人工智能的公司，识别声音和玩围棋算不了什么。你能组织一个11人的机器人足球队吗？你什么时候能打败皇家马德里？然后你会变得更好，因为一个由11名球员组成的机器人足球队会有集体活动。

刚才谈到就业时，人工智能实际上将取代许多现有的工作。49%的劳动人口可能会被替换，但超过一半的人不会被替换。因为人工智能没有情感，有情感创造的文学艺术作品是不可替代的。人工智能不能取代文学和艺术，它必须由人来完成。根据高德纳咨询公司和世界经济论坛发布的“2018年未来工作”报告，一些工作岗位实际上已经被取代，但一些新的工作岗位将被创造出来。人工智能将带来数字鸿沟。发达国家和先进企业也将扩大社会贫富差距。高智商工作会增加，普通工作会减少。谁对自动驾驶的问题负责？机器人小说和诗歌享有相应的知识产权吗？有法律和道德问题，以及安全问题。如果人工智能杀死人呢？

最后，秘书长提到，加快新一代人工智能的发展是我们在全球科技竞争中赢得主动权的一个重要起点。

清华大学的张博院士说我们现在正走在人工智能的道路上。我们离起点不远，但人工智能总是在路上。每个人都应该做好准备，这就是人工智能的魅力。

人工智能会让我们的生活变得更好，或者走向我们的反面。这完全取决于人类自己。

谢谢(结束)