科技观察:人工智能是真热还是虚火
中国正在进行一场关于人工智能的大讨论。
7月26日,包括几位院士在内的人工智能领域的专家学者,以及信息技术巨擘研究院院长等行业人士,齐聚2015中国人工智能大会,讨论机器学习和模式识别、人工智能和认知科学、智能机器人、大数据的机遇和挑战等前沿课题。这些模糊的学术讨论在某种程度上可以归结为,人类试图制造智能接近甚至达到人类水平的机器人。
当然,这仍然相对遥远,但它不会影响人们对它的兴趣。即使是在中国人工智能领域最大、最高标准的科技盛会上,与会者的讨论也能唤起公众对人工智能的想象和担忧。如果我们用一个隐喻来描述这个定于2015年进行的讨论,我们可以这样说:科学家已经成为机器人的母亲,目前正处于怀孕阶段。一方面,他们不断学习前沿知识,掌握生育技术;一方面,我不得不不时地问自己,你想要这个孩子吗?如果他生来就是吃人的怪物呢?
根据北京大学教育部机器感知与智能重点实验室主任查宏斌对“智能”的理解,人类之所以不同于动物,是因为动物只关心现在,而人类可以预测未来,计划自己的行为。包括他在内的人工智能科学家目前的角色包括为人类预测人工智能未来发展的角色。
人工智能,天使还是魔鬼?
在那一天的会议上,中国科学院院士、中国人工智能学会副会长谭铁牛试图回答这样一个问题:“有些人把人工智能描述为一种非常有用的、天使般的技术,而另一些人则认为人工智能是可怕的。那么,人工智能是魔鬼还是天使?”
人工智能的概念诞生于20世纪50年代。进入21世纪以来,互联网和大数据将人工智能推向了一个新的春天。因此,语音识别、图像分类、机器翻译、可穿戴设备和无人驾驶汽车等人工智能技术取得了突破性进展。
然而,在许多与会专家看来,尽管人工智能经过近60年的发展已经取得了长足的进步,但总体上仍处于初级阶段,其发展仍可以说是“方兴未艾”。
例如,就某些研究方法而言,甚至就研究方法和方向而言,仍然没有最终的结论。中国科学院自动化研究所研究员宗当场提出了以下问题:近年来,机器学习方法发展迅速。在不到10年的时间里,迁移学习、强化学习、概率图模型和深度学习等方法相继流行起来。然而,每一种方法之前的深入学习方法已经失宠两三年了。是因为科学家“喜欢新事物,讨厌旧事物”,还是那些被忽视的方法真的无能为力?
他说,任何学习方法都是基于大规模训练样本的“赌博”模型,很难从一个例子中得出推论。因此,在实际应用的复杂环境中,许多模型往往不如一个3岁的孩子。毕竟,当孩子学习和理解某些问题时,他们并不都是基于大规模的样本,即丰富的经验。这就给我们带来了一个问题:目前对学习方法的研究是否真的在正确的道路上朝着正确的方向前进?
在为期两天的高端会议上,这样的“问号”比比皆是。这似乎也在一定程度上表明,目前人类在人工智能领域的研究进展还没有达到“人工智能是天使还是魔鬼”的地步。毕竟,人类甚至还没有真正看到人工智能的影子。
然而,谭铁牛也说是时候从社会学的角度来研究人工智能了。他说,尽管它远远不足以威胁人类的生存,但它的社会影响应该得到高度重视。“我们的学术组织,包括国家一级的学术组织,应该把人工智能的社会研究提上日程,未雨绸缪,制定相关的政策和法律法规,避免可能的风险,确保人工智能的积极效果。”
人工智能的转折点是自主学习?
当数量变化累积到一定程度时,质量变化总是会发生。
同样的原则也适用于自然科学领域。当应用于人工智能技术时,总会有一项技术突破能够“改造”机器人,尽管尚不清楚改造后的机器人是魔鬼还是天使。
那么,这是什么技术?自主学习目前是一个学术术语。
查宏斌更喜欢称之为“奇点”。在他看来,一旦机器人掌握了自主学习,就有可能迎来智能发展的一个奇点。如果机器人能够根据自身的发展需求自动定义学习目标,获取环境中自主学习所需的数据,产生互动,通过身体能力完成行为学习,甚至建立社会网络来实现知识积累,那么从某种意义上说,它已经掌握了“自主学习”。
然而,这必须基于机器对“感知”的熟练程度。然而,不幸的是,这部分正是整个人工智能研究薄弱的地方。因为,一旦知觉和知觉原理被涉及,人脑的工作原理问题就又回来了,而后者对人类来说仍然是一个“谜”,就像一个黑匣子。
会上,中国工程院院士、香港中文大学(深圳)校长徐扬生向与会人员展示了爬树、书法、救援和服务机器人等机器人测试视频,现场观众震惊不已。然而,徐扬生说,在过去的几十年里,科学家们经常把更多的注意力放在机器人运动的研究上,以认识到机器人可以爬、抓、走、跳等。就像人类一样,但是他们在真正的“智力”问题上做得很少。
他打了个比方。在最初的50年里,我们主要研究机器人的“装扮”动作,但是我们没有让机器人学习除了“装扮”动作之外的感知和认知能力,即“今天刮风吗”和“刮风时是否要打扮”。在徐扬生看来,这些也是最难学的——定义不是你的,不是你的身体,而是你的心脏和大脑,这对于人类和机器人来说是一样的。
在人工智能领域,感知经常被术语“模式识别”所取代。正如谭铁牛所说,世界上的一切,无论是物质的还是精神的,无论是可见的还是不可见的,都是一个模型。模式识别是通过数字手段自动分类和识别世界上一切事物的一种尝试。
然而,目前人类在这一领域的研究并不令人满意。宗以图像和视频分析为例。作为模式识别中最基本的问题,这些分析在边界分割、模式匹配和检索方面取得了很好的效果。然而,他问出席会议的专家,这些结果在多大程度上反映了“智力”,它们离真正的“理解”有多远?
谭铁牛还举了一个例子:“张三吃食堂,李四吃面条,王五吃大碗”。这样的句子目前不能用机器翻译。
人工智能的概念是短暂的吗
在会议上,华为诺亚方舟实验室主任李航做了一个有趣的类比。他说,如果人工智能研究被描述为登陆月球,现在有一些爬树的方法,还有一些爬山的方法,但毫无疑问,深度学习可以被称为“建造宇宙飞船”。他以神经网络图灵机的出现为例。这台机器可以模拟人脑的短期记忆。外部网络的读写通过外部存储器完成,存储器存储后,通过检索执行一些逻辑任务。这发出了乐观的信号。
然而,从人工智能的发展历史来看,尚不清楚这种乐观的局面能否持续下去。
宗很警惕:“人工智能是一个篮子。一切都可以打包过去。当他被“青睐”时,他所做的事情属于人工智能。当他“失宠”时,每个人都害怕回避。”
他说,从20世纪80年代中期到90年代中期,人工智能曾一度“受宠若惊”,然后“臭死了”30多年后的今天,为什么人们再次举起它——人工智能有了新的内涵还是“一瓶新的陈年酒”?
“如果在过去30年左右的时间里,计算机科学和技术取得了突破,除了硬件性能的显著提高,人工智能的贡献是什么,人工智能的核心内容是什么?如果自然语言理解、图像和视频识别和理解、搜索算法、知识工程等等,还有什么呢?不包括在内吗?”在成庆看来,所有这些问题都需要时间来回答。
更重要的是,从人类科技发展史的角度来看,有些技术经常被高估或被夸大。其中一些只是虚拟化概念的昙花一现,而其他在10多年前被忽视的概念,由于硬件性能的变化,甚至是反复的变化,又被推到了预期的峰值。所以,这一次,人工智能是否仍然如此,宗说,还不清楚。
科学家是在人工智能领域拥有最大发言权的人类群体,他们有时被公众舆论绑架,有时被称为公众舆论的“帮凶”。然而,似乎每个人都被这种起伏和过山车般的变化所激动和困惑。宗提醒,作为一名科研工作者,如何在这个纷繁复杂的世界中把握好冷热的平衡是一个永恒的话题。
在演讲的最后,查宏斌引用了图灵的经典名言,“我们只能看到前方不远的地方,但是我们可以看到还有很多事情要做。”他说,“尽管我们不知道人工智能在未来会变成恶魔还是天使,但仍有许多任务需要我们的科学家去完成。”
推荐阅读