摘要 显然，国内对人工智能的炒作已经背离了初衷。 “我们不能用创造问题时的思维水平来解决问题”，爱因斯坦的这句格言对智能时代的人类社会意义重大。引用这句话的人是微软（中国）CTO卫青。 如何看待人工智能，如何理解深度学习？如果依赖电气化、信息化时代固有的思维方式，人们将无法深刻理解人脑思维方式与机器计算方式的异同。智力。 人工智能在解放人类双手和大脑的同时，也摒弃了平庸和无所作为。有些人习惯于对“人工智能”抱有傲慢和偏见，而另一部分人则迷信人工智能。显然，“人们还没有了解什么是人工智能”，卫青直言。 人工智能亦敌亦友 有没有想过人类是如何形成视觉感知的？ 科学告诉我们，人眼中的自己并不是“真正的自己”，而是视网膜上的视锥细胞和视杆细胞将光子转化为电子，再将电子通过视神经传递到大脑皮层。经过层层分析，大脑对电信号的计算终于让我们得以睁开眼睛看世界。 普及了视觉原理后，我们可以更深入地理解利用算法对视觉信号和视频信号进行处理，分析图形、图像和视频的整个过程。 要知道，人工智能并不是近十年才出现的尖端技术。早在1956年召开的达特茅斯会议上，人工智能的设想就已成为现实。回顾过去的历史，人工智能迎来了三个繁荣时期，其中最为人熟知的当属2016年3月的封神之夜，AlphaGo以4:1的比分战胜了世界围棋第一人李世石。.AlphaGo在让世人瞩目和钦佩的同时，也让人工智能高深莫测的技术实力得到了真正的量化。 从那时起，DeepMind推出了多个增强版的AlphaGo。深度学习技术赋予了它横扫千军万马的威力，让其在天下无所求败。 当时，人工智能足以让一些人坐立不安。这种“技术碾压”，不禁让人深思。前有霍金，后有埃隆马斯克。业界权威专家学者对人工智能表现出的高度警惕，令人深感忧虑。很多人在“人工智能威胁论”的传播发酵过程中背道而驰，失去了往日的乐观和激动。 诚然，我们需要对科技心存敬畏，但人工智能远没有想象中的那么糟糕。对于马斯克等人的看法，大多数人都是断章取义，一窥究竟。卫青解释道：“马斯克想表达的是，人工智能这个新事物非常强大，超乎人类的想象。拥有这种能力的人类将成为一种超人，一旦这种超能力落入居心不良的人手中，极有可能对普通人造成压迫性的打击。” 就像很多科幻电影的情节一样，马斯克不相信人类可以控制自己。让人工智能的发展停滞不前显然是行不通的。相反，最好尝试友好地拥抱这项技术，将其变成“公共工具”而不是私人工具。 有一种观点认为，一旦“技术民主化”实现，无论能力和工具多么强大，都会造福于普罗大众。 因此，马斯克给出的解决方案是“OpenAI”——一个由包括他在内的多位硅谷商界精英共同创立的人工智能非营利组织，旨在防止人工智能发生灾难性突变，推动人工智能向前发展朝着健康积极的方向发展。目前该组织已经开放了很多AI算法，比如OpenAI最近发布的通用语言模型GPT-2。微软（中国）CTO魏庆 “OpenAI背后的含义与世界经济论坛的做法如出一辙，就是解决数字鸿沟问题，”魏庆说。 经过几年的发展，深度学习已经走过了默默无闻的启蒙阶段。“行业门槛逐渐降低，行业学会了开源各种算法。”卫青直言，当今人工智能的垄断或差距不在算法层面，而是在数据层面。“很多公司都在布局人工智能，但很多个人并不理解这一点，他们无法拥抱这种变化，他们只是担心自己会不会被无缘无故地淘汰。” 很多业内专家学者总是想向观众强调：不要把机器的能力神化，机器自始至终都在代替人类的某些功能，目的是减轻负担关于人类。那么，人类会不会被所谓的人工智能所取代呢？卫青的回答是“是也不是”。 “是”是因为当你自暴自弃，不主动去拥抱这种技术，你自然会被拥抱这种技术的人淘汰；“不会”是因为人类不会被某种技术淘汰，而被技术更高的人踢出去。从这个角度来看，你会发现埃隆·马斯克与比尔·盖茨、霍金以及世界经理人论坛上的企业家们的观点如出一辙，核心观点有两个：一是人工智能的能力非常强大；二是谁拥有这项技术。 第四次工业革命在哪里？迄今为止，还没有伟大的思想家、哲学家能够预知人工智能技术引领的第四次工业革命的社会进程和时代脉搏。我们不妨以史为鉴，从历史中寻找规律。 一个很有代表性的时期就是从工业革命到第二次工业革命的过渡时期，从蒸汽时代到电气化时代。当时，许多具有全球影响力的公司都用蒸汽动力取代了人力。但是当电出现的时候，大多数企业都极为不屑，因为电能的效率远不如蒸汽动能。卫青把这段历史概括为四种态度和四种结局：第一类企业认为电力不好，效率低，没有前途，蒸汽动力就够了，一百年后就会被淘汰.第二类企业放下一些包袱，认为电是一种新的生物，有发展潜力，但仍然坚信蒸汽机的强大，坚信只要改进蒸汽机，可以保持竞争力。这些公司也已被淘汰。第三种公司是最令人遗憾的。他们放下旧的生产力，开始拥抱新的生产力，形成新的生产关系，但思维方式没有改变。他们认为，他们全面拥抱电气化时代，产生了比蒸汽机时代超高的效率和更低的成本，但他们仍然与蒸汽机相比，这些企业最终被淘汰。第四类企业吹响了胜利的号角。当时，大多数企业对电气化的概念是封闭的，只关注点亮多少盏灯，生产线能提高多少效率。只有不到5%的企业选择在那个时代放下包袱，完成转型飞跃，真正进入电气化时代。 在1950、60年代，国人对未来社会的憧憬是“楼上楼下都有电灯电话”。几十年后回首过去，固定电话已被互联网和智能手机所取代。 通过上述历史时间，不难发现，人类对未来的预知能力不足，注定无法预知划时代的影响。 深度学习是知识，是一种全新的思维范式 人工智能的概念比较宽泛，机器学习只是其中之一，深度学习是机器学习的一个子领域。卫青认为，作为人工智能的一种方法，深度学习不仅是新知识，更代表着传统思维范式的转变。 无论是早期的图灵时代，还是冯诺依曼时代，还是香农时代，都对计算机和人工智能有着独特的理解。在机器学习成为主流之前，“逻辑关系”试图站稳脚跟。遗憾的是，这种以逻辑思维为主的方法很难解释人类的决策机制。业内专家认为，这种方式行不通，转而将精力投入到“模仿大脑神经的机制”来做决策。 在卫青看来，深度学习的核心其实是数学算法描述世界方式的转变。大众也需要重新解构人类的传统思维方式，认识到我们的世界是由无数模型组成的。 读了泰伦斯谢诺夫斯基的书《深度学习》后，他有了新的启发和感悟。“人的思维方式和思维能力相当于对某种模式的识别，这自然与数学算法有关，”他说，“业内知名的人工智能专家学者通常涵盖多个研究领域。一个是数学、物理和化学科学领域以科学为主，其他领域以医学、生物学、神经学为主，两者的结合恰好顺应了智能时代的潮流。” 对于人工智能，为什么深度学习在智能时代如此重要？ 他强调，深度学习不仅是人工智能从业者的研究方向，也是政府决策者和普通民众的科普内容人们需要清楚地理解。随着数学和人类思维的进步，势必会影响人们对学习方法的重新认识。 如果我们不能摒弃固有的思维，就无法理解异同智能时代人脑和计算机在思维方式和计算方式上的差距，这一次直接导致了两个后果：一是容易神化和夸大人工智能带来的成就；二是技术进步对人工智能的成就产生负面影响，后者最典型的例子就是不明真相的人过度担心“机器是否会取代人，或者机器人是否会毁灭人类。” 填补机器学习之外的空白 虽然我们称之为人工智能，但它是机器学习的一种方法，现在它是深度学习的一种方法。深度学习只是通过数学和算法模拟人的一种思维方式，是对自然界模型的模拟和认知。只要能用数学方法识别出自然界中能产生某种模型的模式，就是现阶段以深度学习为代表的机器智能发挥更大作用的手段和场景。 可见机器学习或深度学习在金融、安防、教育等场景中的应用已经非常广泛。这是因为视觉和听觉信号的传播和识别方式可以用数学矩阵精确描述。我们有理由相信，无论未来五年还是十年，如果有人找到可以描述味觉、嗅觉和触觉的数学表达式，将会有更多的人体功能被机器取代。事实证明，数学可以更精确地表示人类产生的某种信号，而且可以做得更好。 我们在取得这些成就的时候，更多的是在谈论AI。卫青想：“当我们只谈AI，不谈ML，不谈冯·诺依曼，不谈图灵，不谈GDPR的时候，如果不谈，往往会造成误导，让大家误以为我们已经进入了AI时代，但实际上我们还有很多基本概念没有解决。” “很多AI院系和AI教材突然在高校出版。事实上，这些课程仍然围绕着机器学习展开。既然如此，我们不禁要问，所谓的“AI”到底是真的“智能”，还是仅仅局限于模型？识别”，如果你把目标机器学习提升到AI层面，你可能会错过很多入门的方法。 中国的特点是海量数据，人口众多，企业众多.所以我们有这个优势在这一轮的技术进步中形成突破口。但是如果你理解错了没有深入理解，为什么这本书叫《深度学习》而不是机器学习或者人工智能，这本身就说明了 关于AI的含义，卫青比较认同微软亚洲研究院院长洪小文的解读，他提出“AI=MI+HI”，即“机器智能+人类智能”。 有些业内人士一清二楚，国内对人工智能的炒作已经背离了初衷。 比如国内外学者更喜欢用“机器学习（ML）”写论文而不是AI。”包括NIPS在内的会议名称我们没有以“AI”命名。这是中国需要深思的问题。”卫青强调，业内没有专家学者反对人工智能，但他普遍认为，人工智能时代还远未到来。更何况，现代科学已经尚未破解早先的“专家系统”之谜，暂时选择用概率论和数据来模仿神经学习的方式来向人工智能靠拢。“网络是如何工作的”。 “我们不能忽视另一种思潮，一些专家已经开始致力于研究后冯·诺依曼时代的计算架构。”卫青说，冯诺依曼的架构很难做太多的并行计算。如果不破解这种架构，就无法实现模仿人类神经行为的并行计算。此外，有人提出是否有可能突破图灵机的局限，寻求“超级图灵”能力。他号召更多的业内专家和学生首先学习图灵和冯诺依曼的理论。在打破一些限制之后，它可能会成为AI真正的突破窗口。
