在日前蘇州舉行的2017英特爾中國行業(yè)峰會上，國際知名人工智能專家及技術(shù)創(chuàng)新企業(yè)家、暢銷書《人工智能時代》作者、斯坦福大學(xué)人工智能與倫理學(xué)教授Jerry Kaplan在他的演講《全球視野：人工智能如何引領(lǐng)產(chǎn)業(yè)變革》中，針對人工智能領(lǐng)域的發(fā)展歷史，當(dāng)前及未來的行業(yè)應(yīng)用方向，以及如何引領(lǐng)產(chǎn)業(yè)變革的話題進(jìn)行了分享。他強(qiáng)調(diào)，美好的未來還是要由人來親手創(chuàng)造的，機(jī)器只是實(shí)現(xiàn)的重要工具，如何使用這些技術(shù)全靠我們，同時也對中國如何更好地發(fā)展人工智能產(chǎn)業(yè)提出了建議。下面就隨網(wǎng)絡(luò)通信小編一起來了解一下相關(guān)內(nèi)容吧。
以下是Jerry Kaplan教授的演講實(shí)錄。
來自硅谷的問候，我自己住在加州，非常非常榮幸能夠借英特爾的邀請，這次來到蘇州參加會議，非常感謝各位的支持，我深感榮幸，能夠有這樣一個機(jī)會，與大家分享一下人工智能引領(lǐng)產(chǎn)業(yè)變革。不管是作為個人還是作為我的企業(yè)，我們與英特爾合作已久，如果沒有英特爾，PC行業(yè)的變革甚至根本不會發(fā)生，今天我為大家介紹一下人工智能，簡稱AI。首先讓我們確定一下人工智能究竟是什么?然后 讓我們再來去介紹一下人工智能的發(fā)展歷史。它現(xiàn)在又處在什么樣的階段?在這兩大背景了解之后，我們?yōu)榇蠹液唵谓榻B一下AI領(lǐng)域全新的業(yè)務(wù)機(jī)會，對我們各個行業(yè)有什么樣的影響。我想借此機(jī)會為大家提供一點(diǎn)建議，如何更好地將自己的業(yè)務(wù)與人工智能相融合。最后，我也希望聚焦一下中國市場，中國政府如何能夠幫助企業(yè)去更好地迎接AI所引發(fā)的技術(shù)革命。
首先想問大家一個問題，那就是人工智能究竟是什么?絕大多數(shù)人提到人工智能，我們都會擔(dān)心，機(jī)器變得太智能了，甚至?xí)M(jìn)化出取代人的能力，會偷掉我們的工作，導(dǎo)致大量的失業(yè)，它甚至?xí)苯涌刂普麄€世界，為什么會這樣想?因為我們在電腦里面看到的，例如《終結(jié)者》。剩下的太嚇人了，我就不放了。不管怎么樣，電影里面都是非常讓人恐慌的，但是我覺得人工智能還是非常光明的。電影里的不見得就真的成為現(xiàn)實(shí)，我們在這些科幻小說還有電影里面的看的實(shí)在是超出想象了，而且是有點(diǎn)過分，有點(diǎn)想象過度了。想想今天的機(jī)器人，人類的最有技巧的工程師們，再對比一下我們所開發(fā)出的機(jī)器人，在美國國防部的一些任務(wù)上能夠?qū)崿F(xiàn)多么驚人的成績?大家可以看一下，這個機(jī)器人到底能做什么事情?今天的機(jī)器人實(shí)在是太蠢了。但是如果能夠?qū)λ麄冞M(jìn)行優(yōu)化和升級，他們真的能發(fā)展成終結(jié)者那樣的智慧機(jī)器人嗎?他們真的能起來反抗人類，最終統(tǒng)治世界嗎?答案是否定的。因為機(jī)器人他們沒有自己的欲望，沒有自己的想法，他們只會去做人類給他們預(yù)先設(shè)置好的任務(wù)。哪怕是在他們?nèi)?shí)現(xiàn)人類預(yù)定的這些目標(biāo)當(dāng)中，他們都是按照規(guī)定的程式來進(jìn)行呈現(xiàn)。再回到最開始的問題，人工智能的定義究竟是什么?
一個官方的定義是這樣的，研究和開發(fā)與模擬人的智能，比如像視覺感知、語音識別、決策和語言翻譯，來執(zhí)行任務(wù)的計算機(jī)系統(tǒng)。
但是，這個定義我覺得其實(shí)很不全面，我們經(jīng)常會使用計算機(jī)做大量的任務(wù)，比人類的效率要高很多，我們打造的系統(tǒng)，也是希望能夠遠(yuǎn)遠(yuǎn)超過人本身的效率，并不只是簡單地照搬人的能力。人工智能簡而言之，并不是讓系統(tǒng)以及設(shè)備像人一樣思考，人工智能的本質(zhì)在我看來，是自動化，而并非是智能化，這是我對人工智能的一個詮釋以及理解。新一代的設(shè)備，總是可以不斷地提高人的效率的，不管是智力還是體力運(yùn)動，以及相關(guān)的工作都可以獲得大幅的提升。他們在執(zhí)行這些任務(wù)的時候，要比人類更好，更快，而且成本更低。否則，那我們開發(fā)出來這些設(shè)備就沒有什么用了嘛，但是走向未來，人工智能能夠幫助我們做的會更多。它將會繼續(xù)實(shí)現(xiàn)自動化，并不僅僅是因為機(jī)器更加智能，而是機(jī)器是人類開發(fā)出來的非常重要的工具，它們讓人類更加有價值，讓我們從冗雜的程式化的工作當(dāng)中解放出來。
下面讓我們看一下人工智能的發(fā)展史，它從創(chuàng)始到現(xiàn)在出現(xiàn)了怎樣的變化，為什么人工智能會出現(xiàn)這樣的變化?
人工智能的發(fā)展，從邏輯推理到機(jī)器學(xué)習(xí)
人工智能實(shí)際上是在1956年達(dá)特茅斯會議上誕生的，一些科學(xué)家在這次會議期間進(jìn)行了專門的討論，在達(dá)特茅斯大學(xué)我們見證了這 個人工智能詞語的誕生。這次會議的與會者認(rèn)為智能背后的關(guān)鍵是邏輯推理，因此，在當(dāng)時那場人工智能奠定基礎(chǔ)的會議上，大家覺得邏輯推理的基礎(chǔ)是什么?我們假設(shè)孔子是人，第二點(diǎn)， 所有人都會死，都是凡人，這個邏輯放到計算機(jī)的程序當(dāng)中，利用這樣的聲明做出一個結(jié)論就是孔子會死，這是非常簡單的例子。這是基于邏輯的方法，它有很多的應(yīng)用，并且當(dāng)下仍然有很大的影響，包括給我們正確的駕駛方向;在倉儲中使用這些邏輯的方法進(jìn)行更好的倉儲、庫存的管理、與此同時，對于計算機(jī)芯片，來滿足它的規(guī)格，也需要這部分的邏輯推理，英特爾在這樣的技術(shù)方面也是一個領(lǐng)先者，領(lǐng)導(dǎo)者。而在進(jìn)入到其他的領(lǐng)域，光靠整個1956年達(dá)特茅斯的會議上所提出的這些邏輯推理能力難以解決，包括話語之間的翻譯、語意理解，計算機(jī)視覺等等這是 其中的幾個例子，問題到底在哪里?這些問題背后究竟有什么共同點(diǎn)? 它背后需要很多的是非?；靵y的，非結(jié)構(gòu)化的真實(shí)世界的數(shù)據(jù)是沒有辦法得到很好的解釋，包括我們提到的這些聲音，包括很多的圖像語意，因此需要一種不同的方法能夠讓人工智能來進(jìn)行更好的發(fā)展。 而現(xiàn)在我們也用這個詞，機(jī)器學(xué)習(xí)來代表。
機(jī)器學(xué)習(xí)背后是一系列的應(yīng)用，包括軟件技術(shù)，包括選擇各種不同的使用模型、案例，包括大量的事例來提取模型。對同一領(lǐng)域的數(shù)據(jù)進(jìn)行收集，如果這個體量足夠大了，大到足以找到一些模型，但是你能夠充分地利用那些模型來進(jìn)行數(shù)據(jù)預(yù)測或者歸類，特別是對于同一領(lǐng)域的新數(shù)據(jù)的事例進(jìn)行預(yù)測或者分類。因此在另一方面，機(jī)器學(xué)習(xí)也是一個非常好的例子，對于你的未見的未來進(jìn)行更好的預(yù)測、假設(shè)，機(jī)器學(xué)習(xí)的程序是用來識別圖像，識別對象，而圖像包括不同的貓貓狗狗的照片等， 它能夠找到其中的相關(guān)性，這個相關(guān)性也許是任何一樣?xùn)|西例如股價的相關(guān)性，他找到這個相關(guān)性之后能夠用來做股票，包括證券的銷售等等。大家是這方面的專家，大家知道了邏輯推理和機(jī)器學(xué)習(xí)是兩種不同的人工智能領(lǐng)域，不同的兩條路。
但是又有一個問題出現(xiàn)了，邏輯推理為什么在過去的幾十年里如此風(fēng)靡全球，現(xiàn)在反而機(jī)器學(xué)習(xí)變得大行其道呢?如果要說它背后簡單的答案，也許是有不同的存儲、網(wǎng)絡(luò)、計算，數(shù)據(jù)正在發(fā)生深遠(yuǎn)的變革。他們變化的體量不是一點(diǎn)點(diǎn)，也不是許多，我想說這個詞，是一個巨大的天量的海量的變化，而這樣的變化也是讓許多可能變得有更多的無限的可能?；仡欉^去的幾十年的發(fā)展，在速度和內(nèi)存上面差不多每一年提一倍，它的能力就能翻一番，這意味著當(dāng)下的計算機(jī)，現(xiàn)在的能力比過去的三十年里，應(yīng)該是翻了二十多倍，如果看到他的指數(shù)，是2的20次方，產(chǎn)生的體量應(yīng)該是超過1百萬了，因此甚至超越了我們直覺的分析和知識，來理解這巨大的海量，一百萬代表的是速度方面，就是我們一個蝸牛的步行的速度和一個航天飛機(jī)，如果把它放到同一個階數(shù)下面，他們的差別是多少?50萬。再看蘋果手表，蘋果手表它的計算能力和傳統(tǒng)的美國之前的航天項目，這是最早的，比1965年登月時候的計算能力要大得多，同樣發(fā)生變化的也包括數(shù)位化的數(shù)據(jù)，所發(fā)生的體量也是海量巨大的。
這為什么改變了整個人工智能的發(fā)展方向和方法呢?首先第一種方法，人工智能當(dāng)中的推理法，他只要少量的數(shù)據(jù)就能夠完成很多的工作，只要輸入端很少的事實(shí)，能夠有很好的推理和演繹，得出很多有用的用戶案例，而這對于我們現(xiàn)存的技術(shù)，特別是對于20、30年當(dāng)時現(xiàn)成的技術(shù)而言，這種方法無疑是有效的。對比一下，30年之前，計算機(jī)，或者說機(jī)器學(xué)習(xí)的算法還缺少數(shù)據(jù)，就算有這部分的數(shù)據(jù)，它背后的存儲處理能力，在當(dāng)時也是會限制能夠發(fā)展的方向和速度。因此，再回到20、30年之前，這是為什么邏輯推算是主導(dǎo)。
而在那個時候，人們并不非常關(guān)心機(jī)器學(xué)習(xí)，隨著時間的推移，情況發(fā)生了逆轉(zhuǎn)。機(jī)器學(xué)習(xí)它能夠帶來的是非?；靵y的，非結(jié)構(gòu)化的真實(shí)世界當(dāng)中的問題，因為數(shù)據(jù)量變得大了很多。他需要大量的計算能力， 需要很強(qiáng)的云存儲能力，而且需要更大量的數(shù)據(jù)，數(shù)據(jù)越多，結(jié)果越好，越準(zhǔn)，因此，機(jī)器學(xué)習(xí)是一個非常非常好的一種匹配，特別是在 一個數(shù)據(jù)密度非常高的世界當(dāng)中，而且是在我們即將進(jìn)入5G的萬物互聯(lián)的時代。這是人工智能的發(fā)展史。
人工智能一些重要的行業(yè)應(yīng)用
我們也看到了一系列的新的不同的應(yīng)用，和人工智能息息相關(guān)，但重要的是，我們也需要了解