全球人工智能峰会交叉学科与机器智能时代

张欢

5月末，第一届全球人工智能峰会（GMIS 2017）顺利闭幕。在为期两天的大会中，许多学术界和业界的重量级嘉宾在舞台上分享了机器学习的前沿进展、交叉学科的新奇思想、人工智能的炫酷应用以及机器智能时代的创业经验。

会上，有“LSTM 之父”之称的 Dalle Molle 人工智能研究所副主任 Jürgen Schmidhuber、Citadel 首席人工智能官邓力、腾讯 AI Lab 副主任俞栋等嘉宾为现场的观众带来了干货十足的头脑风暴和前沿解读。第二天，人工智能领域“标准教科书”《人工智能：一种现代方法》作者之一 的Stuart Russell等学术界大牛继续分享了机器学习领域的前沿研究和探索。以下为嘉宾精彩观点集锦。人工智能的前世今生

在关于人工智能的过去、现在与未来这一主题演讲中，Stuart Russell 对人工智能的发展历史进行了梳理。并表示，人工智能是一个内涵丰富的学科，其内容涉及哲学、数学、神经科学等学科与领域。同时，人工智能也不是一个新学科，其经历过两次人工智能寒冬。现在，人们开始认真地看待人工智能，迎来了人工智能爆炸的奇迹。为什么人工智能的深度学习能取得成功呢？Russell 举了 AlphaGo 战胜李世石的例子，“AlphaGo 包含了很多技术，一种就是深度学习，也用到了蒙特卡罗树搜索，可以得到非常高效的结果，它可以追溯到 1950 年的一些复杂但是经典的搜索方法。另一方面，人工智能很多领域的发展也促成了 AlphaGo 的成功，比如支持深度学习的硬件发展。”刚刚输给 AlphaGo 的柯洁也曾说，去年跟 AlphaGo 下棋的时候好像还是在跟人下棋，而今年感觉上完全不再是跟人类下棋”。

考虑到已有人工智能寒冬在前，虽然现在所有的发展都非常让人欣慰，但还是有可能是一种噱头。人们需要审慎考虑，不要因为过度的期待而觉得失望。Russell 说：“我们上一次 AI 寒冬是因为这个技术的前景和一些承诺。很多人可能都不太记得当时的内容。20 世纪 80 年代的一些技术，在真实的世界当中并不是非常奏效。那时深度学习也不太受欢迎。但是如今我们可以更新现代的技术，可能未来对训练、数据的要求也不用再那么高。”

对于人工智能的现在、未来以及眼下仍无法实现的问题，Russell 也给出了自己的观点，“虽然我们缺失的东西很多，但是我们已经能够预见到，不远的将来，AI 系统能够具备像人一样的能力了”。因此，我们也需要警惕人工智能被滥用。尽管人工智能可以让人类做更多的事情，把人类文明推向更积极的方向，但是也有出现杀人机器的可能性，演变为一种新的大规模杀伤性武器，引起人们的种种担忧。对于这个问题，Russell 认为人工智能系统要被证明可以给人类带来益处，有三个简单的方法：“第一，机器人的目标是最大化实现人类的意愿，即机器应该使得人类的意愿得到满意，而不是让机器让人类感觉不舒适。第二，机器人不知道什么是价值，所以不要给机器一个固定的价值系统。第三，人类的行为应给机器提供参考。”未来人工智能到底会走向何处？Russell 给出了自己的答案：“AI 需要对人类有贡献，这是一个技术性问题，但我相信未来能够解决它。”

AlphaGo 尚无迁移学习能力

第四范式首席科学家、香港科技大学计算机科学与工程系主任杨强教授为现场的观众带来了迁移学习最新进展的主题演讲。演讲伊始，杨强教授同样谈到霸占新闻头条好几天的 AlphaGo。他说：“AlphaGo 看起来好像是无懈可击。但是 AlphaGo 没有迁移学习的能力。”迁移学习是指把已训练好的模型参数迁移到新的模型上来帮助新模型训练数据集。杨强表示，迁移学习有三大好处：小数据学习、实现举一反三和融会贯通、实现个性化。然后，他盘点了迁移学习最近的六大进展：一是我们可以通过把问题的结构和内容分离开来而发现不同问题之间的共性；二是层次化的系统可以更容易帮助我们构建机器学习的迁移；三是分段迁移和分段学习；四是让模型学会迁移的方法，即学习如何迁移；五是把迁移学习本身作为一个元学习，然后再赋予到不同的学习方式上；最后一个进展是数据生成式的迁移学习，即生成对抗网络。最后杨强教授总结说，尽管现在深度学习已经有了很大的突破，但机器学习的未来在小数据、个性化、可靠性上面，这就是迁移学习的发展方向。

AI技术未来可期

继两位教授的精彩分享之后，科大讯飞执行总裁兼消费者事业群总裁胡郁通过人工智能+共创新世界的演讲解读了人工智能的社会影响。他说过去三年中，人工智能应用在改变我们的生活上有两点让人印象最深刻：一、人工智能可以改变我们和机器交互的方式，从而改变消费者领域产品的形态；二、人工智能可以向专家学习专业知识。对于人工智能的社会影响，胡郁总结说，人工智能不会替代人类的职业，但它可以代替人类职业的某些技能，改变人类的职业，对人类社会和整个职业的发展产生非常重大的影响，不过这个影响需要时间。但最重要的是，它能帮人类节省时间，提升时间利用效率。

而后，蚂蚁金服 VP、首席数据科学家、普渡大学终身教授漆远为我们解读了如何通过人工智能提供更好的个性化金融和智慧生活服务。他说：“我们希望通过大数据、AI 使系统更智能地服务长尾的机构和个人。我们认为人工智能技术能够驱动我们的业务发展，重塑金融业务。”在演讲中，他还谈到了自己的两个经历。一是 DeepMind CEO Hassabis 告诉他希望在 AlphaGo 之后将人工智能技术应用到医疗、金融等领域，从而改变世界；另一个是最近加入蚂蚁金服担任科学智囊团主席的 Michael I.Jordan 告诉他目前谈奇点还为时尚早，“对于人工智能的未来，他说我们还没有摸到强人工智能的门。我非常赞成他的观点。”

上海交大教授、思必驰联合创始人兼首席科学家，也是此次大会的主持人俞凯介绍了如何迈向智能认知型对话交互。他谈到全世界物联网设备的数量正在快速增长，并且在 2017 年的时候已经首次超过了人类的数量。这些设备很多都是小屏甚至无屏的，要实现与这些设备的交互，语音就变得非常重要了。在整个系统的架构里边，要解决的无非就是两大类问题，一是感知，二是认知。感知是以识别为代表的，认知则是以决策为代表的。俞凯整个演讲提出这样一个观点：“智能的感知+认知的进化”是未来人机口语对话系统发展的重要方向。

另外，当天的大会现场还进行了一场人机大战。随后，机器代表汪仔的开发者搜狗公司 CEO 王小川分享了他对人工智能技术的思考。他说，在谈及深度学习突破时，专业人士喜欢谈感知、认知方面的突破，但是搜狗更愿意使用识别、决策、生成这样的表达。在决策方面，人工智能可以帮助提高决策效率，提升商业效率。在感知和生成领域，人工智能进展会影响人机交互。王小川表示搜索的未来是深度问答，即以自然语言方式的问句来提问，而不是关键词，这是未来的搜索要做的事情。

阿尔伯塔大学教授、计算机围棋顶级专家 Martin Müller 带来关于深度学习时代的启发式搜索的探讨。在这一探讨中，其表示：“在自动驾驶、医疗等应用领域上，人类不允许深度学习和启发式搜索存在小概率偏差。這意味着我们还有很长一段路要走。我们目前还面临着两个挑战，如何把启发式搜索和精准的结果联结在一起；以及当不知道全局规则的时候，如何让机器解决问题。”当然，大会上还有很多优秀的专家学者带来精彩纷呈的分享，不再一一介绍。