楊強：5個要素決定是否可以邁入人工智慧行業

OFweek機器人網訊：人工智慧領域的領軍人物，需過人工智慧協會首位華人Fellow、第四範式首席科學家、香港科技大學計算機系主任楊強教授在論壇上提了這樣一個問題：「現在像Google這樣的公司是有人工智慧的能力，一些大的銀行和機構也開始做人工智慧，我們平頭老百姓什麼時候也可以用起來人工智慧呢?」

楊強表示：人工智慧的範圍很大，問題比較局限，問題的邊界非常地清晰，比如說圍棋是一個問題，金融是另外一個問題，無人車是下一個問題，這個問題的定義越清晰它的成功概率就越低。

為此，他提出了人工智慧要成功的5個條件。

人工智慧成功的五要素

1、數據量需要有足夠的積累：

在2000年之後就有不同的網站開始收集人和人之間對弈的數據，經過10年的積累才收集了3000萬盤的數據，5年前這種數據很顯然是不夠的。因此，人工智慧並不是說對任何問題都是迎刃而解的，馬上立竿見影的，而是需要有一定的數據積累的過程，也許我們今天看好的某個領域可能是醫療，也許從今天開始收數據，我們收穫碩果的時候是10年以後。

2、邊界清晰：

這也是DIGMIND這樣的公司首選做遊戲的原因，在這個遊戲之前做了很多單人的打飛船的遊戲，這些遊戲都可以從數學上來定義動作。

3、外部反饋：

楊強表示：這個反饋就等於是老師在教我們，如果沒有這些老師我們是不是可以學出來?現在有一些學者在研究非接入學習，這是不是可以成功?非常少。我們在諾亞方舟實驗室的時候和吳文達的研究小組有一個溝通，他們非常希望在華為得到一些訓練數據大家一起合作做一些語音方面的工作，他們的第一個問題是你的數據有沒有標註，如果沒有標註就完全不感興趣，所以外部的反饋是非常非常重要的。

4、龐大的計算資源：

楊強舉例了AlphaGo所需要的計算資源：如果說李世石一天吃一個漢堡包，AlphaGo需要吃300個，換算成硬體來說就是大概用了300個CPU，普通大學的實驗室有6個CPU已經非常不錯了，這樣一個「土豪型」的實驗室的量是必不可少的。之後是頂級的數據科學家了。

5、深度學習

這五個條件實際上都是門檻，就是說一般的老百姓、一般的公司甚至是大公司沒有人工智慧積累的公司，如果要進入人工智慧取得這樣的成功是不可能的。

人工智慧的發展方向

未來的人工智慧方向是怎樣的?楊強表示可以從亮點去看：

1、「強化學習」

首先我們要知道延遲反饋這一概念，舉個例子只能在一個學期到學期尾才知道我們期末模式考得好考得壞;在投資股票、在理財產品，過幾天才知道這個投資是對還是錯，這種現象被稱為延遲反饋。

得到延遲反饋的時候中間已經有了很多的步驟，我們不清楚哪個步驟是使得我們得到反饋的，因此我們要用到強化學習。

楊強：「說起強化學習我不得不提到Google去年在自然雜誌上發表的一篇文章，橫向是得到的分數，每一個欄是個人的遊戲，這個是個人學習的系統，每一次打遊戲學會，再一次再打輸再學會是自學習的過程，中間的這條線是humanlevel，去年5月份已經有一大半超過人類的水平，現在是所有的都超過人類的水平了，而且完全是自學習的，我們在實驗室裡面也實現了打乒乓的遊戲，我們發現拿一個單一的GPU來算花了三天三夜的時間不斷地打乒乓，最後可以達到日類的最高水平。」

所以說強化學習是一個在狀態空間的搜索，在過去人工智慧的研究中，錯誤地認為一些狀態應該是由人來定義的，因此它就一直是止步不前，甚至是有幾十年的功夫都沒有很大的突破，最近兩年通過Google和其他的研究者的研究，發現這些狀態原來可以通過深度學習來定義，那麼有了深度學習以後，強化學習裡面的難題也就迎刃而解了，我們現在不在乎來定義這些狀態我只需要來定義輸入和輸出，這個有一個特別的名詞叫端到端的學習，也就是說我們只關心它的輸入，比如說Google打遊戲的只關心一個屏幕的截圖作為輸入，它的輸出就是贏了為贏，就這麼簡單叫做端到端的學習。

2、遷移學習

遷移學習里是分兩個領域的，假設我們有一個領域已經做得很好了，比如說我們學會了法語，那麼我們再學一個新的語言如果說學英語的時候，我們會或多或少地利用法語，因為它們都是拉丁系。

假設現在我們有很多的穿戴式設備，比如說手錶，我們希望通過穿戴式數據來知道這個人做什麼，比如說是在開車、跑步還是在睡覺還是在聽講，但這樣標註數據是非常少的，怎麼辦呢?我們可以到虛擬世界找更多的數據，比如說微博和微信，我們發現裡面有很多大家談論的行為的數據和地點的數據，我們把這兩個數據加關聯，我們有大量的虛擬世界的模型遷移到現實世界，我們就可以有更好的模型來告訴我們這個人到底在做什麼，可以幫助穿戴式的硬體公司做一個行為模型。

強化學習加上遷移學習，實際上還可以做另外一件事，除了能夠把小數據也用起來，還可以實現個性化。

總結一下，我們按照現在的方式走下去只是AIFORSOMEONE，我們希望能夠達到AIFOREVERYONE，因此我們能夠個性化的情況下，讓中小公司和非人工智慧的公司用起來的話，一定要在技術上努力，包括我們現在推的「先知」平台，包括我們用的遷移學習。

請您繼續閱讀更多來自 OFweek光電新聞網 的精彩文章:

TAG:OFweek光電新聞網 |

※這可能是你邁入英國金融財會行業的絕佳路徑…
※奇才核心框架基本確定，下賽季可否邁入爭冠行列，波特成重要一環
※宋仲基宋慧喬即將要邁入婚姻生活，最「傷心難過」的卻是他
※表白前提是吸引和可得性，如果沒有肯定會邁入表白死的陷阱
※你是如何一步步邁入化妝品的深坑？
※別不信，再好的感情也會邁入的五種現實
※率先邁入智能3.0時代 三星賦予冰箱無限想像
※人類將邁入實現精神控制的時代
※最忠懇的健身建議，讓邁入運動的你不在迷茫！
※讓邁入42歲的堅毅女性，Jolie帶給你更多啟發
※邁入規範化 明確專業化
※被醫生宣判只能再活6個月的她，成功邁入癌後的第6個年頭
※乍暖還寒，邁入春天的腳步還需要這些
※康佳實力助攻：變頻電視引領行業邁入轉型升級新階段
※中國正邁入老齡化社會，利用好人口紅利是關鍵
※一步邁入二次元？這些梗番必須補
※解讀 | 中國曾有兩次邁入現代化的絕佳機會，可惜都被日本給打斷了
※邁入後智能手機時代，科技大廠在打什麼主意？
※從貧窮到富有，速食麵幫助這個國家邁入發達行列