北大深度學習實驗室嚴睿博士：AI的四大誤區

2018年1月17日，由IT耳朵主辦的主題為【萬物皆有AI】的IEIC·IT耳朵智能創新大會暨智能行業創新企業頒獎盛典在亞洲大酒店隆重開幕。國內諸多人工智慧領袖登台發表主旨演講，各領域菁英從多個角度探討了如何推動中國智能+產業蓬勃發展。大會全面展現了中國人工智慧學術研究和產業投資現狀，為未來五到十年中國智能產業健康發展提供了路線圖。

北京大學深度學習實驗室嚴睿博士認為「AI兇猛」，因為從2015年到現在，AI幾乎是呈幾何倍數的增長，在各個領域都有很強的融合能力。很多人也開始擔心人工智慧會消滅人類，但是我們現階段看到的都是「弱人工智慧」，我們所看到的的近千億的人工智慧都是這種，所以大家不必擔心。AI會幫助我們成為更智能的群體和更智能的社會，與其害怕我們不如選擇更好的去擁抱AI。

以下為嚴睿演講實錄：

10年前剛剛開始做研究生的時候，從事AI的研發，那時候大家對AI是什麼不太清楚或者也並不是很關心，那時候還在做一些微信搜索或者是簡單狀態的調優和查找，其實廣泛的用戶對這個事情並不是很感興趣。但是10年之後的今天好像有點變化了，因為大家都知道說AI很兇猛。從2015年到現在，基本上AI是迅猛發展的一個狀態，所以我周圍的朋友們都會來找我聊天問AI的事情，問一些AI的八卦，我覺得這可能是整個社會對AI變得更為友好。

AI是一種什麼樣的體驗？

AI應該就是三個字「黑科技」。很多的事情以前只是在電影裡面看到的、只是存在於科幻小說，或者只是能想想的事情，現在在我們的社會中就真實的見到了。比如說Google Pohtos等等，可能他們自己也沒想到自己會成為一個爆款，當然國內做智能音響的也是非常多，群雄並起，看看誰能鹿死誰手。很有意思的設備，把傳統的穿戴式設備智能化，旁邊是百度剛推出的智能音響渡鴉科技，這是一種很科技的感覺。人工智慧其實不僅僅是體現科技的感覺，更多的還會跟人結合的人文關懷和人文情懷，給圖片配上文字說明不是一件很難的事，但是它可能會由於特定的點打動人心最柔軟的地方，所以它會更體現出與人交互的感覺，其實這就是我們對AI的一個願景。

大概講一講AI有多兇猛。

讓大家能得到對AI的認識其實是來自Alpha Go，Alpha Go也經歷過了不同的版本，從最開始的Alpha Go到Master到AlphaZero，最開始是學習下棋教它下棋，Master不斷在網上與人對弈的方式得到進步，當然也是最近說AlphaZero不需要人類棋局的支持已經自己完全可以和自己下棋得到進步，可以看到這是一個境界上的提升。大家可以看遊戲直觀上的一些反應，一開始的時候可以看到機器是非常弱勢的，基本上屬於根本接不住的狀態。但是玩著玩著之後會發現機器的學習能力非常的快，它基本上能夠很快的學習到遊戲的竅門，達到人玩不成的狀態，基本上我是玩不成這種程度的，機器可以。機器在打遊戲玩的很好，加上的圖像的技術，加上了增強學習的技術，我們會看到AI玩大型的遊戲其實也並不是很大障礙的，現在我們知道有很多的公司做信息爭霸的測試，這是很有意思的方向。

再講講視覺。視覺基本上也實用，iPhoneX的解鎖和刷臉，雖然我個人覺得並不好用，因為它是一個可以用上的技術。像人連採集Face 和商湯科技已經非常的熟悉了，在公共人臉採集快速識別人臉已經做得不錯了。自動駕駛，百度在自動駕駛也推的非常多，據說2018年要量產走向市場，我們也期待這件事真實的發生。

這是關於自然語言方面的工作，我自己是做自然語言處理的，這對我來說是比較熟悉的，像智能問答，搜狗推出了汪仔仔，百度推出了小度，一戰到底VS最強大腦，現場速記也可以實時的記錄。還有一些體態控制方面的AI技術，比方說波士頓動力做了機器人，有點可怕。中間者的原始形態應該就會像是這樣吧。

關於控制與跟隨，無人機技術跟拍並不是很新的新聞。前段時間發布特斯拉大卡車的時候也是提出了一個很有意思的概念，一個人開後面跟三台車，一個人開三台車節省大量的是人力成本，我覺得這個想法也是非常的有意思。

人形機器人最開始在傳統製造業上面做雙配什麼的都可以用上，走上家庭的就是手形機器人，可以把做飯的事情交給它，我覺得這是非常的有意思，對於我不願意做飯的人是非常有幫忙的。最後總結一句話，AI是全行業的狂歡或者總結為AI ，跟互聯網Plus一樣，我們有AI Plus，把技術應用到各行各業裡面去，機會很多，機會很大。

AI的四大誤區

第二，AI好強，是不是已經是強人工智慧？AI可以下棋、跑跳，或者可以干這個那個方面的技術。我認為他不太屬於強人工智慧，因為強人工智慧的意義是在說，它是一個通用的智能，可以在不同的任務和不同的領域裡面發揮很好的作用，但是很遺憾沒有一個AI是通用的人工智慧，我們都不認為它是強人工智慧，對應的是弱人工智慧。它可以在某一個領域裡面做得很好，但是只能在這個領域裡面，出不了各自的領域進行千億的人工智慧都是弱人工智慧，也就是現在人工智慧的現狀，所以不用太擔心。對於人來說還是一個強智能的生命體，它可以舉一反三，可以遷移，通過一次學習應用到不同領域，這是AI現在很大的一個區別。

第三，AI會不會消滅我們？這是時代雜誌（Time）10月份的封面，以後是不是機器佔領我們的世界？對於人來說，我們的空間非常的小。當然還有一些其他的聲音，比方說AI現在已經替代證券公司高頻交易，高頻交易很好捕捉和學習，是不是AI已經做這方面的事情了？還有AI對法律的介入，他可以很快的查詢一些案子，找到相似的案例，案子人工要查好幾天的事情，對它來說幾分鐘或者不到一小時可以把查出來。還有同聲傳譯和實時速記，去交流的時候同聲傳譯的人員說他們很擔心這件事情，確實是他們要擔心的。還有AI有搬運貨物的能力、運輸的能力，是不是以後可以替代快遞物流的行業？不知道，有可能。但是我們會有一個認識，AI可以替代簡單的重複勞動，但是無法替代複雜需要創造性的事情。比方說藝術，其實AI現在是很難能夠理解並且創造出來藝術的，還有一些更複雜的勞動需要經驗性的認識，需要一些智慧判斷的，我覺得AI現在是做不了的。所以它能夠替代簡單的勞動，是會把我們往更智能的方向去推，所以我會說，不用擔心AI要消滅我們，而是AI幫助我們成為更智能的群體和更智能的社會，不要一下躲起來認為它不存在，而是要選擇更好的去擁抱AI，我覺得這是我們面對AI比較積極的態度和方式。

第四，AI無懈可擊。計算機能力這麼強，它的演算法又這麼好，整個性能又如此的完美，是不是我們基本上比不過它們？其實我覺得不是的。舉幾個例子，按照現在深度學習的一些演算法來做，如果它可以識別出來最左邊的是個熊貓，但是我們對它識別出來的圖片進行一些干擾，加入一些別的點就可能誤導他往別的類別劃分，這是很有意思的事情。就是說我們能夠選擇性的，如果理解了AI的工作原理可以選擇性的去弱化它、征服它，這不是一個例子，還有其他更誇張的例子。我們只要知道AI系統它對圖像判斷的一些特徵或者它判斷的這些參數和分布，我們都可以去模擬參數分布，就可以很好的去誤導AI做出錯誤的判斷。只要我們能夠更好的懂AI背後的原理就可以破解它，要理解它的方式才能更好的去運作AI這些技術。

AI帶來了更多的就業機會

AI帶來很多的就業機會，這個圖是來自《紐約時報》的。在美國來說，其他的行業比方說生命科學或者是傳統的工程學或者是物理等等都是畢業生很多，但是就業機會非常少。唯一在計算機裡邊是畢業生很多，但是就業機會更多，所以其實會發現說大家都在往計算機上轉。

工作機會比人才多的時候，就會造成人才的溢價，所有公司的AI團隊都在瘋狂的招人，因為我有一些獵頭的朋友或者HR的朋友，每天都在說是不是趕快派人到我們這邊來參與工作或者是預定你們的畢業生等等，可以看出來人才競爭是非常激烈的，不是所有的公司都招到人，招不到怎麼辦？漲公司招。今年新畢業生還沒畢業，已經被大公司預定了，起薪是八九千起，這個公司太有錢了。除此之外還可以做培訓、轉型，跟外部的專家合作磨礪一些團隊，有很多的方式提升團隊的能力。這裡有一些合作的企業願意去幫助各個公司提升AI能力，把AI能力應用到各個的行業，這是更好的願景。

傳統行業配上AI的技術可以做什麼？有什麼樣的好玩法？

比方說教育，英孚教育是一個例子，他們利用AI的技術來幫助自動出題和自動恆量考卷的方法。智能製造行業，比方說上汽通用會有車載的系統，希望通過車載系統的交付方式來利用AI的技術來做增強和賦能。法律行業，剛剛提到有很多的卷宗和案例，能不能通過AI的技術把卷宗裡面的知識挖掘出來做整合，去做深層的一些案例。還有金融行業有很多的信息需要去挖掘，比方說智能投顧和自動見股，通過網上的財經新聞和消息對股票的走勢進行預測和判斷和進行利好和不利好，最核心的是互聯網行業，非常的需要AI，一線的互聯網公司。

總體來說，希望在AI大潮中能夠很好的將AI技術應用到自己的行業或者產品裡邊去的話，會需要兩個部分。首先是需要AI的Sense，會需要對AI的認識，第二是需要AI Tech，除了有Sense之外還得有技術能夠支撐Sense，幫助你實現這些應用和產品。當時我們希望AI加各行各業，融匯更多的業務，打造更多的跨界產品和融合性產品，能夠更好地幫助各個行業走在AI時代的前列，這是我們出發的願景，希望是整個行業和整個社會的希望。

本文來自IT耳朵，創業家系授權發布，略經編輯修改，版權歸作者所有，內容僅代表作者獨立觀點。[ 下載創業家APP，讀懂中國最賺錢的7000種生意 ]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！