深度學(xué)習(xí)崛起帶熱人工智能 聚焦三大領(lǐng)域 - 全文

1 月 20 日，第四季的最強(qiáng)大腦落下帷幕，這季比賽由于選手當(dāng)中新增加了一位特殊成員被備受關(guān)注，來(lái)自百度的人工智能機(jī)器人小度在一場(chǎng)三局「人機(jī)大戰(zhàn)」中取得兩勝一平的成績(jī)，這個(gè)結(jié)果徹底碾壓了三位代表人腦極限的人類選手。這三場(chǎng)比賽中的每個(gè)細(xì)節(jié)都成為社交媒體上熱議的焦點(diǎn)，這些爭(zhēng)議一方面是公眾驚嘆于人工智能如此強(qiáng)大，或?qū)⑷〈祟?；另一方面也夾雜了太多陰謀論的想象，強(qiáng)調(diào)此次人機(jī)大戰(zhàn)的不公平性。

如果說(shuō)前一種緣由源自于于技術(shù)，特別是對(duì)人工智能發(fā)展的無(wú)知；那么后一種聲音則不僅是對(duì)人工智能的無(wú)知，也是對(duì)人類自身存在和未來(lái)的無(wú)知，可謂愚蠢至極。

棋盤和人類大腦都是人工智能的標(biāo)尺

事實(shí)上，盡管 2016 年人工智能領(lǐng)域如此火熱，但從 2016 年 1 月到現(xiàn)在整整一年的時(shí)間，人工智能領(lǐng)域的震撼性事件只有三個(gè)：

? 2016 年 1 月 24 日，人工智能先驅(qū)馬文明斯基離世；

? 2016 年 1 月 27 日，Google DeepMind 在《自然》雜志發(fā)表論文，正式宣布破解了圍棋；

? 2017 年 1 月 20 日，百度人工智能機(jī)器人小度擊敗第三位人類選手，在三局人機(jī)大戰(zhàn)中完勝；

之所以將上述三件時(shí)間、空間都沒(méi)有關(guān)系的事件擺在一起，根本原因在于，這三個(gè)事件既是結(jié)束，也開(kāi)啟了一個(gè)屬于人工智能的新時(shí)代。從 60 多年前開(kāi)始，不管是明斯基還是另外幾位人工智能的先驅(qū)，擺在這些最頂尖科學(xué)家、數(shù)學(xué)家面前的首要問(wèn)題就是：如何衡量人工智能？

1920年代，美國(guó)心理學(xué)家 Louis Lean Thurstone 在研究中發(fā)現(xiàn)，受訪者在回答問(wèn)題時(shí)更傾向于回答一些相對(duì)意義或者比較意義的問(wèn)題，比如類似這樣的問(wèn)題「你更喜歡誰(shuí)的畫，A 還是B？」就比單純回答「你對(duì)A 畫喜歡多少？」要容易簡(jiǎn)單的多。這套理論被稱為「比較性判斷準(zhǔn)則（Law of Comparative Judgement）」。通過(guò)讓人們每次比較多個(gè)對(duì)象中的兩個(gè)，而最終可以計(jì)算出每個(gè)對(duì)象的測(cè)量分?jǐn)?shù)（定距尺度）。

其運(yùn)用范圍非常廣泛，人工智能研究者終于不再為定義「智能」來(lái)?yè)?dān)憂了，只需要將機(jī)器與人類放在某個(gè)同樣環(huán)境下繼續(xù)比賽，利用人的智能來(lái)衡量機(jī)器的智能。棋類游戲首先被用于測(cè)試機(jī)器的智能，是因?yàn)槠孱愑螒蚴且环N「完美」信息的游戲，對(duì)玩家們而言，無(wú)論人類還是機(jī)器，所面對(duì)的信息是透明且對(duì)等的——就是棋盤和棋子而已。

這樣的曖昧情節(jié)始于1956年，IBM 工程師 Arthur Samuel 創(chuàng)造了一種西洋跳棋的應(yīng)用程序，并使用強(qiáng)化學(xué)習(xí)來(lái)訓(xùn)練這個(gè)程序。1962年的時(shí)候，Arthur Samuel 的這個(gè)西洋跳棋程序打敗了當(dāng)時(shí)全美最強(qiáng)的業(yè)余選手 Robert Nealey。

接下來(lái)的最吸引人的兩個(gè)故事就是卡斯帕羅夫與深藍(lán)的世紀(jì)之戰(zhàn)以及李世石大戰(zhàn) AlphaGo，借助于電視、互聯(lián)網(wǎng)、社交媒體等大眾傳媒的發(fā)展，全世界的人都看到了東西方兩大棋類里的頂級(jí)人物低頭認(rèn)輸?shù)膱?chǎng)景。

人工智能已經(jīng)在國(guó)際象棋、圍棋證明了自己的能力，而挑戰(zhàn)人類的最強(qiáng)大腦則成了衡量人工智能的另一個(gè)標(biāo)尺。

此次最強(qiáng)大腦比賽，三場(chǎng)比賽涵蓋了人臉識(shí)別、語(yǔ)音識(shí)別與視頻（動(dòng)態(tài)模糊圖像）識(shí)別等多個(gè)領(lǐng)域。這些「技能」是人類長(zhǎng)期進(jìn)化過(guò)程所形成的，百度首席科學(xué)家吳恩達(dá)這樣解釋人類的人臉識(shí)別能力：「一個(gè)3歲的孩子看見(jiàn)媽媽時(shí)，不管媽媽是微笑、生氣，睜著眼、閉著眼，長(zhǎng)頭發(fā)、短頭發(fā)，穿什么衣服，孩子都可以輕易認(rèn)出這是媽媽。」

更重要的是，人類的這種識(shí)別幾乎是瞬間完成的，即便到現(xiàn)在，全世界頂尖的科學(xué)家也無(wú)法理解這背后的真正原理。而要讓計(jì)算機(jī)擁有這種能力，科學(xué)家們?cè)谶^(guò)去五十年里提出了諸多想法，但直到這幾年，圖像識(shí)別才真正實(shí)現(xiàn)了技術(shù)突破。

與圖像識(shí)別相似，語(yǔ)音、動(dòng)態(tài)圖像識(shí)別的技術(shù)發(fā)展進(jìn)程也經(jīng)歷了漫長(zhǎng)過(guò)程，這些依托新算法的人工智能技術(shù)，究竟離人類大腦，特別是那些具備超強(qiáng)能力的人類大腦還有多大差距，這次比賽提供了一個(gè)最好的觀察視角，而比賽結(jié)果也充分說(shuō)明了人工智能在某些領(lǐng)域的已然超越人類。

當(dāng)下人工智能只聚焦在特定領(lǐng)域

早幾年的時(shí)候，李彥宏在參加《最強(qiáng)大腦》節(jié)目擔(dān)任嘉賓后感言：「某些對(duì)于人類艱難的事情，對(duì)于電腦來(lái)說(shuō)非常簡(jiǎn)單?！惯@話說(shuō)得并不夸張，比如圍棋這個(gè)領(lǐng)域，相比于人類棋手的成長(zhǎng)速度，計(jì)算機(jī)的進(jìn)化速度「令人窒息」，2016 年年底橫掃中韓高手的 Master，也是AlphaGo 的進(jìn)化版，要 Alpha Go 真正「進(jìn)入職業(yè)棋屆」不過(guò)一年多一點(diǎn)的時(shí)間，這種學(xué)習(xí)和進(jìn)化速度是人類根本無(wú)法匹及的。

當(dāng)下人工智能領(lǐng)域的火熱得益于過(guò)去幾年深度學(xué)習(xí)的崛起。最主要聚焦在三個(gè)領(lǐng)域：圖像識(shí)別、語(yǔ)音識(shí)別以及自然語(yǔ)言處理。投資人David Kelnar提供了兩幅圖像識(shí)別和語(yǔ)音識(shí)別進(jìn)化速度對(duì)比圖：

以圖像識(shí)別為例，在 2012 年的圖片分類競(jìng)賽ImageNet 上，以深度神經(jīng)網(wǎng)絡(luò)為技術(shù)支撐的研究團(tuán)隊(duì)奪得第一，并將錯(cuò)誤率降低到 20% 以下，讓包括 Google 、Facebook 這樣的巨頭都震驚，隨后，Google 買下了這個(gè)團(tuán)隊(duì)，也讓深度神經(jīng)網(wǎng)絡(luò)「教父」Geoff Hinton 進(jìn)入 Google 工作。在深度神經(jīng)網(wǎng)絡(luò)的幫助下，Google 的圖像識(shí)別水平有了大幅提升，并將錯(cuò)誤率降低到 10 %以內(nèi)。

語(yǔ)音識(shí)別方面，在《麻省理工科技評(píng)論》評(píng)選的「2016年十大突破技術(shù)」中，基于語(yǔ)音識(shí)別的對(duì)話界面（Conversational Interfaces ）成功入圍，而要讓人機(jī)對(duì)話有效，不僅要讓機(jī)器聽(tīng)懂人的話，還要做出適當(dāng)?shù)姆答?，《麻省理工科技評(píng)論》認(rèn)為：百度硅谷實(shí)驗(yàn)室研發(fā)的語(yǔ)音識(shí)別引擎——「深度語(yǔ)音系統(tǒng)2」（Deep Speech 2），擁有一個(gè)大型深度神經(jīng)網(wǎng)絡(luò)，基于端對(duì)端的深度學(xué)習(xí)技術(shù)，可在數(shù)百萬(wàn)轉(zhuǎn)錄語(yǔ)言庫(kù)的基礎(chǔ)上學(xué)習(xí)如何將聲音和語(yǔ)句聯(lián)系起來(lái)，語(yǔ)音識(shí)別率精確度極高。目前的語(yǔ)音識(shí)別準(zhǔn)確率為97%。

全球范圍來(lái)看，語(yǔ)音識(shí)別技術(shù)已經(jīng)達(dá)到臨界點(diǎn)，由此也推動(dòng)了語(yǔ)音合成以及自然語(yǔ)言處理方面的快速發(fā)展。比如基于語(yǔ)音合成技術(shù)，用戶可以在百度多個(gè)產(chǎn)品里體驗(yàn)到與真人語(yǔ)音一樣的合成語(yǔ)音，用戶只需要按照要求和機(jī)器說(shuō)50 句話，便可以讓每個(gè)人擁有自己的聲音模型，這項(xiàng)技術(shù)目前在手機(jī)百度小說(shuō)頻道取得顯著成績(jī)，用戶聽(tīng)小說(shuō)的時(shí)間從原來(lái)的 40 分鐘提高到現(xiàn)在的將近兩個(gè)半小時(shí)。

這就是當(dāng)下人工智能所處的「歷史地位」，歷經(jīng) 60 多年、幾代人的努力，人工智能終于擁有了最基本的行為智能：

? 它可以下棋，但并非通過(guò)思考完成，而是對(duì)大量棋譜輸入后，復(fù)雜計(jì)算的展示；

? 它可以回答問(wèn)題，但不是學(xué)習(xí)形成的記憶，而是大量對(duì)文字、語(yǔ)音、圖像等數(shù)據(jù)處理后反饋；

? 它可以挑戰(zhàn)人類最聰明的大腦，卻不具備觸碰思考的能力；

最強(qiáng)大腦第三場(chǎng)比賽后，輸給人工智能的人類選手王昱珩這樣說(shuō)道：「我決定回來(lái)的時(shí)候我也想過(guò)，我要想不敗，我只要不戰(zhàn)就可以了。。.。?！惯@句話背后的潛臺(tái)詞，既有著當(dāng)年卡斯帕羅夫、李世石失利后的某種不甘，也提出一個(gè)新的命題，面對(duì)這些特定領(lǐng)域的人工智能以及越來(lái)愈強(qiáng)大的機(jī)器，人機(jī)關(guān)系的重新定義和思考將變得越來(lái)越重要。

人工智能戰(zhàn)勝人類的寓意

正如上文所言，任何一場(chǎng)人工智能與人類的比賽都不過(guò)是檢驗(yàn)人工智能發(fā)展的標(biāo)尺，換句話說(shuō)，任何一場(chǎng)所謂的人機(jī)大戰(zhàn)都有秀的成分。但這種秀的目的與是否能戰(zhàn)勝人類無(wú)關(guān)，而是人工智能如何與人類相處的探索。

在馬文明斯基晚年的重要著作《情感機(jī)器》中，明斯基則有力地論證了：情感、直覺(jué)和情緒并不是與眾不同的東西，而只是一種人類特有的思維方式。也同時(shí)揭示了為什么人類思維有時(shí)需要理性推理，而有時(shí)又會(huì)轉(zhuǎn)向情感的奧秘。他列舉了人類的 19 種思維方式，以下列舉其中的幾項(xiàng)：比如「知道解決方式」、「類比推理」「簡(jiǎn)化法」、「理想化思維法」等等，你會(huì)發(fā)現(xiàn)，這些特性是人類獨(dú)有的，機(jī)器根本無(wú)法學(xué)會(huì)。

換句話說(shuō)，明斯基為人與機(jī)器之間劃了一條分割線：讓機(jī)器的事兒歸機(jī)器負(fù)責(zé)，人類的事兒則由人類完成。這一理念影響了人工智能最近十幾年的發(fā)展進(jìn)程，讓「人工智能智能增強(qiáng)人類智能」成為越來(lái)越多公司的共識(shí)，在幾乎每一場(chǎng)人工智能戰(zhàn)勝人類并充分展示人工智能的巨大潛力之后，這些技術(shù)逐步成為幫助人類發(fā)展的動(dòng)力：Watson 擊敗人類選手后，開(kāi)始將自己的智能輸出給醫(yī)院、酒店；Alpha Go 戰(zhàn)勝李世石后，其技術(shù)逐步運(yùn)用到 Google 其他產(chǎn)品中；而此次百度人工智能的勝利，事實(shí)上也為百度在未來(lái)人工智能落地提供了更多想象空間。

正如百度深度學(xué)習(xí)研究院院長(zhǎng)林元慶所言，在當(dāng)下人工智能開(kāi)始出現(xiàn)泡沫的環(huán)境下，判斷一家人工智能公司是否是真正的人工智能公司的標(biāo)準(zhǔn)是：是否在研發(fā)前沿技術(shù)，是否能將技術(shù)落地。就目前來(lái)看，百度人工智能落地方面有不少值得關(guān)注的場(chǎng)景，比如在剛剛結(jié)束的 CES 上，百度發(fā)布了「DuerOS」的操作系統(tǒng)，這是一個(gè)基于語(yǔ)音交互的操作系統(tǒng)，或者理解為人工智能操作系統(tǒng)。從官方透露的資料來(lái)看，DuerOS 更像是之前發(fā)布的度秘的升級(jí)版，只是將應(yīng)用場(chǎng)景放在了B 端。

自動(dòng)駕駛則是百度人工智能技術(shù)的集大成者，集成了包括環(huán)境感知、行為預(yù)測(cè)、規(guī)劃控制、高精定位、高精地圖等核心技術(shù)，這些技術(shù)的背后，離不開(kāi)海量的交通數(shù)據(jù)、強(qiáng)大的計(jì)算能力和機(jī)器學(xué)習(xí)算法的改良和優(yōu)化，也正是在上述技術(shù)的共同作用下，百度的無(wú)人駕駛產(chǎn)品具備了世界一流的水準(zhǔn)。

寫在最后

隨著機(jī)器進(jìn)化速度的加快，任何一場(chǎng)人機(jī)大戰(zhàn)的結(jié)果都會(huì)讓人們心生恐懼，人類長(zhǎng)期以來(lái)的自我中心論心理的作祟，讓這一切像極了機(jī)器即將替代人類的前戲，但類似的歷史還出現(xiàn)在印刷術(shù)出現(xiàn)時(shí)中世紀(jì)、PC 大規(guī)模出現(xiàn)時(shí)的上世紀(jì) 80 年代。。.。。而后面的歷史則表明，這些技術(shù)、機(jī)器所帶來(lái)的進(jìn)步，遠(yuǎn)超人們的想象。

如果用一句萬(wàn)能語(yǔ)來(lái)結(jié)尾，或許這句再合適不過(guò)了：這是一個(gè)最好的時(shí)代，也是一個(gè)最壞的時(shí)代。2017 年剛剛開(kāi)始，人機(jī)大戰(zhàn)剛剛結(jié)束，接下來(lái)的人機(jī)關(guān)系以及人工智能的落地，或許更值得期待。