694
機器人
中國信息通信研究院許誌遠：人工智能的革命對於方法論的影響非常深遠
許誌遠在演講中表示，人工智能的革命對於方法論的影響是非常深遠的，遠遠超過了大數據。他指出，互聯網和移動互聯網誕生了大量的數據，把數據作為輸入、作為訓練的原料，把通用的深度神經網絡做成一個通用模型去模擬、去逼近世界最終的圖景，並且適用於任何領域。
許誌遠表示，人工智能的產業規模和影響力能達到700億美元，人工智能並不是一個獨立的產業，它是一個基礎還沒有形成實體，它隻是應用。在未來的階段裏麵，有可能人工智能去形成這樣的機器人，像智能手機大規模的應用滲透到社會的方方麵麵。
從人工智能整個產業體係來講，許誌遠認為有五個大的關鍵要素和環節：芯片、數據、開發的框架、算法到應用。
在端側這一塊，人工智能對於芯片的需求是很強烈的；
數據，沒有數據今天的模型是得不到有效的算法；
開發框架，Google公司TensorFlow在產業中的地位很快可以建立；
算法，數據驅動技術學習的算法占據了絕對的主導。
應用這一塊，人工智能真正的進入萬物智能的時代，需要非常長的時間。如今像家居、交通、醫療、金融等等領域已經獲得非常廣泛的應用。
以下為許誌遠演講實錄：（經創客貓編輯，有所刪減）
許誌遠：
各位領導、各位嘉賓，很高興到上海來和大家交流。首先我想跟大家還是探討一下對於人工智能這一次發展浪潮的認識。
實際上這一次浪潮，說人工智能其實90%的情況下說的是深度學習，人工智能的革命說的是深度學習的革命。深度學習在絕大多數的情況下，說的也是以深度神經網絡為基礎的學習，我認為它是人類解決問題方法論的重大變化。前麵一段時間也有很多人說人工智能的炒作或者說泡沫很大，未來可能會在很快的時間破滅。我的觀念，就是對這樣論斷的回應，你如果是人類解決問題方法論重大的變化，它對於整個人類社會的意義可能會超出人的想象。什麼樣的方法論呢？如果我們回顧一下，從大數據開始，其實方法論已經有一些變化了，大數據其實是用於一種所謂的相關關係來替代人們沒有研究透的因果關係。最典型的例子Google通過人們搜索的有關感冒的信息，或者藥的一些信息來斷定流行病感冒病的爆發，這其實是用相對不是明確的因果關係，相關關係來替代對因果關係的判定。
這一次的人工智能革命，它對於方法論的影響是非常非常深遠的，應該說遠遠超過了大數據。它是什麼呢？實際上用一種相對的通用的，或者說相對預定的神經網絡的模型來做通用的工具，我們從小到大學到很多的理論和知識，比如說牛頓的三大定律，比如說愛因斯坦的質能方程，這一些理論的突破是人類理性的成果。但是我們大家都知道，人類理性的成果，或者說理論的突破是相當相當困難的。你可能過去幾百年裏麵才有這麼多的突破，最重大的突破一百年可能會有，至少幾十年可能都不會有一個。在這種情況下，由於互聯網和移動互聯網誕生了那麼多大的數據，在這種情況下，我們用這些數據作為輸入、作為訓練的原料，把通用的深度神經網絡做一個通用模型去模擬、去逼近世界最終的圖景，這種通用的工具無往而不勝，放在任何的領域都可以。你也可以認為是耍賴的方式，我不管描述任何的圖景都是用這個模型，我覺得這是非常了不起的。你如果做一個通用的工具，它對於整個人類社會就可以去類比，蒸汽機、電力或者電子的一些技術，如果作為人類通用的工具，會產生顛覆性產業的變革，我覺得這個意義是非常重大的。當然它也可能有一些負麵的影響，你無論做多少的數據分析，你做多複雜的深度神經網絡，你也不可能去能夠得出牛頓三大定律，也不可能得出愛因斯坦質能方程非常精巧的模型，那是不可能的。你隻能說你的模型越來越複雜，但是不管怎麼樣，人類理性或者人類的理論在很多的領域都能得到突破的情況下，有這麼一個通用的模型我覺得是非常幸運的，而且可能是奏效的。
說到產業規模和影響力，剛才講的700億美元，700億美元多嗎？700億美元肯定不多，咱們國家電器製造業都十幾萬億。實際上落實到人工智能來講，整個的產業規模從目前來講其實並不是很大，因為它並不是一個獨立的產業，它很基礎，還沒有形成所謂的實體。其實我覺得在業界目前來講，談真正的人工智能的應用在90%或者說我說的有點極端，70%到80%的情況下說的不是機器人，它隻是應用。實際上今天機器人還無法作為單獨的像智能手機規模龐大的實體，去做一個應用和互聯網的入口，今天它做不到。所以我們說今天可能是屬於人工智能在背後跑我們看不到的起作用的階段。在未來的階段裏麵，有可能人工智能去形成這樣的機器人，像智能手機大規模的應用滲透到社會的方方麵麵，我覺得那可能會成為一個入口。現在顯然這個條件還不完全具備。所以說人工智能你如果單獨去看它的規模可能沒有那麼大，但是它對於ICT，對於整個世界的影響，如果上升到方法論的高度，它就是非常非常重要，也甚至是顛覆性的。從小的方麵來講，今天的人工智能是顛覆編程的架構，人工智能不是一個係統，它是一個設計的架構。訓練和部署又都不一樣。
對於整個信息通信產業體係來講，我覺得對人工智能的改變是什麼呢？它增加了信息通信產業的層次，這個意義是很重要的。原來我們知道像終端、網絡、雲管端，再加上產生的大數據，這四層當然還有應用服務，五層構建了整個信息通信的整個體係。但是我們看人工智能出來以後又增加了一層，你每增加一層，對於整個的信息通信，整個的ICT產業都是非常大的影響。這一層就是數據的清洗、標注、AI數據訓練、模型生成，帶來全方位的影響。另外來講，產業的智能性是無可置疑的，你不可能邁過大數據和雲計算談人工智能，不可能的。你必須得有數據才能生成有效的算法模型。你必須有雲計算、大數據再到人工智能，而目前人工智能的訓練絕大多數都是在雲端的，所以這也是一個產業的發展數據，你是很難邁過的。
再通俗來講在座各位有可能是人工智能專家，也有可能不是。不是的話，我形象給你們解釋一下今天的人工智能為什麼不是一個應用係統，如果拿Android的移動互聯網來講，我們通過人工智能得到的算法相當於Android應用，這個比喻是比較形象的，所有人都能明白，今天所有人都在使用智能手機。架構上也是類似的。很多院士他們講的太高大上了，我講的稍微細一點。
從整個產業體係來講，我個人覺得有五個大的關鍵的要素和環節。從芯片、數據、開發的框架、算法到應用，這是我認為它有五個要素，雲側和端側還是不一樣的，一致性用同樣的方式對待會出問題。我們首先看雲側，從我個人來講，如果非常遠的角度看雲側訓練的芯片難度是非常高的，網絡來講它是更大的SOC的方向發展，你需要了解CPU，需要了解FPGA，需要了解GPU，需要了解Google最新推出的全新一級的TPU，需要了解的太多了，需要具備的能力太強了。當然這應該是英特爾最終的優勢，但今天大家可能做的NPU是基於某一個角度做的，而不是大而全的合集，那個難度太高了。裏麵具體的技術我就不再班門弄斧了，因為有很多架構的創新，包括和存儲之間的關係，你怎麼去提升互聯的效率，怎麼進行算法的融合，以及基於深度神經網絡的精度的計算。今天深度神經網絡從根本上來講是概念的模型，而這種概念的模型你在不同的分支的情況下你是可以做低精度計算。
在端側這一塊，人工智能的需求，芯片的需求還是很強烈的。至少還有三個，一個是實時響應，就像無人駕駛汽車，今天的無人駕駛汽車是非常昂貴計算的設備和存儲設備。它要滿足一個實時響應的需求。還有一個是語音和圖像，語音這一塊計算的能力是沒有問題，但是存儲基本上在雲端。圖像這一塊，應該說是未來一段時間很快了，手機進行人工智能處理很重要的需求。因為它要進行高清的驚細度圖像的重建、去汙、重造各種各樣對圖像的處理，它是需要中端側人工智能的芯片，或者說支持網絡的芯片，這是通信的需求。未來大家掏出來自己的智能手機，對於圖像的處理的效果就能夠證明你的手機是不是支持人工智能。還有一個是信息隱私，這個不多講了。
數據，數據這一塊大家比較清楚，沒有數據今天的模型是得不到有效的算法，今天根本是做不到的。當然這個數據有很多種觀點。比如說它必須是海量的，而且它需要標注，絕大多數是需要標注的。而且人類的知識，談到這種模型挺有意思的在於什麼呢？你這種模型和知識圖譜或者說和你人類知識的結合，可能很多的時候是在標注這個環節。到中間訓練的時候已經接合不上了，或者說今天的很多算法你是接不上的，成為一個黑箱。換句話說你今天判斷你是不是人工智能，我們用另外一個說法，如果程序員都不知道這個程序是怎麼造的，可以認為某種意義上是人工智能，當然這是開玩笑的說法。還有一些是結果數據，更多的情況下需要各種數據，另外需要反饋數據，增強學習的一些算法。
開發框架，有很多的公司在做。也有很多的方式，我覺得Google公司TensorFlow在產業中的地位很快可以建立，很快可以發布了，跟上層的應用打通了。目前來講在端側來講，隻有Android或者是Google能夠建立這樣的平台，別人建立不了。換句話說剛才的框架怎麼跟它競爭我不知道，不知道怎麼競爭。
算法，大家有各種各樣的想法，我個人認為數據驅動技術學習的算法占據了絕對的主導。先驗和知識引導的知識工程，不像深度學習數據驅動的算法。類腦智能來講，在絕大多數的情況下都是偽命題，在理論沒有突破的情況下，在中國研究幾十年的東西，我不知道允不允許這麼幹。
最後是應用，應用這一塊，因為你真正的要進入萬物智能的時代，需要非常非常多的時間。但是今天無疑像家居、交通、醫療、金融等等領域已經獲得非常廣泛的應用。外麵展示廳有很多的展示，大家看到很多的應用，我覺得確實是今天的工程其實已經超越了科學，走的步伐已經領先於科學。很多的應用它能夠起作用，當然我們可能還不知道它為什麼起了作用。
最後，跟大家總結一下。我覺得從今天的產業體係來講是非常非常複雜的，它的產業鏈更長，人工智能對於整個產業鏈的影響是全方位的。從產學研的關係來講，今天學界和工程界是聯係非常緊密的。這裏麵有一個觀點，我認為這一次的人工智能的深度學習的革命是突然爆發的，所有的人幾乎都沒有想到。也就像有一個大的互聯網公司跟我抱怨說GPU太貴了就不降價，它一枝獨秀，包括英特爾。從滲透路徑來講，還是從商業、行業開始逐漸到個人領域，這個過程會很快。從發展階段來講，我覺得所有領域包括芯片、終端、算法、軟件、應用的主導者還沒有那麼明確。但是開發框架的主導者很快就明確了，當然我們說芯片的主導者是誰，一切皆有可能。應用領域來講隻要有數據就能夠應用。我就講到這，謝謝大家。
文丨創客貓 小指
以上，創客貓現場報道，如有轉載請注明來源
最後更新：2017-09-09 20:21:10