128
機器人
好可怕，機器人有了人類的思維！
文：楊瀾
選自楊瀾跨界力作《人工智能真的來了》
機器人像嬰兒大腦一樣被喚醒，認出了貓。
人工智能是麵反光鏡，照見人類的智慧與善惡。
2010年，斯坦福大學計算機係一位年輕教授，在研究過程中發現，如果構建的神經網絡越大，表現就會越好。他把這個發現告訴了好朋友，並拉上好朋友，和一位年輕的CEO在一家日本餐館裏，邊吃邊聊這件事。教授雄心滿滿地說：“我們應該把這件事做起來！”三個小夥子一拍即合，多年以後，這頓飯吃了什麼，他們忘記了，但因為這頓飯，他們開創了一個偉大的局麵。
這位年輕的教授叫吳恩達(Andrew Ng)，他是一位天才的華裔科學家；那位好朋友叫塞巴斯蒂安•特隆（Sebastian Thrun），他是Google X的領導者；CEO則是大名鼎鼎的穀歌掌門人拉裏•佩奇（Larry Page）。他們在佩奇最喜歡的一家日本餐館，頭腦風暴出了後來赫赫有名的“穀歌大腦”。吳恩達向佩奇展示了PPT，圖上是他們可能在斯坦福大學建立的神經網絡的大小，圖還很小，需要不斷擴充。吳恩達覺得如果能借力於穀歌，就可以讓這幅圖擴充得更快。於是，吳恩達加盟穀歌，立誌建立全球最大的神經網絡，這個神經網絡能以與人類大腦學習新事物相同的方式來學習現實生活。為了實現這一宏偉藍圖，他們用了一萬台計算機搭建一個具有10億個連接的神經網絡，神經元之間的突觸連接多達10億個。在當時，這個數字著實驚人，但吳恩達說，後來百度的神經網絡是這個的100倍，科技總是不斷地往前發展。在這個前無古人的龐大網絡上，吳恩達準備做一些新的嚐試。
他把這個龐大的網絡想象成一個嬰兒的大腦，現在要讓這個“大腦”被喚醒，但它不知道任何事。他們讓“大腦”看一些在線視頻，比如YouTube的視頻，讓它看一個星期，看看它能學到什麼。他們猜測“大腦”可能會辨別出人臉，因為YouTube上人臉出現的次數非常多。
突然有一天，在穀歌實習的一個博士生朝正在辦公室辦公的吳恩達奔過來：“安德魯，看這個！”吳恩達跟著博士生走到電腦前，隻見屏幕上顯示一個很活躍的神經，當他們在電腦前展示貓的圖片時，它就非常興奮，當沒有貓的圖片時，這個神經就安靜得多。因為這一點，在場的所有人發現，機器可能學會識別出“貓”了。最令人驚訝的是，在此之前，沒有人告訴過機器“貓是什麼”，它不知道Cat是貓，它是通過看視頻自己認識了貓。
機器看了超過16000幅貓的圖片，也看了很多個小時的視頻，盡管過程如此不易，這一次，機器自己認識了貓。
穀歌的貓臉識別引起了學界轟動。不同於大部分深度學習采用的“有監督”的學習方式，這一次卻是“無監督學習”，即不進行人為的圖片標注，讓機器自己從大量原始數據中磨礪出算法，進行區分和識別。
意識本身就是個謎，有時候，人都無法解釋自己的行為，更不要說看透AI了。
人工智能訓練類人形物體跑、跳、爬、翻越障礙
今天，幾乎所有有價值的機器學習都是有監督學習驅動的，這不同於大多數人類的學習方式。大多數人類的學習是基於小樣本的，他們通過觀察世界，以及生活在其中，以此進行學習。人類學習識別的方式，並不是父母上萬次甚至十萬次地給你指出這個是什麼。相反，當你還是個孩子的時候，你觀察周圍的世界，接收圖像和聲音的信息，然後自己就能識別出這些東西。盡管對於機器的無監督學習，我們還存在很多未知，但我們看到了這種方式的突破——機器第一次不再依賴人類的訓練，可以自主學習了。不過吳恩達還是表示：“無監督學習雖然有很多讓人興奮的地方，但是現在大部分無監督學習仍然處在邊緣地帶，我們還不清楚它實際的算法。”
無論如何，我們一點一點地教會了機器“看”。從“看”到“看見”，機器笨拙地學習、理解以及表達。我們經過了一段漫長的旅程，在探索的道路上，我們才剛剛起步。
學霸是怎樣煉成的
與很多孩子一樣，童年時代的吳恩達也被父母要求著學習鋼琴、小提琴，他說對此不喜歡也不討厭，他覺得作為孩子，這樣也是應該的。多乖的男孩子，我不禁問他：“你有沒有過一點叛逆？”（吳恩達的回答⋯⋯呃，如果你碰巧是“學渣”，請自行繞道至下一段落。）
“我覺得在學鋼琴方麵，我並不叛逆。我童年不一樣的是，當我在學校考了高分，父母總是會大驚小怪。我每次考到A，他們總會說：‘安德魯，你好棒！’久而久之，每次考試我要是考了高分，我就瞞著他們，因為我不想讓他們大驚小怪，我不想讓他們知道我考得好。我覺得這有點怪。”
“無敵是多麼多麼寂寞，無敵是多麼多麼空虛⋯⋯”不知道為什麼我的腦海裏瞬間飄過這句歌詞。玩笑歸玩笑，我想吳恩達的父母一定為兒子驕傲。再往後，吳恩達就開啟了學霸的彪悍人生——在美國，計算機科學方麵最好的大學——斯坦福大學、麻省理工學院、卡內基•梅隆大學、加州大學伯克利分校，都被吳恩達讀了一遍。
能在這四所大學度過求學時光，並且從那些優秀的計算機科學家那裏學習，吳恩達覺得非常幸運。創新未必隻是你成為某個專業領域的專家，它需要你有淵博的知識、寬廣的眼界，這樣才會引發改變世界的新觀點。
在AT&T貝爾實驗室的時候，吳恩達遇到邁克爾•卡恩斯（Michael Kearns）；在卡內基•梅隆讀本科時，吳恩達遇到安德魯•摩爾（Andrew Moore）、湯姆•米切爾（Tom Mitchell），這些導師都對他產生巨大影響。“我想當你年輕時，能遇到長輩級、前輩級的導師，那將改變你的人生。所以我希望像我這樣年長一點的人可以花一些時間去幫助年輕人，我也希望年輕人能找到他們的導師。”
接下來，我分享一下與這位學霸科學家的“一問一答”，希望可以給正在看這本書的年輕朋友一些啟發。
Q：你現在的閱讀日程是什麼，一個月讀多少本書？
A：我想我平均每周可能不隻讀一本書。我有一個亞馬遜Kindle，大約有1200本書。我沒有都讀，可能至少讀了1/2吧。我讀的書幾乎比我所有的朋友都多。
Q：你說創新不是幸運的、隨機的、不可預知的禮物，而是一個非常係統的自我教育的過程。你能詳細說明一下嗎？是什麼讓你意識到這一點的？
A：我發現，在研究領域，如果你讀了足夠多的研究論文，不隻是10篇論文，可能是50篇，甚至更多篇，當你學得足夠多時，你的大腦就會開始產生新的想法。你可以在家玩電腦玩得很優秀，你也可以閱讀、學習、參加在線課程，學習一些知識。如果你每個周末都在打電腦遊戲，年複一年，你的職業隻會朝一個方向走去。但是如果你每個周末都在學習，也許不用很多年，隻需要一年，你的職業生涯就會好得多，雖然短期沒什麼回報，這是個挑戰。如果你一整個周末都在閱讀和學習，接下來的那個周一，你的工作可能不會變得更好，你的老板不會知道你學習了，沒人去表揚你。因為你才努力了兩天，這不夠。但是秘密就是，你堅持一年，每個周末都這麼做，你就會變得很棒！（學霸就是學霸！）
Q：現在有些大學生輟學去創業，你會鼓勵這些有偉大想法的年輕人嗎？
A：我認為，如果你正在上大學，你可以從偉大的教授那裏學到很多東西。年輕人不擅長的一件事是長期規劃，這不隻是說你未來兩年能做什麼，這是關於你可以為你未來四年的生活做什麼。
Q：你說追隨自己的激情不是一個偉大的職業建議。對於那些對自己真正想做什麼，或有能力做什麼卻有點不知所措的年輕人，你有什麼建議？
A：我認為追隨自己的激情是我們給年輕人最壞的建議之一。我認為你首先擅長某事物，然後你變得對它充滿熱情。今天，我傾向於根據兩個標準選擇工作，我建議年輕人也這樣。第一，我選擇我最了解的方向，因為對自己未來的投資將在很長一段時間內得到回報。第二，嚐試選擇可能會對世界產生有意義的內容。即使是今天，我也是這樣選擇工作的。我試圖找到我不斷學習的東西，並嚐試尋找一些真正能幫助到人們的事情。
Q：除此之外，你還有什麼隻是因為樂趣而做的事情嗎？
A：我想說，我真的很喜歡讀書。我想我在學很多東西，有些會變得沒什麼用，但是也有一些會變得有用。但比這些更重要的是，我覺得這麼做也很有趣。
年輕的讀者朋友們，讀了上麵這段文字，你Get到學霸是怎樣煉成的嗎？
快問快答——Hold住你八卦的小心髒
Q：周末和太太在家做什麼？
A：周末我們都在家的時候，我們會安靜地看書，我們都在學習。
Q：在家談工作嗎？
A：太太和我都被矽穀和創新震驚，所以我們經常談論其他公司並進行比較。比如：“為什麼這個公司做到了這點？”“你覺得這個戰略怎麼樣？”我們會談很多，既和我太太談，也和我很多朋友談。（我能想到最浪漫的事，就是和你一起談科技。）
Q：怎麼追求上“美女+學霸”太太？
A： Carol和我是在日本神戶的一個機器人會議上認識的。認識四年以後，我發現我們還完全沒說過話。然後直到2011年還是2012年，我們重新在臉書上聯係了，然後我說：“一起去喝杯咖啡吧。”事實上，我第一次見她的時候，我是想把她招進Coursera，結果沒成功，所以我們就開始約會了，然後很快就結婚了。
Q：訂婚照兩人中間有個機器人？在這場浪漫姻緣中，機器人有起到作用嗎？
A：有個周末，我說：“我們來拍個訂婚照吧。”然後我們去了斯坦福大學，靠著一堆斯坦福機器人拍了照，然後我們把訂婚消息發在一個技術博客IEEE上。
Q：想象一下你家裏有各種不同的機器人，你會雇傭哪種？
A：我可能會想要一個機器人廚師，不隻是為了節省時間，主要是改善飲食，增強體質。我想這會很有趣。
*作者簡介：楊瀾，資深傳媒人士，陽光媒體集團和陽光文化基金會聯合創始人、主席，被福布斯評為全球最具影響力的100位女性之一。首部跨界力作《人工智能真的來了》正在熱銷，斯坦福大學終身教授、“穀歌雲”首席科學家李飛飛作序。李彥宏、李德毅、李開複、張亞勤、吳恩達、胡鬱、王永東、微軟小冰傾情推薦。人工智能就像一麵反光鏡，照見人類智慧的神奇。
最後更新：2017-08-23 12:27:33