人工智能一直在吃20年前的老本么？

造就第443位讲者：邬学宁（复旦大学客座教授、数据科学50人成员）

封面：电影《超能查派》

自达特茅斯会议诞生以来，人工智能已经有60年的历史。

在过去60年中，人工智能经历了两次繁荣和低谷，现在正处于第三次繁荣期，关于未来的人工智能的走向，有三种观点。

第一种观点以《未来简史》的作者尤瓦尔·赫拉利、谷歌工程总监未来学家雷·库兹维尔和软银的创始人孙正义等人为代表，他们认为未来的人工智能是神，是上帝。

比如孙正义认为，30年后人工智能的智商是一万，而爱因斯坦的智商不过两百，人工智能看人类如同现在人类看蚂蚁。

第二种观点认为，本轮人工智能的主要推动力是神经网络。神经网络以大数据作为燃料和强大的计算力作为引擎，但是当下大数据的红利正逐渐消失，主宰了芯片处理能力的摩尔定律经过60年的指数增长，也已逼近了理论极限得天花板。

这一派认为未来人工智能会缓慢向前发展，但是速度不会像前两年这么快，我以“神经”来作为这派的核心词。 

第三种观点认为历史还将重演，人工智能的冬天还会再来。他们认为“人工智能统治人类”如同神经病一样荒唐可笑。

这三派的核心观点，简而言之，可以用“神”“神经”和“神经病”三个词来归纳。

这一轮的人工智能热潮是怎么开始的？

最早发端于2006年，多伦多大学教授杰弗里·辛顿（Geoffrey Hinton）等人彼时连发了三篇关于深度学习的重量级论文，提出了深度信念网络。

虽然该网络目前应用已不是很多，但在当时却是如冬日惊雷打破了神经网络联结主义长达十年的沉寂，开启了神经网络的新纪元——深度学习，该网络采用了逐层贪心训练的方法，对算力的要求较低。

深度信念网络是将受限的玻尔兹曼机一层层堆叠而成，而玻尔兹曼机是在上世纪80年代由辛顿与特伦斯（Terrence Sejnowski）一起发明的。

AlphaGo是从哪里来的？

2016年，AlphaGo以4:1战胜了韩国著名棋手拥有16个世界冠军头衔的韩国超一流棋手李世乭九段，引起了媒体和大众对人工智能的极大关注。

这几乎是人工智能最火爆的一次亮相，但少有人知道，AlphaGo是从哪里来的？

AlphaGo起步于Atari——一个古老的80年代的电视机游戏。2012年，Deepmind用摄像头对准电视机，让人工智能玩Atari，通过计算机视觉和强化学习让机器学习控制这个游戏，尽量得到更多的分数，只要将球反弹到上面消除彩色砖块就能得分获得“奖励”（Reward）。

这个训练过程和心理学的行为主义的思想是一致的，训练AI就像训练一只小狗，做对了就给它吃颗糖。

在训练了四个小时之后，AI已经发现了一个打赢游戏的秘诀——将左边砖块打穿，然后球在上面空间反复来回弹射，可以自动消除大量砖块，快速得分。

这个“秘诀”是设计这个AI程序的工程师也不曾知道的，这也就可以解释为什么AlphaGo在打败柯洁和李世乭的时候，使用了很多人类从未见过的招数。

行为主义作为心理学的一个学派，他们认为思维不可被观察，不适合作为科学的研究对象，行为才是合适的研究目标。

在人工智能中，行为主义对应强化学习。

大家都知道“巴甫洛夫的狗”这个实验，有没有听说过知道“桑代克的猫”呢？

在“巴普洛夫的狗”这个实验当中，狗是完全被动的受测对象，只是听到铃声流口水，没有任何选择的机会。

而桑代克给了猫一个选择：猫被关在一个笼子里，笼子里有个开关，一旦被猫按下后，门就会打开。第一次猫被关进笼子，要花很久才能够按动开关，逃出笼子。第二次被放进去之后，猫会直接按动开关，逃出生天。

第三位行为主义的大师是斯金纳。斯金纳给测试对象2个选择，他把一只老鼠放在笼子里，笼子里有两个按钮，按下其中一个按钮，食物会掉落下来。按下另一个按钮，则会警报声大作，把老鼠吓坏了。被警报声惊吓过的老鼠被再次放进笼子后，它会远远躲开电铃的开关。行为主义认为，我们无法通过语言来了解一个人真正在想什么，只有行为才可以被客观的观察和研究。

相对应的，人工智能领域持相似观点的学者，并不关心AI是怎么想的，只关心AI是怎么做的。

人工智能已开始理解我们的语言，甚至拥有了“想象力”？

在地球上，有很多动物的视觉超越人类。但是，能使用语言进行沟通却只有人类。人类的自然语言被称为人工智能王冠上明珠，至今尚未被完全攻克。

短时记忆位于大脑前额叶的部分，也称工作记忆，而长期记忆则存储在脑后的位置。当我们理解了一个概念后，就会从工作记忆转存到长期记忆。

深度学习在处理自然语言和其他时序相关的数据时，经常使用一种名为长短时记忆（LSTM）的算法。

这两年，我们看到各种机器翻译、个人助手和智能音箱等各种AI商业化应用层出不穷，其主要原因是深度学习在语音识别领域取得了突破，使得AI可以理解我们在说什么，从而打开了自然语言处理的大门，LSTM被广泛应用于自然语言处理和其他时序相关的场景。

和辛顿一起获得图灵奖的卷积神经网络（CNN）之父杨力昆（Yann LeCun）曾说过，在过去的十年中，人工智能领域最有趣的想法要数生成对抗网络（GANs）了。

GANs使AI具有“想象力”，上图中GANs把川普与尼古拉斯·凯奇的照片进行合成。类似用GANs来生成图片的应用层出不穷，甚至LinkedIn上已经出现了虚拟的间谍。通过GANs“想象”出来的可以乱真的但实际并不存在的脸，真人间谍操控这个虚拟的美女，在社交媒体上与美国的一些高官攀关系并窃取有价值的情报。

最近也有一些关于GANs负面消息，比如Deepnude等。 GANs的核心思想是引入了博弈论，让用两个神经网络互相博弈，一个网络负责造假，另一个负责鉴定真假。两个网络互相对抗博弈，造假和鉴定真假的水平都不断上升，最终达到纳什均衡。然后就可以把判定真假的网络扔掉，因为造假的网络已经完全可以以假乱真了。

GANs的成功表明：“对抗”是实现智能的一个途径，AlphaGo也利用是对抗博弈使其达到很高的水准。

人工智能一直在吃20年前的老本么？

不论是卷积神经网络，还是LSTM等循环神经网络，都是在上世纪90年代就已经提出。由于受当时的算力和数据量的限制，所以都没有走红，而是在20年之后才爆发。

现在的人工智能产业看上去非常繁荣，但理论层面缺乏创新思想突破，还在吃20年前的老本。未来五年到十年，深度学习、人工智能领域出现重大的突破的概率并不太大，但这并不妨碍工业界大量AI应用落地。

算力是本轮AI繁荣的三个要素之一，具有多核并行处理能力的GPU已成为深度学习的必备。随着量子计算的发展，量子计算机未来也可能对AI产生深远的影响。

我们目前使用的计算机被称为经典计算机，也称冯诺依曼机，内部以0和1来表达世界。

对于量子计算机而言，一个Qubit（量子位）可以用a和b两个（复）数表达0和1两个数字的叠加态，也就是拥有了2个信息位（2的1次方）；两个Qubit，可以表达2的2次方个信息位的信息。

一个50 Qubit量子计算机的强大并行处理能力，其所产生的算力将超过目前世界上任何一台超级计算机。

经典计算机可以被视为量子计算机的特殊情况（类似于三角函数取0度或90度的特殊情况），恰似逻辑推理是概率的特殊情况（概率为0或1）。

展望未来十年至二十年，一旦量子计算机实现了稳定计算能力，必将对人工智能产生一个颠覆性的影响，对电子商务和加密货币的影响也将是翻天覆地的。

但目前，人工智能并没有达到人类意义上的“智能”，只是在做数学上的最小化。

绝大部分担心人工智能威胁人类的人，包括刚去世不久的黑洞物理学家霍金和特斯拉汽车的CEO马斯克，都提出人工智能对人类的“威胁论”，他们几乎都没有人工智能的落地经验，因为不了解导致了恐惧和担忧。

人工智能的一线研究人员几乎没有人持类似观点，正如前百度首席科学家吴恩达所言，现在担心人工智能统治人类，无异于担心火星上人口过剩。

深度学习建立了从输入到输出的一个自动映射的过程，在部分应用中表现得非常完美。然而，这并不代表AI具有人类的智能，甚至还想差很远。

AlphaGo虽然能打败柯洁、李世乭，但是它并没有意识，它并不知道自己在下围棋；同样的，人工智能翻译翻得再好，它也不能完全替代专业的人类翻译。因为它也并不理解翻译的内容，虽然它让你感觉到翻译得很完美，属于典型的“以其昏昏，使人昭昭”。

上面提到的讲对抗生成网络，也会犯一些人类绝对不可能犯的错误。

上图左侧人工智能正确地识别出一只大熊猫，我们一个长臂猿的梯度数据作为一个随机噪音，混入熊猫的照片数据中，AI就把大熊猫误认为了长臂猿。这对人来说是绝对不可能发生的错误。

“我为你单独分配了一个神经细胞”

目前，深度学习最大的问题之一就是它是个“黑盒子”，我们并不理解里边的每个神经元所代表的含义。已经有科学家，在这方面进行了一些探索性研究，并在计算机视觉领域，部分的解决了神经元问题。

比如，对于脑科学家长久以来争论不休的“祖母细胞”的问题，麻省理工大学的研究人员发现，用人工神经网络验证了真的可能是对于一个重要概念，大脑会分配一个或相关一组细胞来表示这个概念。每当这个概念被提起时，相关的细胞就会被激发。

以后最浪漫的情话可能是：“我为你单独分配了一个神经细胞”。

我们看到，不仅脑科学可以促进人工智能的发展，反过来人工智能也能够促进脑科学的研究，昔日两个大相径庭的领域正越走越近，相互融合。

深度学习另外一个局限性就是需要大量的人工标签，无人驾驶公司打标签的人工成本，甚至超过了数据科学家的成本。

从这个角度，目前监督式机器学习的情况可以说是：有多少人工成本，就有多少智能。

如果我们把机器学习中主要的方法和大脑做一个对比的话，监督式学习，依靠人类打标签的，也就是说有标准答案的，对应为人类小脑的机制。对这种机器学习，我们已经研究得比较成熟了。 但问题在于，互联网上大量的数据是没有标签的，依靠人去打标签的成本太高、不现实。

这类非监督的机器学习方法，可以很好地去发现数据本身的特征与结构，与监督式学习一起工作，可以得到更好的效果。大脑皮层的功能对应的就是非监督机器学习。

 AlphaGo对应的强化学习介于上述两者之间，强化学习是没有一个明确的、打标签的动作，但是它会得到一个环境的反馈。

这种学习方式比监督式学习通用性强很多，它不需要标签数据，只通过一个回报的数值来改进模型，通用性强，也是未来实现通用人工智能（AGI）的重要路径。

未来的人工智能发展可能是以强化学习和非监督学习为主，而一些深度学习模型中已经融入了非监督机器学习，AlphaGo则是强化学习和深度学习相结合的产物。

强化学习对应的大脑结构是基底神经节。

做乌鸦，不要做鹦鹉

在过去两次人工智能热潮当中，都是以逻辑推理为核心的符号主义所主导的，这一脉可以上溯到亚里士多德和苏格拉底。某些做知识图谱的人工智能的公司，会去招哲学博士，为什么？

因为两千年前的亚里士多德的本体论，在今天构建知识图谱的过程中，其思想仍然是核心。

知识图谱被认为是下一代的搜索引擎，你可以在百度上输入一个问题：姚明的妻子是谁？百度会直接告诉你答案：叶莉。这是因为知识图谱是基于逻辑推理的。

在金融行业，知识图谱非常广泛地应用于风控，它有助于提高风控的表现，如果逾期率的风险能降低0.1%，对于很多企业来说每年都能减少了上亿损失。

和机器学习所代表的概率性思维不同，知识图谱所代表的是另一种思维——确定性的逻辑推理。这两种思维的结合会产生很好的效果。 现在的人工智能被称为窄人工智能（ANI）。就像一只鹦鹉，学人说话学得很像，但它的智力其实很低。

我们将来要实现的人工智能可能是乌鸦，在日本有人拍到一段视频：

乌鸦捡到了一个坚果，但这个坚果很硬，它吃不到里边的肉，乌鸦就把坚果抛向高空掉在地上，还是砸不碎坚果。于是这只乌鸦把坚果放在马路当中，希望来往的车辆把坚果轧碎。但路上车水马龙，乌鸦去吃的时候不小心被车轧死怎么办？乌鸦又发现了红绿灯，当红灯亮的时候，车会停下来，这时候下去吃坚果是最安全的。

未来，我们要做的人工智能应该是乌鸦，而不是鹦鹉。

深度学习基本解决了感知的问题，但是要解决问题，必须要理解问题，从把问题抽象出来并形成概念，然后加上逻辑推理。现在，在抽象、形成概念和理解问题的这些环节还比较薄弱的，这也是未来潜力巨大的领域。

有很多实现未来人工智能的路径，其中有一种是我个人特别感兴趣的——群体智能。

我们看到，不管是鸟群还是蚂蚁，蜜蜂还是萤火虫，它们单体的智商都非常低。但是当它们聚集在一起的时候，没有一个个体控制群体，群体作为一个整体，却涌现出非常高超的、具有生命的智能。 我们大脑当中的神经网络也是类似的，每个神经元的功能都非常简单。但是大脑860亿个神经元，它们在一起由量变到质变，产生非常高级的智能。

最后我想用费米的一句话，来结束我今天的演讲：

“宇宙看上去包罗万物，但其实并不那么复杂，它只是由数量众多的，非常简单的结构组成。”

这轮人工智能从脑科学、心理学、 经济学，甚至量子力学中都获取了灵感。

未来的人工智能，将从哪里获取灵感呢？