中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

大家好，很高興來(lái)到講堂，今天我講的題目是《走進(jìn)“無(wú)人區(qū)”探索人工智能之路》。什么是人工智能？很多人認(rèn)為，人工智能是用機(jī)器，特別是計(jì)算機(jī)來(lái)模擬人類的智能。這個(gè)理解肯定是不對(duì)的。迄今為止，全世界對(duì)于什么是智能沒(méi)有統(tǒng)一的認(rèn)識(shí)，因?yàn)槲覀儗?duì)自己的大腦了解非常少。2019年，有人問(wèn)美國(guó)非常有名的腦科學(xué)家科赫（Christof Koch），“到現(xiàn)在為止，我們對(duì)人類的大腦了解多少呢？”他回答，“我們甚至不了解一條蠕蟲的腦子”。一條蠕蟲的腦子那么簡(jiǎn)單我們都沒(méi)有了解清楚，對(duì)人類大腦的了解更是太少。因此，這就遇到一個(gè)問(wèn)題，我們都說(shuō)不清楚“智能”，如何搞人工智能？

人工智能經(jīng)過(guò)多年的探索走出了兩條道路，一條道路叫做行為主義道路或者行為主義學(xué)派，或者唯物主義學(xué)派。這個(gè)學(xué)派的主張是用機(jī)器模擬人類的智能行為。“智能”跟“智能的行為”是兩個(gè)完全不同的概念。“智能”是指在我們大腦里面的過(guò)程，我們對(duì)它的了解非常少。“智能的行為”是智能的外部表現(xiàn)，我們可以觀察到它，就可以模擬它。因此，人工智能追求的目標(biāo)是什么？追求機(jī)器的行為跟人類的行為相似，而不是追求內(nèi)部工作原理的一致。例如，ChatGPT已經(jīng)達(dá)到了這個(gè)目標(biāo)，因?yàn)楦鶦hatGPT對(duì)話與跟真人對(duì)話很相近。在ChatGPT跟我們對(duì)話的過(guò)程中，它內(nèi)部的工作原理跟大腦工作原理一樣嗎？我可以明確告訴大家是不一樣的。因此，我們現(xiàn)在的人工智能走的是一條機(jī)器智能的道路，跟人類的智能并不完全一樣，它只是行為上相似，這是目前人工智能的主流。

我們?nèi)祟愂侨绾翁剿鬟@條道路的呢？最開(kāi)始是1956年，在美國(guó)召開(kāi)了人工智能研討會(huì)，參加會(huì)議的10個(gè)主要人物來(lái)自數(shù)學(xué)、計(jì)算機(jī)科學(xué)、認(rèn)知心理學(xué)、經(jīng)濟(jì)學(xué)和哲學(xué)等不同領(lǐng)域。他們經(jīng)過(guò)八周的討論，定義了人工智能，認(rèn)為要做一個(gè)會(huì)思考的機(jī)器，也即，希望機(jī)器能像人那樣思考。與會(huì)者主張用符號(hào)推理、符號(hào)表示來(lái)做這件事。在這個(gè)會(huì)議上，Newell和Simon表演了一個(gè)程序，叫做“邏輯學(xué)家”。該程序是用機(jī)器證明數(shù)學(xué)原理第二章中的部分原理，這表明，機(jī)器能做類似推理的工作。因?yàn)閿?shù)學(xué)定理的證明與推理相似。在這個(gè)會(huì)議上定義了什么是“人工智能”。

從1956年到現(xiàn)在，人工智能是我們現(xiàn)在遇到的非常年輕的領(lǐng)域，因?yàn)樗臍v史不到70年。這個(gè)過(guò)程分成三個(gè)階段，分別是第一代人工智能、第二代人工智能和第三代人工智能。

無(wú)論是做管理工作或者做技術(shù)工作需要的能力也分為兩個(gè)方面。一是在某個(gè)領(lǐng)域具有豐富的知識(shí)和經(jīng)驗(yàn)，二是具有很強(qiáng)的推理能力。根據(jù)這樣的分析，人工智能的創(chuàng)始人提出了“基于知識(shí)與經(jīng)驗(yàn)的推理模型”。這個(gè)思想非常簡(jiǎn)單，也即我們要實(shí)現(xiàn)機(jī)器會(huì)思考，只要把相應(yīng)的知識(shí)放在計(jì)算機(jī)里。比如，我們要讓計(jì)算機(jī)看病，只要把醫(yī)生的知識(shí)和經(jīng)驗(yàn)放到知識(shí)庫(kù)里，醫(yī)生看病的推理過(guò)程放在推理機(jī)制里，計(jì)算機(jī)就能看病了。如果要讓計(jì)算機(jī)做一些其它的思考工作，比如設(shè)計(jì)工作，我們把某個(gè)領(lǐng)域的設(shè)計(jì)知識(shí)和經(jīng)驗(yàn)輸入知識(shí)庫(kù)，把設(shè)計(jì)的推理過(guò)程放在推理機(jī)制里，計(jì)算機(jī)就能幫你設(shè)計(jì)。所以基于知識(shí)和經(jīng)驗(yàn)的推理模型是所有理性行為共同的計(jì)算模型，我們用這個(gè)計(jì)算模型就可以讓機(jī)器像人類那樣思考。

這個(gè)模型的核心思想是知識(shí)驅(qū)動(dòng)，換句話講，知識(shí)是人類智慧的源泉，知識(shí)就是力量。這些知識(shí)我們通常叫它理性知識(shí)，理性知識(shí)來(lái)自學(xué)習(xí)，所以所有做白領(lǐng)工作的人必須要接受教育。因?yàn)椴唤邮芙逃?，你就不可能有理性知識(shí)，沒(méi)有理性知識(shí)就不可能做任何一個(gè)白領(lǐng)的工作。所以好多人要接受教育，而且最好能接受更高等的教育，這樣才可能保證理性工作做得好。有的時(shí)候我們也把它叫做符號(hào)主義，因?yàn)槲覀儼讶祟惖闹R(shí)和經(jīng)驗(yàn)以符號(hào)的形式表達(dá)在計(jì)算機(jī)之中。

我們看一下最早的例子。70年代初，美國(guó)人根據(jù)這個(gè)思想做出一個(gè)名為MYCIN的醫(yī)療診斷系統(tǒng)，主要用于看血液傳染病、開(kāi)抗生素的藥。內(nèi)科醫(yī)生的知識(shí)、傳染病專家的知識(shí)都被擱在里面，因?yàn)檫@個(gè)知識(shí)非常有限，所以這個(gè)系統(tǒng)可以像醫(yī)生那樣看血液傳染病，最后開(kāi)出抗生素的藥。同時(shí)，這里增加了傳染病專家的知識(shí)，因此它的看病水平要比一般的內(nèi)科醫(yī)生強(qiáng)。在發(fā)達(dá)國(guó)家必須要這么做，也就是說(shuō)，它的醫(yī)療診斷系統(tǒng)必須比一般醫(yī)生水平要高才有用處。但是在發(fā)展中國(guó)家不一定要有這個(gè)要求，因?yàn)槲覀冞€有好多社區(qū)醫(yī)生，所以達(dá)到三甲醫(yī)院醫(yī)生的水平就可以推廣應(yīng)用。此外，它還可以幫助全科醫(yī)生進(jìn)行醫(yī)療輔助診斷。

這個(gè)系統(tǒng)看起來(lái)有很多優(yōu)勢(shì)，因?yàn)?strong>它能像人類那樣進(jìn)行推理，人類完全可以理解它的診斷過(guò)程，所以這個(gè)系統(tǒng)是可理解、可解釋的。但是最大的缺點(diǎn)是，所有的知識(shí)都要靠人類告訴它，它不可能從客觀世界去學(xué)習(xí)知識(shí)。在第一代人工智能時(shí)，計(jì)算機(jī)沒(méi)有自學(xué)能力，這是很難的。因?yàn)槲覀兤匠魇谥R(shí)是用自然語(yǔ)言進(jìn)行，但是當(dāng)我們要把知識(shí)傳授給計(jì)算機(jī)時(shí)，當(dāng)時(shí)的計(jì)算機(jī)還不懂自然語(yǔ)言，必須要想出一個(gè)計(jì)算機(jī)能理解的辦法跟它進(jìn)行交流，才有可能構(gòu)造這種系統(tǒng)。所以這種系統(tǒng)在當(dāng)時(shí)構(gòu)造起來(lái)很困難，費(fèi)時(shí)費(fèi)力，因此其應(yīng)用和產(chǎn)業(yè)化相對(duì)較差。因?yàn)樗兄R(shí)都靠人類去告訴它，所以它永遠(yuǎn)超不過(guò)人類。

第一代人工智能模型基于非常難構(gòu)造的知識(shí)和經(jīng)驗(yàn)推理模型。美國(guó)人做的MYCIN醫(yī)療診斷系統(tǒng)的知識(shí)非常有限，只開(kāi)抗生素藥、只看血液傳染病，但是這么小的一個(gè)系統(tǒng)也花了三年半時(shí)間才構(gòu)成。所以第一代人工智能走過(guò)的路是比較曲折的，最開(kāi)始的時(shí)候應(yīng)用有限，后來(lái)有了專家系統(tǒng)以后，雖然在窄的領(lǐng)域里得到一些應(yīng)用，但總的來(lái)講應(yīng)用較窄，所以那時(shí)候叫做“人工智能的冬天”。

1978年，我們成立了人工智能與智能控制教研組，這是中國(guó)最早的研究人工智能的機(jī)構(gòu)。當(dāng)時(shí)差不多有30位老師參與，這些老師絕大部分來(lái)自于自動(dòng)控制領(lǐng)域，原來(lái)并不是搞人工智能的。1978年時(shí)，我們招收了頭一批碩士生；1980年至1982年間，我代表教研組到美國(guó)訪問(wèn)了兩年，最主要的目的是學(xué)習(xí)人工智能。因?yàn)槲耶?dāng)時(shí)雖然選擇了這個(gè)方向，實(shí)則對(duì)人工智能很不了解。我去美國(guó)伊利諾斯大學(xué)香檳分校綜合科學(xué)實(shí)驗(yàn)室訪問(wèn)了兩年。那個(gè)時(shí)候綜合科學(xué)實(shí)驗(yàn)室的主任是華人科學(xué)家錢天聞，他的方向是人工智能。他那時(shí)有6位博士生，其中1位已經(jīng)做了8年，因?yàn)闆](méi)有選到好的題目，所以沒(méi)法再做下去；有一個(gè)做了不到一年就轉(zhuǎn)到計(jì)算機(jī)的其他方向去了；還有一個(gè)臺(tái)灣來(lái)的做了4年，也沒(méi)選到合適的方向。從這些情況來(lái)看，當(dāng)時(shí)人工智能確實(shí)處于低潮。

我們?cè)诖嘶A(chǔ)上開(kāi)始建立智能機(jī)器人實(shí)驗(yàn)室，當(dāng)時(shí)困難非常多。一是沒(méi)錢，當(dāng)時(shí)要買PUMA560機(jī)器人，在美國(guó)所有搞人工智能的大學(xué)里都有這個(gè)設(shè)備，但是機(jī)器人是巴黎統(tǒng)籌委員會(huì)對(duì)中國(guó)禁運(yùn)的物資，所以我們當(dāng)時(shí)買不著這個(gè)設(shè)備。我們通過(guò)跟福建合作，從香港買人家的二手貨，用機(jī)床的名義運(yùn)到國(guó)內(nèi)來(lái)。我們?cè)诜浅＠щy的情況下把這個(gè)設(shè)備買下來(lái)，上面沒(méi)有任何說(shuō)明書，這是全國(guó)進(jìn)口的第一臺(tái)機(jī)器人設(shè)備。當(dāng)時(shí)這個(gè)設(shè)備要十幾萬(wàn)塊錢，但我們一分錢沒(méi)有，所以就跟福建省計(jì)算機(jī)研究所合作，說(shuō)咱們各出一半錢，另一半錢我們先從他們那里借，所以實(shí)際上完全是他們出的錢買的。后來(lái)因?yàn)檫@個(gè)工作搞得很好，他們也沒(méi)再向我們要錢。所以就把這個(gè)實(shí)驗(yàn)室建起來(lái)了。

1985年建立實(shí)驗(yàn)室，1986年國(guó)家設(shè)立了“863”發(fā)展計(jì)劃，這個(gè)發(fā)展計(jì)劃把智能機(jī)器人作為了一個(gè)主題。從那時(shí)開(kāi)始，清華大學(xué)就參加了第一屆智能機(jī)器人主題的“863”高技術(shù)研究。我們從第一屆到第四屆都是作為專家參加委員會(huì)，到了第五屆，清華大學(xué)成為開(kāi)展智能機(jī)器人研究的組長(zhǎng)單位。1997年，設(shè)立了空間機(jī)器人，清華大學(xué)也是空間機(jī)器人的組長(zhǎng)單位。在這種情況下，我們從1987年開(kāi)始籌建，到1990年正式成立了一個(gè)叫“智能技術(shù)與系統(tǒng)”國(guó)家重點(diǎn)實(shí)驗(yàn)室，這個(gè)實(shí)驗(yàn)室搞得很好，每4至5年評(píng)估一次，我們連續(xù)3次全得到優(yōu)。因?yàn)榈玫絻?yōu)以后，運(yùn)行費(fèi)就給1000萬(wàn)，當(dāng)時(shí)1000萬(wàn)還是很大的一個(gè)數(shù)目。正是由于這兩個(gè)工作的支持，我們的工作得以開(kāi)展。在低潮期時(shí)，不管國(guó)內(nèi)還是國(guó)外，好多單位都難以繼續(xù)這方面的研究，但從78年代一直到90年代末，由于國(guó)家重點(diǎn)實(shí)驗(yàn)室對(duì)清華大學(xué)的支持，我們的研究工作一直做得不錯(cuò)。

首先我們建立了兩個(gè)理論。一是建立了問(wèn)題求解的商空間理論和粒計(jì)算理論，這個(gè)當(dāng)時(shí)在國(guó)際上有相當(dāng)影響。2005年，我們?cè)谇迦A大學(xué)發(fā)起、組織了國(guó)際粒計(jì)算會(huì)議，后來(lái)每年開(kāi)一次，延續(xù)至今。我們確立了這個(gè)研究方向，直到現(xiàn)在持續(xù)進(jìn)行研究。二是在人工神經(jīng)網(wǎng)絡(luò)方面，我們也做了早期的很多工作。當(dāng)時(shí)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展也很困難，在模型和學(xué)習(xí)算法方面，我們做出了很好的成果。此外，1990年開(kāi)始，我們主要做了自動(dòng)駕駛車，那個(gè)時(shí)候叫移動(dòng)機(jī)器人，這在國(guó)際上都算是開(kāi)展很早的單位，在國(guó)內(nèi)當(dāng)然也算是最早的。1992年，我們又承擔(dān)了軍用移動(dòng)機(jī)器人項(xiàng)目，這個(gè)項(xiàng)目后來(lái)也得到國(guó)家和部門的獎(jiǎng)勵(lì)。這個(gè)工作一直延續(xù)至今，雖然現(xiàn)在很多單位都在開(kāi)展自動(dòng)駕駛的研究工作，但其實(shí)清華大學(xué)是最早進(jìn)行自動(dòng)駕駛研究工作的單位之一。

（2）第二代人工智能面臨的問(wèn)題：感性知識(shí)的傳授

第二代人工智能的初期發(fā)展階段出現(xiàn)了一個(gè)問(wèn)題。因?yàn)槟Ｐ捅旧肀容^簡(jiǎn)單，好多學(xué)習(xí)算法還沒(méi)有發(fā)現(xiàn)，因此最開(kāi)始進(jìn)展比較慢。本世紀(jì)初開(kāi)始，第二代人工智能蓬勃發(fā)展。第一代人工智能主要在符號(hào)主義指導(dǎo)下進(jìn)行，它的目的是模擬人類的理性行為。但是人類除了理性行為之外還有大量的感性行為，這個(gè)感性行為要用人工神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行模擬。我們剛才說(shuō)過(guò)了知識(shí)是人類智慧的源泉，知識(shí)是我們理性行為的基礎(chǔ)。這個(gè)知識(shí)指的是理性知識(shí)、分析問(wèn)題的方法等，這些知識(shí)來(lái)自教育。人類除了理性知識(shí)以外，還有大量感性知識(shí)。比如，我們認(rèn)識(shí)馬牛羊、張三李四，這屬于感性知識(shí)。感性知識(shí)來(lái)自何處？它絕對(duì)不是來(lái)自于學(xué)習(xí)，也不是來(lái)自于傳授。大家想一想，我們?cè)趺从米匀徽Z(yǔ)言去傳授什么是“馬”？馬有馬頭、馬尾巴、四條腿。那么什么是“四”、什么是“條”、什么是“腿”？你說(shuō)細(xì)長(zhǎng)的叫腿，什么是“細(xì)”？什么是“長(zhǎng)”？換句話講，你要傳授一個(gè)感性的概念，你必須要用很多新的概念去描述它，那么最初的概念如何傳授？實(shí)際上是很難的。因此感性的知識(shí)是不可以用語(yǔ)言來(lái)傳授的，也無(wú)法從書本上學(xué)來(lái)。那我們的感性知識(shí)來(lái)自何處？我們每一個(gè)人最初得到的感性知識(shí)是認(rèn)識(shí)我們的母親。我們什么時(shí)候認(rèn)識(shí)我們的母親？怎么認(rèn)識(shí)我們的母親？到現(xiàn)在還是說(shuō)不清楚的。那么感性的知識(shí)來(lái)自何處？如果真能知道這些，我們就知道如何去教計(jì)算機(jī)認(rèn)識(shí)馬、認(rèn)識(shí)牛、認(rèn)識(shí)羊。

過(guò)去，我們主要通過(guò)編程的方法告訴計(jì)算機(jī)，馬牛羊有什么特征，這個(gè)方法是不正確的，用這個(gè)辦法來(lái)教它，結(jié)果教不會(huì)。語(yǔ)音也是這樣，過(guò)去，我們通過(guò)告訴它“我有什么特征”來(lái)教它聽(tīng)懂“我”，效果很不好。最后怎么完成的呢？就是基于大數(shù)據(jù)的機(jī)器學(xué)習(xí)。我們把網(wǎng)上所有馬牛羊的照片拿來(lái)，把中間的大部分做成訓(xùn)練樣本，讓它觀察和學(xué)習(xí)。學(xué)習(xí)完畢后，將剩下的樣本作為測(cè)試樣本去測(cè)它，識(shí)別率達(dá)到95%等等。語(yǔ)音也是這樣，我們收集了大量語(yǔ)音，把中間大部分作為訓(xùn)練樣本，讓計(jì)算機(jī)傾聽(tīng)、學(xué)習(xí)，最后把剩下的部分作為測(cè)試樣本去測(cè)它。這也是用同樣的辦法，即觀察和傾聽(tīng)。那么用什么東西來(lái)觀察和傾聽(tīng)呢？就是人工神經(jīng)網(wǎng)絡(luò)。也就是說(shuō)，把識(shí)別的問(wèn)題作為分類問(wèn)題來(lái)進(jìn)行，利用人工神經(jīng)網(wǎng)絡(luò)來(lái)分類，馬這組數(shù)據(jù)分成一類，牛這組數(shù)據(jù)又分成一類，這樣就實(shí)現(xiàn)了識(shí)別。所以這個(gè)神經(jīng)網(wǎng)絡(luò)是采取多層的神經(jīng)網(wǎng)絡(luò)，這個(gè)神經(jīng)網(wǎng)絡(luò)叫深度神經(jīng)網(wǎng)絡(luò)，即很深的神經(jīng)網(wǎng)絡(luò)，而用這個(gè)神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)的，叫做深度學(xué)習(xí)。所以深度學(xué)習(xí)不是學(xué)很深的意思，而是用很深的神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)它，這樣效果會(huì)很好。

我們看一下這樣做的效果。過(guò)去都是用同樣的圖像庫(kù)、圖像網(wǎng)進(jìn)行圖像識(shí)別，一共有2萬(wàn)多個(gè)種類，1千5百萬(wàn)張圖。過(guò)去，我們用一個(gè)編程的辦法告訴它什么是馬、什么是羊，這樣做誤識(shí)率是50%。后來(lái)我們用機(jī)器學(xué)習(xí)的辦法來(lái)做，結(jié)果誤識(shí)率降到3.57%。從50%降到3.57%，而人類的誤識(shí)率是5.1%，降到3.57%是超過(guò)人類的水平的。

通過(guò)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，也可以找數(shù)據(jù)中間的關(guān)聯(lián)關(guān)系。機(jī)器翻譯就是這么做的。過(guò)去的機(jī)器翻譯怎么做的呢？用語(yǔ)法分析、語(yǔ)義分析，效果非常不好。現(xiàn)在換成機(jī)器學(xué)習(xí)的方法，效果非常之好。因?yàn)槲覀冎灰抑形暮陀⑽闹g的關(guān)聯(lián)關(guān)系，不去仔細(xì)分析它的語(yǔ)法語(yǔ)義，也就是說(shuō)，這個(gè)中文輸入對(duì)應(yīng)的是這個(gè)英文。在學(xué)了大量的結(jié)果以后，我們給一個(gè)中文它就會(huì)翻成英文，所以是利用這個(gè)模型學(xué)習(xí)數(shù)據(jù)中間的關(guān)聯(lián)關(guān)系，通過(guò)學(xué)習(xí)把中文和英文關(guān)聯(lián)起來(lái)，因此它能夠進(jìn)行翻譯。

深度學(xué)習(xí)出來(lái)后，也即第二代人工智能繁榮興起后，國(guó)內(nèi)也興起高潮。清華大學(xué)有很多年輕人參加，以朱軍為代表的年輕隊(duì)伍做了很多這方面的工作。一是理論工作，他們提出一個(gè)概率學(xué)習(xí)的理論和模型，就是在貝葉斯原來(lái)的理論上加一個(gè)維度，即后驗(yàn)分布。原來(lái)貝葉斯理論是靠先驗(yàn)分布和似然函數(shù)，現(xiàn)在加上后驗(yàn)分布以后，學(xué)習(xí)質(zhì)量和學(xué)習(xí)效率提高?；谶@個(gè)理論，我們做了一個(gè)開(kāi)源的編程庫(kù)，可以供全世界使用。這個(gè)工作也得到了大家的好評(píng)。

（5）深度學(xué)習(xí)的不安全性

還有一個(gè)非常重要的問(wèn)題，我們一個(gè)博士生比較早發(fā)現(xiàn)深度學(xué)習(xí)的不安全性，他做了一個(gè)非常典型的例子。左邊這張雪山圖，原來(lái)計(jì)算機(jī)看起來(lái)是雪山，人看起來(lái)也是雪山，只要把它加一點(diǎn)噪聲，變成右邊這張圖（右邊這張圖比左邊的圖多了一點(diǎn)噪聲）。人看起來(lái)是雪山，當(dāng)計(jì)算機(jī)卻看成是一條狗。這就充分說(shuō)明，深度學(xué)習(xí)的模式識(shí)別跟人類的視覺(jué)完全不同，盡管它能夠把雪山和狗分開(kāi)，但實(shí)際上它既不認(rèn)識(shí)狗，也不認(rèn)識(shí)雪山。為什么是這樣的情況呢？關(guān)鍵問(wèn)題是——什么叫做狗？我們?cè)趺炊x一只狗？通常用人類視覺(jué)來(lái)區(qū)分，主要看它的外形，狗的外形跟貓的外形不一樣，但問(wèn)題是什么是狗的外形？狗有各種各樣，我們?yōu)槭裁丛诒姸喙返耐庑卫锬軌蚍直娉鰜?lái)這就是狗，而且同樣一只狗站著、躺著、跑著，前面、背面都不一樣，為什么人類的視覺(jué)能夠在千變?nèi)f化的外形里確定它是狗？到現(xiàn)在為止我們沒(méi)搞清楚。我們對(duì)腦科學(xué)的研究很差，因?yàn)椴恢廊祟惖难劬槭裁丛谇ё內(nèi)f化的狗的外形里能夠斷定它是狗，而且有時(shí)把狗擋住了，擋了很多，我們還認(rèn)識(shí)它。人類的視覺(jué)是怎么解決這個(gè)問(wèn)題的？到現(xiàn)在還是個(gè)謎，所以計(jì)算機(jī)不知道怎么做。計(jì)算機(jī)看狗，最早的時(shí)候，狗在這邊它認(rèn)識(shí)，挪了位置就不認(rèn)識(shí)了，這就是位移的不變性，這個(gè)問(wèn)題現(xiàn)在已經(jīng)解決。但是沒(méi)有解決的問(wèn)題還有很多。例如，計(jì)算機(jī)識(shí)別固定尺寸的狗，把狗變大了不認(rèn)識(shí)，變小了也不認(rèn)識(shí)，這就是大小的不變性?，F(xiàn)在機(jī)器認(rèn)識(shí)狗，變大變小，它都不認(rèn)識(shí)。所以現(xiàn)在機(jī)器怎么做呢？只能用局部的紋理來(lái)區(qū)分狗和雪山。因此，我們把雪山中間的某個(gè)紋理改成皮毛的紋理，形狀一點(diǎn)不變，它就認(rèn)為是狗，這就是它的實(shí)質(zhì)。所以我們可以看到深度學(xué)習(xí)是非常不安全、不可靠的，而且也是不可信的。

我們比較早發(fā)現(xiàn)了人臉識(shí)別的不安全性。如上面這個(gè)圖所示，計(jì)算機(jī)能夠識(shí)別左邊的人和右邊的人不是同一個(gè)人。但我們只要給它加一點(diǎn)噪聲，它就把右邊這個(gè)人認(rèn)為是左邊的人，所以現(xiàn)在為什么人臉識(shí)別那么不安全？因?yàn)槲覀冎灰淖円稽c(diǎn)它的局部特征，人還是認(rèn)為是原來(lái)的人，但計(jì)算機(jī)完全看成是不同的人，所以人臉識(shí)別是非常不安全的?，F(xiàn)在用它來(lái)付錢還可以，但問(wèn)題是用它來(lái)取錢就有問(wèn)題了，你在網(wǎng)上是不可以刷臉取錢的，這就說(shuō)明它的不安全性。

根據(jù)CSRanking統(tǒng)計(jì)，清華大學(xué)的團(tuán)隊(duì)在全球人工智能頂刊發(fā)表高檔文章數(shù)，2017-2019年排在第一位。這說(shuō)明，清華大學(xué)或者我們中國(guó)的平均水平是不低的，平均水平是先進(jìn)水平。問(wèn)題出在我們的最高水平跟人家差距大，很難出出類拔萃的人才。換句話說(shuō)，我們的創(chuàng)新能力不如人家。而往往最高水平是決定科技發(fā)展的主要因素，所以這一點(diǎn)我們還需努力。

3. 第三代人工智能

第一代人工智能用了知識(shí)、算法、算力三個(gè)要素，其中最主要運(yùn)用的是知識(shí)。第二代人工智能主要用數(shù)據(jù)，即數(shù)據(jù)、算法和算力三個(gè)要素。這兩代人工智能都有它的缺點(diǎn)，因?yàn)樗挥昧酥虚g三個(gè)要素。為了克服這個(gè)缺點(diǎn)，唯一的辦法是把知識(shí)、數(shù)據(jù)、算法和算力這四個(gè)要素同時(shí)用起來(lái)，這就是我們提出來(lái)的主張，全世界也很贊成我們這個(gè)主張。但是外國(guó)人跟我們不同的是強(qiáng)調(diào)數(shù)據(jù)的作用，而我們是強(qiáng)調(diào)知識(shí)的作用。我們認(rèn)為，知識(shí)是人類智慧的源泉，而非數(shù)據(jù)。但同時(shí)也一定要注意數(shù)據(jù)，因?yàn)橛?jì)算機(jī)處理數(shù)據(jù)的能力比人類強(qiáng)得多，所以我們強(qiáng)調(diào)數(shù)據(jù)是強(qiáng)調(diào)機(jī)器的作用，強(qiáng)調(diào)知識(shí)是強(qiáng)調(diào)人類的作用。我們認(rèn)為，人類對(duì)人工智能的作用應(yīng)該比機(jī)器更加重要，這一點(diǎn)與國(guó)外觀點(diǎn)不同。但是我可以告訴大家，ChatGPT這么大的成功就是因?yàn)樗浞值睦昧恕爸R(shí)、數(shù)據(jù)、算法、算力”這四個(gè)要素。

（2）大語(yǔ)言模型：大模型

大語(yǔ)言模型就是LLM。我們首先在語(yǔ)言上突破，ChatGPT為什么有這么強(qiáng)大的性能？主要依靠?jī)蓚€(gè)“大”，一個(gè)大模型，一個(gè)大文本。第一個(gè)“大”是一個(gè)大的人工神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)可以用來(lái)做分類，用來(lái)學(xué)習(xí)數(shù)據(jù)中間的關(guān)聯(lián)關(guān)系，也可以用來(lái)做預(yù)測(cè)?，F(xiàn)在，在ChatGPT里用它做語(yǔ)言生成。這個(gè)巨大的人工神經(jīng)網(wǎng)絡(luò)叫“轉(zhuǎn)換器”，就是GPT的那個(gè)“T”。G是生成式，P是預(yù)訓(xùn)練，T是轉(zhuǎn)換器，它是靠這三個(gè)東西的。

大模型在這里起什么作用？大模型的“大”體現(xiàn)在哪里？深度神經(jīng)網(wǎng)絡(luò)是很深的神經(jīng)網(wǎng)絡(luò)，它的中間層一般是幾層、十幾層。在ChatGPT里是非常深的神經(jīng)網(wǎng)絡(luò)，有96層。其次是非常寬的神經(jīng)網(wǎng)絡(luò)，一次能夠輸入2000多字（一個(gè)token，粗略地講相當(dāng)于一個(gè)漢字）。原來(lái)的神經(jīng)網(wǎng)絡(luò)是逐字輸入，現(xiàn)在是一大段文本輸入。GPT4可以滿足12萬(wàn)8千個(gè)漢字同時(shí)輸入，即300多頁(yè)文本同時(shí)輸入，它能看到全文，這是第一個(gè)“大”。最主要的問(wèn)題是文本的語(yǔ)意表示。過(guò)去，文本在計(jì)算機(jī)里用符號(hào)表示，計(jì)算機(jī)看到符號(hào)不知道它說(shuō)什么？比如，“我打他”，計(jì)算機(jī)看到的是ABC三個(gè)符號(hào)，所以我們必須幫它做語(yǔ)法分析，告訴它“我”是主語(yǔ)，“打”是謂語(yǔ)，“他”是賓語(yǔ)，它才知道是什么意思。現(xiàn)在文本不是用符號(hào)表示，而是用語(yǔ)意向量表示，這是人類從1957年到2013年花了56年時(shí)間才解決的。也就是說(shuō)，所有的文本不管它是詞、句子、段落都是用向量來(lái)表示，計(jì)算機(jī)看到這個(gè)向量就知道它說(shuō)什么。因?yàn)樗淹瑯诱Z(yǔ)意的向量放在一起，不同語(yǔ)意向量放在空間的不同位置。所以它看到“我打他”這個(gè)向量，它馬上知道說(shuō)的是“我打他”，因?yàn)椤拔掖蛩?，“你打他”，“他打他”，同樣意思的東西放在一起。過(guò)去計(jì)算機(jī)處理文本只能把它當(dāng)數(shù)據(jù)處理，現(xiàn)在可以把它當(dāng)知識(shí)來(lái)處理，可以處理文本的內(nèi)容，這是最重要的一個(gè)突破，即向量表示。向量就是一個(gè)數(shù)，所以計(jì)算機(jī)算起來(lái)非常容易。

第二個(gè)是我們花了74年的時(shí)間解決了巨大的人工神經(jīng)網(wǎng)絡(luò)。這個(gè)巨大的人工智能神經(jīng)網(wǎng)絡(luò)叫“轉(zhuǎn)換器”，“轉(zhuǎn)換器”很長(zhǎng)的文本可以同時(shí)輸入。最后一個(gè)是“自監(jiān)督學(xué)習(xí)”，這是OpenAI的貢獻(xiàn)。大家不要認(rèn)為ChatGPT是OpenAI花四年時(shí)間做出來(lái)的，而是世界的科學(xué)家、工程師花了六七十年時(shí)間才研究出來(lái)ChatGPT。前面兩個(gè)成果都主要是大學(xué)做的，只有最后一個(gè)成果“自監(jiān)督學(xué)習(xí)”是OpenAI提出來(lái)的，OpenAI的主要貢獻(xiàn)就提出了“自監(jiān)督學(xué)習(xí)方法”，另外把它實(shí)現(xiàn)一共花了四年時(shí)間。過(guò)去要它學(xué)習(xí)都要做預(yù)處理、預(yù)先標(biāo)注，這個(gè)工作量太大，無(wú)法大量學(xué)習(xí)。“自監(jiān)督學(xué)習(xí)”是原來(lái)的文本不經(jīng)過(guò)任何處理就可以學(xué)習(xí)，用前面的文本預(yù)測(cè)后面的詞，輸入后預(yù)測(cè)下一個(gè)，預(yù)測(cè)下一個(gè)又把下一個(gè)變成輸入，就像接龍式學(xué)習(xí)。

我對(duì)人工智能系統(tǒng)做過(guò)一個(gè)測(cè)試：請(qǐng)用小學(xué)三年級(jí)學(xué)生的身份寫一篇作文，作文題目叫“會(huì)飛的房子”。這非?？简?yàn)系統(tǒng)好不好。首先，寫的時(shí)候是不是以三年級(jí)學(xué)生這個(gè)身份寫的。有的系統(tǒng)不好，大人的話都出來(lái)了，寫成非常深的科幻故事，那就不對(duì)了。其次，“會(huì)飛的房子”給了非常大的創(chuàng)造性、想象力。有的系統(tǒng)會(huì)寫出來(lái)想象力非常高的文章，比如說(shuō)它飛到城市、農(nóng)村，看到的全是童話世界而非現(xiàn)實(shí)世界，都是想象出來(lái)的。所以大語(yǔ)言模型是向通用人工智能邁出的一步。微軟說(shuō)大語(yǔ)言模型是通用人工智能的火花，西方輿論里大多數(shù)說(shuō)是通用人工智能的曙光，但是有少數(shù)人認(rèn)為它就是通用人工智能，我認(rèn)為這個(gè)意見(jiàn)是錯(cuò)的。我們通向通用人工智能的道路依然任重道遠(yuǎn)，換句話講，人工智能還有很長(zhǎng)的路要走，因?yàn)橐_(dá)到通用人工智能必須滿足三個(gè)條件。

（5）大語(yǔ)言模型邁向通用人工智能的四個(gè)步驟

我們認(rèn)為，從大語(yǔ)言模型邁向通向人工智能首先需要走四個(gè)步驟。第一步是跟人類進(jìn)行交互、跟人類對(duì)齊，第二步是多模態(tài)生成，第三步是跟數(shù)字世界交互，第四步是跟客觀世界交互。但也不是說(shuō)這四步做了就完成了通用人工智能，但至少是向通用人工智能邁出這四步。

第一步：與人類對(duì)齊。盡管現(xiàn)在ChatGPT說(shuō)的都是人話，但是不見(jiàn)得是正確的。如何克服這個(gè)問(wèn)題呢？必須靠人類去幫助它克服，跟人類對(duì)齊。我們看一下上圖的結(jié)果，GPT-3時(shí)的錯(cuò)誤率是40%（40%錯(cuò)，60%對(duì)）。經(jīng)過(guò)兩年人類的調(diào)整，幫助它改正，到ChatGPT時(shí)降到20%，GDP-4的時(shí)候降到10%，從這里可以看到，它的錯(cuò)誤需要人類幫助進(jìn)行糾正，而且這個(gè)糾正的速度是很快的。迭代的速度很快，但我們要看到錯(cuò)誤仍然存在，不可能把它變成零。我們要它具有創(chuàng)造性就得允許它犯錯(cuò)誤。

第二步：多模態(tài)生成。我們用大模型生成文本，我們把它叫ChatGPT，現(xiàn)在可以用大模型來(lái)生成圖像、聲音、視頻、代碼。生成聲音里包括語(yǔ)音、音樂(lè)，所以可以用大模型生成各種各樣模態(tài)的東西。上圖是我們學(xué)生做的，關(guān)于如何用擴(kuò)散模型。用圖形時(shí)一般要加上擴(kuò)散模型，這樣圖形的結(jié)果質(zhì)量會(huì)更高，這個(gè)擴(kuò)散+轉(zhuǎn)換器的模型是我們提出來(lái)的。

這個(gè)是生數(shù)科技做的文本生成圖像，也就是說(shuō)，你隨便寫一個(gè)文本，它就根據(jù)這個(gè)文本生成出來(lái)圖。我們看中間這張圖，中秋節(jié)的月兔和月餅，它畫出來(lái)兔子和月餅。大家看一下兔子，它的胡須、細(xì)節(jié)非常之好。當(dāng)然我們也可以讓它按照某一個(gè)畫家的風(fēng)格畫出來(lái)圖，左邊的圖是按照某一個(gè)畫家的風(fēng)格畫出來(lái)的桌上的向日葵，它也畫得很好，質(zhì)量非常高，可以說(shuō)達(dá)到人類的水平甚至畫家的水平。

這一張圖是美國(guó)Midjourney的文生圖，它是說(shuō)畫一張“穿著夾克衫和牛仔褲的情侶坐在屋頂上，背景是90年代的北京”的圖。請(qǐng)大家看這個(gè)圖，它畫出來(lái)人的神態(tài)、衣著和背景完全是北京90年代的感覺(jué)。它居然完全理解了，北京90年代的人就是這個(gè)樣子。這一方面反映了它繪畫的水平，另一方面給造假形成了極大的空間。大家想一想，如果它將來(lái)畫出來(lái)的畫說(shuō)這是你在這兒干壞事當(dāng)場(chǎng)被我拍下來(lái)的，你到什么地方去說(shuō)理？說(shuō)我沒(méi)有干壞事，這是計(jì)算機(jī)生成的。所以我們現(xiàn)在專門開(kāi)了一個(gè)公司去鑒別文本究竟是機(jī)器生成的還是人寫出來(lái)的、圖像究竟是機(jī)器畫的還是人畫的、視頻究竟是人做的還是機(jī)器做的。我可以告訴大家，非常困難。隨著技術(shù)的進(jìn)步，會(huì)越來(lái)越困難，給造假提供了非常好的機(jī)會(huì)，這個(gè)造假專門有個(gè)名字叫做“深度造假”。用深度學(xué)習(xí)的辦法來(lái)造假，而不是說(shuō)造的很深的意思。大家想一想，如果以后網(wǎng)絡(luò)上的文本95%都是機(jī)器寫出來(lái)的，我們還能從網(wǎng)絡(luò)上看到真相嗎？一個(gè)事情出來(lái)以后，網(wǎng)絡(luò)上一片反對(duì)聲音，究竟是多數(shù)人在反對(duì)還是少數(shù)人操縱機(jī)器寫出來(lái)的？將來(lái)很容易用這個(gè)去制造輿論、混淆視聽(tīng)，所以這個(gè)問(wèn)題是非常嚴(yán)重的。

第三步：AI智能體。必須跟數(shù)字世界連起來(lái)，大語(yǔ)言模型再好，只能說(shuō)不會(huì)干，很多事情要干了才行。首先，先在數(shù)字世界里具體干活，干完活以后就可以解決這樣的問(wèn)題，它就知道自己這個(gè)東西做得怎么樣。因?yàn)樗鼡?jù)有反饋，這個(gè)工作對(duì)促進(jìn)它的性能有很大的好處。原來(lái)說(shuō)了以后不知道說(shuō)得對(duì)不對(duì)，現(xiàn)在照著你說(shuō)的來(lái)干，一干就知道對(duì)不對(duì)，所以有了反饋以后可以推動(dòng)大模型往前發(fā)展。

第四步：具身智能。接下來(lái)就跟客觀世界連在一起，你必須得有手，光動(dòng)口不動(dòng)手怎么能干活，跟物理世界連接需要機(jī)器人，這就是“具身智能”，即具有身體的智能。智能光有腦袋還不夠，還必須具有身體，這樣你才能動(dòng)口又動(dòng)手，所以第四步就要和客觀世界連在一起。

案例二：它的輸出不一定都是好的。大家看到的Sora等，都是拿好的給大家看。上圖是美國(guó)非常好的一個(gè)圖形生成器DALLE.2生成的6張圖。我輸入“他憤怒地踢開(kāi)門，揚(yáng)長(zhǎng)地走出”，生成的前面三張不錯(cuò)，但后面的不僅是主題不對(duì)，畫的畫也很糟糕，所以它也會(huì)輸出質(zhì)量不好的，這就是造成不可信的重要原因。所以未來(lái)它最多像中間這個(gè)情況一樣，做我們的助手幫助我們。我們監(jiān)控它干，最終采取什么樣的設(shè)計(jì)我們來(lái)決定，未來(lái)只有少數(shù)工作可以完全交給機(jī)器干，獨(dú)立完成。

高通全球投資研究做了一個(gè)統(tǒng)計(jì)圖，統(tǒng)計(jì)人工智能對(duì)各行各業(yè)的影響如何。這個(gè)圖里面列出來(lái)大量行業(yè)，左邊深度比較深的表明影響小，比較淺的藍(lán)色表明影響大。灰色部分表明會(huì)被代替，我們這里看到被代替的是屬于少數(shù)，即灰色的部分較少。將來(lái)會(huì)被代替的是行政工作、秘書工作及法律工作，因?yàn)榉捎写罅课臋n的整理工作。所以大家放心，人工智能對(duì)各行各業(yè)都有重大的影響，但是大多數(shù)是幫助大家提高工作質(zhì)量，被取代的是少數(shù)。