車(chē)云按：本文是高文院士在第六屆車(chē)載信息服務(wù)產(chǎn)業(yè)應(yīng)用聯(lián)盟年會(huì)上發(fā)表的題為《人工智能的發(fā)展與未來(lái)挑戰(zhàn)》的演講。
高文，中國(guó)工程院院士，北京大學(xué)教授、博士生導(dǎo)師，國(guó)家自然基金委員會(huì)副主任，中國(guó)計(jì)算機(jī)協(xié)會(huì)理事長(zhǎng)，第十屆、十一屆、十二屆全國(guó)政協(xié)委員。1988年在杭大獲計(jì)算機(jī)博士學(xué)位，1991年在日本東京大學(xué)獲電子學(xué)博士學(xué)位。研究領(lǐng)域?yàn)槿斯ぶ悄堋⒛Ｊ阶R(shí)別與多媒體計(jì)算，近年來(lái)主要研究領(lǐng)域包括視頻監(jiān)管等多個(gè)云項(xiàng)目，2003年因?qū)σ曨l技術(shù)的貢獻(xiàn)以及在中國(guó)發(fā)展的領(lǐng)導(dǎo)力，當(dāng)選為美國(guó)計(jì)算機(jī)學(xué)會(huì)的會(huì)員。
現(xiàn)在人工智能非常熱，講深度學(xué)習(xí)會(huì)講的比較多，講其他的比較少，但是我們有必要知道它的歷史、知道它的門(mén)派。人工智能到現(xiàn)在為止有60年的時(shí)間，有三大門(mén)派：
- 第一個(gè)門(mén)派，通常叫邏輯主義（符號(hào)主義），核心是符號(hào)推理與機(jī)器推理，用符號(hào)表達(dá)的方式來(lái)研究智能、研究推理。奠基人是西蒙（CMU）。
- 第二個(gè)門(mén)派，連接主義。核心是神經(jīng)元網(wǎng)絡(luò)與深度學(xué)習(xí)，仿造人的神經(jīng)系統(tǒng)，把人的神經(jīng)系統(tǒng)的模型用計(jì)算的方式呈現(xiàn)，用它來(lái)仿造智能，目前人工智能的熱潮實(shí)際上是連接主義的勝利。奠基人是明斯基（MIT）。
- 第三個(gè)門(mén)派，行為主義。推崇控制、自適應(yīng)與進(jìn)化計(jì)算。這個(gè)流派最早期的時(shí)候大家對(duì)它的期望值是比較高，這些年行為主義沒(méi)有起來(lái)，今后可能會(huì)有一個(gè)浪潮，這個(gè)行為主義其實(shí)和我們今后要做的車(chē)聯(lián)網(wǎng)非常密切。奠基人是維納（MIT）。
說(shuō)到人工智能，人工智能的定義到底是什么？現(xiàn)在沒(méi)有非常嚴(yán)格準(zhǔn)確或者所有人都接受的定義，但是有一些約定俗成的說(shuō)法。通常人工智能是指機(jī)器智能，讓機(jī)器達(dá)到人智能所實(shí)現(xiàn)的一些功能。人工智能既然是機(jī)器智能，就不是機(jī)械智能，那么這個(gè)機(jī)器是指什么呢？是指計(jì)算機(jī)，用計(jì)算機(jī)仿真出來(lái)的人的智能行為叫作人工智能。
人工智能研究領(lǐng)域包括認(rèn)知建模、知識(shí)表示、推理及應(yīng)用、機(jī)器感知、機(jī)器思維、機(jī)器學(xué)習(xí)、機(jī)器行為和智能系統(tǒng)等。研究人工智能的動(dòng)力包括推理，知識(shí)，規(guī)劃，學(xué)習(xí)，交流，感知，移動(dòng)和操作物體的能力等。我們說(shuō)車(chē)聯(lián)網(wǎng)里面要有人工智能，這個(gè)人工智能主要是做什么呢？這里包括了很多東西，包括它需要對(duì)周邊環(huán)境的感知、對(duì)移動(dòng)操作的控制、對(duì)整個(gè)行為的學(xué)習(xí)以及交互交流，所以整個(gè)都需要人工智能才可以做得好。
現(xiàn)在人工智能用得最好的領(lǐng)域是在搜索，這一輪我們說(shuō)互聯(lián)網(wǎng)熱，現(xiàn)在叫“互聯(lián)網(wǎng)+”，最大的進(jìn)展其實(shí)就是搜索的進(jìn)展。我們知道谷歌和百度的成功其實(shí)都是搜索的成功，原來(lái)的搜索都是基于關(guān)健字的搜索，現(xiàn)在的搜索除了關(guān)健字以外，還有很多基于云的搜索，比如說(shuō)科大訊飛，這是語(yǔ)音的進(jìn)展。另外，現(xiàn)在的搜索越來(lái)越智能，以前的搜索你輸入幾個(gè)關(guān)健詞，現(xiàn)在的搜索可以理解整個(gè)句子，知道你想要問(wèn)什么，然后搜索出你最想要的答案。下一個(gè)是什么？可能會(huì)是駕駛，和車(chē)聯(lián)網(wǎng)的關(guān)系非常密切。
人工智能能不能繞開(kāi)人工智能的奠基人？人工智能的奠基人叫阿蘭·圖靈（Alan Turing），這是一個(gè)天才，他締造了兩個(gè)領(lǐng)域，是這兩個(gè)領(lǐng)域之父：一個(gè)是計(jì)算機(jī)科學(xué)之父，沒(méi)有圖靈機(jī)就沒(méi)有今天的計(jì)算機(jī)，我們今天所有的計(jì)算機(jī)模型都是基于圖靈機(jī)的。圖靈也是人工智能之父。圖靈只活了四十幾歲，在他的晚期對(duì)人工智能特別著迷，提出了圖靈測(cè)試，這也是我們今天之所以能夠研究人工智能，是因?yàn)閳D靈前面為我們開(kāi)辟了一條道路。
圖靈測(cè)試實(shí)際上是現(xiàn)在人工智能來(lái)判斷一個(gè)機(jī)器是不是有智能的依據(jù)：有一臺(tái)機(jī)器和一個(gè)人，都被放置在黑屋子里，測(cè)試員不知道哪個(gè)屋子是機(jī)器哪個(gè)屋子是人。然后由測(cè)試員就開(kāi)始問(wèn)問(wèn)題，一直問(wèn)到他能判斷哪個(gè)屋子里是機(jī)器，哪個(gè)屋子里是人，那這個(gè)測(cè)試就完成了。當(dāng)測(cè)試員把所有能夠想出來(lái)的問(wèn)題都問(wèn)完了，他還判斷不出來(lái)哪個(gè)是機(jī)器哪個(gè)是人，這個(gè)機(jī)器就具有智能了，這就叫圖靈測(cè)試。當(dāng)時(shí)在圖靈那個(gè)年代，這個(gè)測(cè)試通常用聲音提供，人和機(jī)器的聲音一聽(tīng)就能知道，所以他要求通過(guò)鍵盤(pán)進(jìn)行測(cè)試。
為了紀(jì)念圖靈，圖靈去世以后，后人有很多紀(jì)念圖靈的辦法，1966年由ACM學(xué)會(huì)設(shè)立圖靈獎(jiǎng)，被成為計(jì)算機(jī)學(xué)科的諾貝爾獎(jiǎng)。這個(gè)獎(jiǎng)共有60余人獲獎(jiǎng)，每年有1-3名，其中也有華人獲獎(jiǎng)?wù)咭ζ谥?。獲獎(jiǎng)人可以共享一個(gè)獎(jiǎng)勵(lì)，這個(gè)獎(jiǎng)勵(lì)是由企業(yè)出錢(qián)來(lái)獎(jiǎng)勵(lì)計(jì)算機(jī)學(xué)會(huì)的人。這60多人中有8位是做人工智能的，大概1/8左右和人工智能有關(guān)。國(guó)內(nèi)在討論要不要把人工智能變成一級(jí)學(xué)科，從這個(gè)角度看人工智能是很重要的。
人工智能到去年剛好是60年，第一屆人工智能最主要的討論會(huì)發(fā)起是1956年，當(dāng)時(shí)是由幾個(gè)年輕人發(fā)起，有大概20多個(gè)人參加，在美國(guó)的達(dá)特茅斯開(kāi)了一個(gè)暑期研究班。這個(gè)研究班當(dāng)時(shí)有很多現(xiàn)在非常有名的人參加，但是當(dāng)時(shí)都非常年輕。這些人聚在一起討論了兩星期，最后就把人工智能的框架給闡述出來(lái)了。這些人當(dāng)中有很多都是今天耳熟能詳?shù)?，后?lái)大部分人都獲得了圖靈獎(jiǎng)，很多都是人工智能的泰山鼻祖人物。這些人當(dāng)時(shí)雖然不在斯坦福，但是后來(lái)都到斯坦福教學(xué)了，成了斯坦福的教授。
人工智能從1956年開(kāi)始以后幾起幾落，出現(xiàn)了幾次浪潮，現(xiàn)在人工智能已經(jīng)是第三波浪潮了。第一波浪潮實(shí)際上是從1956年-1976年，最核心的是邏輯主義。就是上文提到的第一個(gè)學(xué)派。邏輯主義主要是用機(jī)器證明的辦法去證明和推理一些知識(shí)，比如能不能用機(jī)器證明一個(gè)數(shù)學(xué)定理，這是機(jī)器證明的問(wèn)題。要想證明這些問(wèn)題，需要把原來(lái)的條件和定義從形式化變成邏輯表達(dá)，然后用邏輯的方法去證明最后的結(jié)論是對(duì)的還是錯(cuò)的，叫做邏輯證明。
實(shí)際上早期的計(jì)算機(jī)人工智能都是沿著這條路在走，所以當(dāng)時(shí)我們有很多專(zhuān)家系統(tǒng)，比如醫(yī)學(xué)專(zhuān)家系統(tǒng)。醫(yī)學(xué)專(zhuān)家系統(tǒng)輸入的是什么呢？是輸入一些癥狀。這些癥狀是用語(yǔ)言輸進(jìn)的，但機(jī)器里面可以變換成邏輯表達(dá)，用符號(hào)演算的辦法推出來(lái)你大概是什么病或者肯定是什么病。所以當(dāng)時(shí)在邏輯的抽象、邏輯的運(yùn)算和邏輯表達(dá)方面，人們花了大量的工夫。
當(dāng)時(shí)在1958年這個(gè)領(lǐng)域剛開(kāi)了兩年之后，就有兩位計(jì)算機(jī)領(lǐng)域的大師，Herbert Simon和Allen Newell，他們的理論直接涉及到?jīng)Q策論，完全是一套邏輯主義的推理方法。他們對(duì)決策論經(jīng)濟(jì)學(xué)界很看好，很多人認(rèn)為做經(jīng)濟(jì)學(xué)的判斷是非常應(yīng)該的。當(dāng)時(shí)他們做了一個(gè)大膽的預(yù)言，十年之內(nèi)計(jì)算機(jī)就可以寫(xiě)出優(yōu)美的樂(lè)譜，十年之內(nèi)計(jì)算機(jī)就能夠?qū)崿F(xiàn)大多數(shù)的心理學(xué)行為。當(dāng)時(shí)他們判斷這些事都可以迎刃而解，并不是什么問(wèn)題，但事實(shí)證明這不是真的。包括國(guó)際象棋冠軍一直到一九九幾年才實(shí)現(xiàn)，圍棋一直到去年才實(shí)現(xiàn)。
數(shù)學(xué)定理這件事是做通了，因?yàn)檫@件事是所有的事當(dāng)中最容易用邏輯的辦法解決的，所以學(xué)習(xí)推理證明是判斷的十個(gè)可能有四個(gè)可能最貼近目標(biāo)。計(jì)算機(jī)自動(dòng)譜曲這件事，當(dāng)然可以做很多，但是并不能達(dá)到隨心所欲的程度。最后這個(gè)心理學(xué)行為，到現(xiàn)在也還沒(méi)有完全做好，這是我們今后要做的事。
定理證明實(shí)際上是第一個(gè)浪潮當(dāng)中實(shí)現(xiàn)效果最好的，當(dāng)時(shí)有很多數(shù)學(xué)家用定理思路證明了數(shù)學(xué)定理。配合這些工作，當(dāng)時(shí)出了很多和邏輯證明相關(guān)的計(jì)算機(jī)，我們把它叫做邏輯程序語(yǔ)言，比如很知名的Prolog。最關(guān)鍵的是要有一個(gè)很好的數(shù)據(jù)庫(kù)，要有一個(gè)控制系統(tǒng)，進(jìn)行邏輯推理和演算。
1976年前后，由于四大預(yù)言實(shí)現(xiàn)遙遙無(wú)期，關(guān)于人工智能方法論的爭(zhēng)論風(fēng)聲漸緊。1977年，曾是Simon研究生的Feigenbaum提出知識(shí)工程的概念。在一開(kāi)始邏輯主義和連接主義都在，第一個(gè)浪潮當(dāng)中邏輯主義是完全占上風(fēng)的，連接主義那時(shí)候不太吃香。然而邏輯主義最后沒(méi)有實(shí)現(xiàn)目標(biāo)，引起了大家的反思，這時(shí)候神經(jīng)系統(tǒng)就慢慢占了上風(fēng)。
在70年代末，整個(gè)神經(jīng)元網(wǎng)絡(luò)、模型都有突飛猛進(jìn)的成績(jī)，最重要的是有一個(gè)叫BP網(wǎng)絡(luò)，這個(gè)模型能夠解決神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)。以前一個(gè)刺激對(duì)應(yīng)一個(gè)輸出，刺激和輸出是一對(duì)，有什么樣的刺激就有什么樣的輸出。1986年BP網(wǎng)絡(luò)證明了神經(jīng)元網(wǎng)絡(luò)，后來(lái)大家往更大的領(lǐng)域應(yīng)用，做出了比較大的貢獻(xiàn)。后來(lái)在很多模式識(shí)別的領(lǐng)域、手寫(xiě)漢字的識(shí)別、字符識(shí)別、簡(jiǎn)單的人臉識(shí)別才開(kāi)始慢慢用起來(lái)，這個(gè)領(lǐng)域一下就熱起來(lái)。
第二個(gè)浪潮是連接主義。連接主義持續(xù)了十幾年，從1976年到80年代中期屬于低潮，大概到2006年又開(kāi)始走下坡了。1986年BP網(wǎng)絡(luò)剛出來(lái)的時(shí)候解決了不少問(wèn)題，大家都認(rèn)為人工智能是有希望的，后來(lái)十幾年以后發(fā)現(xiàn)神經(jīng)元網(wǎng)絡(luò)解決單一問(wèn)題可以，解決復(fù)雜問(wèn)題不行。訓(xùn)練學(xué)習(xí)的時(shí)候，數(shù)據(jù)量太大，有很多結(jié)果到一定程度就不再往上升了。這時(shí)候就出現(xiàn)了現(xiàn)在的第三次浪潮。
第三個(gè)浪潮，是把一些技術(shù)、神經(jīng)元網(wǎng)絡(luò)和統(tǒng)計(jì)的方法結(jié)合在一起。最初人們并不知道到底要怎么做，2006年有一篇文章，作者現(xiàn)在是人工智能圈子里的大咖，認(rèn)為現(xiàn)在的神經(jīng)元系統(tǒng)能做到幾千層都沒(méi)有問(wèn)題，有點(diǎn)類(lèi)似BP網(wǎng)絡(luò)。
人們可以認(rèn)為現(xiàn)在是第三次浪潮，但是這三次浪潮的區(qū)分是很籠統(tǒng)的。如果按照技術(shù)分類(lèi)來(lái)講，第二次、第三次其實(shí)是一件事，依然是神經(jīng)元網(wǎng)絡(luò)，差別的是深度學(xué)習(xí)的成功。這里既有硬件的進(jìn)步，也有卷積神經(jīng)網(wǎng)絡(luò)模型與參數(shù)訓(xùn)練技巧的進(jìn)步。
它的弱點(diǎn)是整個(gè)網(wǎng)絡(luò)可以做得很深，也很容易去訓(xùn)練，但是訓(xùn)練得出的結(jié)果和人是完全不一樣的。因?yàn)槿四X里面是有非常明確的定義，很容易舉一反三推理，但是神經(jīng)元系統(tǒng)不行。神經(jīng)元網(wǎng)絡(luò)本身實(shí)際它的物理意義沒(méi)有了，怎么樣把神經(jīng)元網(wǎng)絡(luò)和真人的智能概念的理解舉一反三的能力運(yùn)用起來(lái)，是它天然的障礙。這個(gè)障礙的解法在哪里，理論上是統(tǒng)計(jì)學(xué)的方法，現(xiàn)在神經(jīng)元網(wǎng)絡(luò)基本上更多的是靠連接來(lái)實(shí)現(xiàn)的這個(gè)功能，但不是靠統(tǒng)計(jì)來(lái)做。人們希望把連接和深層次的統(tǒng)計(jì)結(jié)合在一起，才有可能走出現(xiàn)在的環(huán)境。
目前為止，工程院將深度學(xué)習(xí)、邏輯推理稱(chēng)為AI 1.0，下一步希望從AI 1.0往AI 2.0發(fā)展，克服現(xiàn)在A(yíng)I 1.0的不足，使人工智能更順暢地發(fā)展，大概過(guò)幾個(gè)月就會(huì)在很多層面有一些具體的行為。
關(guān)于車(chē)聯(lián)網(wǎng)和人工智能，之前是在搜索方面有一個(gè)長(zhǎng)足的進(jìn)步，下一個(gè)進(jìn)步是在自動(dòng)駕駛，自動(dòng)駕駛這件事將會(huì)對(duì)今后汽車(chē)產(chǎn)業(yè)有非常大的變革。這種變革需要一個(gè)出發(fā)點(diǎn)。任何一個(gè)東西都是有生態(tài)鏈的，目前整個(gè)系統(tǒng)都是以人為中心的。如果要過(guò)渡到自動(dòng)的操作系統(tǒng)來(lái)駕駛車(chē)的話(huà)，人就不再是中心，原來(lái)的駕駛技術(shù)就不需要了。如果人不需要介入，它對(duì)信息獲取的渠道已經(jīng)不是眼睛和耳朵，而是會(huì)有很多的渠道獲取信息。
比如現(xiàn)在我們說(shuō)的雷達(dá)，還是在仿照人的眼睛，但如果不是人為中心，我們可以構(gòu)造一個(gè)中心，讓這個(gè)環(huán)境的信息通過(guò)車(chē)聯(lián)網(wǎng)送給汽車(chē)，這時(shí)候汽車(chē)的判斷在大多數(shù)情況下就夠了。小部分情況下，車(chē)要有觀(guān)察人，人不能發(fā)信號(hào)。如果汽車(chē)本身在發(fā)信號(hào)，你就知道這個(gè)汽車(chē)正在行駛、要變道、信號(hào)燈還有幾秒會(huì)變。當(dāng)這些信息都有的時(shí)候，整個(gè)系統(tǒng)和現(xiàn)在的無(wú)人車(chē)完全不是一個(gè)系統(tǒng)。我想自動(dòng)駕駛、車(chē)聯(lián)網(wǎng)會(huì)對(duì)整個(gè)汽車(chē)行業(yè)有非常大的改革沖擊，這個(gè)沖擊后面離不開(kāi)人工智能，所有東西都需要決策最后完成。非常希望看到未來(lái)AI和車(chē)聯(lián)網(wǎng)結(jié)合。
我就說(shuō)這些，謝謝大家。
聯(lián)系客服
