巨頭紛紛進(jìn)擊人工智能 看華為小米們?nèi)绾翁剿魑磥?lái)

　　窺見(jiàn)未來(lái)

　　在2016CCF-GAIR峰會(huì)上，牛津大學(xué)計(jì)算機(jī)系主任、賓夕法尼亞大學(xué)工程學(xué)院院長(zhǎng)、MIT機(jī)器人實(shí)驗(yàn)室主任等國(guó)際學(xué)術(shù)巨擘向中國(guó)產(chǎn)業(yè)界傳遞了最新的研究動(dòng)向。

　　牛津大學(xué)計(jì)算機(jī)系主任Michael Wooldridge身兼Oxford-Deep Mind Partnership負(fù)責(zé)人，他認(rèn)為目前人工智能進(jìn)展已經(jīng)解決了棋類(lèi)問(wèn)題、SAT等復(fù)雜問(wèn)題以及自動(dòng)駕駛等，即將解決實(shí)時(shí)口語(yǔ)理解、騎自行車(chē)、可靠的語(yǔ)言翻譯等問(wèn)題，而理解復(fù)雜的故事及回答相關(guān)問(wèn)題、創(chuàng)作笑話(huà)和有趣的故事、解釋一幅圖像的意義等則遠(yuǎn)未達(dá)到接近解決的階段，強(qiáng)AI和通用AI則是完全開(kāi)放狀態(tài)。

　　Michael Wooldridge認(rèn)為當(dāng)前談人工智能奇點(diǎn)還為時(shí)尚早，甚至人工智能奇點(diǎn)有可能永遠(yuǎn)都不會(huì)到來(lái)!盡管AlphaGo取得了大幅度的學(xué)術(shù)進(jìn)展，但AlphaGo仍存在諸多問(wèn)題。比如AlphaGo程序本身并“不知道”它在玩棋類(lèi)游戲，它也不能解釋自己的策略，也無(wú)法從AlphaGo代碼中獲取這些策略，基本上AlphaGo就是一個(gè)黑盒子。因此，AlphaGo無(wú)法實(shí)現(xiàn)通用型AI。

　　Michael Wooldridge介紹說(shuō)他的研究領(lǐng)域?yàn)椤癕ulti-Agent System”(多個(gè)機(jī)器代理系統(tǒng))，這個(gè)領(lǐng)域其實(shí)也體現(xiàn)了他對(duì)AI的觀點(diǎn)之一，即在窄任務(wù)領(lǐng)域?qū)ΜF(xiàn)有AI服務(wù)和算法的整合。當(dāng)前，產(chǎn)業(yè)界逐漸把AI嵌入到幾乎所有產(chǎn)品和服務(wù)中，但這些AI服務(wù)都相對(duì)獨(dú)立和碎片化，那么如何通過(guò)單個(gè)或多個(gè)機(jī)器代理系統(tǒng)來(lái)整合這些AI服務(wù)就成為人工智能的下一個(gè)發(fā)展目標(biāo)。比如個(gè)人通過(guò)手機(jī)的機(jī)器代理，與其它人的機(jī)器代理之間相互協(xié)商、相互協(xié)調(diào)，共同決策一個(gè)會(huì)議的日程安排以及各嘉賓的時(shí)間安排。

　　牛津大學(xué)計(jì)算機(jī)系主任Michael Wooldridge

　　Vijay Kumar是美國(guó)國(guó)家工程院院士、賓夕法尼亞大學(xué)工程學(xué)院院長(zhǎng)，他被認(rèn)為是空中機(jī)器人(無(wú)人機(jī))領(lǐng)域開(kāi)山立派的宗師人物，其學(xué)生遍布全球各大無(wú)人機(jī)廠(chǎng)商。Vijay Kumar表示對(duì)空中機(jī)器人或無(wú)人機(jī)的研究，能夠?yàn)閷W(xué)習(xí)和了解機(jī)器人的行為特點(diǎn)和算法積累數(shù)據(jù)。在Vijay Kumar的最新研究中，提出了空中機(jī)器人的“蜂群”效應(yīng)。

　　所謂“蜂群”效應(yīng)，就是指一群低智能的機(jī)器人聚集在一起，共同完成某項(xiàng)工程或任務(wù)。由于功耗等限制，無(wú)人機(jī)等小型和微型機(jī)器人無(wú)法配置高級(jí)計(jì)算資源，因而只能具有較低的機(jī)器智能水平。對(duì)比自然界的蟻群、鳥(niǎo)群、魚(yú)群等，雖然都是低智能生物，但卻能群聚在一起共同完成令人驚嘆的復(fù)雜工程。對(duì)空中機(jī)器人“蜂群”效應(yīng)的研究，還對(duì)地面機(jī)器人甚至海洋機(jī)器人的研究有重要意義。

　　美國(guó)麻省理工學(xué)院(MIT)一直是機(jī)器人科技研究的先驅(qū)，MIT機(jī)器人實(shí)驗(yàn)室主任、美國(guó)國(guó)家工程院院士Daniela Rus認(rèn)為未來(lái)世界里，每個(gè)人都有可能擁有機(jī)器人，機(jī)器人就像是在路上跑的汽車(chē)一樣常見(jiàn)，稱(chēng)之為“泛在機(jī)器人”世界。這些“泛在機(jī)器人”的形式甚至包括類(lèi)似大白或自然界中蛇一樣的軟體機(jī)器人，以及水里的機(jī)器魚(yú)。而如果誤食了魚(yú)刺等異物的時(shí)候，還可以吞下微型折疊機(jī)器人，從腸道中通過(guò)折疊形態(tài)把異物包裹起來(lái)帶出體外。

　　美國(guó)南佛羅里達(dá)大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院教授、機(jī)器人與深度學(xué)習(xí)專(zhuān)家孫宇所研究的機(jī)械手被認(rèn)為是非常“黑科技”，是為數(shù)不多能與人手相媲美的重大成果。孫宇介紹說(shuō)，人體206個(gè)骨骼，其中1/4的骨骼都在雙手里，人體的雙手是非常復(fù)雜的機(jī)械結(jié)構(gòu)，是人體最復(fù)雜的器官之一。孫宇表示，機(jī)器人智能和計(jì)算機(jī)智能有所區(qū)別，在于機(jī)器人要與自然環(huán)境實(shí)實(shí)在在的接觸，這是計(jì)算機(jī)智能沒(méi)有涉及到的問(wèn)題，因此機(jī)械手的研究有重大意義。

　　香港科技大學(xué)教授楊強(qiáng)的遷移學(xué)習(xí)無(wú)疑是機(jī)器學(xué)習(xí)下一個(gè)階段的重要發(fā)展方向，如何能把深度神經(jīng)元網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)中訓(xùn)練出的模型提煉出來(lái)，并以較小的代價(jià)應(yīng)用到新的領(lǐng)域，這是走向通用AI的重要路徑。此外，楊強(qiáng)認(rèn)為，當(dāng)前國(guó)內(nèi)的機(jī)器學(xué)習(xí)和人工智能算法研究沒(méi)有國(guó)際上那么均衡，實(shí)際上人工智能算法遠(yuǎn)不止深度神經(jīng)元網(wǎng)絡(luò)，而是多元化發(fā)展。

　　當(dāng)前的大數(shù)據(jù)可以分為20%的即時(shí)性數(shù)據(jù)和80%的高時(shí)延數(shù)據(jù)。對(duì)20%即時(shí)性和高重復(fù)的數(shù)據(jù)來(lái)說(shuō)(互聯(lián)網(wǎng)數(shù)據(jù)為主)，用深度學(xué)習(xí)算法能解決大部分問(wèn)題。而對(duì)于80%高時(shí)延數(shù)據(jù)來(lái)說(shuō)(例如工業(yè)數(shù)據(jù))則需要用到強(qiáng)化學(xué)習(xí)、增強(qiáng)學(xué)習(xí)、遷移學(xué)習(xí)等多種人工智能算法，才能解決其數(shù)據(jù)處理和產(chǎn)生數(shù)據(jù)智能的問(wèn)題。

　　南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系副主任、機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘研究所(LAMDA)所長(zhǎng)周志華表示，接下來(lái)機(jī)器學(xué)習(xí)技術(shù)的一個(gè)大趨勢(shì)是要增加機(jī)器學(xué)習(xí)的魯棒性。目前很多研究中的機(jī)器智能可達(dá)到人類(lèi)水準(zhǔn)，但是如果遇到一些罕見(jiàn)的情況，就會(huì)錯(cuò)得非常離譜。因此，機(jī)器智能在遇到罕見(jiàn)情況的時(shí)候，“不能比一般人的處理水平更低”，這是機(jī)器學(xué)習(xí)技術(shù)大規(guī)模普及的基本前提。

　　當(dāng)然，整個(gè)人工智能和機(jī)器人產(chǎn)業(yè)的發(fā)展，離不開(kāi)創(chuàng)業(yè)群體。國(guó)家教育部長(zhǎng)江學(xué)者特聘教授王田苗教授表示，未來(lái)五年之內(nèi)，機(jī)器人在工業(yè)、服務(wù)業(yè)、智能汽車(chē)和無(wú)人機(jī)等高端產(chǎn)業(yè)三大塊將可能迎來(lái)第一波熱潮。由于人工智能技術(shù)和認(rèn)知技術(shù)的成熟，未來(lái)機(jī)器人在銀行、家庭、醫(yī)院、賓館等服務(wù)業(yè)的地位將逐漸提高。

　　紫?；鸷匣锶藦埲`特別強(qiáng)調(diào)，人工智能創(chuàng)業(yè)的商業(yè)模式這件事，不是在實(shí)驗(yàn)室里就能想出來(lái)的。金山軟件兼金山云CEO張宏江的觀點(diǎn)是，中國(guó)人工智能公司的創(chuàng)新能力提升的非?？欤c美國(guó)等人工智能公司之間的差距正在縮小。一個(gè)公司進(jìn)步的關(guān)鍵不是“看別人”，而應(yīng)當(dāng)回歸到自身，搞清楚用戶(hù)到底需要什么，腳踏實(shí)地朝這個(gè)方向努力。

　　從新加坡政府一個(gè)ADAS項(xiàng)目出來(lái)的創(chuàng)業(yè)項(xiàng)目Minieye，對(duì)標(biāo)的是Mobileye。Minieye CEO劉國(guó)清認(rèn)為，人工智能時(shí)代的產(chǎn)業(yè)分工將更加專(zhuān)業(yè)化，每一個(gè)供應(yīng)商專(zhuān)注在某一項(xiàng)或幾項(xiàng)人工智能技術(shù)上并做到極致，智能汽車(chē)等整機(jī)廠(chǎng)商的角色更像是PC集成商而無(wú)法大包大攬所有的技術(shù)。