科大訊飛胡郁：中美將迎來(lái)人工智能巔峰對(duì)決

　　迄今為止，宇宙的壽命是138億年，地球是40億年，而從猿進(jìn)化到人，我們用了300多萬(wàn)年的時(shí)間。而機(jī)器人用了多長(zhǎng)時(shí)間呢?1940年以來(lái)，從“人工智能之父”圖靈開始，大批的科學(xué)家們就在不停地考慮，在數(shù)字宇宙當(dāng)中，是不是可以真正產(chǎn)生人工智能和生命。

　　人工智能自1956年被命名開始，到現(xiàn)在，僅僅經(jīng)過(guò)了60多年的發(fā)展歷程。與人類智慧相比，可以說(shuō)只是一瞬間的事情。并且，這一過(guò)程也并不是一帆風(fēng)順的，它經(jīng)歷了三個(gè)大的發(fā)展浪潮。中國(guó)非常幸運(yùn)地趕上了第二次和第三次。

　　人工智能的第二次浪潮發(fā)生在上世紀(jì)的八九十年代。當(dāng)時(shí)，中國(guó)的“863計(jì)劃”啟動(dòng)，科大訊飛的前身——中國(guó)科學(xué)技術(shù)大學(xué)語(yǔ)音研究評(píng)測(cè)實(shí)驗(yàn)室在這一契機(jī)之下，成為了國(guó)家863項(xiàng)目之一，為中國(guó)培育出了一批研究人員和相關(guān)技術(shù)成果。

　　人工智能的第三次浪潮是21世紀(jì)前十年的事。當(dāng)世界再一次進(jìn)入到一個(gè)新的產(chǎn)業(yè)化浪潮之中，中國(guó)又非常幸運(yùn)地積累了有關(guān)互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)的產(chǎn)業(yè)基礎(chǔ)，這也恰恰是科大訊飛所需要的。所以說(shuō)，如今，在人工智能領(lǐng)域爭(zhēng)霸的基本上都是中美兩國(guó)的企業(yè)。包括科大訊飛在內(nèi)，都是在1999年，也就是第二次浪潮和第三次浪潮之間的低谷成立并發(fā)展起來(lái)的。盡管與人類歷史相比，人工智能是非常短暫的，但是對(duì)人能智能的研究卻是非常長(zhǎng)周期的科技創(chuàng)新方向，它需要十年磨一劍，需要我們具有“板凳能坐十年冷”的精神，然后才能在原始的核心技術(shù)系統(tǒng)創(chuàng)新的基因和工程能力方面實(shí)現(xiàn)厚積薄發(fā)。

　　人工智能與機(jī)器自主決策并無(wú)關(guān)聯(lián)

　　最近五六年，隨著人工智能從尖端科研領(lǐng)域逐漸走進(jìn)人們的視野，社會(huì)上對(duì)它的討論也多了起來(lái)。有人說(shuō)，如果做得不好，人工智能將會(huì)毀滅人類。但是我的觀點(diǎn)是，現(xiàn)在我們研究所謂的人工智能，其實(shí)只是對(duì)工業(yè)界而言的。在工程層面上講，這也是為工業(yè)界所推崇的方向。原因是什么呢?因?yàn)樗軌蚪鉀Q實(shí)際的任務(wù)。但是，在真正研究人工智能理論、數(shù)學(xué)和概率的專家看來(lái)，我們所研究的深度神經(jīng)網(wǎng)絡(luò)和大數(shù)據(jù)并不是機(jī)器學(xué)習(xí)的最好方法。這種基于工程研究的深度神經(jīng)網(wǎng)絡(luò)算法和機(jī)器意識(shí)，或者說(shuō)能夠讓機(jī)器產(chǎn)生自主決策的思路并無(wú)關(guān)聯(lián)。所以，從這一點(diǎn)上講，我們不用擔(dān)心人工智能會(huì)毀滅人類。

　　但是仍然有很多人對(duì)此抱有疑問(wèn)。他們會(huì)說(shuō)，人工智能已經(jīng)打敗了人類最頂級(jí)的棋手，那么隨著它的發(fā)展，將來(lái)，我們所有工作是不是終將被人工智能所取代?人類會(huì)不會(huì)成為無(wú)用的存在呢?這就要看人工智能所擅長(zhǎng)的領(lǐng)域是什么，以及它在哪些方面能夠替代人類技能。過(guò)去幾年，科大訊飛一直提倡的是，我們應(yīng)該把人工智能由強(qiáng)到弱、將人類智慧由弱到強(qiáng)地分解為很多不同的方面，并且從不同的角度去談?wù)撊斯ぶ悄堋?/p>

　　比如，我們知道，機(jī)器從發(fā)明的第一天開始就特別擅長(zhǎng)運(yùn)算，所以，對(duì)于很多信息完全公開的任務(wù)，機(jī)器在運(yùn)算智能上擁有絕對(duì)的優(yōu)勢(shì)。但是，人和動(dòng)物所擁有的智能，比如在感知智能和運(yùn)動(dòng)智能方面，機(jī)器和機(jī)器人與人類的差距還相當(dāng)大。尤其是對(duì)于人類來(lái)說(shuō)，我們?cè)谡J(rèn)知智能方面要遠(yuǎn)遠(yuǎn)高于動(dòng)物，所以能夠理解語(yǔ)言，能夠?qū)W習(xí)知識(shí)，能夠進(jìn)行邏輯推理。AlphaGo雖然可以戰(zhàn)勝李世石九段，但是它無(wú)法理解人類的情感和理念。所以在這一點(diǎn)上，機(jī)器更無(wú)法與人類匹敵。

　　因此，科大訊飛認(rèn)為，當(dāng)前人工智能急需突破的是恰恰是人類區(qū)別于動(dòng)物的最本質(zhì)的智能，即認(rèn)知智能。簡(jiǎn)單地說(shuō)，就是從感知的能聽會(huì)說(shuō)到認(rèn)知的會(huì)理解、會(huì)思考。像教師、醫(yī)生等等職業(yè)，是要通過(guò)大量的讀書、學(xué)習(xí)，基于對(duì)文字的理解，基于邏輯思維的加工才能實(shí)現(xiàn)對(duì)專業(yè)能力的掌握。如果讓人工智能也擁有這樣的能力，就必須依賴于機(jī)器認(rèn)知智能的進(jìn)步。目前，科大訊飛對(duì)“超腦”技術(shù)的研究就是基于這樣的方向。

　　人工智能對(duì)產(chǎn)品的改造

　　目前，中國(guó)的機(jī)器在感知智能和認(rèn)知智能方面已經(jīng)取得了一些不錯(cuò)的成果。在國(guó)際最高水平的語(yǔ)音合成大賽上，中國(guó)的人工智能系統(tǒng)已經(jīng)連續(xù)12年處于國(guó)際最領(lǐng)先的水平。我們可以讓機(jī)器說(shuō)英文，還可以用奧巴馬的嗓音來(lái)說(shuō)中文。在英文的語(yǔ)音識(shí)別大賽上，科大訊飛有三個(gè)語(yǔ)音識(shí)別指標(biāo)獲得了第一名的成績(jī)。更重要的是，在研究和工程領(lǐng)域，我們都運(yùn)用了大量的深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)技術(shù)。這是我們?cè)趪?guó)際上一些最新的進(jìn)展。但是，掌握這些技術(shù)并不代表著我們就知道如何在各種場(chǎng)景之下，用最正確的去使用人工智能。

　　所以，很多人會(huì)問(wèn)，人工智能到底會(huì)在哪些方面改變我們的生活呢?有人會(huì)說(shuō)，人工智能可以幫助我們駕駛汽車，可以幫助我們照顧小孩，等等。如果把它高度抽象起來(lái)，我覺(jué)得無(wú)外乎兩個(gè)方面：

　　第一個(gè)方面，我們都知道，生活中有大量的產(chǎn)品和服務(wù)。人工智能第一個(gè)作用就是用它特有的方法改變這些產(chǎn)品和服務(wù)本身。比如說(shuō)汽車，我們可以讓它更聰明、更懂我們，從而實(shí)現(xiàn)自動(dòng)駕駛;我們可以讓手機(jī)理解我們的意思，能夠看懂我們的表情，等等。所以，不管是一針、一物，還是各種各樣的產(chǎn)品本身，人工智能都可以讓它們很自然地與我們進(jìn)行交互，讓產(chǎn)品更懂人。人工智能通過(guò)自我學(xué)習(xí)的方法，在很大程度上改變了產(chǎn)品和服務(wù)的生產(chǎn)過(guò)程，從而改變了整個(gè)世界。同時(shí)，因?yàn)樵诋a(chǎn)品和服務(wù)的生產(chǎn)過(guò)程中，人工智能能夠利用其本身學(xué)習(xí)專家系統(tǒng)的能力，替換掉大量的行業(yè)專家或有經(jīng)驗(yàn)的工人，并在這些行業(yè)中不斷生產(chǎn)出具有人工智能性能的產(chǎn)品和服務(wù)。

　　第二個(gè)方面，人工智能率先將產(chǎn)品模式定義為“交互”而非“操作”。在工業(yè)革命時(shí)期，人類是通過(guò)學(xué)習(xí)的方法來(lái)適應(yīng)機(jī)器的，但是在人工智能時(shí)代，這種模式被顛倒了過(guò)來(lái)。機(jī)器可以自動(dòng)學(xué)習(xí)人類的習(xí)慣，比如原來(lái)我們需要學(xué)習(xí)打字技術(shù)，要學(xué)習(xí)如何使用鼠標(biāo)，但慢慢地我們會(huì)發(fā)現(xiàn)，人類只要通過(guò)觸摸就可以讓機(jī)器理解我們的意思，并像我們所需要的那樣去執(zhí)行。 語(yǔ)音與視覺(jué)的交互

　　有一個(gè)非常有意思的事情。通常認(rèn)為，人類80%的信息來(lái)源是通過(guò)眼睛獲取的，那么，計(jì)算機(jī)視覺(jué)對(duì)人類而言是不是更為重要呢?在這一點(diǎn)上，我的觀點(diǎn)恰恰相反。我認(rèn)為，視覺(jué)識(shí)別還遠(yuǎn)遠(yuǎn)達(dá)不到語(yǔ)音識(shí)別的重要程度。為什么這么說(shuō)呢?不知道大家注意到?jīng)]有，目前的智能設(shè)備都有一個(gè)大的顯示屏，顯示屏中有各種各樣圖形。人類擁有非常強(qiáng)大的圖形語(yǔ)義理解能力，所以，人類能夠識(shí)別出任何一個(gè)圖形所表達(dá)的語(yǔ)義，能夠快速地理解機(jī)器通過(guò)顯示屏呈現(xiàn)出來(lái)的圖片的含義。但是反過(guò)來(lái)，人卻沒(méi)有顯示屏。所以說(shuō)，就算機(jī)器擁有非常強(qiáng)大的圖形理解能力，但人類卻不是通過(guò)跳舞或者繪畫的方式與機(jī)器進(jìn)行交互的。人類的信息不會(huì)通過(guò)圖形來(lái)傳遞，因此，讓機(jī)器通過(guò)識(shí)別人腦中的圖像來(lái)理解人類，這似乎不太現(xiàn)實(shí)。

　　我們可以看到，語(yǔ)音不僅充斥在車載、家居、運(yùn)動(dòng)產(chǎn)品或者服務(wù)的過(guò)程之中，在很多領(lǐng)域，它都越來(lái)越多地成為了輸入、搜索和交互的重要介質(zhì)。在這個(gè)過(guò)程中，AIUI作為能夠提供語(yǔ)音識(shí)別的云計(jì)算平臺(tái)，實(shí)現(xiàn)了一種全新的與人自然交互的方式。目前，它的開發(fā)者超過(guò)了40萬(wàn)人，每天有超過(guò)12億臺(tái)設(shè)備與其連接，能夠提供40多億次(每天)的服務(wù)。

　　但是反過(guò)來(lái)看，因?yàn)闄C(jī)器已經(jīng)在語(yǔ)音識(shí)別方面接近了能聽懂人類語(yǔ)言的水平，所以以強(qiáng)或者弱的視覺(jué)代表語(yǔ)音進(jìn)行交互，將成為未來(lái)五到十年機(jī)器和人類最主要的交互方式。

　　因材施教和大數(shù)據(jù)識(shí)別

　　那么，如何利用人工智能機(jī)器的學(xué)習(xí)方法改變我們的各個(gè)行業(yè)呢?我認(rèn)為，目前各個(gè)行業(yè)中最稀缺的資源就是專家人才。因此，從上世紀(jì)八九十年代開始，人類就在為改變專家系統(tǒng)而努力，但是受限于當(dāng)時(shí)的技術(shù)，一直未能取得實(shí)質(zhì)性的突破。而人工智能發(fā)展至今，我們又能做些什么呢?

　　舉例來(lái)說(shuō)。首先是在教育的過(guò)程中，我們希望每個(gè)小孩都能有他專屬的私人教師。這個(gè)教師能夠根據(jù)孩子的特點(diǎn)、知識(shí)的結(jié)構(gòu)，給他布置非常針對(duì)性的作業(yè)，從而使這個(gè)學(xué)生能夠得到非?？斓奶岣?。但是在現(xiàn)實(shí)生活中，老師在課堂上要同時(shí)面對(duì)整個(gè)班的學(xué)生，他無(wú)法一對(duì)一的，有針對(duì)性地施教。而當(dāng)前的人工智能已經(jīng)能夠?qū)崿F(xiàn)自動(dòng)布置針對(duì)性的作業(yè)，自動(dòng)批改作業(yè)和自動(dòng)輔導(dǎo)了。我們?cè)谌珖?guó)百?gòu)?qiáng)校里面的50多所學(xué)校進(jìn)行了實(shí)驗(yàn)，在每個(gè)年級(jí)中選擇一兩個(gè)成績(jī)中等的班級(jí)，在學(xué)期之初，嘗試開展了人工智能的數(shù)學(xué)和英語(yǔ)教學(xué)。到學(xué)期結(jié)束，這兩個(gè)班的數(shù)學(xué)和英語(yǔ)成績(jī)已經(jīng)跑到了全年級(jí)的前列。因材施教在人工智能的幫助下得到了提升。

　　這樣的技術(shù)也可以用于醫(yī)療行業(yè)或者是智慧城市的建設(shè)中。比如，在醫(yī)療領(lǐng)域，一個(gè)真正能夠讀懂胸片中有肺癌指征的行業(yè)“大?！痹谌珖?guó)是屈指可數(shù)的。這些醫(yī)生所讀過(guò)的片子，所積累的經(jīng)驗(yàn)是很難傳授給一些年輕醫(yī)生的，但人工智能系統(tǒng)卻已經(jīng)做到了。在全國(guó)最高水平的Luna數(shù)據(jù)庫(kù)上，我們的識(shí)別準(zhǔn)確率已經(jīng)達(dá)到了90%以上。8月份，全國(guó)第一所人工智能醫(yī)院已經(jīng)在安徽開張，未來(lái)，所有聯(lián)網(wǎng)的片子都會(huì)被送到這家醫(yī)院進(jìn)行識(shí)別。

　　中美兩國(guó)的巔峰對(duì)決

　　綜上，我們似乎可以得出結(jié)論，就是機(jī)器究竟更擅長(zhǎng)哪些方面的任務(wù)呢?在信息完全公開的情況下，機(jī)器用它的運(yùn)算智能、感知智能、運(yùn)動(dòng)智能和認(rèn)知智能，可以取得比人類更大的成就。但是，對(duì)于一些需要人的原創(chuàng)性的、需要靈感和審美情趣的、需要從0到1的事情，在機(jī)器尚沒(méi)有發(fā)展出自我意識(shí)之前，離我們?nèi)祟愡€有非常非常大的差距。

　　因此，就人工智能的研究機(jī)構(gòu)而言，我們的目標(biāo)其實(shí)非常簡(jiǎn)單，就是讓機(jī)器去學(xué)習(xí)專家的一些知識(shí)和能力，然后替代每一個(gè)行業(yè)中比較枯燥、比較繁重的那部分工作，進(jìn)而讓廣大的醫(yī)生、教師可以把更多精力放在原創(chuàng)性的，從0到1的任務(wù)中，放到提高人類素質(zhì)等方面的事務(wù)上去。從這一點(diǎn)上看，中國(guó)其實(shí)已經(jīng)慢慢具備了這樣的優(yōu)勢(shì)。我們的教育和醫(yī)療為什么會(huì)處于世界領(lǐng)先的水平?因?yàn)槲覀儾粌H僅有科學(xué)技術(shù)的積累，有互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)的產(chǎn)業(yè)基礎(chǔ)，同時(shí)還具備巨大的市場(chǎng)和實(shí)驗(yàn)場(chǎng)。對(duì)各行業(yè)而言也是如此。所以，通過(guò)中、美的對(duì)比能夠看出，美國(guó)人盡管仍然擁有更多的原創(chuàng)優(yōu)勢(shì)，但是中國(guó)在創(chuàng)新應(yīng)用方面也毫不遜色。

　　所以在這里我想再次強(qiáng)調(diào)，現(xiàn)在我們講的人工智能，既不是科學(xué)家的理論，也不是數(shù)理學(xué)家的概率論，而是在技術(shù)實(shí)力上，中美兩國(guó)之間的比拼。這也是未來(lái)人工智能領(lǐng)域的巔峰對(duì)決，而中國(guó)企業(yè)是支撐中國(guó)奪取先機(jī)的強(qiáng)力支撐。

　　我有信心，中國(guó)一定能夠用人工智能改變世界，并在這樣的競(jìng)爭(zhēng)中笑到最后。科大訊飛愿意和更多的合作伙伴一道完成這個(gè)偉大的事業(yè)。