潘云鹤院士:AI2.0时代的五个布局方向

2017-07-17 10:24:58 来源: DONEWS 作者:

7月9日,在全球人工智能高峰论坛上,中国工程院院士、中国工程院原常务副院长潘云鹤认为在人工智能正在走向2.0时代,这也是人工智能发展的重要转折关头。

潘云鹤讲到,此前人工智能发展进行的是1.0技术,此后30年时间中不仅是技术需要再次升级,是否有量的应用,也同样重要。

潘云鹤指出,中国新一代AI的重点方向将从数据智能、群体智能、跨媒体智能、人机混合的增强智能和自主智能系统五方面进行。

在数据智能方面,AlphaGo让大家看到了大数据应用最好的便是深度学习。但是深度学习还有是否可解释,是否能够更加通用的问题。“如果把深度学习和人工智能其它技术结合起来,我们可能会使大数据中的智能走向更高的水平。”潘云鹤认为。

在五项重点发展方向中跨媒体智能发展能带来更大的想象空间。跨媒体智能将研究跨媒体,跨传感器间的各种感知学习、推理,并且把它和语言、文字的语义打通。这样研究者就可以对语言、视觉、图形、听觉,和各种各样传感器所传达出来的数据进行语义相通相融,从而能够使得智能安全、创新设计、计算机具有更好的创新能力。(完)

以下为演讲实录:

我今天讲的题目是中国新一代人工智能,三个部分的内容。

现在先讲问题的提出,大家知道近年来人工智能在国内外迅速升温。这一次升温和前几次的升温不一样,它不是学术界发生的,它是产业界发动的。聊天机器人小冰已经慢慢的成熟,意味着Windows界面今后将转向自然语言的界面,交互起来更加容易。大家知道社交网站不但可以走出一大批用户,而且我可以从中获得专业的知识和数据。谷歌用4亿英镑成功收购了DeepMind,DeepMind的AlphaGo战胜了人类的围棋,而且他们公司的发展战略将从移动优先转化为人工智能优先。

去年美国五大科技巨头宣布成立一个人工智能联盟,这一步实际上做得非常好,中国现在也在筹备,志在进行人工智能技术的研究推广。中国的公司也不甘落后,据我看一马领先的是百度,百度在去年入选了MIT的科技评论,成为全球50家最聪明的公司之第二。而且它在语音搜索、无人车、无人驾驶、自动翻译,以及人工智能在商业各种服务中正在积极布局,而且取得了良好的效果。阿里巴巴在广告的自动设计上实现了人工智能,在刷脸支付上实现了人工智能,当然还有其它新的成果,等一会王坚博士还会进行介绍。

我们非常高兴的看到杭州另外一家公司,海康威视。它已经把深度学习的芯片装进了摄象头,因此摄象头传出来的信息不仅有medio,还可以传出技术的大小、颜色、厂家、人的面孔。华为也成立了诺亚方舟人工智能实验室,我在大前天访问了中兴,中兴的人工智能布局也很好,它在云端、管线端、终端,三个方面进行布局人工智能全面的研究。

与此同时,中国政府也开始聚焦人工智能。我们在今年很多领导的讲话,总书记的讲话和总理的政府工作报告中,都看到了人工智能的出现。其实从去年开始,很多内部报告中,总书记和总理就已经集中提到了人工智能。国务院还出台了互联网+人工智能的专门文件,其实在西方发达国家也几乎同时进行了这方面的布局。去年5月份,美国白宫发表文章,准备迎接人工智能的未来。它使在美国的国家科技委中要设立人工智能和机器学习专门委员会,用来协调和指导全美的行动。到了10月份,过了五个月,美国联邦政府又出了一个专门的报道,《国家人工智能研究发展战略》。在这个报告中指出,人工智能正处于可能出现的第三次浪潮。

英国在去年年底发布了报告,人工智能未来的机遇和决策影响,提出英国应该更快在人工智能上发展。法国在今年4月份制定了人工智能战略,德国在今年5月份颁布了全球第一个自动驾驶的法律,准备迎接无人驾驶汽车的上路。日本的总务省、文科省、经产省建立了三省联动机制,认为人工智能将会迎来产业大发展。他们在未来几年准备瞄准生产力的问题,健康医疗和护理的问题,交通物流的问题,跨领域安全的问题,四个领域进行人工智能的研究。

同时,民间热度也在升温。民间温度升温最快的时期就是AlphaGo战胜李世石的时期,今年AlphaGo又战胜了中国的围棋冠军柯洁。而且是专家,对人工智能有所了解的人,对这次比赛感到十分震撼的是,AlphaGo不但使用了大数据、使用了深度学习。大数据和深度学习已经在近几年中用得很普及了,但它使用了另外一种新的方法,自我博弈。它在和人下棋之余,自己和自己在不断的下棋。而且下得很快,因此它有几十万只盘,或者几十万个优秀的棋局,是人从来没有看到的。人只能看到古人遗传下来的优秀棋谱,它还有很多自己和自己下的经验存在里面。因此从这个角度来讲,在下围棋领域中,人已经很难和计算机相比。

媒体表现出了更大的信心,媒体对人工智能的发展热情很高。他们经常提的问题是机器什么时候取代人类。这种兴趣,我想很多时候来自于很多科学家的表达。比如英国著名物理学家霍金,他就曾经表达过人工智能的完全开发可能导致人类的灭绝。从现在起一百年内,计算机将比人类更加聪明。当然还有一些其他科学家也讲过类似的话,而且报刊还发表了非常令人震撼的文章,比如去年3月9号英国《金融时报》发表了一篇文章。现在在美国斯坦福等4所名校的人工智能博士起薪已经达到200-300万美元,相比之下互联网精英人才的起薪是20万美元左右。这个可能不是普遍情况,可能是一个个案,听到之后就发表了。但指出了一个问题,人工智能人才将有大量的需求。刚才袁省长讲到浙江省准备在人工智能人才上有新的政策,我认为十分及时和重要。而且有关院校要加强培养人工智能方面的研究生、硕士生和博士生。

中国工程院比较早的关注到了人工智能,因为最近十年以来中国工程院一直在研究智能城市、大数据、智能制造、创新设计,以及知识中心。所有这些项目研究的过程中,我们感到这些项目要做好,最后它的技术核心都指向人工智能。开始进行做的时候都是数据处理、数据中心、云计算之类的问题,做到后来它的核心没有人工智能做不到高水平上面去。而且现在全国进行智慧城市建设的已经有400个城市,中国在搜索引擎、图像识别、语音交互、工业机器人方面,每年有一个快速的增长。中国工程院成立了国际工程科技知识中心,最后运行下来受到全世界的欢迎,尤其是第三世界,非常迫切希望把工程科技技术用知识的形式拿来进行全球共享,这个对大家的发展都有很大的好处。

而所有这一些,它的技术指向了人工智能。因此,2015年中国工程院就设立了一个重大的咨询项目,就是“中国人工智能2.0发展战略研究”。为什么说人工智能2.0呢,因为中国工程院的专家认为,现在十分重要的是人工智能不太会有量的大发展,企业的行动已经证明了人工智能是会有一个量的大发展。而且我们还应该看到人工智能是在一个转折关头。这个转折关头是说人工智能将有一次质的大飞跃,将从1.0走向2.0。前面60年人工智能进行的是1.0的技术,后面的60年,或者后面的30年,将进行一种升级的技术,这就叫2.0。中国要进行前瞻性研究,并且尽快布局及

第二部分,人工智能走向2.0

大家知道人工智能是1956年在美国,当时斯坦福大学的J.McCartthy教授等学者提出了人工智能的概念。这个概念的本意是讲,要让机器像人那样的认知、思考和学习。换句话说就是用计算机来模拟人的智能,这就是人工智能。人工智能随后发展出了七个典型的学科,机器定理证明,主要用计算机模拟人的逻辑能力和思维推理能力;第二是机器翻译,用计算机模拟人的自然语言,理解人类;第三,专家系统,主要用计算机来解决问题和表达知识;第四是博弈,最初的技术是树搜索;第五是模式识别,包括声音识别、图像识别、文字识别,这些都用了多媒体的认知;第六是学习,神经网络学习;第七是机器人,我们可以看到这七个典型的领域基本模拟七种不同的专业人士。有的模拟医生,有的模拟翻译的人,有的模拟下棋的人,有的模拟人或者生物的各种动作,等等。

现在人工智能大量取得成功的应用,实际上都是这七个领域中60年研究的结果。60年研究,采用了新技术,现在开始投入使用了。在这个研究过程中,出现了符号学派、研究学派、行动学派。但是现在不一样了,我们来看一看现在人工智能所面临的环境已经发生了一些巨变。

首先一个巨变是信息环境大变了。我们现在处于什么样的信息环境呢,回想起二三十年以前,那时候的典型情况是若干个人围着一个计算机专。后来计算机多了,每个人有一台计算机,现在一个人已经有多台计算机。包里放一个笔记本电脑,口袋里放一个移动电话,现在的手机实际上是一个移动计算。有首先手上还戴一个智能手表,智能手表里也是电脑。而且我们身边有大量的互联网,有移动计算、超级计算、穿戴设备、互联网、云计算、网上社区、万维网、搜索引擎,等等。

这些信息在人工智能的前面一代没有碰到,人工智能前面一代孜孜以求的是用一台计算机,或者一台大计算机去模拟人的智能。而且我们的信息环境变了,我们将不是用一台计算机模拟人的智能,而是用新的环境建立新的智能。

第二,社会需求变了。人工智能是模拟人的智能,而现在出现大量新的需求。智能城市、智能医疗、智能交通、智能游戏、无人驾驶、智能制造,这些新的大量需求,还可以列出很多,比如智能农业。这些需求中都不是一个人的行为,是一个系统的行为。如何由人工智能模拟一个系统的智慧,这将提出很多新的命题。

第三,人工智能的基础变了,它的目标也变了。人工智能的基础都是数据驱动的,它的出台就是数据驱动。最早时人工智能的程序就是数据驱动的,但是现在数据变了。现在不但出现了大数据,还出现了多媒体数据,这是60年以前没有的。现在虽然有多媒体数据,但只能单一媒体进行工作。我们还面临着大量传感器数据,各种各样新传感器的出现。比如说卫星就是用传感器传输了大量的信息下来,这些信息人类到目前为止只能处理其中的一小部分。

我们还将使用大量的增强现实和虚拟现实,AR/VR。所有这些说明了人工智能的基础出现了大量的变化,我们再用原有人工智能处理技术来处理这样的数据,显然已经力不从心。而且人工智能目标在一部分专家中已经发生了很大的变化,过去我们想用计算机去模拟人的智能。但我们也看到了,计算机的智能是机器的智能,人的智能是一种计算的智能。我们可以模拟神经网络的结构,但人在思考问题时神经究竟怎么活动的,我们对此了解认识还不足。因此很多专家认为,机器的智能和人的智能有重合可模拟的地方,还有大量不可模拟的地方。他们将各有特点,各有短处和长处。

就像汽车轮子和人的腿还是不一样的,汽车可以在高速公路上面跑得比人更快,但它永远不可能取代腿,像人的腿那样灵活。技术发明了,人的腿依旧十分重要。因此,我们应该去追求,把计算机和人结合起来的混合智能。而这种混合要追究它增强了的智能,把两个智能系统结合起来,形成一个更加精彩的智能系统,形成人工智能新的思路。进而,我们用互联网把很多计算机和很多人组织在一起,很多传感器组织在一起,形成一种群体智能。

我们看到很多变化都在最近若干年中出现了,这些变化将不可更改的推动着人工智能走向新的一代。现在这种变化已经开始出现了一些萌芽,我们可以看到其中第一个端倪就是大数据上面出现的智能。大数据现在应用最好的是深度学习,从AlphaGo中已经看出来了,深度学习如果加上其它的技术。比如自我博弈的技术,可以产生出很精彩的效果。而且现在深度学习还有很多问题,比如说是否可解释,是否更加通用,等等。如果把这些深度学习的技术和人工智能其它可能的技术,和今后发展的技术结合起来,我们可能会使大数据中的智能走向更高的水平。

前面讲到DeepMind已经战胜了李世石,发明AlphaGo的DeepMind公司用类似的算法已经在谷歌技能方面做出了重要贡献,它控制了谷歌数据中心的智能系统,制冷系统和窗户等120个变量,使谷歌的用电效率提升了15%。这15%是很大的数字,几年内节约用电费用几亿美元。他们算下来,谷歌买DeepMind公司的4亿英镑,现在已经从节电中全部收回了。中国的数据中心耗电量也很大,据统计2015年全国数据中心耗电1千亿度,如果能节约15%,那也是非常大的天文数字。

端倪二,基于网络的群体智能已经开始萌芽。在2016年首期《Science》杂志上发表了“群智之力量”,把群智分成了三种,一种是众包的模式;第二是工作流程模式;第三是协同求解问题。它认为这三种模型发展好了,我们可以用网络组织非常大的能力去解决以前不可能解决的问题。实际上已经有很多单位用这样的方法取得了成功,比如说普林斯顿大学,他们在显微镜上获得的从视网膜到大脑之间的神经分布情况。他们获得了神经的结构之后,没有办法知道这个神经各自有什么功能。因此他们就号召全世界眼科和眼神经的专家,一起对这些视网膜神经进行分类。最后全世界有145个国家,16万名科学家参与了这个分类,在人类历史上首先把视网膜的神经搞得更加清楚了。涂上不同的颜色,这个颜色就代表它的功能。由此可以看到,真正要搞清楚脑大学的机理还有大量的工作要做。当然也有成功的例子,苹果的App store,维基百科。

端倪三,人机一体化技术导向混合智能。我们有各种人机协同进行手术的达芬奇机器人,实际上是人和机器联合行动的外科手术刀。还有各种各样的穿戴式设备,所有这些人机一体化的混合智能,将使得人工智能向一个新的方向很好的进行发展。

端倪四,跨媒体推理已经兴起。我们知道计算机的性能处理语言信息,处理视觉信息,处理图形信息,处理听觉信息,但是计算机很难把若干种媒体打通使用。人是不一样的,人在考虑一个问题是各种媒体通和使用的。比如我们看一本书,读到一个人在吃苹果。我们脑海里就可以看到这段文字,调动出苹果的形状,咬苹果的声音,吃苹果的味道,苹果的香味,都会在大脑记忆中活跃起来。我们的很多创新性思维实际上就由此而产生,很多解决问题的方法就靠这种类比的方式而进行解决问题。计算机在这些领域中间都没有成功,其原因就在于此。

因此在新一代人工智能中,我们将研究跨媒体的智能,将各种现有的媒体,包括各种传感器打通进行使用。

端倪五,无人系统迅猛发展。人工智能发展的第一阶段,人工智能的注意力放在机器人上,放在类人的机器人上,下了很大的工夫。但是出乎我们意料,类人系统不如无人系统发展的更快。无人系统并不是去模拟人,而是在原有机器上加上智能的行为,下面我用两个视频给各位看一下。

这就是波士顿动力公司开发的,现在应该是水平最高的双腿机器人之一,这是海康威视工作的机器人,

我们可以看到这两种机器人都很精彩,第一种机器人应该继续研究下去,离实用的价值还比较远,但有很大的科学研究价值。第二种机器人有很强的实用价值,第二种与其叫机器人,不如叫智能自主系统更好。我们的无人飞机并不是模拟鸟的翅膀,而是在原来飞机上加上智能自主系统,就形成了无人机。我们的很多机械都可以用一个智能化、自主化的方法,形成更加精彩的工作方式和工作效率。

中国新一代人工智能的建议研究方向

中国工程院建议中国人工智能应该朝着这些方向研究。它的基础研究、技术研究、软件研究,应该重点瞄准大数据智能、群体智能、跨媒体智能、人机混合增强智能和自主智能,五个方向前进。应用中国现在迫切需要的一些方面,譬如说用于城市的发展和优化,这就是智能城市应有之意。智能城市并不是像现在有些城市搞的那样,只是搞一些智能化的系统。

它将用于医疗的智慧发展方向,将用于制造的智能化发展方向,包括农业,包括其它的。在大数据智能方向,它着重要解决从数据到知识,到智能中间可解释性的问题,可通用性的问题。为此,它要很好的解决CPH三元空间中知识表达的新体系和新方法。CPH就是信息空间、物理空间和人类社会空间,这三元空间之间会形成很多新的信息交互方式。因此需要把数据驱动的方式和知识引导的方式结合起来,形成人工智能新的更加有效的技术。从而在智能医疗、智能经济和社会治理方面有更大的应用。

第二个方向,群体智能。它将研究在互联网中,群体智能是怎么进行组织的,是怎么进行接力的,用什么方法鼓励大家一起来参与的。在参与过程中,彼此之间怎么进行协同,整个群体怎么演化为更加正确的方向和更加正确的行为。在这个过程中,群体中每一个个体之间怎么能互相学习,互相感知,这些都需要建立新的理论和新的技术。一旦建立了,将在科研、经济、商业和其它领域中有非常大的实用前途。它可以用于众创科研、分享交通、智慧医疗。

第三个方向,跨媒体智能。它将研究跨媒体,跨传感器的各种感知学习、推理,并且把它和语言、文字的语义打通。这样我们就可以对语言、视觉、图形、听觉,和各种各样传感器所传达出来的数据进行语义相通相融,从而能够使得智能安全、创新设计、计算机具有更好的创新能力,希望在人工智能2.0阶段解决计算机的创新能力。

第四个方向,人机混合增强智能。之所以希望人机混合形成强大的交互系统,形成增强智能。研究脑机协同的环境,它的交互方式,它的学习方式,动作控制方式,从而在脑控机器人和很多自主智能体之间协同。

第五个方向,自主智能系统。研究环境的感知,自身的感知,不同个体之间的协同,行为的规划,行为的决策和各种各样行为执行的理论模型和方法,用于无人车、无人机、服务机器人、空间机器人、海洋机器人、无人车间、智能工厂。不但要模拟人,而且要模拟整个系统如何进行运行。

新一代人工智能将会有一个广阔的应用,它将在电子商务、智能城市、智能交通、智能医疗、智能物流、智能制造、智能电网、智能社区、智能经济、智能图书馆,这些系统运行智能化方面产生巨大的作用。(图示)大家可以看到这些都是人工智能1.0所没有的任务和工作领域。

同时,它还将产生很多新的产品,包括无人飞机、无人车、机器人、智能手机,真正用人工智能的手机。智能游戏、穿戴式设备,各种AR/VR的装备。所以它将产生很多新的产品,新的产业,这是其中一个部分。

总而言之,人工智能的发展将和中国的信息化方向密切结合起来。很多信息化的专家都认为,信息化的第一阶段是数字化;第二阶段是网络化;第三阶段是智能化。中国现在正处于网络化阶段,所以国务院提出要互联网+。但从网络化一定会转向智能化,人工智能在这样一个重要的时刻,将和它结合在一起,在中国形成一个巨大的应用。

责任编辑:
顶级大咖 更多>>

姚期智:中国AI不能满足...

作为图灵奖唯一的华人获奖者,大名鼎鼎的“清华姚班”创...

潘云鹤院士:AI2.0时代的...

中国新一代AI的重点方向将从数据智能、群体智能、跨媒体...

谭铁牛院士:向生物学习...

当前,一些面向特定任务的模式识别已取得突破性进展,有...

高文院士:智能机器人技...

高文认为,以往,机器人技术的进展侧重在动作功能上,脏...

再看数博会 科技掌...

李彦宏谈“洞见”让数据产生价值、刘强东说未来商品会成...

行业对话 更多>>

消失的界限:人工智能将引...

人工智能产业是智能产业发展的核心,是其他智能科技产品发...

算法战:美军人工智能军...

在可预见的未来,人依然是整条作战链的“开关”,拥有最...

19届高交会闭幕:人工智...

11月21日,为期6天的第19届中国国际高新技术成果交易会(...

长虹加大先发优势抢占人...

2017年上半年,智能电视产业在人工智能技术的推动下开始...

金花科技布局智能制造 “...

金花投资控股集团董事长吴一坚表示:“通过世界增强现实...