您的位置首页  产经信息  IT

专访百度CEO张亚勤:八问人工智能怎么看

  • 来源:互联网
  • |
  • 2016-05-18
  • |
  • 0 条评论
  • |
  • |
  • T小字 T大字
  人工智能是今年博鳌亚洲论坛上的一大热词。作为掌控排名“bat”之首的百度ceo,张亚勤又是如何看待人工智能的呢?《第一财经日报》记者展开八个问题,现整理如下,以飨读者。

  《第一财经日报》:

  您能简单介绍一下百度在人工智能方面的探索,以及在这个方面有什么样的部署和打算吗?

  张亚勤:

  人工智能已有60年的历史,本身其实也并不神秘,最近alphago击败李世石是一个标志性事件,但其实人工智能和深度学习的算法已经在很多方面(已经得到应用),比如说百度现在有全球最大的神经元网络、语音识别、图像识别、翻译,都深度地使用了这个网络。另外像语音搜索最近也成为主流,这其中用到许多机器学习和人工智能方面的技术,当然无人车本身也会成为一个大的产业,这里面集成了人工智能的很多应用,包括计算机视觉、图像识别、当然还有智能的决策,高精地图等各个方面的成果。

  日报:

  除了语音搜索和图像识别方面可以商业化,其他更像理论前沿,百度也在做学科方面的研究吗?

  张亚勤:

  百度做的研发一方面可以运用到日常生活中,其实我们现在用的语音搜索、图像识别包括像o2o的外卖派单都用到了人工智能的算法。我们很多的研究都是面向3年、5年甚至10年之后的,这个需要的多年的投入。

  像现在,我们正在建造大的智能网络,百度大脑它本身有长期的投入,越来越多的数据,越来越强大的计算能力,以及越来越好的算法,这是需要很长时间积累的。百度在研发方面有很大的投入,营业收入的16%~17%投入在研发方面,这是一个很大的投入。

  其实像百度这样的公司,最核心的还是技术,我们技术现在的焦点是人工智能,机器学习的新的算法。

  日报:

  现在有很多火热的概念,比如几年前我们还在讨论大数据,现在在讨论人工智能。每一个过渡性的阶段都应该有一个标志性的事件来区分,或者说,从大数据挖掘到人工智能,这其实是在讨论一件事情吗?

  张亚勤:

  都是一件事,人工智能其实本身是一件很泛的概念,刚才讲已经有60年的历史,包括像目前用的最普遍的深度学习基于神经网络,而神经网络这一概念有70年的历史,这些都不是新的。

  人工智能里面有很多机器学习的算法,这些算法有做数据挖掘的、智能分析的,这些东西都是基于大数据。为什么深度学习大家现在忽然觉得变得很火?因为有一些标志性的事件,比如alphago,在技术方面,特别是在增强学习的算法方面有了很大的进展,同时起到了很好的科普作用,人们开始意识到人工智能开始真的进入到人们的生活了,是工作了(work)。

  此前,人工智能很多年一直停留在实验室阶段,这十年来变得越来越现实,走进我们的生活。我经常在讲我们做计算机的这么多年就做了三件事情:一个是计算机学习人的沟通方式,像我们现在这样用语音,用手势,用眼神,各种沟通的方式;第二,学人怎样思考,包括逻辑思维、决策,推理,现在就是大数据加上机器学习的算法;第三就是,人怎样去感受,像感情、喜怒哀乐、直觉包括对美的感受,这些东西还有些距离。所以现在机器学习的发展方面我们对这三层走得越来越近,第一层和第二层都会和人类很相似,第三层还需要时间。

  日报:

  那么您理解的人工智能最终的发展结果会怎样?

  张亚勤:

  刚才我讲了三个层次,前两个层次在未来的十年、二十年机器都会和人一样的聪明,甚至比人更加的智能。第三个层次呢,这个时间还会很长,现在我们机器学习的算法包括深度网络,这个路径并没有一个直接的证据说可以达到哪儿去,人是怎么样感受到自己的,没有办法很清晰的表述出来,所有人能表述出来的东西,最终机器都能够超过。

  这个会产生一些新的洞察(insights),以后有没有可能sillicon会不会和蛋白质结合起来?这是另外一件事,这个要很多年以后了,现在要讨论或者想机器会不会把人类完全颠覆(take over),这可能还稍微早一点。

  我倒是觉得有三点应该有所关注。第一点,人工智能还是要有可控性,可控性就是我们的发明是要为人服务的。任何一个高科技都是一个双刃剑,像我们现在的算法,人工智能我们深度学习更多的是黑盒子,有问题我们不知道怎么去办,就像alphago在第四盘的时候,忽然出问题了,它定义的几率错了,他就完全乱掉了。现在深度学习算法,它怎么学习我们不知道。所以现在微观方面有一个黑盒的问题。宏观方面,我们做东西要可控。就像核一样,可以做核武器也可以做核电站,既可以伤害人类也可以服务人类,所以关于可控性大家已经谈的很多了。

  第二点,人工智能在将来的五到十年到二十年,会深度地改变社会的结构,比如说很多的工作就没有了。机器人出现,工厂的工人就不需要了、司机不需要了,很多重复性的脑力劳动者就不需要了。这时,我们需要有意识地提供一些培训,让大家的技能适应新时代的发展。我是乐观的,我相信更多的工作、更好的工作、不同的工作会出现。这个过程可能比想象的要快一些,希望大家没有被淘汰(left behind)。

  第三点,我其实是担心机器越来越智能,人会不会更依赖机器。现在我们已经离不开手机了,手机没电了,没有导航就回不了家,也记不住电话号码。作为整个人类来讲,我们会越来越智慧,但是其中大部分的人会不会智力退化,因为不用去想很多事,所有东西会被5%的人设定(program)好,因为机器可以自设定(self-program),大部分人可能会更加依赖机器智能。我有一位同事,他有句话我认为挺形象的,他在考虑机器会不会取代人类,就像现在就开始考虑火星上的人口问题一样(为时过早)。

  日报

  :人与人工智能其实是相互影响的过程,机器是在学习我们,它跟我们的互动也会改变我们的生活方式,其中又要涉及到一些伦理道德、社会经济、人口这一类的问题。

  张亚勤:

  我觉得我们应该关注这样的问题,按照人可控的方向,不要失控,但也不要害怕恐惧。因为为时过早,我们现在所做的事,这些算法并没有教机器去怎样产生感情。

  日报:

  我还注意到,机器学习有一个特点,学习我们强化给它,希望它学习的内容。比如说像我们现在进行的采访,在之前我会根据资料判断哪些是大家没有谈过的,哪些是时下的热点,但是如果让机器来准备的话,它或许只能准备一些热点,而一些被忽略的东西可能没有人提醒它,对此您怎么看?

  张亚勤:

  这是可能发生的,机器的能力在我们赋予它的能力范围内会很强,但是没有智慧和更深层的洞察,可能像是有iq但是eq较低。

  日报:

  现在机器学习或者说是在数据挖掘方面已经有了产品化的探索,比如说大家会用它来建立复杂的经济学模型来炒股,,您如何看待它的商业化应用?

  张亚勤:

  股票分析可以做到,但最终还是决策,比如说股票涨了你会买还是卖,这是个人决策的问题,每个人的决策是不一样的,如果大家都决定卖的话,那这个市场就不存在了。(但是我们可以给他设立一个上涨线,和压力线),你可以看到各种分析,但最终还是人来做决策,机器的决策力每个人不同的策略,但是如果所有的策略都一样,这个市场就崩塌(collapse)了,不可能是一样的。很简单一件事儿,曲线大家都能看到的,根据这个事实你怎么决策,肯定是不一样的。有买和卖的话才有交易,如果大家都卖交易就不存在了。这个决策还是人给的,机器可以做一部分,但是最终高层次的还是人做的,但是现在这个已经用上了。

  日报:

  这会带来信息鸿沟吗?

  张亚勤:

  会的,以前我讲数字鸿沟,现在我们说的是数据鸿沟。

  (记者刘佳对此文亦有贡献)

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186
友荐云推荐