院士鄔賀銓?zhuān)喝斯ぶ悄艿镊攘κ恰坝肋h在路上”

　　中國日報網(wǎng)與網(wǎng)易傳媒共同舉辦的2019影響力峰會(huì )在北京召開(kāi)，首屆影響力峰會(huì )的主題為“預見(jiàn)未來(lái)”。會(huì )上，中國工程院院士鄔賀銓擔任“預見(jiàn)科技未來(lái)”發(fā)布人，發(fā)表了主題為“迎接人工智能的未來(lái)”的演講。

　　鄔賀銓院士稱(chēng)，人工智能技術(shù)現在可以做的事情很多，對經(jīng)濟效益也有很大的貢獻。目前來(lái)看，AI應用效果比較好的領(lǐng)域有三個(gè)，一是醫療保健，二是汽車(chē)，三是金融服務(wù)業(yè)。

　　不過(guò)，鄔賀銓院士也同時(shí)指出，目前機器學(xué)習還有很多不足，一個(gè)諾貝爾獎經(jīng)濟學(xué)獎得主(Judea Pear)說(shuō)“人工智能不過(guò)是統計學(xué)”，還是有很多不足的地方。

　　對于人工智能下一步如何進(jìn)化，鄔賀銓院士引用清華大學(xué)張鈸院士的觀(guān)點(diǎn)說(shuō)，我們要把感知和認知放到同一個(gè)空間里，不是簡(jiǎn)單用概率統計的理論，要用模糊級的理論來(lái)重新定義它?；蛘?，發(fā)展群體智能。

　　鄔賀銓院士在演講中表示，互聯(lián)網(wǎng)已經(jīng)是第50年了，50年的互聯(lián)網(wǎng)到現在還保持互聯(lián)網(wǎng)流量年增60%，這些增速也會(huì )對未來(lái)人工智能技術(shù)的發(fā)展有很大的影響?！叭斯ぶ悄軙?huì )使得我們的生活更美好，或是走到我們的反面，這一切取決于人類(lèi)自己?！编w賀銓說(shuō)到，人工智能永遠在路上，這也就是人工智能的魅力。(小羿)

　　以下為鄔賀銓院士演講實(shí)錄(網(wǎng)易智能做了不改動(dòng)原意的整理)：

　　各位領(lǐng)導、各位專(zhuān)家早上好。我發(fā)言的題目是“迎接人工智能的未來(lái)”。

　　我們可以看看支撐人工智能發(fā)展的技術(shù)，比如CPU的芯片、存儲器、光纖、移動(dòng)通信、超算、大數據??用十年的時(shí)間來(lái)看，有些是60多倍，有些是成本兩萬(wàn)倍下降，光纖通信10年100倍容量提升，移動(dòng)通信10年1000倍的速率提升，超算能力1000倍的提升，算法我在這里沒(méi)寫(xiě)，但等會(huì )兒會(huì )說(shuō)到，大數據量大概是32倍的提升。這是前幾年統計下來(lái)的網(wǎng)絡(luò )主要設備年均性能改進(jìn)的增速。

　　互聯(lián)網(wǎng)已經(jīng)是第50年了，50年的互聯(lián)網(wǎng)到現在還保持互聯(lián)網(wǎng)流量年增60%，這些增速也會(huì )對未來(lái)人工智能技術(shù)的發(fā)展給予很大的影響。

　　深度神經(jīng)網(wǎng)絡(luò )實(shí)際上是個(gè)分類(lèi)器

　　現在深度神經(jīng)網(wǎng)絡(luò )，就算你寫(xiě)本書(shū)告訴計算機什么是貓什么是狗，它也學(xué)不會(huì )，但如果像對待人類(lèi)小孩的教學(xué)方式那樣，感性地把一堆貓和狗的視頻送到深度神經(jīng)網(wǎng)絡(luò )，它就會(huì )分類(lèi)，分類(lèi)結束后，如果照片視頻上有標簽，它就會(huì )知道分的這類(lèi)是貓。如果籃子里有個(gè)小狗，放進(jìn)去，它照樣會(huì )分類(lèi)為“狗”。所以深度神經(jīng)網(wǎng)絡(luò )實(shí)際上是個(gè)分類(lèi)器，當你告訴它是什么，它就學(xué)會(huì )了。

　　機器學(xué)習是深度神經(jīng)網(wǎng)絡(luò )的主要技術(shù)，從近10年里機器學(xué)習的論文里可以發(fā)現，現在機器學(xué)習的技術(shù)熱點(diǎn)，可以看到神經(jīng)網(wǎng)絡(luò )和進(jìn)化編程等計算密集型算法在機器學(xué)習研究中的出色表現。

　　人每天吃飯大概要輸入2500卡路里的能量，卡路里換算成焦耳大概是1000萬(wàn)焦耳，下圍棋5個(gè)小時(shí)大概要消耗人類(lèi)3.3兆焦耳。AlphaGo跟李世石下棋時(shí)用了1000多個(gè)CPU，176個(gè)GPU，一個(gè)CPU功率100W，1個(gè)GPU200W，換算出來(lái)是173000W(這是以秒計的)，如果5小時(shí)就是3000兆焦耳，這相當于李世石用的能耗是AlphaGo能耗的千分之一，也就是說(shuō)，人工智能目前還需要很大的能量支持。

　　后來(lái)隔了一年，改進(jìn)了AlphaGo Zero，換算成TPU，它只是AlphaGo原有1/12(能耗)，用1/12的能耗跟AlphaGo下棋，100比0，當時(shí)AlphaGo還要搜集所有的圍棋棋譜，然后訓練三個(gè)月，AlphaGoZero只需要了解圍棋的規則，兩個(gè)AlphaGoZero互相對應，能把所有人類(lèi)沒(méi)有走過(guò)的棋譜都走完，它就能戰勝了。所以?xún)?yōu)化算法、改進(jìn)硬件，包括GPU替換CPU(提高了三倍)，TPU替換GPU(提高了15到30倍)。

　　最近不單AlphaGo Zero圍棋天下無(wú)敵，而且通過(guò)自學(xué)2個(gè)小時(shí)，還擊敗了日本的將棋(有點(diǎn)像中國的象棋)，自學(xué)4個(gè)小時(shí)，把國際象棋也全部打贏(yíng)了。

　　人工智能能做的事情有太多

　　在醫學(xué)上，剛剛過(guò)去的三個(gè)月，谷歌在機器學(xué)習又開(kāi)發(fā)了Alpha Fold，Alpha Go的折疊，所謂折疊是來(lái)預測蛋白質(zhì)結構的，在蛋白質(zhì)結構預測的國際競賽里，打敗了所有由人組成的各種團隊，這有什么意義?如果能解釋蛋白質(zhì)的結構，我們的很多疾病(包括癌癥)可能就會(huì )找到解決辦法。所以現在很多人工智能用在醫學(xué)上開(kāi)發(fā)藥物，美國人工智能能比醫生提早六年診斷出阿茲海默病，醫療人工智能的器械也開(kāi)始投入商用了。除此之外我們看一看蛋白質(zhì)折疊結構，我們可以通過(guò)人工智能將它解釋出來(lái)。

　　我們知道門(mén)捷列夫開(kāi)發(fā)元素周期表用了很長(cháng)時(shí)間，現在假設我們不知道元素周期表，利用人工智能程序，幾個(gè)小時(shí)就可以把元素周期表重新定義出來(lái)。也就是說(shuō)，人工智能確實(shí)能做好多事。

　　在語(yǔ)音識別方面，人工智能已經(jīng)超過(guò)了人，一般人類(lèi)語(yǔ)音識別的錯誤率是5.1%，現在百度對漢語(yǔ)的語(yǔ)音識別，微軟對應于的語(yǔ)音識別已經(jīng)比這個(gè)水平要高了。當然，在嘈雜噪聲環(huán)境下，識別率現在也只有54%，不過(guò)人更識別不了，人還達不到這個(gè)水平。

　　包括人臉識別，中國上海依圖科技的人臉識別率在萬(wàn)分之一，誤失率前提下可以通過(guò)98%，銀行柜臺人員用肉眼比對，誤差一般在1%，也就是說(shuō)機器準確性是超過(guò)人的眼睛的。

　　當然，動(dòng)態(tài)三維活體檢測更難，下面的圖是小布什的原相，右邊的小部什頭像和原圖一樣，但嘴型和上圖的胖子嘴型一樣，我們聽(tīng)不出胖子講什么，但小布什可以通過(guò)口形恢復出他講話(huà)的聲音，讀懂唇語(yǔ)。

　　我們知道張學(xué)友在好幾場(chǎng)演唱會(huì )上抓到了逃犯，這不是因為張學(xué)友，而是演唱會(huì )門(mén)口的人臉識別門(mén)口。所以張學(xué)友說(shuō)“抓逃犯是我的正業(yè)，唱歌只是副業(yè)”。

　　機器視覺(jué)應用于什么?這是一個(gè)肺部CT照片，大家可以從中發(fā)現有沒(méi)有長(cháng)瘤子、有沒(méi)有癌癥，但CT可以?huà)呙璩鰩装購垐D片，很麻煩。我們通過(guò)人工智能把這些CT照片還原成一個(gè)肺，看看有沒(méi)有纖維化，再看看肺周邊的器官怎么樣。

　　語(yǔ)音識別可以用于醫學(xué)，還有圖像識別，可以重建三維影像，比如醫學(xué)教育，包括在增進(jìn)醫療手術(shù)的輔導可以起到很好的作用。

　　在產(chǎn)業(yè)上，清華和英業(yè)達合作(做影像電路板的)，影像電路板很復雜，可以看看該連的線(xiàn)是不是連了，不該連的線(xiàn)是不是沒(méi)連，人的肉眼很容易錯檢，但利用機器視覺(jué)就可以發(fā)覺(jué)人的肉眼沒(méi)法兒發(fā)現的問(wèn)題，每年的經(jīng)濟效益9000萬(wàn)。

　　看好AI在醫療保健、汽車(chē)和金融服務(wù)的應用，但挑戰很大

　　人工智能對經(jīng)濟效益的貢獻，有一些統計，人工智能可以改進(jìn)勞動(dòng)生產(chǎn)率，可以激發(fā)消費需求、可以提高產(chǎn)品質(zhì)量，有人預測2017到2030年，人工智能對勞動(dòng)生產(chǎn)率的貢獻超過(guò)GDP的55%，其中中國占了全球將近一半，2030年人工智能會(huì )帶來(lái)7萬(wàn)億美元的GDP增長(cháng)貢獻，占GDP的26.1%，這個(gè)數字來(lái)源于普華永道，這里面講了幾個(gè)領(lǐng)域，是最重要的人工智能應用領(lǐng)域。

　　AI指數比較高的應用效果比較好的領(lǐng)域是：一是醫療保健，二是汽車(chē)，三是金融服務(wù)業(yè)。

　　以自動(dòng)駕駛為例，麥肯錫估計2025年帶來(lái)的經(jīng)濟規模將達到萬(wàn)億美元，降低交通事故，每年能挽救3到15萬(wàn)人的生命，減少廢氣排放90%，麥肯錫還認為到2030年人工智能可以為全球額外貢獻13萬(wàn)億美元的GDP增長(cháng)，普華永道的估計是15.7萬(wàn)億，平均年均GDP會(huì )增加1.2%。后面那句話(huà)更重要：足以比肩19世紀的蒸汽機、20世紀的工業(yè)機器人和21世紀的信息技術(shù)。

　　自動(dòng)駕駛在簡(jiǎn)單路況中是好的，復雜路況就很難，因為行人和司機不見(jiàn)到都遵守交通規則，很難用訓練的辦法掌握，還需要駕駛員的經(jīng)驗和知識，而且人類(lèi)犯錯是偶然的，機器一旦犯錯可能就是系統性的。

　　人工智能可以檢測腫瘤，但醫院還不敢這么用，因為人工智能本身可以告訴你應該做什么，但它不會(huì )告訴你為什么，比如人工智能診斷一個(gè)病人，最后得出結論“鋸掉一條腿”，但不告訴你為什么，那醫院敢鋸掉腿嗎?

　　還有很多功能是人工智能難以勝任的，神經(jīng)網(wǎng)絡(luò )是以輸入為導向的算法，首先的前提是大量數據，而且數據要比較準確，如果受了干擾他就很難，醫生受干擾可能會(huì )產(chǎn)生很多錯誤，比如北加州一個(gè)組織(美國公民自由聯(lián)盟)利用亞馬遜面部識別算法把美國535位國會(huì )議員的照片和美國警察局掌握的2.5萬(wàn)名罪犯照片進(jìn)行比對，發(fā)現28個(gè)議員被當成了罪犯。分類(lèi)數據終美國的數據嚴重偏向白人男性，所以黑皮膚的可能就容易被錯認。

　　目前機器學(xué)習還有很多不足，圖靈獎的獲獎?wù)哒f(shuō)，目前機器學(xué)習只是曲線(xiàn)的擬合，一個(gè)諾貝爾獎經(jīng)濟學(xué)獎得主(Judea Pear)說(shuō)“人工智能不過(guò)是統計學(xué)”，也就是說(shuō)目前還是有很多不夠的地方。

　　剛才我用的兩張圖映射的貓和狗的區別有個(gè)曲線(xiàn)，但只要擬合的地方稍微錯一點(diǎn)，可能就會(huì )發(fā)生錯誤。比如本來(lái)是熊貓，在照片上加上一些噪音，機器就可能識別成長(cháng)臂猿，所以人工智能識別目前來(lái)講還是比較嬌氣的。

　　大家看這張圖，有人看是順時(shí)針轉，有人看是逆時(shí)針轉，哪怕是同一個(gè)人，一會(huì )兒看著(zhù)是順時(shí)針轉，眨眨眼睛卻變成了逆時(shí)針轉，究竟是順還是逆?其實(shí)只是左腿在前還是右腿在前的問(wèn)題，是你的錯覺(jué)。

　　為什么會(huì )出現這個(gè)錯覺(jué)?因為它正好處于人工智能辨識(包括人辨識)的分界線(xiàn)，這時(shí)就可能發(fā)生誤導。

　　比如這個(gè)圖里的圓圈，大家都覺(jué)得它是滾動(dòng)的、是圓的，可是真的是這樣嗎?每個(gè)球都這樣走嗎?不一定，我們可以看看。實(shí)際上每個(gè)球走的都是直線(xiàn)，所以人工智能的模型是會(huì )被誤導的。

　　這張圖中最后一個(gè)打問(wèn)號的地方應該放(幾個(gè)數字)，人很容易看出來(lái)應該放哪個(gè)，因為第一行232，第二行343，第三行應該是454，可是人工智能就很難看出來(lái)，因為人工智能要獲得人類(lèi)常識不是那么容易的。

　　人工智能的進(jìn)化與對就業(yè)的沖擊

　　當然，神經(jīng)網(wǎng)絡(luò )現在還在演進(jìn)，關(guān)鍵是怎樣選擇正確框架以及訓練，清華大學(xué)的張鈸院士說(shuō)我們要把感知和認知放到同一個(gè)空間里，不是簡(jiǎn)單用概率統計的理論，要用模糊級的理論來(lái)重新定義它，否則我們沒(méi)辦法跟機器人交流，機器人之間也沒(méi)辦法交流。

　　機器學(xué)習著(zhù)重于通過(guò)數據了解環(huán)境，而人類(lèi)能夠同時(shí)洞悉不同的環(huán)境，群體學(xué)習是人類(lèi)與生俱來(lái)的本領(lǐng)，而電腦是不具備的。我曾經(jīng)跟一個(gè)搞人工智能的公司說(shuō)，識別語(yǔ)音、下圍棋都不算什么，能不能組織11人的機器人足球隊，什么時(shí)候踢贏(yíng)皇馬了，那你就算厲害了，因為11人的機器人足球隊是要群體活動(dòng)的。

　　剛才談到就業(yè)，實(shí)際上人工智能確實(shí)會(huì )取代很多現在的就業(yè)，49%的勞動(dòng)人口可能會(huì )被取代，但一半以上的人是不會(huì )被取代的，因為人工智能沒(méi)有情感，有情感創(chuàng )作的文藝工作是不能被取代的，人工智能不能取代文藝，要由人來(lái)做。美國高德納咨詢(xún)公司以及世界經(jīng)濟論壇發(fā)布的《2018未來(lái)就業(yè)》報告中都說(shuō)，實(shí)際上取代了一部分工作，但會(huì )新增一些工作崗位。人工智能會(huì )帶來(lái)數字?zhù)櫆?，發(fā)達國家、先進(jìn)企業(yè)，還會(huì )拉大社會(huì )貧富懸殊，高智能崗位會(huì )增加，一般勞動(dòng)崗位會(huì )減少，自動(dòng)駕駛出了問(wèn)題是誰(shuí)的責任?機器人創(chuàng )作的小說(shuō)、詩(shī)歌是否享有相應的知識產(chǎn)權?有法律道德的問(wèn)題，還有安全問(wèn)題，如果人工智能殺人了怎么辦?

　　最后，總書(shū)記提到，要加快發(fā)展新一代人工智能，是我們贏(yíng)得全球科技競爭主動(dòng)權的重要抓略抓手。

　　清華大學(xué)張鈸院士說(shuō)，我們現在正在通往AI的路上，現在走得并不遠，在出發(fā)點(diǎn)附近，但人工智能永遠在路上，大家要有思想準備，而這也就是人工智能的魅力。

　　人工智能會(huì )使得我們的生活更美好，或是走到我們的反面，這一切取決于人類(lèi)自己。

　　謝謝。