“新人類(lèi)”即將誕生，AI邁入造人新時(shí)代

　　人工智能已經(jīng)可以自動(dòng)生成以假亂真的人像照片“忽悠”人類(lèi)了。憑借“對抗神經(jīng)網(wǎng)絡(luò )”，人工智能從“學(xué)習”和“識別”進(jìn)化到了“創(chuàng )造”。清華大學(xué)計算機系教授、博士生導師鄧志東將此技術(shù)與深度卷積神經(jīng)網(wǎng)絡(luò )、AlphaGo并稱(chēng)為人工智能的三大發(fā)展。當然，基于大數據和大計算的人工智能也存在著(zhù)“先天不足”，至少在理解和“舉一反三”方面還有很長(cháng)的路要走。

　　一個(gè)頗為無(wú)聊的國外網(wǎng)站最近火了。

　　這一名為“此人不存在”(ThisPersonDoesNotExist)的網(wǎng)站沒(méi)有任何界面設計，輸入網(wǎng)址后顯示的只有一張人像大頭照。新奇之處就在于，每次打開(kāi)或刷新頁(yè)面，顯示的照片都不同，并且都不是真實(shí)存在的人物照片。

　　換言之，所有照片都是隨機“生成”的，而其背后正是人工智能的支撐?？梢钥闯?，人工智能已經(jīng)從“學(xué)習”和“識別”，開(kāi)始進(jìn)化到“想象”和“創(chuàng )造”。從網(wǎng)站上的照片來(lái)看，不僅實(shí)現了無(wú)限“生成”，而且還生成得不錯——人物有男有女，有老有少，不同人種、不同角度、不同表情，甚至還有眼鏡和佩飾，可謂以假亂真。

　　事實(shí)上，賦予人工智能想象力和創(chuàng )造力的，正是被《MIT科技評論》評為2018十大科技突破之一的“對抗神經(jīng)網(wǎng)絡(luò )”。

　　據《MIT科技評論》介紹，“對抗”是指兩個(gè)神經(jīng)網(wǎng)絡(luò )使用同一個(gè)數據集進(jìn)行訓練。其中一個(gè)神經(jīng)網(wǎng)絡(luò )叫生成網(wǎng)絡(luò )(the generator)，它的任務(wù)就是依照所見(jiàn)過(guò)的圖片來(lái)生成新的圖片，而另外那個(gè)神經(jīng)網(wǎng)絡(luò )叫判別網(wǎng)絡(luò )(the discriminator)，它的任務(wù)則是判斷它所見(jiàn)得圖片是否與訓練時(shí)的圖片相似。

　　慢慢地，生成網(wǎng)絡(luò )創(chuàng )造圖片的能力會(huì )強到無(wú)法被判別網(wǎng)絡(luò )識破的程度。經(jīng)過(guò)訓練的生成網(wǎng)絡(luò )學(xué)會(huì )了識別并創(chuàng )造看起來(lái)十分真實(shí)的圖片。這項技術(shù)已成為過(guò)去10年最具潛力的人工智能突破，幫助機器產(chǎn)生可以“忽悠”人類(lèi)的成果。

　　生成式對抗網(wǎng)絡(luò )“創(chuàng )造”出的人像(現實(shí)中不存在此人)具有十足“迷惑性”

　　更令人驚嘆的是，這樣的“生成”還不限于圖像。清華大學(xué)計算機系教授、博士生導師鄧志東近日在上?！皬埥?019未來(lái)產(chǎn)業(yè)峰會(huì )”上提到：“兩個(gè)卷積神經(jīng)網(wǎng)絡(luò )通過(guò)相互對抗，生成超分辨率真實(shí)感的原創(chuàng )圖像、聲音、3D物體或自然時(shí)序數據，這給AI帶來(lái)一種類(lèi)似于人類(lèi)的想象力?！?/p>

　　AI的三大主義與三大發(fā)展

　　令人嘆為觀(guān)止的人像“創(chuàng )造”背后，必然是對海量原始照片的學(xué)習。

　　鄧志東認為，生物智能的一個(gè)主要特征就是學(xué)習，而新一輪人工智能的鮮明特點(diǎn)就是學(xué)習能力。無(wú)論是生物智能還是人工智能，智能的主要特點(diǎn)就是感知能力、認知能力和行動(dòng)能力。

　　追本溯源，智能的這三大特點(diǎn)源自連接主義、行為主義和符號主義。連接主義是生物智能的解剖學(xué)基礎，即生物神經(jīng)系統所包含的神經(jīng)元、神經(jīng)元的活性及其相互作用。在此之上，行為主義通過(guò)獎勵/懲罰進(jìn)行自主學(xué)習，強化學(xué)習也是人類(lèi)和動(dòng)植物行為學(xué)習的主要方式。最后，符號主義極大促進(jìn)了人類(lèi)的智力發(fā)育，尤其是語(yǔ)言的發(fā)明成為了人類(lèi)智能遠超其他生物智能的分水嶺。

　　以“三大主義”為基礎，人工智能在最近五六年取得了飛速發(fā)展。目前來(lái)看，在大數據和大計算的驅動(dòng)下，深度學(xué)習已成為計算機視覺(jué)、語(yǔ)音識別與合成、自然語(yǔ)言處理和大數據分析等的主流方法。以深度卷積神經(jīng)網(wǎng)絡(luò )為基礎的新一代人工智能確實(shí)帶來(lái)了更接近于人類(lèi)視聽(tīng)覺(jué)的感知能力。

　　因此，數據驅動(dòng)的方法已被視為繼實(shí)驗科學(xué)、理論模型、模擬仿真之后的第四科學(xué)研究范式——數據驅動(dòng)的科學(xué)范式，其如同網(wǎng)絡(luò )技術(shù)，已逐漸變革為一種通用賦能工具。從“互聯(lián)網(wǎng)+”到“人工智能+”，新一代人工智能已經(jīng)遠遠超出了計算機科學(xué)技術(shù)的范疇。

　　大數據和大計算讓人工智能迎來(lái)了大發(fā)展，鄧志東總結了人工智能的三大進(jìn)展。

　　首先是深度卷積神經(jīng)網(wǎng)絡(luò )令大數據感知智能取得突破性進(jìn)展。人工智能已經(jīng)能獲得更加接近于人類(lèi)水平的視聽(tīng)覺(jué)感知能力和對文本自然語(yǔ)言的模式分類(lèi)能力，從而賦能產(chǎn)品、流程和服務(wù)體驗，引發(fā)了技術(shù)變革和產(chǎn)業(yè)革命。

　　這一領(lǐng)域最為人熟知的例子就是自動(dòng)駕駛，以全球首個(gè)自動(dòng)駕駛商用服務(wù)Waymo One為例，其估值已超千億美元。另外，在醫學(xué)影像領(lǐng)域，谷歌的人工智能深度卷積神經(jīng)網(wǎng)絡(luò )已經(jīng)可以根據視網(wǎng)膜影像來(lái)準確判斷一個(gè)人的年齡、性別、血壓、是否吸煙等，甚至可預測肺癌、乳腺癌等，達到了國際頂級醫生的診斷水平。

　　其次是超人類(lèi)水平的AlphaGo引發(fā)全社會(huì )強烈關(guān)注，在此基礎上進(jìn)化而來(lái)的AlphaZero更是帶來(lái)了無(wú)需大數據就可自主學(xué)習的棋類(lèi)通用人工智能。AlphaZero經(jīng)過(guò)8小時(shí)16.5萬(wàn)次訓練，就擊敗了AlphaGo戰勝李世石的版本。

　　第三大進(jìn)展是對抗性神經(jīng)網(wǎng)絡(luò )帶來(lái)了超真實(shí)感的想象能力，也就是上述人工智能“創(chuàng )造”人像的案例所表現的。鄧志東表示，生成式對抗網(wǎng)絡(luò )(GAN)是目前最為成功的生成式神經(jīng)網(wǎng)絡(luò )模型，通過(guò)與強化學(xué)習及蒙特卡洛搜索等的結合，推動(dòng)了半監督與無(wú)監督學(xué)習方法的發(fā)展。

　　清華大學(xué)計算機系教授、博士生導師鄧志東

　　大數據AI的先天不足

　　鄧志東坦言，以大數據為燃料，喂食越多，人工智能越能獲得更好的感知直覺(jué)。但問(wèn)題隨之而來(lái)，首先是對大數據的清洗和標簽需要付出很高代價(jià)。

　　其次，在落地應用中，在開(kāi)放環(huán)境下，實(shí)際是不存在完備的大數據的。對于各種應用場(chǎng)景，大數據人工智能均只能獲得較接近于人類(lèi)水平的視聽(tīng)覺(jué)等感知能力，這與各種基于公開(kāi)測評數據集得到的性能指標是完全不同的。簡(jiǎn)言之，人工智能或許在測試狀態(tài)下表現良好，但在實(shí)際落地應用中的表現卻可能差強人意。

　　此外，基于深度學(xué)習的計算機視聽(tīng)覺(jué)感知方法不僅依賴(lài)大數據的驅動(dòng)，也缺乏人類(lèi)舉一反三的，基于小樣本的學(xué)習能力和對目標的認知水平的理解能力，并且缺乏記憶、沒(méi)有常識、不能運用經(jīng)驗，缺乏技巧和知識學(xué)習能力。

　　比如，人們開(kāi)車(chē)轉彎或掉頭就是過(guò)程性經(jīng)驗。大腦記住后，每當轉彎就不需要再思考，而是可以條件反射地做出動(dòng)作。

　　人類(lèi)的思維方式并不完全依靠特征提取，很多時(shí)候是靠理解和推理，但目前人工智能并不具備這樣的能力，也就不具有規劃決策和思考能力。

　　鄧志東把大數據人工智能面臨的挑戰歸結為：人工智能缺乏自己的語(yǔ)言。相比之下，語(yǔ)言卻是人類(lèi)的“制勝法寶”。他表示，人類(lèi)高層認知能力其實(shí)是通過(guò)記憶語(yǔ)言去思考和推理的。記憶以及知識的運用，都是基于語(yǔ)言的。

　　另外，大數據人工智能的發(fā)展，還會(huì )帶來(lái)法律、倫理、隱私安全和失業(yè)等方面的挑戰。

　　盡管當下的人工智能還非常弱，“落地”也只能在特定應用領(lǐng)域發(fā)揮作用，還極度依賴(lài)大數據。但隨著(zhù)人工智能的進(jìn)一步發(fā)展，也就是認知智能和通用人工智能的發(fā)展，或許會(huì )對技術(shù)與產(chǎn)業(yè)帶來(lái)變革，甚至威脅到人類(lèi)的安全。

　　“但總體來(lái)說(shuō)，現在的弱人工智能對于人類(lèi)是賦能和有益的”，鄧志東表示。

　　擁有自己語(yǔ)言的下一代人工智能

　　對于人工智能的未來(lái)突破點(diǎn)，鄧志東認為，關(guān)鍵就在于從感知智能向認知智能的進(jìn)化。目前人工智能主要追求看清、聽(tīng)清，能夠識別但沒(méi)有理解，屬于感知智能范疇。未來(lái)人工智能的發(fā)展目標將是如何看懂、聽(tīng)懂和讀懂，從而具備基本的認知智能，這也是從弱人工智能向通用或強人工智能進(jìn)化的方向。

　　所謂認知智能，就是指對目標或實(shí)體具有理解能力，理解事物的內涵和外延。其發(fā)展趨勢就是要探索舉一反三的認知智能，即以大數據感知智能+圖模型/知識圖譜為基礎，利用圖卷積神經(jīng)網(wǎng)絡(luò )從特征學(xué)習拓展到知識學(xué)習。

　　而通用人工智能則包含了多任務(wù)的自主學(xué)習、自適應與自組織能力。其發(fā)展趨勢是基于連接主義的深度神經(jīng)網(wǎng)絡(luò )，通過(guò)與行為主義的強化學(xué)習，特別是與具有學(xué)習能力的符號主義的有機結合，從AlphaZero這樣的新起點(diǎn)出發(fā)，發(fā)展出具有更寬垂直領(lǐng)域的通用人工智能。

　　總之，通過(guò)深度學(xué)習與無(wú)監督學(xué)習、概率或模糊圖模型知識圖譜進(jìn)行深度融合，讓下一代人工智能擁有自己的語(yǔ)言，并能根據數據和常識自主學(xué)習，是探索認知能力與通用人工智能的關(guān)鍵路徑之一。