4月21日，TEF科技娛樂(lè)季（上海站）之2017亞太人工智能峰會(huì)在上交會(huì)期間隆重舉行。大會(huì)由AI科學(xué)創(chuàng)新與未來(lái)、AI深度學(xué)習(xí)專場(chǎng)、AI語(yǔ)音與視覺(jué)識(shí)別技術(shù)、AI無(wú)人駕駛引領(lǐng)汽車(chē)、AI與教育、AI與家庭娛樂(lè)、AI與計(jì)算機(jī)視覺(jué)、AI與VR、AI與物聯(lián)網(wǎng)等板塊組成。會(huì)上，美國(guó)人工智能公司Lucid的董事長(zhǎng)&美國(guó)奧斯汀人工智能協(xié)會(huì)創(chuàng)始人Michael Stewart、北卡州立大學(xué)里學(xué)院終身教授謝立安博士、開(kāi)豆英語(yǔ)聯(lián)合創(chuàng)始人Dhonam Pemba、美國(guó)威斯敏斯特大學(xué)科學(xué)教育研究所所長(zhǎng)&谷歌眼鏡發(fā)明人Dr.Phillip Alvelda、騰訊云AI產(chǎn)品副總監(jiān)王琰出席圓桌論壇，討論人工智能當(dāng)前的趨勢(shì)以及全球性的問(wèn)題。
謝立安：現(xiàn)在各個(gè)國(guó)家都在進(jìn)行人工智能方面的研究和技術(shù)開(kāi)發(fā)和推廣。大家有一個(gè)擔(dān)心能不能保持我們自身的優(yōu)勢(shì)？如果我們的技術(shù)被競(jìng)爭(zhēng)對(duì)手掌握以后，是不是就會(huì)處于下風(fēng)？
Dr.Phillip Alvelda：全球聯(lián)合研發(fā)AI很重要，現(xiàn)在大家已經(jīng)有一個(gè)共識(shí)，就是AI是幫助人類(lèi)的一個(gè)重要基石?，F(xiàn)在有一個(gè)很大的挑戰(zhàn)：怎么樣讓公司有盈利？國(guó)家強(qiáng)大？并且?guī)椭虻娜祟?lèi)更繁榮？
Michael Stewart：AI其實(shí)就是一個(gè)知識(shí)的綜合，我們的社會(huì)可以用這個(gè)知識(shí)來(lái)解決問(wèn)題，這是一個(gè)很強(qiáng)大的技術(shù)。這樣的技術(shù)應(yīng)該全球化，而不是國(guó)家化。我們要想想怎么樣把一個(gè)技術(shù)利益全人類(lèi)，而不僅僅是一種人種。希望全球更多的組織機(jī)構(gòu)、公司參與進(jìn)來(lái)，人類(lèi)攜手一起用集體智慧，把這種智能的東西研發(fā)出來(lái)，可以造福我們的生活。
Dhonam Pemba：AI上面的這種機(jī)器學(xué)習(xí)、深度學(xué)習(xí)還是非常快的?，F(xiàn)在AI在領(lǐng)軍科技發(fā)展，我們現(xiàn)在希望能開(kāi)源。谷歌就做了很多的這種開(kāi)源的舉動(dòng)，把很多平臺(tái)開(kāi)放，讓很多小的用戶公司受惠。
王琰：騰迅也在做各個(gè)層面的探索。2016年開(kāi)始，騰訊,在內(nèi)部打破了技術(shù)壁壘。一個(gè)公司里是這樣，全球也是這樣。AI已經(jīng)發(fā)展到井噴的現(xiàn)狀了，需要全球共同參與與研究，才能形成快速發(fā)展。未來(lái)不光是騰訊，包括全國(guó)的各個(gè)從業(yè)者都要通過(guò)開(kāi)放的方式，促進(jìn)AI快速的發(fā)展。
觀眾：美國(guó)AI的專家、中國(guó)的AI的專家以及其他國(guó)家的專家都在這里，促成國(guó)際化的合作?，F(xiàn)在在AI最統(tǒng)一的目標(biāo)是什么？有什么樣的機(jī)制可以鼓勵(lì)所有的國(guó)家一起合作？
Dhonam Pemba：AI有語(yǔ)言上的壁壘。比如一個(gè)美國(guó)公司與斯坦福大學(xué)合作，斯坦福大學(xué)有很好的語(yǔ)言方面的技術(shù)，但是合作下來(lái)其實(shí)并不是特別好，因?yàn)橹袊?guó)的服務(wù)其實(shí)更好。我們會(huì)有國(guó)家的壁壘、語(yǔ)言的壁壘，真的是需要合作一起，才能解決很多AI方面的問(wèn)題。我們要認(rèn)識(shí)到這個(gè)問(wèn)題的嚴(yán)重性。
Michael Stewart：其實(shí)要去做一個(gè)集體智慧的事情，就是AI的一個(gè)趨勢(shì)。全球的大家庭一定要團(tuán)結(jié)起來(lái)，全人類(lèi)一起去面對(duì)一些挑戰(zhàn)和困難。這是我們的想象，讓我們向前發(fā)展。人工智能是很重要的一個(gè)工具，是一個(gè)全球的目標(biāo)，不是一個(gè)國(guó)家的目標(biāo)。
觀眾：行業(yè)有很多培訓(xùn)的數(shù)據(jù)，認(rèn)為一般人工智能的問(wèn)題，就是通過(guò)更多的數(shù)據(jù)可以解決，還是說(shuō)需要更好的算法進(jìn)行更好的改進(jìn)？
Michael Stewart：進(jìn)行一個(gè)加速的處理，另一方面需要算法處理這些數(shù)據(jù)，雖然比較麻煩。我們需要一個(gè)積累的方式來(lái)處理這個(gè)問(wèn)題，才能達(dá)到更高的智能。當(dāng)前我們?cè)谧鲆恍┰黾觾r(jià)值的一些商業(yè)模式，提供一些服務(wù)等等，通過(guò)這些積累，在全世界能夠得到一個(gè)應(yīng)用。
Dhonam Pemba：在目前的階段算法和深度學(xué)習(xí)都有一個(gè)數(shù)據(jù)問(wèn)題。在自主學(xué)習(xí)的問(wèn)題上，如果有很大的數(shù)據(jù)，所有問(wèn)題都需要被監(jiān)管，包括之前的一些算法。微軟小冰機(jī)器人，它有6百萬(wàn)的一個(gè)對(duì)話。這個(gè)數(shù)據(jù)量太大了，如果你和聊天機(jī)器人說(shuō)話，你告訴它“我想知道天氣”，你再告訴它一些其他的信息，這數(shù)據(jù)太大了。比較幸運(yùn)的是我們知道問(wèn)題是什么，可以更直接地汲取這個(gè)數(shù)據(jù)。
Dr.Phillip Alvelda：它是一個(gè)數(shù)據(jù)，也是一個(gè)算法。我們能創(chuàng)造更多的價(jià)值，在更多的領(lǐng)域利用更多的資源。我們需要一些新的機(jī)制，來(lái)處理更多的數(shù)據(jù)。要想解決這個(gè)問(wèn)題，就是要更深入一些，這些要取決于我們目前的一個(gè)發(fā)展的進(jìn)展。
觀眾：有一個(gè)關(guān)于現(xiàn)在的技術(shù)進(jìn)步帶來(lái)的問(wèn)題。以前無(wú)論是騰訊AI還是百度AI，技術(shù)的能力越來(lái)越強(qiáng)大。但是帶來(lái)的對(duì)于公民的隱私權(quán)的侵犯，是不是也會(huì)引發(fā)相應(yīng)的問(wèn)題？
王琰：在高新技術(shù)下，包括攝像頭攝到的數(shù)據(jù)，如銀行數(shù)據(jù)、身份證數(shù)據(jù)，這些數(shù)據(jù)都會(huì)在云端存在。有可能被惡意的人獲取，干一些不太好的事情。未來(lái)隨著人工智能行業(yè)越來(lái)越發(fā)展，會(huì)形成真正的約束，形成一個(gè)框架，讓服務(wù)者和被服務(wù)者產(chǎn)生這樣的信任——你把你的信息托福在我們這里，我們會(huì)用各種各樣的安全手段避免來(lái)自外部的侵犯。
Michael Stewart：我認(rèn)為這個(gè)問(wèn)題是可以避免的，有這個(gè)能力我們就有這個(gè)責(zé)任。處理這個(gè)問(wèn)題政府也很棘手，出臺(tái)了一些法律，但是不太成功。想保護(hù)我們公民的安全，需要很多的數(shù)據(jù)，要監(jiān)管這些數(shù)據(jù)，但是不能監(jiān)管每個(gè)人所做的事情，因?yàn)檫@就是個(gè)人的隱私權(quán)利。有的政府有一個(gè)道德委員會(huì)來(lái)解決這個(gè)問(wèn)題。因?yàn)槿斯ぶ悄馨l(fā)展很快，政府也沒(méi)有足夠的時(shí)間來(lái)解決這個(gè)問(wèn)題，需要很大量的工作和每個(gè)的參與。
Dr.Phillip Alvelda：我們有兩個(gè)數(shù)據(jù)庫(kù)，它有兩個(gè)不同的密碼，極少數(shù)員工可以接觸兩個(gè)數(shù)據(jù)庫(kù)，所以它有一個(gè)安全的防護(hù)系統(tǒng)——這是一個(gè)在谷歌、臉書(shū)以及其他一些科技公司里面非常重要的機(jī)制。
觀眾：騰訊的人工智能技術(shù)是不是可以輸出？以鑒黃為例。
王琰：智能鑒黃，現(xiàn)在運(yùn)營(yíng)好幾年了，技術(shù)相對(duì)非常成熟。騰訊的技術(shù)引擎能達(dá)到99.95%的識(shí)別率，也就是說(shuō)漏掉非常少的部分。過(guò)去有3千人的團(tuán)隊(duì)，現(xiàn)在這個(gè)團(tuán)隊(duì)只有20人左右，不良信息會(huì)反饋到引擎里面，讓它學(xué)習(xí)得更豐富。騰迅已經(jīng)和有線電視合作很多年，更多是云資源層面的深度合作。我們有技術(shù)，但是我不了解行業(yè)的場(chǎng)景。我希望行業(yè)告訴我，這樣可以結(jié)合生產(chǎn)出更大的價(jià)值出來(lái)。
觀眾：中國(guó)的人工智能是發(fā)展到哪個(gè)階段？中國(guó)優(yōu)勢(shì)在哪里？哪一部分是劣勢(shì)？我看了很多電影，電影里邊機(jī)器人會(huì)取代人類(lèi)，或者傷害人類(lèi)，你認(rèn)為在將來(lái)機(jī)器人會(huì)變得有情感，然后和人類(lèi)為敵嗎？
Michael Stewart：現(xiàn)在AI的算法，還有自然語(yǔ)言的理解，這種技術(shù)應(yīng)該是比較有優(yōu)勢(shì)。全球AI其實(shí)在發(fā)展下一階段都遇到了巨大的瓶頸，那就是邏輯的推理。比較低級(jí)的AI其實(shí)沒(méi)有自己去演化，從小知識(shí)演化到大知識(shí)庫(kù)，這個(gè)瓶頸是全球性的。如果這個(gè)問(wèn)題被突破，會(huì)是一個(gè)改革性的、突破性的關(guān)口。
Dhonam Pemba：我覺(jué)得這個(gè)顧慮已經(jīng)不僅是機(jī)器人殺人了，它其實(shí)也可以是機(jī)器人搶我們的工作。比如說(shuō)很多人現(xiàn)在都失業(yè)了，因?yàn)樽詣?dòng)化來(lái)了，非知識(shí)型的工作很容易就被機(jī)器人替代了。AI的優(yōu)勢(shì)就是它們有很大的知識(shí)儲(chǔ)備，它會(huì)搶很多人的工作。
王琰：現(xiàn)在的摩拜單車(chē)，國(guó)外也是沒(méi)有這樣的形式存在。到了AI的時(shí)代，大家都是同一個(gè)起跑線。至于未來(lái)任何一個(gè)技術(shù)的爆發(fā)性的發(fā)展，一定來(lái)自市場(chǎng)它的產(chǎn)業(yè)商業(yè)化。從實(shí)驗(yàn)室走到真正的人的身邊，是不是有更多的場(chǎng)景和經(jīng)濟(jì)去支撐它？中國(guó)現(xiàn)在的經(jīng)濟(jì)的發(fā)展會(huì)帶來(lái)各種各樣AI的使用場(chǎng)景，會(huì)更加刺激AI的進(jìn)步。所以中國(guó)未來(lái)在AI的前景是非?？捎^的。
人工智能實(shí)際上是讓這個(gè)智能更像人，它做的事情是人能做的事情?？赡芪磥?lái)到一個(gè)階段，它能做人不能做的事情。它思考的事情，已經(jīng)超越了人的范疇。但是這肯定不是突發(fā)的過(guò)程，因?yàn)樗且粋€(gè)漸變的過(guò)程，人的思維方式、人的技術(shù)手段也會(huì)跟隨這個(gè)過(guò)程發(fā)展。我們會(huì)約束它，給它制訂規(guī)則。
觀眾：深度神經(jīng)網(wǎng)絡(luò)為什么會(huì)比傳統(tǒng)的人工智能技術(shù)要有效？現(xiàn)在互聯(lián)網(wǎng)已經(jīng)有ZB級(jí)的數(shù)據(jù)了，是不是足夠訓(xùn)練出一個(gè)具有常識(shí)的機(jī)器？
Dhonam Pemba：深度神經(jīng)系統(tǒng)過(guò)去30年都不是很流行。隨著電腦的處理加快，它現(xiàn)在比所有其他的東西都有效，全球都廣泛地運(yùn)用——其實(shí)它就是模仿人類(lèi)大腦，有一個(gè)自我形成的過(guò)程。
Michael Stewart：比如說(shuō)2乘2等于4，這種小的語(yǔ)意中間的不同，需要很長(zhǎng)的時(shí)間才能讓一個(gè)機(jī)器人徹底的理解。對(duì)于很多東西的理解，如果告訴不了機(jī)器的話，那機(jī)器就沒(méi)有辦法具備這個(gè)常識(shí)了。畢竟人具備常識(shí)需要20年的時(shí)間。
Dr.Phillip Alvelda：我們現(xiàn)在有兩個(gè)挑戰(zhàn)。AI它們學(xué)得很快，但是人會(huì)控制機(jī)器學(xué)什么：不僅控制它學(xué)習(xí)的構(gòu)架，也控制它學(xué)習(xí)的內(nèi)容。人的記憶、對(duì)于過(guò)去信息的處理、對(duì)于真實(shí)世界的認(rèn)識(shí)等等其實(shí)還沒(méi)有在人類(lèi)世界被編碼。所以其實(shí)沒(méi)有辦法基于這樣復(fù)雜的常識(shí)結(jié)構(gòu)做一個(gè)決定。
王琰：我理解現(xiàn)在的深度學(xué)習(xí)算法，不太像原先的工程式的算法。它并不是邏輯性，它像人的大腦，有一種仿生式的算法。為什么深度神經(jīng)網(wǎng)絡(luò)現(xiàn)在能夠有快速的發(fā)展呢？過(guò)去神經(jīng)網(wǎng)絡(luò)的算法情況下，基本上是不可計(jì)算的。為什么這些年有一個(gè)進(jìn)步呢？因?yàn)閷＜覀儼巡豢捎?jì)算性變成可計(jì)算性，使得我們的命題成為一些可計(jì)算、可衡量的結(jié)果。當(dāng)前的一些認(rèn)知、互聯(lián)網(wǎng)上的數(shù)據(jù)能不能形成真正的一個(gè)認(rèn)知機(jī)器人？這個(gè)事情可能是有一個(gè)過(guò)程的。我相信具有常識(shí)的機(jī)器人，應(yīng)該是能夠很快實(shí)現(xiàn)的。只是說(shuō)目前還處于這個(gè)過(guò)程的中間階段。
微信掃一掃
