首页 > 台湾新闻 > 正文 复制本页面地址

李德毅:人工智能——经济发展的新引擎,社会发展加速器

【10月24日,科大讯飞(首届)全球1024开发者节在合肥滨湖国际会展中心举行。安徽省副省长方春明、中国人工智能学会理事长李德毅等重要嘉宾出席了开发者节。本文为李德毅理事长的现场发言。】

作为一个人工智能开发者,我今天想跟大家交流的题目是《人工智能——经济发展的新引擎,社会发展加速器》。很多人在问我人工智能到底是什么,为什么国务院发展这样一个规划,这意味着什么?我个人认为这里有两个层面,第一曾是讲人工智能产业自身,它作为新引擎而存在;第二个事情是讲AI+,讲对各行各业的影响,作为加速器而存在。

去年中国人工智能学会联合徐州学会也举行了人工智能诞生60周年庆祝活动。人工智能经过了跌跌爬爬,几起几落,尤其是两个寒冬之后终于迎来了第三次潮起的阶段,当时我们用这么一个logo来形容人工智能:一半是脑认知,一半是集成电路的智能芯片。

今天, 当我们回忆60年走过的道路,特别当我们看到深度学习等人工智能技术直接地面对着现实问题,人们终于认识到人工智能已经不再是阳春白雪了。我们回忆曾经为人工智能作出杰出贡献的科学家工程师们,这里面有很多的先辈,其实我特别想讲一讲赫伯特·西蒙,他多次访问过中国,他的第一个奖叫做图灵奖。当时他因为在符号主义方面的推理做出了杰出贡献,获得了图灵奖,后来又获得诺贝尔经济学奖。尤其重要的是,他还获得了美国认知心理学的终身成就奖,也就是说他在认知科学上的贡献也是巨大的。我们经常说图灵是计算机之父,他是人工智能之父。

我自己画了一个阶梯,来说明为什么人工智能今天如此火爆。因为它有一个天梯,有了移动互联网的支持,在移动互联网上面有了云计算,有了科大讯飞超脑,也有了我们的驾驶超脑;后来有了物联网,我们的停车场也变成了一个物联网的单元,我们的智能音箱也变成了一个单元,于是我们产生了大数据,所以客观地说,大数据造就了今天人工智能的辉煌。

科学技术的发展史,就是人类认识世界、改造世界的能力的拓展史,实际上是劳动工具的发展史。今天,智能作为社会时代的应急的新阶段,智能时代已经从动力工具转向发展智力工具的时候了。数据、信息、知识、价值或智能变得如此重要,我们中国的人口红利已经不那么灵了,智能红利来了,所以我们今天在一起筑梦人工智能。

李德毅院士发表主题演讲

我想用两个典型的案例来介绍,它是如何解决人类现实生活的。

第一个问题就是阿尔法狗,当然,它不是一个围棋手,因为抓棋子的人还在帮忙,我们暂时把它叫做围棋脑。阿尔法狗升级的速度是令人刮目的,第13版本的时候战胜了樊麾;第18版本的时候战胜了李世石;第20版本的时候战胜了人类高手,取得了60:0的成绩,最后战胜了柯洁3:0。13版本到20个版本,不过是一两年的工夫。

以李世石为例,他9岁学棋,12岁入段,16岁拿到三段,26岁拿到了九段,用了多少年呢?用了十几年。我们再看看柯洁,5岁学棋,18岁拿到三个冠军,用了十几年。人类用了十几年的高手才能做到这个水平,而AlphaGo只用了不到两三年就达到了战胜人类冠军的佳绩。还有什么东西值得我们深思的?那就是随着围棋空间的扩大,围棋脑和人类的围棋手谁会适应的更快。

考古学家发现4000多年的围棋历史,从实施时的12×12的棋盘,扩展到今天19×19的棋盘。对于一个孩子来说,要想有一点围棋天分的话,刚开始可以用9×9的棋盘练习。

北京邮电大学曾经用一个程序战胜了围棋的总教练俞斌。当时用的棋盘就是9×9,九九八十一格,这个空间还是比较小的。到唐宋元明清时代,在规则不变的前提下,把它扩展到了在19×19的棋盘上,对于这样一个巨大空间来说,人们突然发现AlphaGo把我们打败了。

更值得我们深思的是,如果我们把围棋规则改一改,把棋盘再扩大一点,用21×21棋盘。我们在座的程序员们只要改变一下那个程序的参变量,不需要花太多的功夫,就可以用一个21×21的棋盘跟人类下棋。而对一个人来说21×21的棋盘空间,那么你的大脑还够不够用?如果你是天才的话,那么我把棋盘再扩大一点,扩大一倍,扩到了37×37的时候,你会感到你一个是生物脑而难以承受之重,但对围棋空间来说,对我们的程序开发者来说,仅仅是一个小case。

最近一个重要的事情发生了,AlphaGoZero无师自通,又把AlphaGo打败了。曾经要大训练、大数据量,学习人类的棋盘的这么一个AlphaGo程序,现在可以自己来学无师自通了,所以大众一片惊讶。

如果我们的程序员把一个AlphaGo程序跟一个沃森程序同时寄生在一台机器上,让我们这台伟大的机器同时跟一个围棋的人类冠军和一个象棋人类冠军一起来下,他会同时战胜两个人类冠军。而我们如果要真正培养一个生物人既是围棋冠军,又是一个象棋冠军,何其难也?

我们可以得到什么结论?一个围棋版本升级的速度会大于甚至远大于为新手的段位的进化速度,会大于、远大于围棋人的自然进化速度。我们把所有围棋高级智能群体放在一个棋盘内,会大于或者远大于单个生物的围棋智能速度,最近的事情真的值得我们人类坐下来想一想。

第二个典型案例是驾驶脑。我从事十多年的无人驾驶研究,我对驾驶脑已经有深刻的认识。我们怎样做一个微电子的芯片,代替驾驶员做它的智能代理,让这个车子开的跟人类一样好?人类司机的驾驶技术经历考驾照之后,经过菜鸟期和成熟期,最后成为一个老司机,大概需要开车3万公里,过程需要要多长时间?可能要一辈子。

尤其对我们的业余驾驶员而言,考驾照是个底线要求。我不止一次来到合肥,别人问我什么时候无人驾驶可以进入日常生活,我就问什么时候交管局给我们无人车发驾照。

各位你们在开车的过程当中,知道拿到驾照的时候并不是你开的最好的时候,但是没有驾照是犯法的。在这样一个情况之下,我们的自驾车是怎么样的呢?我们把L2这个等级叫做辅助驾驶,把L3叫做自动驾驶,它也必须拿到驾照,至于你的驾驶水平怎么提高,我们可以让L3、L4、L5来定义它。

当前,按照交管局测试的十九家无人驾驶车的结论,最高水平自驾驶车请求人工干预的次数是1000英里是0.2次,也就是从北京到深圳来回人工干预不到一次,在这样的情况之下要不要给他发驾照?这要问我们的交管部门。

所以在这样的情况之下,我们可以想象我们人类还要一定要去跟车子较量驾驶的水平高低吗?我的认知是驾驶脑版本的升级速度一定会大于甚至远大于人类驾驶员的驾驶技巧的进化速度;体现群体智能的驾驶上的环境适应能力一定会大于甚至远大于单个驾驶员特定场景的驾驶能力。

拿我现在做的无人车来说,它是在北京开的,对北京的交通地理很熟悉,我们把它叫做驾驶员的活地图。我有一个活地图的驾驶记忆棒,今天我调到了合肥,假如包校长说你到我们科大工作,我只要把驾驶脑里改成合肥的活地图,那么我就很快整个合肥都熟悉了。

对一个社会人来说,要把合肥市的地图放在脑子里,那不是一张WGS四坐标系地图,那是我们认知的驾驶员的认知地图,那一次得要个几年。所以围棋脑也好,驾驶脑也好,给我们的启发思考是非常重要的,我的结论是工具从来都有两面性。对科学也好,对人工智能也好,要有敬畏之心,我最近一直在想,驾驶脑跟围棋脑有什么不同,我想讲三点不同。

第一,围棋脑,它的甲乙双方是非常平等的,无论你制衡这黑白子,这黑子或者着白子都是一样的,它叫做对等性;

第二是透明性,因为规则很清楚,你占的这个格子我就不能再占,很合理很透明。第三,胜负判定很清楚,所以这是确定性的形式化优势。而对于驾驶脑来说,要求更多更难,它既不对等也不透明,更不确定,所以我个人认为,作为一个驾驶脑要比如一个围棋脑难的多。

下面我讲一讲人工智能的内涵。我们基层科学或技术可以受益于人工智能吗?当初明确提出artificial  intelligence(人工智能)时候,大家对artificial(人工) 这个词是接受的,这个词和intelligence(智能)都用得很多。因此作为学科建设来说,我们人工智能学会建议用智能科学和技术作为一级学科来满足时代的需求。

第二点是人工智能是受人脑认知启发的智能,因此脑认知的机理我们要加以研究。

1

2
下一页
余下全文

输入广告词 上一篇:
下一篇:

欢迎您发表评论:


输入广告词