1956年,達(dá)特茅斯人工智能夏季研究計(jì)劃首次提出“人工智能”一詞,標(biāo)志著這一學(xué)科的正式誕生,并鼓舞了一代又一代的科學(xué)家不斷探尋可以媲美人類智慧的信息技術(shù)的潛力。
作為人工智能從概念到繁榮得以實(shí)現(xiàn)的主流技術(shù),“深度學(xué)習(xí)”也被全球各大科技巨頭紛紛擁抱。
自動(dòng)駕駛、AI醫(yī)療、語(yǔ)音識(shí)別、圖像識(shí)別、智能翻譯以及震驚世界的AlphaGo……
我們今天所看到的各種形式的人工智能,背后都是“深度學(xué)習(xí)”在發(fā)揮神奇的作用。
深度學(xué)習(xí)究竟是什么?它是如何一步步影響科技、商業(yè)和社會(huì)生活的?未來(lái)若干年,它又將如何影響我們所處的世界?
全球十大AI科學(xué)家、美國(guó)四院院士之一的特倫斯·謝諾夫斯基的新書(shū)《深度學(xué)習(xí):智能時(shí)代的核心驅(qū)動(dòng)力量》,從深度學(xué)習(xí)60年間的發(fā)展浪潮中前瞻性地預(yù)測(cè)了智能時(shí)代的商業(yè)圖景。
關(guān)于本書(shū)微軟(中國(guó))CTO韋青老師做了分享與領(lǐng)讀。大家請(qǐng)欣賞。
深度學(xué)習(xí)不僅是知識(shí),而是思維范式的轉(zhuǎn)變
首先我們?cè)趺纯瓷疃葘W(xué)習(xí),它到底是新的知識(shí),還是一種范式的轉(zhuǎn)變?深度學(xué)習(xí)是人工智能的一種方式。人工智能非常廣泛,其中機(jī)器學(xué)習(xí)是一方面,深度學(xué)習(xí)又是機(jī)器學(xué)習(xí)的一個(gè)子域。我認(rèn)為深度學(xué)習(xí)不僅僅是知識(shí),更是一種思維范式的轉(zhuǎn)變。
愛(ài)因斯坦說(shuō)過(guò):“我們不能用制造問(wèn)題時(shí)的同一思維水平來(lái)解決問(wèn)題”。我們現(xiàn)在處在一個(gè)智能的時(shí)代,機(jī)器開(kāi)始解決很多人類原來(lái)以為自己擅長(zhǎng)的,結(jié)果是機(jī)器更擅長(zhǎng)解決問(wèn)題。所以我們需要努力學(xué)習(xí)新的知識(shí)。新的知識(shí)要求我們對(duì)人類的思維方式和通過(guò)數(shù)學(xué)算法對(duì)世界描述轉(zhuǎn)變,讓我們理解這個(gè)世界是由很多模型構(gòu)成的。人類思維方式和思考能力也是一種模式的識(shí)別,這種模式的識(shí)別發(fā)現(xiàn)和數(shù)學(xué)算法有一種天生的關(guān)系。
如果我們還帶著過(guò)去的思維方式,無(wú)論是電氣化時(shí)代的思維方式,甚至是信息化時(shí)代的思維方式,都無(wú)法理解智能時(shí)代人腦的思維方式和計(jì)算機(jī)的計(jì)算方式有什么異同點(diǎn)。
這會(huì)產(chǎn)生兩種結(jié)果:一方面容易把人工智能所帶來(lái)的成就神話和夸大,另一方面對(duì)數(shù)學(xué)的進(jìn)步和算法的進(jìn)步帶來(lái)的人工智能發(fā)展成果產(chǎn)生誤解。現(xiàn)在出現(xiàn)很多“機(jī)器是否會(huì)代替人,機(jī)器人是否讓***”的擔(dān)憂。這就是因?yàn)闆](méi)有充分了解人工智能的本質(zhì)。
人的視覺(jué)是如何形成的?從科學(xué)角度來(lái)講,你并不是真正的看到我,或者看到其他人。視網(wǎng)膜上的視錐細(xì)胞和視桿細(xì)胞把光子轉(zhuǎn)化成電子,電子通過(guò)視神經(jīng)到大腦皮層,通過(guò)一層一層分析,大腦通過(guò)對(duì)電信號(hào)的計(jì)算看到了我。如果理解了人的視覺(jué)行為,我們就能更深入的理解現(xiàn)在流行利用人工智能算法的方式去解讀視覺(jué)信號(hào)、視頻信號(hào),也更容易理解為什么現(xiàn)在的人工智能可以做圖形分析、圖像分析、視頻分析。
史為鑒,重新認(rèn)識(shí)科技進(jìn)步
在全球范圍內(nèi)由于技術(shù)的進(jìn)步引發(fā)的新話題層出不窮,我們不斷接收到新的理念。越來(lái)越多的公司和人發(fā)現(xiàn),人類開(kāi)始進(jìn)入“無(wú)人區(qū)”,沒(méi)有一個(gè)大思想家或者大哲學(xué)家能夠告訴我們未來(lái)會(huì)怎么樣。所以人們產(chǎn)生了很多爭(zhēng)論,關(guān)于人工智能的爭(zhēng)論,關(guān)于機(jī)器智能的爭(zhēng)論,關(guān)于機(jī)器人的爭(zhēng)論,關(guān)于技術(shù)和人類關(guān)系的爭(zhēng)論等等。
去年10月份微軟公司CEO薩提亞的一場(chǎng)非常有名的演講上說(shuō),未來(lái)沒(méi)有人引導(dǎo)我們,那么我們可以以史為鑒,看看歷史上發(fā)生過(guò)什么。最有代表性的就是第一次工業(yè)革命到第二次工業(yè)革命之間,由蒸汽時(shí)代進(jìn)入電氣化時(shí)代。我把這個(gè)階段總結(jié)為四種態(tài)度和四種結(jié)局。當(dāng)時(shí)有很多有影響力的全球性的公司,他們用蒸汽力量代替人的四肢。但當(dāng)電氣出現(xiàn)的時(shí)候,絕大多數(shù)公司態(tài)度是看不起電,因?yàn)殚_(kāi)始的階段電的效率并不夠高。第一類公司的想法是電力不行,效率低,沒(méi)有未來(lái),蒸汽力量足夠了,一百年之后他們被淘汰了。
第二類公司放下一些包袱,認(rèn)為電是新生生物,也有潛在發(fā)展的可能性,但是仍然堅(jiān)信蒸汽機(jī)的力量,堅(jiān)信只要對(duì)蒸汽機(jī)進(jìn)行改良一樣可以保持競(jìng)爭(zhēng)力,這些公司也被淘汰掉了。
最可惜是第三類公司,他們已經(jīng)放下舊的生產(chǎn)力,開(kāi)始擁抱新的生產(chǎn)力和形成新的生產(chǎn)關(guān)系,但是思維方式?jīng)]有改變。他們認(rèn)為自己全面擁抱電氣化時(shí)代,已經(jīng)產(chǎn)生比蒸汽機(jī)時(shí)代超高的效率,更低的成本,但是他們還在跟蒸汽機(jī)相比,這些公司最終也被淘汰掉了。
當(dāng)時(shí)大部分企業(yè)對(duì)于電氣化的觀念只是能點(diǎn)多少盞燈,或者生產(chǎn)線能夠提高多少效率。只有5%的公司選擇徹底放下包袱,忘記什么是電氣,什么是蒸汽,而是把它們都當(dāng)成是工具。這些公司要的就是進(jìn)入新的時(shí)代。這代表更高的效率,更低的成本和更優(yōu)秀的用戶體驗(yàn)和產(chǎn)品品質(zhì)。
通過(guò)歷史上的事件可以發(fā)現(xiàn),我們現(xiàn)在對(duì)未來(lái)的任何預(yù)估都是不足夠的,都可能沒(méi)有完全估計(jì)到未來(lái)的沖擊力。
在五六十年前,全中國(guó)人民都有一種對(duì)未來(lái)社會(huì)的憧憬——樓上樓下電燈電話,這在當(dāng)時(shí)來(lái)說(shuō)是非常具有前瞻性了。當(dāng)時(shí)的人們認(rèn)為已經(jīng)看到了最終最理想的社會(huì),但是幾十年之后再看,當(dāng)時(shí)的憧憬并沒(méi)有那么遠(yuǎn)大。從人類從開(kāi)始考慮到用電到電的普及,已經(jīng)有一百多年的歷史。
我們發(fā)現(xiàn)電不僅僅可以點(diǎn)燈,不僅僅可以驅(qū)動(dòng)電器,不僅僅可以驅(qū)動(dòng)電機(jī),甚至還可以有計(jì)算機(jī),還可以驅(qū)動(dòng)一輛汽車,電力比原來(lái)的內(nèi)燃機(jī)要更加高效、更加可靠和更加優(yōu)秀。
我們跟客戶的交流中也有思考,是否需要做思維的轉(zhuǎn)變,才有可能真正理解這一輪技術(shù)變革是怎么回事。如果我們還抱著老的觀念,抱著產(chǎn)生問(wèn)題時(shí)候的觀念,我們真能夠理解這個(gè)偉大的時(shí)代將帶給我們的輝煌未來(lái)嗎?我們是否需要先把我們認(rèn)為的所有成見(jiàn)都放掉,然后再來(lái)看現(xiàn)在的技術(shù)到底怎么回事?我們也知道深度學(xué)習(xí)只是機(jī)器學(xué)習(xí)、人工智能的一部分,我們要把深度學(xué)習(xí)的包袱也放下,擴(kuò)展到我們進(jìn)入的這個(gè)時(shí)代來(lái)思考。
不管從1956年的達(dá)特茅斯會(huì)議,還是更早的圖靈時(shí)代、馮·諾依曼時(shí)代、香農(nóng)時(shí)代,他們都有對(duì)于人工智能的理解,都有對(duì)于計(jì)算機(jī)到底能做什么事情的理解。我們并不是直接進(jìn)入了機(jī)器學(xué)習(xí)的時(shí)代,中間還有一個(gè)階段是希望通過(guò)邏輯的關(guān)系。
我們知道都有一種服務(wù)If This Then That,也就是IFTTT。這種服務(wù)充能夠理解人的邏輯思維。比如說(shuō)If我餓了,Then我要去吃飯。If我是北方人,我餓了,Then我愿意吃的是面而不是米飯,用這種方式試圖解讀人類決策機(jī)制。后來(lái)發(fā)現(xiàn)比較困難,一些專家認(rèn)為這條路走不通,所以選擇用模仿腦神經(jīng)的機(jī)制來(lái)做決策。
現(xiàn)在很流行的說(shuō)法是云時(shí)代要結(jié)束了,未來(lái)幾年都是邊緣智能時(shí)代,為什么?其實(shí)這和學(xué)習(xí)能力也是相關(guān)的。在某種意義上可以把人類看做是一個(gè)發(fā)電機(jī),我們之所以要吃碳水化合物,還要呼吸氧氣,是因?yàn)槲覀冊(cè)谝匝趸男问竭M(jìn)行燃燒,產(chǎn)生能量、產(chǎn)生電力。我們之所以看到東西其實(shí)不是真的看到,而是把光子變成電子,大腦去分析電子產(chǎn)生視覺(jué),聽(tīng)覺(jué)也是一樣。
在歷史上的某個(gè)階段,古人類開(kāi)始發(fā)現(xiàn)和使用工具,比如用骨頭或者石片可以敲東西,完成手完成不了的能力。著名的科幻電影《2001太空漫游》中有一個(gè)非常著名畫(huà)面,猿人忽然有一天發(fā)現(xiàn)可以拿骨頭去敲另外一個(gè)骨頭,可以把別的骨頭敲碎,這就是人類歷史上大的進(jìn)步。他就發(fā)現(xiàn)這個(gè)骨頭不僅可以敲骨頭,也可以敲肉,可以敲瓜果,敲野獸,也可以用來(lái)防身。那時(shí)候人類發(fā)現(xiàn),原來(lái)可以拓展四肢的能力,利用外部工具去提高自己的能力。
工業(yè)革命之后,人類發(fā)現(xiàn)不僅靠傳統(tǒng)的工具,還可以靠各種機(jī)械的力量代替人類的四肢。我們現(xiàn)在不會(huì)無(wú)聊到說(shuō)在肌肉能力方面還可以跟機(jī)器一拼,比如去和一輛汽車比賽跑步,應(yīng)該沒(méi)有人會(huì)這樣做了。
其實(shí)不僅是肌肉的機(jī)能,我們連計(jì)算的機(jī)能都都已經(jīng)被淘汰掉了。有沒(méi)有人可以馬上對(duì)7開(kāi)3次方?應(yīng)該沒(méi)有。十幾塊錢的一個(gè)計(jì)算器可以做到。我們?yōu)槭裁磳?duì)這種現(xiàn)象不會(huì)抱恐懼心理,而對(duì)人工智能抱有莫名其妙的恐懼心理?
我們能不能抱著這樣一種態(tài)度,不是僅僅了解深度學(xué)習(xí),而是通過(guò)深度學(xué)習(xí)了解機(jī)器學(xué)習(xí)的原理,通過(guò)機(jī)器學(xué)習(xí)原理了解人類學(xué)習(xí)的機(jī)制,進(jìn)而了解人類智能的運(yùn)作機(jī)制,然后才能夠深刻理解人和機(jī)器智能特點(diǎn)分別是什么。
取代我們的不是AI,而是被AI賦能的人
這個(gè)時(shí)代只尊重創(chuàng)新。你昨天是專家,如果你不趕上時(shí)代潮流,明天肯定就不是專家了。現(xiàn)在是一個(gè)末日感比較強(qiáng)的時(shí)代,大家總擔(dān)心錯(cuò)過(guò)機(jī)會(huì)機(jī)會(huì)輸在起跑線上。巨變的時(shí)代,沒(méi)有起跑線的概念,每天都是起跑線,稍微一放松腳步就會(huì)被人超過(guò)去,這個(gè)時(shí)代是壓力很大的時(shí)代,同時(shí)也是機(jī)會(huì)很大的時(shí)代。
理解時(shí)代特點(diǎn),我們要了解深度學(xué)習(xí),了解機(jī)器學(xué)習(xí),進(jìn)而了解人類學(xué)習(xí)特點(diǎn),但是更重要是什么?我們要號(hào)準(zhǔn)時(shí)代的脈搏,要知道在這個(gè)時(shí)代要采取什么樣的態(tài)度和策略,才能夠跟上時(shí)代的腳步。
我們既不要成為時(shí)代的棄兒,也不希望成為烈士,我們最希望成為一個(gè)先行者。這個(gè)時(shí)代最大特征就是機(jī)器從代替人的四肢開(kāi)始,已經(jīng)于無(wú)聲處開(kāi)始代替人的大腦,甚至?xí)嫠心軌虺霈F(xiàn)的人類能力。明白這一點(diǎn)我們才可以理解所處的時(shí)代。
面對(duì)深度學(xué)習(xí)和人工智能的發(fā)展,一種人選擇放棄自己,一種人會(huì)產(chǎn)生絕對(duì)的抗拒心理,不去主動(dòng)擁抱這種能力,這都是有問(wèn)題的。因?yàn)檫@種能力確實(shí)很強(qiáng)大,你不去擁抱的話,有可能被去擁抱這種能力的人類所淘汰掉了,被他們產(chǎn)生降維打擊的能力了,這個(gè)其實(shí)很危險(xiǎn)的。
與其說(shuō)是機(jī)器或者人工智能,或者機(jī)器智能會(huì)代替人,倒不如說(shuō)掌握了機(jī)器智能人類變成一種超人類,他們會(huì)把不具備這種能力的人類所代替掉,或者所降維打擊掉。
地球上的人類都面臨這樣的挑戰(zhàn),都面臨我們?nèi)绾胃鷻C(jī)器智能相處,如何提高我們能力,才能使我們具備更高的能力來(lái)應(yīng)變這個(gè)時(shí)代的挑戰(zhàn)。人工智能帶來(lái)的這種降維打擊還是很強(qiáng)大的,如果我們不認(rèn)真的應(yīng)對(duì),去努力學(xué)習(xí),并且去積極擁抱這種能力,有可能就真的被降維打擊了。
技術(shù)是拿來(lái)用的,而不是拿來(lái)吹和炒的
很多業(yè)界專家都有這樣的感受,現(xiàn)在媒體對(duì)人工智能的炒作過(guò)熱,反而讓廣大讀者,甚至是決策者失去了去這件事的核心把握。人工智能的核心實(shí)際上就是機(jī)器學(xué)習(xí)的能力,就是一種機(jī)器智能。現(xiàn)在主要表現(xiàn)方式是深度學(xué)習(xí),但并不意味著我們?cè)?jīng)嘗試的符號(hào)學(xué),用邏輯推理的方式其實(shí)并沒(méi)有過(guò)時(shí),只不過(guò)還無(wú)法實(shí)現(xiàn)。
現(xiàn)階段深度學(xué)習(xí)取得了巨大突破,引領(lǐng)大家進(jìn)入到新的未來(lái)。新的未來(lái)里面會(huì)不會(huì)是深度學(xué)習(xí)和其他人工智能、機(jī)器學(xué)習(xí)的方式共存的方式?我們并不知道,所以我們不要排斥這種觀點(diǎn),尤其不要認(rèn)為現(xiàn)在就是深度學(xué)習(xí)這一種學(xué)習(xí)方式。未來(lái)應(yīng)該是人類的學(xué)習(xí)能力、機(jī)器學(xué)習(xí)能力、深度學(xué)習(xí)能力和邏輯推理能力是共融共生的階段,這可能是更加客觀描述未來(lái)時(shí)代特征的一個(gè)方面。
智能時(shí)代之前的深度學(xué)習(xí)要靠數(shù)據(jù)的堆積去學(xué)習(xí)和驅(qū)動(dòng)。但是現(xiàn)在的數(shù)據(jù)既不夠大,也不夠好。雖然我們有很多數(shù)據(jù),但是并不算真正的大和好。大數(shù)據(jù)的概念并不是多,我們數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)來(lái)源沒(méi)有形成萬(wàn)物互聯(lián)的社會(huì),物聯(lián)網(wǎng)沒(méi)有布局到,5G沒(méi)有到位,可能數(shù)據(jù)不夠那么多,不夠那么好。支撐萬(wàn)物互聯(lián)的基礎(chǔ)架構(gòu)恰恰是一個(gè)云計(jì)算的架構(gòu)。所以倒著講是智、大、物、云,正著去演繹是云、物、大、智。
如何理解人工智能
如何理解人工智能我總結(jié)了四點(diǎn):首先,一定要應(yīng)用。如果我們?nèi)W(xué)了“學(xué)會(huì)如何學(xué)習(xí)”的課程就會(huì)發(fā)現(xiàn),現(xiàn)在最流行的方式是Problem-Based Learning,就是以問(wèn)題為導(dǎo)向的學(xué)習(xí),以實(shí)際解決問(wèn)題方案的學(xué)習(xí)。未來(lái)是終身學(xué)習(xí)的時(shí)代,不存在大學(xué)畢業(yè)之后就不學(xué)習(xí)了。如何終身學(xué)習(xí)?一定要帶著問(wèn)題去學(xué),這樣學(xué)得越來(lái)越深入,學(xué)得越來(lái)越有用。人工智能也是一樣的,它是一種學(xué)習(xí)的過(guò)程。學(xué)習(xí)不能為了學(xué)而學(xué),一定是問(wèn)題為導(dǎo)向的。
我的第二個(gè)觀點(diǎn)就是,深度學(xué)習(xí)的發(fā)展不僅僅要靠數(shù)學(xué)的進(jìn)步,不僅僅要靠計(jì)算機(jī)科學(xué)的進(jìn)步,還要對(duì)人類自己的神經(jīng)、腦神經(jīng)、傳輸神經(jīng)、感知神經(jīng)的理解,才能知道是怎么回事。
現(xiàn)在我們每個(gè)人有基礎(chǔ)的學(xué)習(xí)能力,機(jī)器學(xué)習(xí)也是一樣,只是通過(guò)開(kāi)放的接口開(kāi)放學(xué)習(xí)的通用能力。未來(lái)每個(gè)人一定要在通用能力之上,掌握行業(yè)的學(xué)習(xí)能力,才能夠真正為人類帶來(lái)更大的福祉。
第四點(diǎn)就是要真正產(chǎn)生深度學(xué)習(xí)能力,我們需要有數(shù)據(jù),需要有人才,還要有算法和算力。像微軟這樣專業(yè)公司可能會(huì)提供更強(qiáng)大的算法和算力,更多的公司需要在人才培養(yǎng),數(shù)據(jù)收集上面下很大功夫,這樣才能產(chǎn)生互動(dòng)的促進(jìn)作用。數(shù)據(jù)、人才、算法、算力這四者缺一不可。每一方面在未來(lái)都巨大的商機(jī),正是因?yàn)槲覀兗磳⑦M(jìn)入智能社會(huì),商機(jī)恰恰不是只在智能本身,而是各個(gè)方面。
沒(méi)有專家的時(shí)代,每個(gè)人都要終身學(xué)習(xí)
這個(gè)時(shí)代是沒(méi)有專家的時(shí)代,我們每個(gè)人都在學(xué)習(xí)。不存在輸在起跑線上,因?yàn)槊刻於荚谛碌钠鹋芫€,我們只要不放棄學(xué)習(xí),不放棄自己,不要認(rèn)為我到了某種年紀(jì)或某種地位,我就不去學(xué)了,也不要因?yàn)槲沂菍W(xué)文科或者我是學(xué)理科的我就不要再學(xué)其他的知識(shí)。
未來(lái)需要的是天天學(xué)習(xí)。因?yàn)檫@個(gè)偉大時(shí)代還沒(méi)有來(lái),我們最多是摸著大象的其中一部分,所以每個(gè)人都有可能成為最終摸到大象整體的那個(gè)人。
正是因?yàn)檫@個(gè)時(shí)代沒(méi)有專家,同時(shí)也是沒(méi)有所謂的公理的時(shí)代,每一個(gè)理論都有可能成為當(dāng)時(shí)可行的理論,但是并不意味著能夠成為永遠(yuǎn)的理論,永遠(yuǎn)成功的法則。我們要去學(xué)習(xí),不要唯各種專家,不要唯新,更重要唯實(shí),你自己去試,小馬過(guò)河,水是深淺只有自己知道。
最后以比爾·蓋茨先生的這段話作為結(jié)尾:“人們大都傾向于高估他在一年內(nèi)所能完成的事情,但又容易低估他們堅(jiān)持十年后能夠取得的成就。”大家一定要明白,第一沒(méi)有專家,第二沒(méi)有起跑線,第三每天都在重新更新有新知識(shí)新理念出現(xiàn),先不要放棄自己,同時(shí)把握最基本的對(duì)自己的自信和信念,認(rèn)真學(xué)習(xí)。
精彩提問(wèn)
Q:我之前也有一些關(guān)注,深度學(xué)習(xí)在反洗錢系統(tǒng),包括金融詐騙有非常成功的運(yùn)用,跟您請(qǐng)教一下類似于基金領(lǐng)域方面還有哪些比較成功的先例,在未來(lái)十年之內(nèi)能夠用上的應(yīng)用技術(shù)?
韋青:現(xiàn)在大家發(fā)現(xiàn)人工智能在防欺詐金融領(lǐng)域有很優(yōu)秀的使用了,未來(lái)有哪些領(lǐng)域能夠更好利用現(xiàn)在的人工智能?雖然我們稱之為是人工智能,它是機(jī)器學(xué)習(xí)的方法,而現(xiàn)在又是一種深度學(xué)習(xí)的方法。歸根到底,它只是一種數(shù)學(xué)和算法對(duì)人的一種思維方式的模擬,對(duì)自然界模型的模擬和認(rèn)知。只要能夠通過(guò)數(shù)學(xué)方法,把自然界能夠產(chǎn)生某種模型的模式識(shí)別出來(lái),都是現(xiàn)階段以深度學(xué)習(xí)為代表的機(jī)器智能最大發(fā)揮場(chǎng)景。
為什么現(xiàn)在人工智能在圖形識(shí)別領(lǐng)域,視覺(jué)識(shí)別和聽(tīng)覺(jué)識(shí)別有很大進(jìn)步,而在嗅覺(jué)識(shí)別和味覺(jué)識(shí)別,這些方面還沒(méi)有很大進(jìn)步,為什么?因?yàn)橐曈X(jué)和聽(tīng)覺(jué)信號(hào)的傳播和識(shí)別的方式,恰恰能夠被數(shù)學(xué)的矩陣方式所來(lái)描述,正是因?yàn)檫@樣它就能夠用數(shù)學(xué)的方式去表達(dá)出神經(jīng)網(wǎng)絡(luò)的方式能夠進(jìn)行學(xué)習(xí)。
在未來(lái)不管是五年還是十年,如果我們發(fā)現(xiàn)了某種數(shù)學(xué)表達(dá)方式能夠形容味覺(jué)、嗅覺(jué)、觸覺(jué)的話,人類這些功能也會(huì)被機(jī)器能力所代替,而且可以做得更好。其實(shí)不是說(shuō)人工智能或者機(jī)器智能,什么做得更好,其實(shí)是數(shù)學(xué)能夠更精確的表達(dá)人類某種產(chǎn)生的信號(hào),哪個(gè)能夠識(shí)別出來(lái),哪就有非常美好的前景。
Q:5G時(shí)代,AI時(shí)代,從畢業(yè)生轉(zhuǎn)為職場(chǎng)人,能立于不敗之地的硬本領(lǐng)和素質(zhì)有哪些?三點(diǎn)即可。
韋青:這個(gè)時(shí)代需要形成你自己的觀點(diǎn),你需要具備一種從現(xiàn)象抓本質(zhì)的能力。學(xué)習(xí)是一種能力,學(xué)習(xí)有科學(xué)的方法。科學(xué)的方法不是我們通常意義上理解的某個(gè)人做事科學(xué)不科學(xué),其實(shí)科學(xué)方法是一種方法論。學(xué)習(xí)方法還有一種蘇格拉底提問(wèn)法,或者豐田五問(wèn)法。我覺(jué)得這個(gè)時(shí)代恰恰需要掌握科學(xué)的方法,比如豐田五問(wèn)法和蘇格拉底的提問(wèn)法。因?yàn)檫@種學(xué)習(xí)方法是不迷信的,不唯專家,不唯前輩,不唯理論,只唯實(shí)。現(xiàn)在5G吹捧的很多,很少有人知道5G除了速度快以外,有另外兩個(gè)真正能夠引領(lǐng)萬(wàn)物互聯(lián)的特征。第一個(gè)特征是尋址,地址的極度擴(kuò)大,不僅能夠?qū)PV4,也能尋IPV6的地址,這樣就能夠幫助我們進(jìn)入萬(wàn)物互聯(lián)信息采集和傳輸時(shí)代。另外一個(gè)特點(diǎn)是低延時(shí),低延時(shí)才能真正解決萬(wàn)物互聯(lián)時(shí)代神經(jīng)傳播的原理。
5G并不一定是解決人工智能萬(wàn)物互聯(lián)的唯一方法。中國(guó)在這方面有很多優(yōu)勢(shì),我們恰恰是唯實(shí)的民族。廣州、深圳的很多公司創(chuàng)新創(chuàng)業(yè),不管技術(shù)是什么,而是看有沒(méi)有用。科學(xué)方法另外一種解讀,實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn),科學(xué)方法的前身就是實(shí)踐論。真正悟透了科學(xué)的方法、蘇格拉底提問(wèn)法和豐田五問(wèn)法,一定可以應(yīng)變各種紛紜的說(shuō)法、理論、見(jiàn)解。我認(rèn)為到了以現(xiàn)在造詞的速度來(lái)講,2020年深度學(xué)習(xí)的概念就不流行了,一定會(huì)有一個(gè)我們現(xiàn)在沒(méi)有想到的新詞變得很流行。到了那個(gè)時(shí)候,我們是否要把好不容易學(xué)的深度學(xué)習(xí)理念丟掉去學(xué)習(xí)新的概念或方法,還是說(shuō)它只是原來(lái)方法的變種。如果有科學(xué)的方法,蘇格拉底的學(xué)習(xí)方法和豐田五問(wèn)法,就能夠讓你辨別出什么是真實(shí)的知識(shí),什么是暫時(shí)的虛幻。
Q:業(yè)界和學(xué)界有觀點(diǎn)認(rèn)為AI不會(huì)取代人類,只會(huì)讓人類越來(lái)越聰明。同時(shí)我們看到很多企業(yè)家,比如說(shuō)埃隆·馬斯克特別擔(dān)心AI成為獨(dú)裁者,您更認(rèn)同哪個(gè)觀點(diǎn)?
韋青:首先以埃隆·馬斯克的說(shuō)法開(kāi)始,他最早答案是Open AI,它背后的含義和現(xiàn)在世界經(jīng)濟(jì)論壇的方法是如出一轍的,是要解決數(shù)字鴻溝的問(wèn)題。
馬斯克的意思是這個(gè)新生事物非常強(qiáng)大,遠(yuǎn)超出我們?nèi)祟惸軌蛳胂蟮膹?qiáng)大程度。擁有這種能力的人類將變成一種超人類,如果這種超能力被掌握在居心不良人類手中,就可能對(duì)不具備這種能力的人類產(chǎn)生壓迫式的打擊。
所以他的方法有兩種,一種是不發(fā)展它,人類歷史證明了不可行的,因?yàn)槟悴话l(fā)展可以,有人會(huì)發(fā)展。另外一種方法我努力擁抱它,我讓它變成公器,不是私器。你要把擁有巨大能力的工具變成公器,每個(gè)人都有,我要讓它平民化。有一類觀點(diǎn)認(rèn)為一旦平民化之后,再厲害的能力和工具也會(huì)為廣大人類產(chǎn)生福祉。這里面有一個(gè)隱憂,人類不能自己放棄自己,不能因?yàn)槲沂菍W(xué)文科的,我已經(jīng)60歲了,我本來(lái)就是學(xué)計(jì)算機(jī)的,所以我不用學(xué)這個(gè)了,在我看來(lái)這就是放棄掉自己了。
埃隆·馬斯克不認(rèn)為人類能夠把控住自己,他建議禁止研究人工智能。但他同時(shí)推出另外的方法就是Open AI,他把兩種方案都執(zhí)行了。一方面要管控,另外一方面讓它開(kāi)放,有責(zé)任感各大公司都在這么做。
人工智能行業(yè)門檻并不高,行業(yè)學(xué)著把各種算法全部開(kāi)源了。現(xiàn)在真正的壟斷或者鴻溝并不是產(chǎn)生在算法上,反而產(chǎn)生在數(shù)據(jù)上的。很多企業(yè)在這樣做,但是很多個(gè)人沒(méi)有明白這一點(diǎn),沒(méi)有努力擁抱這種變化,結(jié)果平白無(wú)故的擔(dān)心我是否會(huì)被淘汰。人類會(huì)不會(huì)所謂的技術(shù)淘汰?
我認(rèn)為也會(huì)也不會(huì)。當(dāng)你主動(dòng)放棄了自己,沒(méi)有主動(dòng)去擁抱這種技術(shù),會(huì)被擁抱這種技術(shù)的人類淘汰,人不會(huì)被技術(shù)淘汰的,是被掌握了更高技術(shù)的人類淘汰了。通過(guò)這個(gè)高度去理解,埃隆·馬斯克的觀點(diǎn)與比爾·蓋茨、霍金、世界經(jīng)理論壇的各種企業(yè)家的觀點(diǎn)如出一轍,最終核心點(diǎn)有兩點(diǎn):第一人工智能的能力非常強(qiáng)大,第二誰(shuí)擁有它。
第二點(diǎn)誰(shuí)擁有它,有悲觀認(rèn)知,有樂(lè)觀認(rèn)知。悲觀認(rèn)知認(rèn)為由于人類的惰性,技術(shù)只能被那些積極主動(dòng)、思維敏感的人擁有。很多企業(yè)家認(rèn)識(shí)到了這一點(diǎn),所以選擇讓技術(shù)平民化、普及化。
-
AI
+關(guān)注
關(guān)注
87文章
30996瀏覽量
269295 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5504瀏覽量
121222
原文標(biāo)題:微軟CTO韋青:深度學(xué)習(xí)不僅是知識(shí),而是思維范式的轉(zhuǎn)變
文章出處:【微信號(hào):BigDataDigest,微信公眾號(hào):大數(shù)據(jù)文摘】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論