商汤科技徐立讲述：AI到底是什么？.doc

商汤科技徐立讲述:AI到底是什么? 这张图大家可能在很多地方看过类似的,不过行业的发展并不是拿这样一张简单的图就能把它的起起伏伏讲清楚。计算机视觉是人工智能的一个分支,但计算机视觉本身也有很多分支,每个分支的发展都是不一样的。从图中我们可以很清楚地看到每一个高潮是在什么地方,第一个高潮出现在1957年,第一个神经网络的发明;到1986年,BP算法实现了神经网络的突破,人工智能进入第二个高潮;再到现在,深度学习是高潮。每个分支的高潮低谷又是不一样的。计算机视觉在90年的时候处于低谷,那时候“模糊逻辑”大行其道。比如说有一个“电梯模糊”,你站在五楼按下电梯,电梯上到五楼却没有停,它继续往上走。它的解释是,它发现上面还有一个人在按电梯,它经过计算发现先去载上面的乘客,再下来载你,这样节能的效率更好。但是呢,这样特别不人性化。所以呢,后来模糊逻辑就不行了,后来就不用了。所以在每个时间点人工智能都有自己的发展方向,但总体上是螺旋形。那么人工智能是什么呢?徐立博士给出的定义是,人工智能是一种超越人的生产力工具。这一波AI的革命性是由于突然之间,人们发现技术能够在工业的某条红线上产生突破,形成了非常强大的生产力工具。所以它其实是一个artificiallabor的问题。那么既然是生产力工具,让我们来看一些数据: 到2035年,人工智能有望推动世界劳动生产率提高40%以上。这包括大部分没有被人工智能影响的企业、国家和地区。所以那些头部的企业基本上就是劳动力被取代的模式,两个人被一个人干掉。所以我认为未来十年一个最大的问题是做人机融合,就是怎样利用这些人。我们现在看到AI在某些产业已经代替了人类的劳动和工作,那么人类所需要做的是怎样驾驭机器,怎样实现更好的生产率。至于机器有没有情感,在什么阶段能把人全部取代,这不是我们这帮人研究的问题。另一个数据: 到2030年,人工智能将促使全球生产总值增长14%,。这相当于现在中国和印度生产总值的总和,即是说,用十年的时间就能新造出一个中国和印度。那么这些新增产值从哪来的呢?还是来自于效率机器。所以未来在很多垂直行业,AI将代替更多的人类。人工智能发展的路径:从技不如人到超越大众、超越专家徐立提出,AI作为一种生产力工具,可以分为三个阶段: 第一阶段:技不如人的阶段。 10年前我也干这个行业,2006年的时候我发表了第一篇人脸识别的论文。那时候我也做同样的事情,但是为什么没有发展的空间呢?十几年前AI在安防领域、在电梯闸机等场景的应用都很广泛,但是没有现在这样热起来,很关键的一点就是那时候人脸识别根本就没有工业应用的条件。当时有一个闸机卡扣用人脸识别,用的海外的产品,准确率是53%。这什么概念呢?就是说系统可以告诉你这是什么人,不是什么人,但是你随便猜的概率是50%,用人脸识别技术的准确率是53%。这就是很尴尬的产品。所以说不是这个技术没有革命性的贡献,它是有的,最关键的是它要过了工业的红线,才能达到工业应用的条件。工业的红线的定义就是人的准确率。就算当时有人脸识别算法,跑了一遍之后还是需要人来看,因为它的准确率没有人高。所以这算是人工指导的智能。需要用人的先验知识,进行人工指导的智能,一般不能超越人。第二阶段:超越大众。就是说算法要超越普通人的准确率。从这个角度讲,人脸识别最先的应用就是替代大众。比如安防摄像头,每天2000小时的视频需要人来看,那么机器看的准确率高过普通人的时候,就可以找机器来看。这是非常大的需求。再一个例子是金融。比如说上海有一家互联网金融公司,创办三个月已有3000名员工,我一问都震惊了,我说这发展太快了吧。他说不是,因为需要上传各种证件,需要很多人来验证这些证件。但是到现在,基本上已经不需要人来做这些事情,所有这些验证都是机器来做。原因就是人脸识别已经过了那条工业红线,机器做的已经能够比普通人做得好,那么干嘛还浪费人力来做呢? 为什么强调是超越大众(普通人)呢?因为现在还是所谓大数据驱动的模式。以前是人工指导的智能,现在能够处理大量数据之后,成为纯数据驱动的智能,这样带来了超越大众的可能性。人的知识可以通过数据标注教给电脑。那么什么样的数据最容易获得呢?就是普罗大众都会的事情。他们具备普通的知识,他们的知识可以通过数据标注传达给电脑,只要有了这些标注的结果,你就可以教计算机学会。第三阶段:超越专家。这个阶段我们很多情况下都没有达到。专家的知识很多情况下很难通过数据标注教给电脑。比如说金融交易,虽然很多交易都自动化了,但一些头部的交易员还在,因为他们有特殊的知识,特殊的信息或者技能。但AlphaGo是个特例。AlphaGo早期还处于中间这个阶段,就是超越大众。因为它是用人类的50万棋谱来训练的。后来它就脱离了棋谱,它在某种决策问题上,决策空间确