中国AI已经落后，深度学习是机遇更是挑战！

发展人工智能，重点是如何突破将来人工智能要解决的基础和关键问题，而不只是低头跟随性地应用深度学习，只有从这点上着手，我们才有可能实现在人工智能领域追赶、超过或引领世界先进水平的目标。

人工智能基础研究中美相差甚远

如今，大多数人存在这样一个认知：中国和世界人工智能差距不是很大。这几年，中国在学术研究方面也取得了很多进展，在重要的国际会议、期刊杂志上，中国相关研究机构和人员发表的论文也占了相当的比重。中国有数量庞大的网民，在网络数据上占有优势地位，而且中国市场需求巨大，所以最后的结论是：中国赶超世界人工智能的最高水平，可以做到，也必须做到。

我认为这种观点“不完全对”。首先，“中国在人工智能领域的研究、开发、产业水平跟世界相差不大”这句话不完全对。在基础、算法的研究上，中国和世界顶尖水平还相差甚远，这是不争的事实。人工智能在1956年诞生的时候，是美国人建立的学科，这61年中，一直是美国在引领人工智能领域的发展，如今依然是美国和加拿大等北美国家在引领这个领域的发展，他们不断地创新，如果我们不重视基础/算法理论研究，不在这些领域赶上他们，会非常制约中国的创新能力，特别是原始创新的能力，要赶上或超过世界先进水平有困难。

深度学习拓展了AI的技术边界

深度学习的提出，在人工智能领域中是一个重大突破。以往人工智能只能用来解决人们非常了解，而且能够清楚地表达出来的问题，例如医疗诊断、下象棋等。，但这些问题涉及的领域非常有限，深度学习拓展了人工智能所能解决问题的边界。

其次，深度学习具有一定的通用性。比如，人们用深度学习做图像识别，不一定要具备非常丰富、专业的图像知识，即使你不是这个领域的专家，也能把深度学习应用到这个领域。因此，深度学习是一种大众化的工具，它大大延展了解决问题的领域。

对大众而言，深度学习创造的一些奇迹让人们认识到了它的威力，其中，震动最大是Alpha Go。在下围棋等方面，以往都被认为是人类最擅长的，居然也被机器超越了，所以人们觉得惊讶、震动。

深度学习成功的三大法宝

关于深度学习，人们现在更多地关注两个问题：一是这些奇迹会不会在今后不断地发生，二是如何推动深度学习继续向前发展。

我认为深度学习有三大法宝：一是数据，二是计算资源，三是算法。大家对于前面两个方面比较注意、有体会，很多人还没有体会到算法的重要性。这里继续以Alpha Go为例，具体谈谈它如何使用这三个法宝。

Alpha Go战胜人类棋手，跟象棋的人机大战完全不一样。象棋程序的做法就是把象棋大师的下棋经验编成程序放在机器里，所以做象棋程序的人相当一部分是象棋大师，而且请了好多象棋大师帮忙，深蓝打败卡斯帕罗夫，其实不是机器打败卡斯帕罗夫，而是大师的群体打败了他，也就是说人们利用机器把一群大师群体的智慧和经验总结起来，才打败了个别的大师。但是围棋不同，围棋程序的开发者里，懂围棋的很少，最高的是围棋业余五段，做出来的东西居然能打败世界冠军，靠的是什么？就是刚才说的三大法宝。

机器用了两个多星期的时间，学了7千万局棋局，这7千万局棋局就是历史以来大师们下过的所有棋局。机器自己又跟自己下，跟李世石下之前也下了千万局的棋局。也就是说Alpha Go比所有的棋手多下了几千万局的棋，最终以4比1战胜李世石。最好的棋手一生中所下的棋局是百万级，而Alpha Go下过的棋局是几十亿级的，这两项数据非常不对称，人类必输无疑。这个例子里可以清楚地看到的是数据的力量和计算资源的力量，看不到背后算法的力量。但Alpha Go能够在两三周里学到几千万个棋局，靠的其实就是学习算法，它自己跟自己下棋，靠的是强化学习算法，没有这些，它是做不到的。

满足四个条件机器才能超过人类

是不是所有问题，只要有数据，就能够做到这么好呢？不是！这要受四个条件限制：第一是需要大量的数据，第二是完全信息，第三是确定性，第四是单领域和单任务，只有这四个限定条件达成后才有可能达到或者超过人类水平。很多问题同时符合这些条件，比如医疗领域中某些疾病的诊断、医疗图像的识别、医学图像识别等，只要符合这四个条件，经过努力，依靠那三大法宝是可以达到或者超过人类的水平。但是，大量的工作并不同时符合以上四个条件，不符合这四个条件中的任何一个，现在的人工智能技术就有困难。

目前来看，相当一部分问题不符合前文所述四个条件。以无人驾驶为例，到现在为止，无人驾驶车辆在特定的条件下可以使用，但是如果在交通非常繁忙的地方，美国、德国都规定此时司机不能下车，无人驾驶车辆上必须有司机，这是目前人工智能的缺陷。

原因很简单，复杂路况下，计算机无法处理大量的多任务的信息，“中国式过马路”计算机无法判断，因为突发事件、新的场景、新的路况层出不穷，计算机不可能把所有情况都算到。但是人为什么可以，机器为什么不可以？理由非常简单，就是人工智能现在做不到举一反三，人工智能现在只能够达到是举一百反一，学习过的东西才能够识别，没学过的识别不了。

因此，关于机器学习的下一步发展，现在有两个问题。一是多任务问题怎么解决。不久前Google发表了一篇让人震惊的文章，一个模型可以学习所有的任务，这也就意味着在一个网络里，一个模型里可以学多项任务。一共学了8项任务，这8项任务中有5项属于机器翻译，另外有图像识别、图像解释等。如果这个问题解决了，就能让计算机解决更复杂的问题，因为这不仅涉及到一个领域，还涉及到另外的领域。虽然这只是个初步工作，但是它代表了一个非常好的趋势。

二是样本少了怎么办。现在有自动产生样本的方式，这一点也是美国研究人员提出的方案。两个对抗的深度网络就可以产生各种各样的样本。现在可以逐步地自动产生非常复杂的环境和路况，这就可以解决样本不足的问题。因为有大量的现实问题根本没法取样。

深度学习并非万能

回头来看，深度学习也不是非常完美的。很多人以为用深度学习去做产业或者应用不会有问题，但是需要注意的是，深度学习有大量的隐患，这些隐患在很多应用场合下是绝对不允许的。第一，深度学习需要大量的样本，有些问题很难获取很多样本，比如特殊疾病，罕见疾病；第二，推广能力差，训练什么就只能学到什么；第三，不可理解性，现在深度学习建立的系统，实际上跟人的思维方式很不一样。

因此，只有在非常特定的环境下才能说机器的识别能力超过了人，其他很多方面机器不如人。比如用一张图告诉机器这里有一只猫，这个猫在这张图的信息流里只占了1.1%的比重，也就是说提供的样本对于“识别猫”这项任务来说只有1%的信息有用。提供这张照片告诉机器这是一只猫，机器根本不知道猫在哪里，这就迫使人们必须使用大量的样本告诉它这是猫，用各式各样的样本在不同背景下的猫去训练它，它才能认识。只有跟它相近的背景、相近的角度拍下的猫它才认识，如果背景变了，猫拍摄的角度变了，它就不认识了。这是一个根本性的问题，机器不理解，但人识别猫是基于对猫的理解。

过去研究的重点放在机器如何理解人上面，比如说人类的语音命令，用自然语言发的命令机器能够听懂，这是自然语言对话。其实以前的研究忽视了非常重要的另外一点，那就是人如何理解机器。这个角度由深度学习引起的，因为有了深度学习以后，机器做出来的事情人非常不理解，这就给人机共同合作带来了巨大的困难，因此现在除了做自然语言理解、理解用户意图等这些工作外，在人如何理解机器方面也要深入研究。

目前，关于深度学习的研究不仅只是大学或者科研机构在发力，企业也都在纷纷参与。发展人工智能，重点是如何突破将来人工智能要解决的基础和关键问题，而不只是低头跟随性地应用深度学习，只有从这点上着手，我们才有可能实现在人工智能领域追赶、超过或引领世界先进水平的目标。