CCAI | 清华大学副教授张敏:现在是“人工智能青年”们最好的时代

编者按:在刚刚结束的中国人工智能大会CCAI2016上,来自清华大学计算机科学与技术系的副教授张敏为我们展示了人工智能领域当前面对的机遇。张敏既是一名人工智能的学者,也是一位小孩的母亲。所以她在描述当前人工智能与人类智能的差距的时候,用她同孩子的几次交流做例子,将这个差距非常生动的展现了出来。雷锋网将张敏教授的演讲内容做了详细记录并在此同大家分享:目前人工智能还面临非常多的挑战,但同时也意味着对于想要在AI领域做出一番事业的青年科学家来说,这个时代有着无数的机会。

大家下午好,很高兴也很荣幸在这样一个盛会上能跟大家分享一些观点,这个题目其实当时沈总和崔鹏邀请我的时候我在想,这个东西还有必要讨论吗?那后来想想还真是有些要考讨论的地方,要给出一个答案的话,那我的答案是什么呢,想了几天之后我就总结成这样一句话:这是一个热情与冷静并存的最好的时代。

其实当时崔鹏跟我说,要不你来站在反方谈谈泡沫吧,我说不行啊!我就是做人工智能的,我怎么会觉得我的方向没有前途呢,所以现在我想跟大家分享一下为什么我会觉得他是一个最好的时代,不过我想我可能倾向于更多会谈谈挑战,希望跟大家一起分享。

那么首先让我们看看人工智能到底应该是什么样,其实这两天的盛会上大家已经说了很多,有很多演讲者做了非常精彩的总结,包括我们前两个嘉宾也给出了很好的历史的回顾,这里其实我想从一个点谈起,这个点就是三十年前这个人写的一本书,当然当时我没有马上看到这本书,这本书是去年就是有一段时间曾经人们特别喜欢提机器人将会取代人类这样的话,我很惊讶这样的说法又重现了的时候,我们当时课题组老师马少平老师的一个推荐,他跟我说有这样一本书叫《人工智能的极限,计算机不能做什么?》

这本书是三十年以前出的,是1979年写的,关于这本书我特别想谈的是其实是马希文教授为他写的一个序言,这个序言事实上是在1984年写的,而这个书最后出版的时候是86年,其实到现在整整过了30年的时间了。我看了很多很多次这个序言,差不多这两年至少有七八次吧,每过一段时间我就会忍不住拿出来把这个序言重新看一遍,个人觉得是受益匪浅,我现在想谈的是他在这个序言里提到的三个问题。

第一个问题是说计算机能不能完成一件迄今为止主要是靠人脑完成的工作?第二个问题是计算机能不能完成一切这种工作?第三个问题是计算机能不能像大脑一样完成这种工作?我想这确实是我们所关心的问题,我们先来看第一个问题,让我感到非常开心的是,30年前这个问题的回答就已经是肯定的了,你看那个时候书里面就有提到,机器翻译、模式识别、问题求解、自然语言处理等等,这些领域直到今天仍然是研究开展得非常如火如荼并且得到了长足进展的领域,他们也确实构成了人工智能的主要内容之一。

但是看到这里我们不要太乐观,第二个问题,计算机能不能完成一切这种工作呢?事实上从理科的逻辑推理的思路来说,这个问题答案是否定的,人工智能领域取得的成就有可能令我们陷入一些幻觉,为什么这么说呢,其实在这个序言里马教授做了一个非常好的分析,他说如果你希望让计算机解决某个问题有三个主要的前提:

第一个就是你解决的这个问题要能够形式化,才可能可以让计算机来解决,但是如何把一个问题形式化呢,尤其是,把形式化问题这个问题本身形式化这个事情该怎么去做呢,好像我们在这里陷入了一个悖论。

第二个主要的问题就是这个问题必须是可计算的,这样才能建立针对它的算法。这是我们大家这些年来一直非常非常关注的问题,也是这么多年来一次又一次的计算机浪潮,人工智能的浪潮形成的新的高潮的主要推动力量之一,但是同时也存在一个问题,我们如何建立一个算法来代替人脑来寻找算法?只有能达到算法本身不是人去设计的而是计算机去设计的这种境界的时候我们才能说计算机真正的替代了人类。很遗憾目前我们,至少目前我看不到这样的可能性。

第三个问题就是你这个问题必须要有合理的复杂性,这也是为什么过去每一次高潮之后就会陷入一个低谷的原因,其实这往往都是因为初期的成功与随之而来的停滞不前,而这些停滞不前往往是受到了计算能力的限制,刚才的嘉宾也谈到这个问题,所以我觉得当我们认识到这个问题的时候,我们就会发现我们在盲目的乐观。

所以前面提到的那第三个问题来了,计算机能不能像大脑一样完成这些工作?大家可能会觉得问题二都已经确定搞不定了那问题三我们就不要考虑了,其实反而还不是这样,因为你看,从当时到现在,从最早的深蓝,到现在的alphago等等,这么多计算机程序一次又一次的战胜了人类的高手,还有我们非常多的问题求解甚至包括我们的搜索引擎,它们已经超越了我们任何一个专家能够做到的程度,这个时候我们就可以看到在某些任务上他们确实可以像大脑一样工作而且完成得比大脑更好,在这种情况下我们想说的其实是,我希望我们对计算机和人脑的态度不是什么他们应该相互替代或者怎样,而是形成一个相互交叉和共生的系统,这样一个共生的系统我认为就是人工智能真正的未来,和人工智能最重要的发展的机遇,也是这两天这么多的专家所提到的,这是人工智能发展的未来之一。

我跟大家说这些,其实是想跟大家说,我们需要对人工智能的现状有一个清醒的认识,当你对人工智能能做什么和不能做什么有了非常清楚的概念,你就不会有什么虚妄的幻想,也不会对面临的困难太过失望和绝望,反而能够明白其中的机会在哪里。

作为论坛唯一的女性嘉宾,我也是一个母亲,因此我想我可以从另外一个视角来谈谈我对这个问题的看法。也就是机会所在。我是做人工智能的,当我有了孩子时候,其实我往往会不由自主地把我的小孩去进行一定的分析,我会去想我们应该从人的身上学到什么东西去来帮助我们做人工智能?我们能学到什么有趣的东西?所以我想从我三岁的小孩的认知谈起,给大家讲几个故事来引出我的一些看法。

在我的孩子一岁的时候,他当时还不会说太多的字,我给他们看绘本,我们给她看了很多图,比如月亮,小兔子在月亮上玩,这样的图,当然我们没有给他一个一个的指,让她自己去分辨,然后有一天,我的小孩指着一个香蕉的图片说月亮,当然她是错的,当时我就告诉她说不这不是月亮这是香蕉,不过因为她太小我没有办法告诉她月亮和香蕉有什么区别,我甚至想不出来怎么样让她理解,可是让我很诧异的是,在这一次之后她就再也没有认错过月亮和香蕉了,无论是真实的还是图片上的,所以这个让我感到非常的诧异,我发现我们人类基于小样本的学习和纠错能力非常的强大。这一点是我们现在的人工智能还远远不能及的。

第二个故事是前些天晚上我跟我小孩进行的一些对话,带过小孩的都知道,四岁多这个时段的孩子,我每天晚上要哄她睡觉,她想要一直不停的听音乐,然后她就跟我说,她说妈妈你可千万别停音乐啊。我就偷换了一下概念,我说好这遍放完我会再放一遍,听起来可能有点像大人在欺负小孩,可是我的小孩马上就听出了我在偷换概念,然后她跟我说妈妈你要一直放着别停,直到明天,明天我就不听了。我说好吧你就放心睡吧,我再次偷换概念说,你睡着了以前不会停的,我想着的是等你睡着的时候我再停。

结果我后来发现小朋友其实一直在分析我的话,1分钟之后她又说,不行,我睡着了之后你也别关呀,我要等到明天才行,我说,好吧,但是我在想,等过了12点就是明天了,过了十二点再把它关上就行,我想这下应该没问题了,而且这些都是我想的,我没有说出来,但是没想到又过了1分钟,小朋友又说:明天就是,我醒来之后一看天亮了,那才是明天,那时候你才能停。那时候我就在想天啊现在的小朋友怎么这么聪明。

后来我想了一下这个问题其实很难,如果你交给一个计算机去做的话,可能它在第一步第二步就挂掉了,而且更进一步的是,小孩还会跟我偷换概念,我举一个例子,她翻我的包玩,我会跟她说妈妈是不是跟你说过别人的包不能翻?她就会理直气壮的说,妈妈不是别人!这些问题给我带来什么启示呢?就是关于复杂语义的理解和逻辑推理,这对于我们人工智能来说是一个很难很难的问题,但对一个三岁的小孩子,他已经可以处理得非常自如。

第三个问题是我的小孩他经常在自言自语中去学习,其实我们没有那么多时间去教他,有时我催他的时候就会说:COMEONBABY,我们快点,没时间了,这样的话。有一天她发现她种的小花发芽了,她叫我去看,我磨蹭了一下,她就过来拉着我的手说,COMEONBABY,快跟我去!我就很意外,因为我从来没有告诉过她这句话是什么意思,但是她可以从语境里面去学习。还有点就是我常常会陷入到各种稀奇古怪的问题中:有一段时间她会问各种各样的问题,比如说妈妈这个能吃吗?那个能吃吗?后来会问他是动物吗?它会咬人吗?你看,她在自己主动的向下去构建他的知识库,知识图谱,这个知识图谱不是我们人构建好之后告诉他的,而是她自己一点一点搭建起来的,而且这个能力还在逐渐的丰富,所以这其实就告诉我们,在人类的学习中有这种无监督学习和主动学习的能力,她会主动提问,然后根据答案对自己的知识作进一步的理解和升华,这是我们现在的人工智能还相去甚远的地方。

最后一个问题我会简短地去讲,有天我们看到一本音乐绘本,(上面)这个图对于我们大人来说或许太抽象。这是贝多芬,当时我们在听一个音乐然后看这个绘本,她看着这个图案的第一句话就是说妈妈他为什么不高兴?我当时看了下,本来想说他没有不高兴呀?但是还好我没说,因为我看了一眼书,我发现那个书接下来说的第一句话就是:我们很少能找到贝多芬微笑的画像,他看起来总是很忧郁、很生气。我非常诧异于小孩子的敏感,和他对情绪的理解。这也是我觉得人工智能和一个非常小的小朋友所拥有的人类智能所差异的非常大的一个地方:就是对情绪和情感的感知,和自然的激发,当然这方面的探索一直都没有停过,比如马文明斯基,他就写过一些书,讨论过他是如何看待情绪和思维之间的关系,他认为二者是共通的。

所以总结一下,你看我们有这么多问题,现在人工智能领域有很多正在被研究的问题,还有一些还没有被研究的问题。而这些问题其实可能是我们人类的一个两岁或3岁的小孩子就能掌握的东西。所以人工智能离做得非常好还差得很远,所以总结我对当下的看法就是这样一句话。这是最好的时代。因为我觉得,最好不意味着这个东西已经非常辉煌,已经到了收获的时代,已经有了很成熟的东西。那不是最好的时代。因为那样一个时代对于青年人来说也没有什么机会,最好的时代就意味着,我们有这么多要去研究的问题,我们已经看到了方向,有非常多的方向还不是只有一条,然后还不停的有声音在提醒我们说,要冷静这里有泡沫不要太热闹,要小心会有低谷等等等等,就这样一系列的声音都会提醒我们。这是一个百花齐放的时代,这是一个机遇的时代。

所以我非常喜欢我们觉得大会提供的这个模板,它是一片星空,我想既然我的演讲是从一本书开始,那我也想用一页书来结束。这是我给我孩子读的一首诗,我读到这首诗才发现Little Star这首诗有这么多段,我觉得这其中最适合我们今天的主题的就是这一段:我们在人工智能领域追寻的那个目标就好像天上一闪一闪的那个Twinkle Star,我们现在就是在黑夜中前行,摸索方向的研究者,traveller in the dark,而我们现在所寻找到的只是人工智能中的一小部分,tiny spark,但是没关系,For you never shut your eye , Till the sun is in the sky . 因为我们永远不会放弃追寻,直到获得最后的成功。谢谢大家。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-08-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

认知科学与人机交互简史

前言 “水是最好的”(Water is best),这句话是西方“科学和哲学之祖”泰勒斯(Thales,约公元前624年——公元前546年)的名言,无独有偶,与...

3015
来自专栏小怪聊职场

致刚刚毕业的你:如何选择实习单位?

2649
来自专栏数据的力量

图解德鲁克强调的管好自己的六个重要维度

1556
来自专栏程序员互动联盟

计算机专业最该做的四件事

作为计算机系的学生,在外人看来就是会修电脑的,是必须要学会修电脑嘛,修电脑是维修工的事情,不是计算机必修课。作为计算机专业的小伙伴该如何让自己过得更加有意义。如...

3294
来自专栏新智元

深度 | RNN 之父 Schmidhuber:21世纪最重大发明——超级智能崛起

【新智元导读】刚刚过去的ACM会议上,递归神经网络(RNN)之父、瑞士人工智能实验室科学事务主管 Jürgen Schmidhuber 接受专访,畅谈深度学习技...

4126
来自专栏镁客网

奥斯卡大乌龙,然而人工智能也预测《爱乐之城》为最佳影片

1193
来自专栏新智元

银翼杀手2049与恐怖谷理论:机器人越像人,越可怕

【新智元导读】 在所有情况下,越是看起来“人造”的东西,我们就越容易应对。当然,一旦我们和人造生命之间的差异无法被察觉,我们的反应和面对真人的反应是完全一样的。...

3477
来自专栏人工智能头条

2017奥斯卡大奖揭晓,群集智能AI成功预测12项(技术解析)

1605
来自专栏PPV课数据科学社区

500款各领域机器学习数据集,总有一个是你要找的

金融 美国劳工部统计局官方发布数据:http://dataju.cn/Dataju/web/datasetInstanceDetail/139 沪深股票除权除息...

82911
来自专栏新智元

【AI万圣节】MIT发布首个AI鬼故事作家,RNN和在线学习算法生成恐怖小说

【新智元导读】继去年“机器学习生成恐怖图像”后,MIT研究人员在今年的万圣节推出了“AI写恐怖故事”的项目,利用RNN和在线学习算法,结合Reddit上人类写的...

2767

扫描关注云+社区