专栏首页人工智能前沿讲习CCAI 2019 | 俞扬:人工智能的决定权依然在人

CCAI 2019 | 俞扬:人工智能的决定权依然在人

CCAI 2019

2019年中国人工智能大会(Chinese Congress on Artificial Intelligence 2019,简称“CCAI 2019”)将于9月21日-22日在青岛胶州召开。南京大学人工智能学院俞扬教授将出席大会,并担任人工智能青年论坛共同主席。

俞扬在2011年博士毕业后,留校加入计算机科学与技术系、机器学习与数据挖掘研究所(LAMDA)从事教学与科研工作,主要研究领域为人工智能、机器学习、强化学习。他还入围了2018年度IEEE Intelligent Systems评选的国际“人工智能10大新星”名单,是该次国内高校唯一入选者。

近年来的爆发让人工智能成为当下最火热的风口行业之一,机器学习又是其中的先驱领域。作为这方面的专家,俞扬如何评价这一轮行业发展热潮?我们对他的观点和思考作了梳理,一起来看。

人工智能不是一蹴而就,要靠厚积薄发

2016年围棋人机大战中,DeepMind开发的AlphaGo以4:1的绝对优势,横扫人类顶级选手柯洁、韩国名将李世石,让世人对智能的力量大为惊叹。

俞扬通过拆解AlphaGo的训练“秘密”,指出了它惊艳亮相背后的成功路径。

AlphaGo的基础框架是“蒙特卡洛树搜索”。在俞扬看来,这是一种聪明的搜索算法,它可以成功避免很多无效搜索,但现在也只能达到业余棋手五段、六段的水平,远不具备与人类顶尖棋手对话交锋的实力。

在此基础上,AlphaGo引入了“机器学习”,通过学习人类历史上高手对弈的棋局数据,模拟人类走法,如果碰到没有见过的棋局,则以过往相似棋局作为参考。它虽然可以学习,但无法理解这些走法背后的玄机。此外,AlphaGo还通过“强化学习”,自己与自己对弈来提升水平。

俞扬指出,这种学习机制并不是新事物。AlphaGo涉及的所有算法部件都是现成的,“蒙特卡洛树搜索”已经发展了十年,强化学习也经历了数十年的发展。AlphaGo的突破在于,人们以卓越的工程水平实现了这些技术的结合,用成百上千的CPU和数百个显卡实现了加速计算。

AlphaGo的例子清晰地表明,人工智能近年来的成功并不是一蹴而就的,而是许多年基础研究的成果。既然我们希望人工智能的发展能够更多的造福于未来生活,就要做好长期基础研究的探索和积累,这样才能做到厚积薄发。

人工智能发展的“奇点”还未来临

人工智能在人机对弈、图像识别、语音识别等领域的进步,引发了行业内外的强烈关注和热切讨论。作为机器学习领域的专家,俞扬如何看待这些进步呢?

俞扬曾对媒体表示,虽然人工智能迎来了第3次发展热潮,但“人工智能威胁论”尚不成立,人工智能发展“奇点”还未来临。他提出,不要混淆“技术进步”和“社会进步”的概念。以蒸汽机为例,它带来了工业革命,人类生产力得到巨大提高,颠覆性地改变了人类社会的生产生活面貌,但在这一过程中,要注意原理和工艺的区别。蒸汽机的原理自诞生起就不再出现变化,人类不断改造和升级的,是蒸汽机的工艺水平。正是因为后者的不断提升,才让蒸汽机效率更高、价格更低、使用更安全方便,进而广泛普及开来,推动了社会进步。如果依照“奇点”理论来推算,蒸汽机应当迅速发展,但工程工艺的精化无法克服其原理上的先天缺陷,后来还是被内燃机所取代。今天我们在汽车、飞机上已经看不到蒸汽机的影子了。

人工智能的决定权依然在人

关于人工智能的能力边界问题 ,一直以来都存在不同的声音。人工智能有没有权限做决策?如果有,这一权限应该多大?

2018年3月,一辆自动驾驶的Uber在美国亚利桑那州撞倒了一位推着自行车的女性,致其身亡,这是自动驾驶导致行人死亡的第一例事故。事件迅速发酵,引发了关于人工智能安全问题的广泛讨论。

对此,俞扬明确表示,人工智能作为一个工具,如何使用,目前来看决定权依然在人,系统的设计者和商业(应用)的提供人员需要对此负责。他说,“我们必须清楚地知道人工智能会做出什么样的决策。对人工智能的应用范围,以及应用结果的预期,一定要有约束”。在人工智能决策相关的问题上,人类一定要慎之又慎,环境是否可控,是否经过了可理解性的测试,决定了它是否可以用在关键的场所。否则,产品就存在重大缺陷。

在高效强化学习方面的探索

俞扬介绍道机器学习可以有“机械学习”、“示教学习”、“类比学习”和“归纳学习”等多种类型。自20世纪80年代以来,归纳学习成为机器学习中被研究最多、应用最广的分支。归纳学习又分为监督学习、无监督学习和介于二者之间的弱监督学习。

强化学习可以看作是一种弱监督学习,它的数据标记需要靠自己探索来获得,往往需要经过多次决策的探索才能获得标记。

俞扬指出,强化学习在现实社会的应用还很少。当前强化学习主要有两个经典方法:一是对值函数的学习;二是策略搜索方法。但这两个方法对于样本的需求量都极其大,在真实物理环境中的应用很难得到满足。俞扬以狗举例,让狗听懂“趴下”只需半个小时,这个过程大概有二十个样本。由此可见机器强化学习的能力与生物相比,还有很大差距。即目前强化学习方法的样本利用率很低,这种低效可能来源于优化能力、方法论等多个方面的局限。

2017年,俞扬介绍过自己在提高机器强化学习能力方面的一些探索。近期,他的研究更关注模拟器的构建。俞扬认为强化学习落地的主要瓶颈在于需要大量试错,而现实环境难以承受试错代价,构建模拟器可能是突破瓶颈的一条可行途径。2017年开始,俞扬与阿里巴巴合作,成功构建了“虚拟淘宝”,模拟了购物的买家。“虚拟淘宝”模拟器用于训练强化学习,从而避免了试错代价,最终训练出的模型,直接上线测试,获得了2%的性能提升。俞扬认为“零试错”是强化学习能够得以推广应用的关键门槛,并且看好强化学习未来落地应用的前景。

本文分享自微信公众号 - 人工智能前沿讲习(AIFrontier)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-07-29

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 2018CCAI丨不忘初心,方得始终——我国人工智能发展如何务实推进

    两年前,AlphaGo将我们预想中电脑战胜人类围棋手的时间提前了二十年,也将人工智能带到了公众的面前。那一年,“人工智能”成为网络年度热搜榜第7名,全球有将近两...

    马上科普尚尚
  • CCAI 2019 | 肖京:“互联网+”的模式已经过去,未来属于“智能+”

    2019年中国人工智能大会(Chinese Congress on Artificial Intelligence 2019,简称“CCAI 2019”)将于9...

    马上科普尚尚
  • 人工智能的马克思主义审视

    2018年5月5日是马克思诞辰200周年,马克思曾写到“哲学家们只是用不同的方式解释世界,而问题在于改变世界”。本文作者陈凡,哲学博士,东北大学科技哲学研究中心...

    马上科普尚尚
  • 助力医疗,聚焦AI——“人工智能卓医创新挑战赛”火热开赛

    数据猿
  • 人工智能系统的演化

    人工智能即将改变商业和社会。金融公司瑞士联合银行预测,由于人工智能技术的巨大进步和更广泛的应用,明年人工智能市场的价值将达到125亿美元。波士顿咨询公司亨德森研...

    AiTechYun
  • 与 Hulu 全球研发副总裁谈人工智能

    马上要进入新的招聘季。对于有志投身技术领域的应聘者,面对当下正席卷全球的人工智能热潮,“数据科学家”和“算法工程师”绝对算得上热门职业。

    用户1737318
  • 业界丨周鸿祎当了一把“直播网红”,谈360在人工智能上走过的坑

    编者按:2016年12月6日晚8点,360公司董事长周鸿祎做客直播间与网友互动,大谈对人工智能的看法。本文已得到公众号“大佬微直播”授权,雷锋网在不改变愿意的基...

    AI科技评论
  • CCAI 2017 | 刘燕:艺术与人工智能的明天——人机信任合作

    南加州大学计算机系名誉副教授、机器学习中心主任刘燕 文/CSDN贾维娣 7 月 22 - 23 日,在中国科学技术协会、中国科学院的指导下,由中国人工智能学会、...

    AI科技大本营
  • 观点 | 吴军与迈克尔·乔丹两位顶级大牛对当下AI的一点看法

    这是一篇人工智能科普贴,听大佬讲人工智能的一点儿事儿。 人工智能是当今特别热门的领域,那它的现状和未来需要解决的问题以及能够解决的问题是什么呢?“得到”订阅专栏...

    AI科技大本营
  • 人工智能会取代医生吗?看看专业医生怎么说吧

    我们已经遇到了很多次人工智能在医疗任务中与医生发生分歧,这时一个问题不可避免地浮出水面:人工智能会取代医生吗?如果你与人工智能专家或硅谷投资者交谈,答案往往是肯...

    AiTechYun

扫码关注云+社区

领取腾讯云代金券