人工智能的新进展

本周我们要关注人工智能的新进展，这是又一个“机器吃人”的话题，你会不会被机器吃掉呢？我们看看：

1

先回答一个问题：机器到底会不会替代人的工作岗位？让人没饭吃？

第一个“机器吃人”是谁提出来的，这个暂且不去考证，但主要是用来指工业革命中机器代替手工劳动者，取代了手工劳动者的工作岗位的现象，所以得出“万恶的资本主义”的结论。后来的事实怎样？

后来的事实证明，这纯粹是一种坐井观天、就事论事的杞人忧天。因为他们只看到了机器替代手工业者工作岗位的眼前的、静态的“事实”，但并没有以发展的眼光看到机器劳动的出现所带来的生产力水平的提高，进而创造出了更多的生产机会和生产岗位，所以，机器劳动的出现反而使得大家的生活水平更好了。

所以，新的一次的人工智能机器人替代人的忧虑和恐慌，窃以为大可不必。

2

昨天，ACM（计算机协会）宣布把 2018 年度图灵奖颁给了深度学习“三巨头” Yoshua Bengio、Geoffrey Hinton 和 Yann LeCun，以表彰他们在深度学习神经网络上的工作。

我们就先给大家介绍介绍图灵和图灵奖，然后再介绍介绍三位的工作，最后介绍一下人工智能的最新进展。

图灵奖被认为是计算机领域的“诺贝尔奖”，奖项名字设以纪念世界计算机科学先驱艾伦·图灵（A.M. Turing），设立于 1966 年，获奖者须在计算机领域具有持久而重大的先进性的技术贡献。今年的奖金是100万美元，三人分享。

艾伦·麦席森·图灵（Alan Mathison Turing，1912年6月23日－1954年6月7日），英国数学家、逻辑学家，被称为计算机科学之父，人工智能之父。在剑桥大学国王学院完成大学，美国普林斯顿大学攻读博士学位。

说计算机科学之父有点争议，因为他比冯诺依曼要小十岁，但说他是人工智能之父可能是无可争议的，因为他设计了著名的“图灵实验”来判断一台机器究竟是不是具有人类的“智能”。

图灵指出：“如果机器在某些现实的条件下，能够非常好地模仿人回答问题，以至提问者在相当长时间里误认它不是机器，那么机器就可以被认为是能够思维的。”

从表面上看，要使机器回答按一定范围提出的问题似乎没有什么困难，可以通过编制特殊的程序来实现。然而，如果提问者并不遵循常规标准，编制回答的程序是极其困难的事情。例如，

问：你会下国际象棋吗？

答：是的。

问：你会下国际象棋吗？

答：是的。

问：请再次回答，你会下国际象棋吗？

答：是的。

你多半会想到，面前的这位是一部笨机器。如果提问与回答呈现出另一种状态：

问： 你会下国际象棋吗？

答：是的。

问：你会下国际象棋吗？

答：是的，我不是已经说过了吗？

问：请再次回答，你会下国际象棋吗？

答：你烦不烦，干嘛老提同样的问题。

那么，你面前的这位，大概是人而不是机器。

3

下面介绍介绍三位得主及他们的研究。

Yoshua Bengio，蒙特利尔大学计算机科学与运筹学系全职教授，也是深度学习“三巨头”中唯一一位完全在学术界工作。他的诸多科研积累，包括深度学习架构、循环神经网络（RNN）、对抗算法、表征学习，影响和启发了后来的大量研究者，将深度学习应用到自然语言处理、计算机视觉等人工智能的各个主要领域，对近年来深度学习的崛起和发展起到了巨大的推动作用。

Geoffrey Hinton，谷歌副总裁兼工程研究员，Vector Institute 的首席科学顾问，多伦多大学的名誉教授。他在80年代把以前没有受重视的反向传播(BP)算法引入了神经网络，使得复杂神经网络的训练成为可能，直到今天，反向传播算法依然是训练神经网络最重要的算法。之后，他又在1983 年发明玻尔兹曼机（Boltzmann Machines），以及在 2012 年改进了卷积神经网络的，并在著名的 ImageNet 评测中取得惊人成绩，在计算机视觉领域掀起一场革命。

Yann LeCun，Facebook人工智能研究院负责人，纽约大学数据科学中心的创始人之一。他最广为人知的工作是CNN（卷积神经网络）。虽然并未直接发明CNN，但Yann LeCun将反向传播算法引入了CNN，并且发明了权值共享、池化等技巧，让CNN真正更为可用，现在，CNN已经广泛用于计算机视觉、语音识别、语音合成、图片合成以及自然语言处理等学术方向，以及自动驾驶、医学图片识别、语音助手、信息过滤等工业应用方向。

4

下面简单介绍一下人工智能AI。

人工智能就是要使得机器、计算机具有人的智慧思考能力。那么首先要做的就是让机器在与人的关系中不再是被动的。如汽车是被动的，你必须学会驾驶技术你才能驾驶它；飞机轮船也同理。

如何让机器主动呢？这就要让机器学会主动“学习”（可见主动学习多么重要，否则你将连个机器也不如了，赶快来我们这里学习吧）。那机器主动学习，它就要首先学会“感知”，其次学会“认知”，这是认知心理学的理论。

我们分别说说：

感知，就是感知人的文字、声音、图像。文字没有问题，现在计算机什么国家的文字都可以认得。关键是声音，机器如何识别人类的自然语言？讯飞、siri已经解决了这个问题。但这些还属于单工通信，要使得机器的语音识别达到双工通信的地步，才能跟人更好地交互。这方面微软小冰代表前沿水平。

2017年，经过深度学习训练的微软小冰主动给人类打出了第一个电话，而且它打给人的电话人们根本不知道它是个机器，也就是远远超出了图灵实验所说的境界。更令人惊讶的是，它的电话销售成单率竟是一个优秀的电话外呼人员的5倍！

看看，电话外呼这个职业即将被机器替代。这几天的博鳌亚洲论坛上，携程的高管在谈他们的callcenter早都已经在用人工智能了，也就是外呼机器人了。以后你打给携程客服的电话没准就是个机器接的。还没完，这个微软小冰还自己主动写诗，《阳光失了玻璃窗》就是这个机器人的作品，你看了没有？我看了，我觉得这个书名如果改成《阳光湿了玻璃窗》就更像个有感情会装逼的人了。