轉載：人工智能九問九答

轉載：王飛躍: 人工智能九問九答
本文引用地址：http://blog.sciencenet.cn/blog-2374-874127.html  此文來自科學網王飛躍博客，轉載請注明出處。

中國自動化學會副理亊長兼秘書長王飛躍對《三聯生活周刊》關於人工智能九個問題的回答:
1、截至2014年，有超過20億美元的風險投資流入到基於認知技術研究的產品和服務中，超過100家的相關公司被互聯網巨頭收購。為什麽很多大的互聯網公司都在關注人工智能？為什麽越來越多的民間資本進入這個領域？

簡單地講就是: 時代的趨勢，本質的需求! 因為認知或更準確地說智能技術是社會轉型和產業升級的關鍵與核心。表麵上，越來越多資本進入智能領域的原因有很多，但實質上主要就是兩點：

1）目前的互聯互通和未來的智能社會及產業對其人員的能力提出了更專、更深、更高，更廣，甚至是“非分”的要求，一般的人很難達到；

2）新一代“QQ”式的社會人力資源，伴隨智能手機、微博、微信等“碎片化”社會媒體和知識結構成長並且成熟，已很難適應上一代傳統的學習方式、工作習性與專業要求。

加上人類整體對社會服務的種類、內容、水平的要求越來越高，相對而言，導致新一代的“傳統能力”退化；這“一進一退”使得期望與現實的差距擴大，以致有人驚呼"網絡把人變傻了"! 客觀上形成了越來越大的“智力剪刀差”或“智能鴻溝”，這就必須靠人工智能和自動化這類的智能技術來“補償”。否則，產業根本無法升級，社會自然更無法轉型，隻有退步、退化，這就是為什麽近年來智能技術變得越來越熱，相關投資也越來越多的根本原因。

 2、智能究竟是怎樣定義的？這些年，人工智能的概念有變化嗎？

智能的定義與人工智能的定義不一樣，但都是既簡單，又複雜，“亂”的很，已成常態。但對於真正從事人工智能的科技人員來講，還是十分清晰和穩定的。對他們而言，從六十年前提出人工智能的概念和目標至今，基本上沒有變化。然而，對於另外一些人，特別是帶有商業和利益背景的一批人，人工智能的概念差不多有了天翻地覆的變化，連“奇點”都出來了，甚至一不小心不用多久人工智能就把人類給滅了!

或許，這些亂像和炒作與智能的定義有很大的關係。

先說智能，簡單的定義字典上就有：智能就是獲取和應用知識及技巧的能力。 問題是“知識”和“技巧”差不多又是與“智能”一樣需要解釋的名詞，多少本書都可以寫。難怪蘇格拉底要發牢騷：“我知道我是智能的，因為我知道我什麽也不知道”；倒是愛因斯坦對什麽是智能這個問題要嚴肅得多，他的名言是：“智能的真正標誌不是知識，而是想象。”

想象一來問題就更多了，以致今天全世界的學者們對什麽組成智能都沒有共識。不過一般都認為有解析、語言和情感三類智能。開始認為他們都是相關的，百年前英國心理學家Spearman還提出了一個“通用智能因子”的學說；後來哈佛心理學家Gardner對其加以修正，認為有八種不同的智能，而且之間不必關聯，即所謂的“多智能理論”；最後，就是30年前美國認知心理學家Sternberg提出的"智力三元論"：智能由組合、經驗、情境型智能或解析性、創造性、實用性型智能組成。

近年來，神經生物學家也開始以更加科學的手段來探討什麽是智能的問題。他們主要是觀察研究大腦神經元及其連結與不同智能活動與水平的關聯，特別是2007年提出的P-FIT智能理論，能夠說明不同腦區與不同智能的關聯，引起了業內的很大關注。

人工智能就是機器或軟件所展示的智能。在這個意義上，人工智能與機器智能沒有區別。但在早期，二者是不同的，而且最初人工智能隻是複雜信息的計算機處理之代名詞，不過很快就轉為目前意義下的人工智能。六十年來，除了方法和手段有很大變化之外，其概念與目標至今並沒有什麽能引起人們警覺的變化。不過，對概念與目標以何種程度、何時實現，業內業外人士一會熱如盛夏一會冷似嚴冬，仿佛夏冬己成了人工智能全部的天然季節。就我本人而言，自然更喜歡人工智能隻有成長的春天和收獲的秋日。

3、“圖靈測試”是一個已經存在了60多年的概念，許多研究者認為它已經不能檢測現代的人工智能了。從現在的科學發展來看，把圖靈測試作為判定智能的標準是否落伍？

這也是一個說來話長的問題，直接地回答就是：如果圖靈先生不自殺活到今天，他一定第一個站出來反對有些人如此亂用如此消費其“圖靈測試”。

例如去年名噪一時的“古斯特曼烏克蘭語聊天機器人通過“圖靈測試”，並具有人工智能”的新聞頭條，就是一出鬧劇，而且這已經不是其組織者第一次戲弄大眾和媒體了。 首先，古斯特曼通過的不是圖靈定義的“圖靈測試”。其次，這次測試就是又一次“比賽”而已，而且是不規範的比賽。以前有比它考試問題更難、考試時間更長的“圖靈測試”，但也沒人敢講某某通過了圖靈測試。其實，這差不多就是胡鬧，是把科學研究娛樂化的行為，所以我不認為此類“圖靈測試”是一件需要嚴肅討論的技術問題，那是一個娛樂的問題。

而且，我不認為存在“圖靈測試”作為判斷人工智能的標準是否落伍的問題。IQ測試作為人類智能的判斷標準是否落伍? 沒有，因為它們從未被真正地確定為人工或人類智能的判斷標準，“過時”也就無從談起。

從學術上，這個問題可分二部分講：第一，理論上一般抽象的“圖靈測試”作為判斷人工智能的標準是否有科學性本身就有非常大的爭論。上麵己經說過，人類智能有多個類別，人工智能自然也有多種類別，圖靈測試測的是哪一個類別? 全部? 僅限語言智能或更小的特定領域的問答智能? 第二，實際上具體實施的“圖靈測試”，本來就是對圖靈之圖靈測試的一種誤解。圖靈測試指的是人類考官而不是一個帶著特定問題的特殊人群考官，是一個廣義的人類做個為整體的考官，其測試的時間段也不是具體的一段時間而是廣義的時間段，說穿了就是所有的人類在所有時間都分辨不出人與機器之後，才算其人類智能與人工智能等價，決不是通過一次比賽就能辨別出來是否具有人工智能的。這也是為什麽大家對“圖靈測試”有許多不同版本的解釋之原因。

個人認為規範的“圖靈測試”之類的活動應當鼓勵，因為有助於人工智能研發的深入和應用的普及。別忘了，除了圖靈測試之外，還有“中國房”、“模仿遊戲”，以及非常具體成功的“CAPTCHA”等項目。但無論如何，不能過分甚至故意惡意的放大此類測試的效果，這類行為隻能有害於人工智能的健康發展。

4、如今人工智能的智慧最高達到什麽程度？近年來哪些技術的出現促進了人工智能的發展？人工智真正能取得突破需要什麽樣的先決條件？

顯然，這都是社會大眾十分關心的問題，但遺憾的是，有些我不能回答，因為我根本就不知道人工智能的“智慧最高” 是指什麽，也不相信有什麽“智慧最高”的人工智能存在，所以無法回答。 

但人工智能在過去六十年的確取得了巨大的進展和成果。近十餘年來更是在自然語言處理、機器學習、智能搜索等領域獲得了輝煌的成績，特別是計算智能異軍突起，為智能產業的興起立下了汗馬功勞。今天，智能手機進入千家萬戶，己經並仍在改變我們社會形態，中國能有BAT為代表，美國能有FLAG為表征的新型產業公司，而且都是從無到有在極短的時間裏興起，並且發展勢頭迅猛，就是明證。

深度學習和IBM的Watson係統更是時下媒體的明星，這些技術和係統的確取得了重要突破性的階段進展，促進了人工智能的當前發展。但我們也不能過度宣揚和放大其效果，畢竟，它們離人工智能的目標還差很遠。而且，目前從這些技術上根本看不到邁向人工智能的較為一般的途徑。最近，IEEE的旗艦雜誌《Spectrum》上對此有幾篇文章和問答，較為客觀，建議大家去看一下。

至於人工智能真正突破需要什麽樣的先決條件，也是仁者見仁智者見智。我當學生時，大家公認常識的表示、處理、理解、利用是人工智能的難點和關鍵。三十多年過去了，今天我仍然認為常識的問題是人工智能的突破口，但己基本放棄了對解決常識問題一般通用方法的追求。因為理論和實踐越來越清楚地表明，盡管計算和內存能力越來越強，但常識問題似乎隻能具體領域具體解決，所謂大數據思路更是如此。

5、人工智能裏的神經網，進化算法、遺傳算法等，這些名字聽起來和人腦機製一樣的人工智能，實際上和人腦思維的方式差別有多大？

神經網絡、進化算法、遺傳算法，都是計算智能的核心內容，它們與人腦機製和人腦思維的關係，就像詩歌散文同現實生活與大自然的關係一樣，都是源於“生活”，“高”於“生活”，而且一定異於“生活”，切不可望文生義。生物、醫學、神經生理學家還沒有完全弄清人腦機製、人腦思維是什麽，計算智能想仿也沒有明確的途徑。

當然，這些計算智能方法最初的提出受己經認識到的人腦、生物機製的啟發很大，並在發展中受其影響，就像詩歌的創作受生活的啟發影響一樣。實際上，有些聽起來像人腦機製或人腦思維的智能方法，其實差別很大，幾乎是風牛馬不相及。

6、有人認為穀歌這樣的公司正在用搜索技術來改善人工智能，而非用人工智能來改進搜索技術，它的每次搜索都是在改進人工智能技術。對此您怎麽看？

不知所雲。穀歌每次搜索都在改進人工智能技術? 從何談起? 指什麽? 是指又用了自然語言處理? 還是數據挖掘或機器學習? 難道它們不是智能技術? 還有，每次搜索當然都應是一次改進，對什麽都一樣。科學上，“研究”的英文本來就是Research, 就是Re(再)+Search(搜索)，即“再搜索”之意。具體到穀歌這個公司，個人認為，正確的說法應為: 它的每次搜索都是在人工智能技術引導下完成。一個人不應忘本，一個企業也是如此，特別是當他、她、它成功之後。

搜索本來就是人工智能的一個極其重要的內容，著名的A*搜索算法在人工智能曆史上占據重要地位。穀歌最初立身的PageRank算法就是一個活生生的計算智能方法，是一個成功的算法自動化或知識自動化的例子。毫無疑問，人工智能技術對穀歌的搜索技術貢獻巨大，而且，穀歌從單純搜索到無人車，機器人，可穿戴移動裝置，更是越來越得益於並越來越像一個純粹的人工智能公司。穀歌靠人工智能有了今天，更要靠人工智能混到明天，所以，穀歌對人工智能技術有所貢獻，理所當然，切不可本末倒置。 

7、前些時候比爾·蓋茨、埃隆·馬斯克和霍金發表了“人工智能威脅論”，學術界和產業界對此進行了各種討論，您對人工智能的未來持什麽態度？

林子大了，什麽鳥都有，而且有的鳥昨天吃害蟲，今天吃的可能就是糧食。當一個話題熱起來之後，各色的人，各樣的動機，各種的觀點，都會湧現，這是人性。我尊重任何人發表任何觀點的權利，但對“人工智能威脅論”、“奇點理論”之類的論調，我的態度是堅決反對。的確，有錢有勢就是任性，什麽話吸引眼球就講什麽，我對這些議論和觀點最好的評價隻能是：無知者無畏。

人工智能其實還非常初等，“威脅論”、“超越奇點”怕是在夢裏都做不到。不過，我個人覺得這些言論對人工智能的發展還不能造成實質性的傷害，反到能夠引起大眾的更多關注。

我對人工智能持非常樂觀的態度。而且，個人覺得這是曆史上人工智能發展最好的時期。人類即將進一個從知識自動化為特征的嶄新科技與生產時代，智能技術在其中會起到關鍵和核心的作用。為此，未來的人工智能發展，不應再是隻關注“高大上”的工作，而是應當從小處著手，講究實效，麵向社會民生，以“眾包”形式，讓社會普通大眾的智能充分地發揮出來，使智能技術進入生活與工作的每一個角落，這才是人工智能真正的突破。

我還相信，網絡化、移動化，特別是手機化的智能技術一定會加快整個社會形態的轉化，使我們更快地走向一個公開、公平、公正的開放社會。

8、在人工智能的曆史上，人們曾走過哪些誤區？對後來有什麽啟發？你認為現在人們對人工智能最大的誤解是什麽？

曆史上人工智能曾走過許多誤區，至少二次進入“人工智能的冬天”，教訓非常多，也非常深刻，而且多是由於過高、過快、過大地評價或展望其方法與技術，給資助機構和大眾造成無法兌現的期望所造成的，所以最大的教訓就是：多幹少說，堅持不懈。

舉一個具體的例子：神經網絡方法。這個方法提出之後，風行一時，但因一位權威人士的一個簡單的反例和反對，就被“雪藏”了近二十年。後來有人發明“反向誤差傳遞”的算法後，神經網絡再度抬頭，接著興旺了十餘年，但隨即再次陷入了發展停滯的階段。然而，Hinton等人堅持不懈，幾年前又提出了深度學習的方法，使神經網絡技術重新回到計算智能的主戰場，再次成為解決壓縮、分類、識別等重要問題的主要工具。盡管我不認為深度學習是人工智能的核心方法，但這種不懈的勁頭就是發展人工智能所應有的精神。

“山窮水複疑無路，柳暗花明又一村”，神經網絡的故事，再次揭示了大家熟知的道理：條條大路通羅馬。一種方法在質疑、反對聲中，隻要不懈努力，探索改善，盡管方法的最終形式與其最初形式甚至動機都很不一樣，還是很有可能成為一個有用、有影響的方法，這就是給大家的啟示。

至於人們對人工智能的“誤解”，簡單地講就是把文學和科學混淆了：一些號稱專家的人士，用文學的語言放大科學上的成果；可怕的是，大眾中許多人卻以科學的勁頭去認識、相信、宣傳這些專家的觀點。

其實，在一些西方國家，這類誤解不是太大的問題；因為那裏人們的期望值一般較低，不過圍繞著期望值的方差很大，加上大家講究實效，專家很難“忽悠”並獲益，更難阻止別人的創新或突破；多數情況下，大話和“誤解”被權當新聞博人一樂就過去了。但在中國，期望值往往很高，但方差很小，不利於創新；加上大家重名，這些“誤解”很多時候會造成實際的後果：輕則經濟損失，重則敗壞科技甚至社會的正當規範和秩序，值得我們反思並且深思。

9、人工智能能像計算機的發展那樣可以預測嗎？未來10年，人工智能可能會在哪些領域取得突破？它會如何改變人們的生活？

計算機的發展可以預測?關於計算機之最著名的預測就是IBM的Watson六十多年前作的。這個Watson不是IBM 的Watson智能係統，而是IBM的已故總裁Watson先生，他曾預測：全球隻需要最多5台計算機! 60年前的計算機，還不如我們手機上的計算器強大，可見預測計算機的發展是多麽的危險。

或許這裏是指預測半導體行業發展的“摩爾定律”，其實這純是一個傳說。“摩爾定律”不是預測，是規劃，是行業願意遵守且有利可圖的規劃而已。

我隻能說，人工智能或智能技術將同計算機技術一樣，深入到生活、學習、工作的每一個角落。而且，就像今天社會上很少有人談論電機一樣，不久大家也會不再談論計算機，隻談智能技術。今日計算機在大家心中之地位，就是50年前電機之地位：不用50年，計算機就會同電機一樣，消失於無處不在之中。

未來十年，我希望人工智能在知識自動化上有重要突破，助力智能製造、智能網絡等智能產業的興起，通過軟件定義的係統，以及虛實互動的平行智能技術，構建智慧農業、企業、城市、社會和健康體係，使我們真正進入一個智能的時代。

工業自動化使我們進入了工業時代， 深刻地改變了我們的生活方式，人類從此告別農業時代。同樣，知識自動化的智能技術也將深刻地改變我們的生活方式，並將把人類社會推向嶄新的知識時代，一個更加公開、公平、公正的社會形態。