從大數據科學到人工智能的遷移過程

我們現在這個時代確實是已經從大數據時代，移到人工智能時代。為什么這樣講呢？實際上這和大數據本身的內涵關聯性比較強。我們知道大數據本身的規模越來越大，從原來的EB級正在往ZB級發展，數據本身在不停地增加，我們稱為數據泛濫。這個數據泛濫包括很多，比如和零售相關有很多數據，再早一點是科學的數據，不管哪種數據都是和網絡關聯的，個人自媒體出來以后網絡數據又非常多。

數據是不是越大越好，是不是什么東西都一定要一個數據？回答是No。最近有一個非常好的案例，Alpha Go下圍棋，以前是需要使用人類下圍棋的數據，同時自己嘗試了三千萬局的數據，最近的Alpha Zero不需要人類對弈數據了，自己會生產數據。

現在很多的交易、物流、零售，其實它有很多的條件一直在變，不滿足剛才的條件，這時候你需要很多外部的數據。有外部數據就夠了？當然不是，外部數據怎么用？它自己不會去產生一個用法，這個用法需要人，需要通過人工智能這些手段去用這些數據。所以人工智能實際上就是從大數據科學到人工智能，非常自然的遷移過程。

人工智能時代

最近人工智能非常熱。在人工智能路上有很多關鍵人物不能忘記，圖靈不能忘記，計算機領域特別重要的一個獎圖靈獎，其他學科有諾貝爾獎，諾貝爾時代沒有計算機，后來有了計算機以后，大家就想計算機界也應該設一個和諾貝爾獎相當的獎，這個獎就是圖靈獎。

什么叫人工智能？其實人工智能是人類智能的一個計算機的實現，它永遠不可能超過人類智能，只是說在某一個特定的方面它可能勝出，但從智能本身它沒辦法勝出。我們看看智能的定義，其實智能有很多方面，包括邏輯能力、語言能力、空間能力、感知能力，包括音樂感知的能力，肢體的控制能力。后面這幾個是比較難的，包括人的內省、自我反省，包括人際關系的能力，包括自然探索的能力，比如發現一些新的東西，完全沒有任何線索，你能想出我要做這個，我把這個問題解決掉。自然探索的能力，包括圖像、圖形的感知能力。

1956年有一個里程碑式的會議——達特茅斯會議。當時人工智能這幾個元老還很年輕，他們集聚到一起開了兩個月的會，討論怎么樣讓機器具有人的智能、定出了人工智能的最終目標以及什么叫人工智能。現在看起來1956年定義的人工智能的白皮書，到現在一點都不過時。

這次會議開了以后，全世界很多學校都開始跨入到人工智能熱潮當中，典型的像斯坦福大學、CMU、MIT、哈佛大學都在做相關的這些研究，那個階段大家采用的技術手段，主要是邏輯主義或者符號主義。

什么叫邏輯或者符號呢？實際上就是他認為一切的推理，我都可以用邏輯演算的方式來實現，我只要定義了整個邏輯演算的體系，做一個規則，就可以完成任何事，可以進行推理、數學證明，可以創作、奏樂等等。其實我們小學就學過代數運算，邏輯也是一種運算，但它用的不是代數運算，而是布爾運算，和代數運算非常接近。有了這個運算就可以對它進行推理，推理你要使用一個工具，他們使用了演繹推理的工具。

我們知道到現在為止，最主要的自然科學的定理使用的都是演繹推理的方式來完成的。比如說亞里士多德的三段論體系就是非常典型的演繹推理，歐幾里得的幾何學也是這樣完成的，牛頓力學，麥克斯韋、愛因斯坦全都是用演繹定理推出來的。

所有演繹推理的基礎是滿足三段論方程。什么叫三段論，我有一個大前提，這是一個一般的原理，我有一個小前提是我要研究的特殊情況，根據大前提、小前提得到一個結論，這個結論是根據一般情況，對特殊情況做出一個判斷，這就完成了演繹推理，這就叫三段演繹推理。

所有的基礎邏輯的方法都是這樣做的。為了做這個當時設計了很多的人工智能語言，用這種語言可以寫人工智能的方程，機器就可以去證明。

當然這聽起來很好，而且第一次浪潮，大家都認為十年之內人工智能一定可以完成很多事，但一直到1976年前后，大家發現一開始定的那么高調的東西絕大多數都實現不了。所以1976年實際上是人工智能第一次的嚴冬的到來。

1976年之后盡管沒有經費，但是開始有很多做神經元網絡的學者，不停的寫東西、發東西，一直到1986年出來一個讓人眼睛一亮的東西，這個東西叫BP算法（即誤差反傳網絡）。以往的神經元網絡只能做非常小的事，做不了大事。但這個東西出來以后可以做大事了，所以就推動了這個領域發展的速度非常快。但它也只能解決一些問題。一開始人們也是期待要解決很多問題，但遙遙無期，到最后又來了第二次的低谷，包括日本第五代機的失敗，當時在斯坦福大學要建一個知識百科全書的項目都失敗了，使得第二次人工智能又跌入了低谷。

第三次是從2006年開始的，現在是人工智能的三位知名學者，一位是在多倫多大學的Geoffrey Hinton，一位是在蒙特利爾大學的Yoshua Bingeo，一位是在紐約大學的Yann LeCun，這一年他們分別發表了三篇文章在講一件事。文章出來了以后，大家并不知道這個東西要怎么用，被李凱和李飛飛做的ImageNet激活了。

ImageNet是一個全球的圖像識別比賽，在2012年以前都是用常規的方法，2012年開始有一個參賽隊用了這個方法，比別的隊錯誤率馬上降低了一半。到2013年其它方法全部退出，全都是深度學習，2014年不停地改進。直到2015年，錯誤率已經降得非常多，深度學習的網絡也非常多。到2016年的時候幾乎做到不光人沒法比，錯誤率已經低到不需要再做了，所以李飛飛選擇2017年宣布這個比賽停止，不再做了，因為其實已經沒有太大促進意義了。

人工智能發展機遇

我國有一個中國人工智能2.0的發展戰略研究，今年發布了一個重大研究計劃，這里面主要是做五個關鍵技術和一批應用。這五個關鍵技術，包括第一個方面是大數據智能，這和前面講的大數據關聯性非常強。第二個方面是群體智能，依靠群體的力量推進智能的研究。第三個是跨媒體智能，要把聲音、圖像、文字、自然語言所有這些東西聯結在一起來研究智能，這是跨媒體智能未來所希望達到的目標。第四個是人機混合增強智能，人和機器混合起來怎么樣讓智能更高能力更強。第五個是自主智能系統，其實就是無人機。我們有五個支柱，上面是應用，下面是基礎支撐。

那么這樣一個輪廓，在國家戰略上來說已經進行了非常圓滿的布局，這個是不是夠了？其實還不是。如果看整個人工智能學科的輪廓，包括計算機視覺、語言識別、自然語言、人機交互、機器學習等等，這些方面目前大的布局是沉浸到應用這個方面。

涉及到人的九類智能，我們從邏輯語言文字和圖形圖像來說現在已經做的相當不錯，中間六類還是有相當的距離需要探索。總結一下，歷史總是這樣螺旋前進的，人工智能的三次浪潮也是從符號主義到連接主義。這個符號主義到現在為止已經有30多年，作為人類智能的一個高等抽象，應該是發揮作用的，所以怎么發揮作用，未來大家可以慢慢觀察。

連接主義，就是神經元網絡、深度學習，目前是非常大行其道的，但怎么樣解決小數據甚至沒有數據的學習？實際還是有相當大的挑戰，特別是很多的學習結果是不可解釋的，這是最大的挑戰。行為主義是注重自適應和進化，這是從人從猴子演化過來的，它可能更接近。它怎么樣在學習方面做得更好，還是需要探索的。

（ 根據高文院士在京東金融全球數據探索者大會上的演講整理而成，未經本人確認。）endprint