面紗后的人工智能

樂佳

記得劉慈欣《三體》中，三體星人對于人類科技發(fā)展的評估是“跳躍式的”。在現(xiàn)實(shí)世界中，我們的感受似乎也的確如此，每過幾十年人類的科技似乎總能向前邁進(jìn)一大步。筆者小時候看過一部美劇《霹靂游俠》，劇中的主人公有一輛高度智能的跑車：能與人對話、能自動駕駛、能為主人公提供很多好的建議。這些科技在當(dāng)時的我們看來似乎都可以看成是編劇天馬行空的想象力。而僅僅過去了三十幾年，上面的各項(xiàng)技術(shù)都基本成為了現(xiàn)實(shí)。一個人工智能系統(tǒng)的確是多種前沿技術(shù)綜合的產(chǎn)物，以自動駕駛為例：需要計(jì)算機(jī)技術(shù)，傳感器技術(shù)、高清視頻技術(shù)等多種技術(shù)的加持。但如果我們撥開這些技術(shù)細(xì)節(jié)，去探討人工智能最本質(zhì)的原理，其實(shí)并沒有想象中的那么復(fù)雜。

我們以當(dāng)前最火的人工智能分支深度學(xué)習(xí)為例來探討這個問題。深度學(xué)習(xí)（或者說人工智能）本質(zhì)上是一種編程范式，也就是編程的方法。傳統(tǒng)的編程技術(shù)是把解決某個問題的方法和規(guī)則記錄到計(jì)算機(jī)中，當(dāng)收到數(shù)據(jù)時，根據(jù)已有的方法和規(guī)則對數(shù)據(jù)進(jìn)行處理從而得到相應(yīng)的答案。而深度學(xué)習(xí)或者說人工智能，則是通過編程讓計(jì)算機(jī)自己去學(xué)習(xí)已有數(shù)據(jù)和其答案之間的對應(yīng)關(guān)系，當(dāng)有新的數(shù)據(jù)來時，根據(jù)之前從已有數(shù)據(jù)中學(xué)到的知識，對其結(jié)果作出合理的推斷。

我們用一個具體的例子來形象地說明這個過程。目前構(gòu)建一個深度學(xué)習(xí)系統(tǒng)的簡化流程如圖所示。假設(shè)現(xiàn)在我們要構(gòu)建一個進(jìn)行圖像識別的智能系統(tǒng)，該系統(tǒng)的目標(biāo)是能自動識別出一張圖片中的各種動物。比如：給這個智能系統(tǒng)一張狗的圖片，它立馬告訴你答案是狗。根據(jù)圖中的流程可知，第一步，我們要收集各種動物的圖片（數(shù)據(jù)），并對各種圖片的種類進(jìn)行標(biāo)記（哪些圖片里是狗、哪些圖片里是貓等等）;第二步，我們通過預(yù)處理把這些圖片處理成計(jì)算機(jī)能接受的形式;第三步，我們需要設(shè)計(jì)深度學(xué)習(xí)模型的架構(gòu)，也就是人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)（人工神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的核心技術(shù)）;第四步，將收集到的動物圖片和每張圖片對應(yīng)的動物類別標(biāo)記送入模型中，訓(xùn)練模型自己學(xué)習(xí)每種圖片和其對應(yīng)的動物類別之間的映射關(guān)系;第五步，當(dāng)模型學(xué)習(xí)到一定程度后，我們會用一些新的圖片測試模型是否能給出正確的答案，如果能則模型構(gòu)建完成，如果不能則重新回到第三步對模型的架構(gòu)進(jìn)行調(diào)整后，重新進(jìn)行學(xué)習(xí)直到滿足我們的要求為止。

上述的過程其實(shí)和我們?nèi)祟惖膶W(xué)習(xí)過程十分類似：假如您現(xiàn)在要給您2歲的孩子（圖像識別智能系統(tǒng)）做啟蒙教學(xué)，教學(xué)的內(nèi)容是認(rèn)識各種動物，您的教學(xué)過程通常是這樣的：第一步，去網(wǎng)上或者實(shí)體書店買幾本動物的圖冊（收集數(shù)據(jù)）;第二步，為圖冊上的各種動物標(biāo)上名字（標(biāo)記類別）;第三步，您會每次拿一張圖片給您的孩子看，并告訴您的孩子這個圖片是狗或者是貓，這個學(xué)習(xí)的過程通常是反復(fù)的，今天教幾遍明天再教幾遍，孩子則在這種反復(fù)的過程中去學(xué)習(xí)每張圖片中對應(yīng)的動物圖像和它名字之間的對應(yīng)關(guān)系;第四步，當(dāng)您覺得教得差不多時，某一天，您會突然拿出一本新的但類似的圖冊來考您的孩子是否能認(rèn)出圖冊里的動物們，如果他（她）能，那么您會很高興地豎起大拇指，然后進(jìn)行下一階段的學(xué)習(xí);如果不能，您也會微笑著重新教他（她）學(xué)習(xí)圖冊里的內(nèi)容。這個過程是不是和上面的幾乎一模一樣？