高通公司副總裁、高通風(fēng)險(xiǎn)投資中國區(qū)總經(jīng)理沈勁
人工智能已經(jīng)進(jìn)入一個(gè)指數(shù)式發(fā)展的階段:經(jīng)歷了初期曲線平緩的增長,到后期增長曲線非常陡峭,速度讓人出乎意料。
指數(shù)式發(fā)展的推動力
人工智能發(fā)展的推動力主要包括三個(gè)方面:計(jì)算個(gè)人化、計(jì)算網(wǎng)絡(luò)化和大數(shù)據(jù)。
首先,計(jì)算個(gè)人化使得人工智能的研發(fā)從精英階層擴(kuò)展到大眾。早期的研究機(jī)構(gòu)主要是大學(xué)和政府,只有它們才有研發(fā)人工智能所必備的超級計(jì)算機(jī)。集成電路的發(fā)明和發(fā)展促成了計(jì)算能力快速上升和成本大幅下降。上世紀(jì)80年代浙江大學(xué)使用的小型機(jī)PDP11的運(yùn)算能力遠(yuǎn)遠(yuǎn)不如我們今天使用的手機(jī)。
其次,計(jì)算網(wǎng)絡(luò)的價(jià)值增長也呈現(xiàn)指數(shù)式,例如,有4個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)有12個(gè)有方向的連接,而400個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)有多達(dá)159600個(gè)連接。今天的網(wǎng)絡(luò)連接數(shù)(即價(jià)值)正在直線上升。
再次,隨著信息終端的普及和物理世界的數(shù)字化,數(shù)據(jù)正在爆炸增長,更是指數(shù)式增長。今天全球的數(shù)據(jù)量累計(jì)超過了10 Zettabytes,其中90%的數(shù)據(jù)是在過去兩年中產(chǎn)生的。
近年來,人工智能領(lǐng)域的創(chuàng)業(yè)和研發(fā)活動越來越活躍。根據(jù)Venture Scanner在2015年8月的統(tǒng)計(jì),近十幾年,全球人工智能領(lǐng)域的創(chuàng)業(yè)公司達(dá)到了855家,它們共獲得87.5億美金的風(fēng)險(xiǎn)投資。根據(jù)量化公司Quid的數(shù)據(jù),在2013年有322家人工智能公司獲得至少20億美金的投資。據(jù)CB Insights的數(shù)據(jù),2014年投資人工智能領(lǐng)域的金額比2013年增加了3倍。
人工智能創(chuàng)業(yè)分布在13個(gè)不同的領(lǐng)域,包括機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、語音識別、智能機(jī)器人等。
正是因?yàn)橛?jì)算能力的增強(qiáng)和數(shù)據(jù)量的極大增長,機(jī)器學(xué)習(xí)成為人工智能領(lǐng)域進(jìn)步最快的分支,所獲得的投資額占總投資額的45%。機(jī)器學(xué)習(xí)是用數(shù)據(jù)和以往的經(jīng)驗(yàn)優(yōu)化計(jì)算機(jī)模型的性能指標(biāo)。比如說,制造手機(jī)有100多道工序,如果我們通過編程讓機(jī)器人一步一步地按照程序完成,這不是機(jī)器學(xué)習(xí)。如果智能機(jī)器人通過觀察工人制造手機(jī)的過程,再經(jīng)過不斷試錯(cuò),最后達(dá)到可以自行制造的程度,這才是人工智能。
“大數(shù)據(jù)”之前,因?yàn)闆]有足夠的數(shù)據(jù)來訓(xùn)練模型,所以模型優(yōu)化的進(jìn)程緩慢。今天數(shù)據(jù)足夠多了,運(yùn)算能力大幅上升,優(yōu)化模型的速度也隨之加快了。最近量子計(jì)算機(jī)帶來了實(shí)現(xiàn)更強(qiáng)大的運(yùn)算能力的希望。
大公司越來越活躍
先說谷歌。其于2010年正式啟動汽車自動駕駛項(xiàng)目,2012年獲得美國首個(gè)自動罵駛車輛許可證。到了2016年年初,谷歌的自動駕駛汽車己經(jīng)累計(jì)行駛了225萬公里。
2014年谷歌收購了深度學(xué)習(xí)公司DeepMind,同年10月它發(fā)布了一種全新的模擬神經(jīng)網(wǎng)絡(luò)。同樣在2014年,谷歌開始開發(fā)一套能夠整合海量數(shù)據(jù)的語音系統(tǒng),使得語音識別的精準(zhǔn)度從2012年的84%提升到了2014年的98%。
2012年,“谷歌大腦”可以在1000萬張圖片中成功識別出一只貓。從2010年到2014年,谷歌的圖像分類識別精確度提高了4倍。在2013年,它還收購了8家機(jī)器人公司。
再來看Facebook。深度學(xué)習(xí)的鼻祖級科學(xué)家YannLeCun在2013年加入Facebook,使其圖像識別和自然語言處理技術(shù)飛速提高。2014年,F(xiàn)acebook的臉部識別準(zhǔn)確率達(dá)到97%。
接著是IBM這支人工智能領(lǐng)域的老牌勁旅:2014年宣布組建Watson Group,同時(shí)推出兩項(xiàng)Watson顧問服務(wù),一項(xiàng)幫助企業(yè)獲得足以洞察海量數(shù)據(jù)的能力,另一項(xiàng)使得數(shù)據(jù)可視化。同年8月,IBM發(fā)布能模擬人類大腦的SyNAPSE(自適應(yīng)塑料可伸縮電子神經(jīng)形態(tài)系統(tǒng))芯片,該芯片有100萬個(gè)“神經(jīng)元”內(nèi)核,而功耗僅為70毫瓦。
最后說百度。它在2014年5月引入深度學(xué)習(xí)專家Andrew Ng,并由其組建百度北美研究中心,隨后發(fā)明了Deep Speech語音識別方法,可以在嘈雜環(huán)境中實(shí)現(xiàn)81%的識別準(zhǔn)確率。同年4月,百度發(fā)布大數(shù)據(jù)引擎,提供大數(shù)據(jù)存儲、分析和挖掘技術(shù),在醫(yī)療、金融和交通領(lǐng)域有具體的應(yīng)用。
機(jī)器聰明了,人怎么辦?
英國倫敦大學(xué)科學(xué)家的研究表明,自1950年以來,人們的平均智商升高了20點(diǎn),相當(dāng)于平均每10年人類的智商值提高3%。
人工智能技術(shù)能夠用來提高人的能力嗎?我們將人工智能在教育領(lǐng)域的應(yīng)用總結(jié)為以下7個(gè)方面。
自動作業(yè)修改:語音識別和語義分析技術(shù)使得自動批改作業(yè)成為可能。數(shù)學(xué)等學(xué)科的作業(yè)自動批改相對容易,作文的自動批改也已經(jīng)開始了。
個(gè)性化學(xué)習(xí):大數(shù)據(jù)可以描述每個(gè)學(xué)生的學(xué)習(xí)特性。根據(jù)倫敦一個(gè)研究機(jī)構(gòu)的分析,人們的學(xué)習(xí)方法可以分為70種。
智能輔導(dǎo)系統(tǒng)(ITS):比如可汗學(xué)院就是一個(gè)優(yōu)秀的智能輔導(dǎo)系統(tǒng),可以幫助我們學(xué)習(xí)數(shù)學(xué)、科學(xué)、人文科學(xué)和計(jì)算機(jī)科學(xué)。
互動學(xué)習(xí)環(huán)境(ILE):更多建設(shè)性學(xué)習(xí)(或者說學(xué)生自己決定學(xué)習(xí)科題),學(xué)生更主動,更多個(gè)性化,以及學(xué)生收到更多反饋。
通過仿真游戲?qū)W習(xí):目前最成功的仿真是飛行模擬器。在模擬機(jī)上飛行和真機(jī)沒有兩樣,只是訓(xùn)練更加便捷。
對教學(xué)體系的反饋和評測:人工智能為學(xué)校招生、學(xué)習(xí)場所建設(shè)和課后活動提供創(chuàng)新的解決方案。
相信這方面的創(chuàng)新剛剛開始。科學(xué)家和創(chuàng)業(yè)者不僅應(yīng)該關(guān)心機(jī)器的能力,更要在乎我們自身的能力。
編輯元素:
人工智能的發(fā)展路線
1950年,起步——艾倫·圖靈預(yù)言人工智能將超越人類智能
1951年,馬文·明斯基完成第一臺神經(jīng)網(wǎng)絡(luò)機(jī)SNARC
1956年,達(dá)特茅斯會議正式確定這個(gè)領(lǐng)域
1950年—1970年,斯坦福大學(xué)、麻省理工學(xué)院分別開發(fā)移動機(jī)器人和聊天機(jī)器人
1970年—1980年,計(jì)算機(jī)的運(yùn)算能力和內(nèi)存有限,發(fā)展陷入瓶頸
1980年—1987年,發(fā)展興旺,日本和美國投入大量的資源
1987年—1993年,再次進(jìn)入發(fā)展冬天,人工智能專用電腦的性能落后于IBM和蘋果
2006年,雷·庫茲韋爾在《奇點(diǎn)臨近》中預(yù)言機(jī)器智能將在2045年超過人類
2011年,美國《時(shí)代》雜志封面故事:《2045年人類機(jī)器結(jié)合獲永生》(2045:The Year Man Becomes Immortal)
2014年,三名俄國科學(xué)家發(fā)明的超級計(jì)算機(jī)Eugene和一些專家在網(wǎng)上對話5分鐘
進(jìn)入指數(shù)式發(fā)展階段