2
雷鋒網按：作者李超，出門問問nlp工程師。文章是他在參加雷鋒網八月份的CCF-GAIR之后的感悟，對人工智能的一些總結，以及對個人/企業如何做人工智能產品的思考。
8月份有幸收到雷鋒網的邀請參加CCF-GAIR大會，金光閃閃的嘉賓團體和高大上的會議盛況自不必說。作為一個一直從事nlp技術和相關產品的工程師，這里寫點個人的想法和收獲。
主要分三部分：第一部分是人工智能擅長什么、不擅長什么；第二部介紹下參會大神們在機器學習、視覺等領域的工作；第三部分寫了個人在如何做人工智能產品的思考。
牛津大學計算機科學系主任、Deep Mind-Oxford Partnership負責人Michael Wooldridge教授做了題為《Routes to Artificial Intelligence》的大會報告，這個演講引起了筆者長時間的思考，總結出以下一點點感想。
人工智能（Artificial Intelligence）簡稱AI，在1955年達特茅斯特會議上被提出，約翰·麥卡錫將其定義為“制造智能機器的科學與工程”（science and engineering of making intelligent machines）。
上世紀70年AI泡沫破滅后，這個概念沉寂了一段，相關研究者和工程師都不好意說自己是研究人工智能，而是變成機器學習、數據挖掘、自然語言處理、語音識別、圖像識別等各個領域。機器學習是方法，數據挖掘、自然語言的理解、語音識別和圖像識別是目標和具體應用。目前為止，AI的進步主要是機器學習的進步。近年計算能力的提高、互聯網大數據的積累，深度學習被應用在語音識別、圖像處理等領域并取得非常大的突破。人工智能的概念再度被學術、產業、投資人甚至普通民眾關心，特別是今年AlphaGo戰勝李世石，更是將AI推向了歷史的最高點，各具體領域的人又紛紛回歸人工智能的懷抱，筆者才能厚著臉皮說自己是人工智能從業者。
先不糾結人工智能的各種定義，目前學者們將AI分成強AI和弱AI。強AI是通用型的、有自我意識的，是自主的，簡單說就是一個跟人一樣的智能，星球大戰中的R2-D2、多啦A夢都是強人工智能，有自己的意識、能做自己做決定，強AI目前仍然是科幻片里的人工智能。
弱AI目標沒有那么高遠，專注在一些原來只有人或者動物的大腦能做的具體任務上，目前的突破仍是各個弱人工智能做得更好。語音識別、圖像分類、AlphaGo等為解決某一特定任務的系統都是弱人工智能。
弱人工智能需要有明確的優化目標：語音識別的優化目標是字符識別的準確率，圖像分類的優化目標是圖像識別的準確率。目前的AI幾乎都是弱AI，當有明確的可以量化的優化目標時，可以通過機器學習實現逐步迭代接近優化目標，在很多這樣的領域，AI可以接近甚至超過了人類的水平。說完AI適合解決什么樣的問題后，再看看AI目前做不好什么。
1）處理定義不清晰的問題：計算機可以按照精準的指令進行運算，并且執行非常快，但是需要指令是清楚明確的；
2）感知：人可以感知周圍的環境，同樣的會議室大家都不說話，一個新進入的人可以感覺到里面之前是經歷了激烈地爭吵還是愉快的討論，盡管機器可以通過不同的傳感器捕捉到溫度、光線、濕度的具體數字，這些人也無法做到如此精確，但還不能將這些各種信息真正的結合起來達到人的水平。
3）決策：很多決策是沒有精確的規則，要涉及判斷者的直覺、心態、猜想，這些對于計算機來講是非常復雜的。而這些是強AI的必要條件，所以個人認為強AI可能在可見的未來不會實現。
目前的各種所謂智能機器人更多的是一些弱AI的整合，可以集成一個系統，可以實現語音識別、圖像識別、語音合成、下棋等具體任務，但這些組合到一起只能解決每個具體的任務，并不能構成自我意識，并進行真正的思考。
下面舉幾個簡單的例子：
當在地鐵上，你站在門口，后面的人問“您下車么”，潛臺詞是“如果不下，請給我讓下路”。這時如果下車，需要回答“下”；不下車時不需要回答，只需要把路讓開。
當男生跟女生說咱們分手吧時，女生更多的會說“她是誰？”
上面介紹過當我們做弱人工智能時，需要對于每一個任務定義優化目標，這些優化目標都是人的一個基本功能，有些功能，甚至動物也可以實現，有可能比人做得更好。而一個智慧的人的優化目標是什么，這更加復雜，可能是個哲學和社會學問題。權利、金錢、異性、被認可、世界大同，甚至宗教里面的“空”、“道”、“涅槃”等等都是人追求的目標。
首先我們不能知道自己到底有多少目標，可以列出目標的并集，并不是人所有追求的總和。
其次這些目標只有一部分可以用一個優化函數來描述，進而化解成各種指令，這種可以認為是一個弱AI系統——
比如在準備英語考試時，考試的結果可以用分數衡量，背更多的單詞，掌握更多的語法，書寫更流利的文本，發更正確的讀音，能得到更高分。
這樣我們可以以獲取高分為目標，做一個英語考試的系統，讓這個系統參加考試，會取得不錯的成績，而且在未來的幾年內，考試的水平會超過人類的最好水平。
而回歸這些目標本身，一個人可能同時追求這些目標；在人生的不同階段，或者具體到不同時刻，這些目標也會發生變化：對于大多數人年輕時追求權力、金錢，年紀稍長追求家庭和睦，年老時追求健康長壽。對于具體的每一個人，教育、周圍的人、社會變化都會導致人生目標的動態變化，但每一件事對具體優化目標影響究竟有多大，可能自己也不知道。
這里插句題外話，雖然我們無法確定每一本好讀書，交一個更牛的朋友，更積極的看待社會，這些會給我們帶來多大的改變，但持續做下去，人肯定會更好。不能把人的各種追求量化并窮盡并整合，不是所有的優化目標都可以被量化，這些都是目前的AI框架無法解決的問題。
從AI概念提出到現在，AI的發展基本都是量變，科學家們并沒有跳出現在的整體框架。所以個人認為強人工智能在幾十年內，不會實現，大家尚可不必擔心強AI誕生并取代人類。很多大小公司、某些專家出于各種考慮，提出自己的“AI相當于幾歲小孩的智商”，有失偏頗。在各個弱AI領域，可以超過人類最好的水平；在感知決策等方面，AI不如初生的嬰兒，所以現在一切以人類年齡宣稱自己AI產品智能水平的行為，都是耍流氓。
上面務虛的侃了自己一點粗略的想法，再介紹一些大神們的干貨。
香港科技大學楊強老師做了《人工智能成功的幾個必要條件》的主題演講。楊強老師認為深度學習之后的算法模型有三層結構：
第一層就是遞歸的深度學習（RNN）；
在這之上的第二層是一個強化學習的學習器（RL）；
而第三層是遷移學習（TL），它能把一個已有的模型遷移到一個新的領域。
深度學習訓練需要大量的數據，強化學習也需要大量數據進行反饋。利用遷移學習，可以有效的減少對數據量的需求。
比如人騎自行車的經驗有助于學習騎摩托車，一個會打羽毛球的人學習網球也會更快一些。目前已經將該模型應用在對話系統和股票預測等領域上。
楊強老師認為目前成功的人工智能的應用還是在機器學習，從數據中找到規律，把重復的工作替代掉。最后給出了他認為的AI成功的五個必要條件：
清晰的商業模式
高質量的大數據
清晰的問題定義和領域邊界
懂人工智能的跨界人才
擅長應用和算法
計算能力。
微軟亞洲研究院芮勇老師做了題為《計算機視覺從感知到認知的長征》的演講。
在演講中，芮勇老師提到現在可以根據輸入圖像的內容給出描述，如生成“小河旁邊停了一輛自行車”，并將繼續研究根據視頻內容生成描述文字。更令人興奮的是可以回答關于圖像內容的自然語言問題。
例如：在一片泥濘的土路上，什么東西在拖著馬車？答案是馬在拖著馬車。方法是同時用一個問題的文本的深度學習模型，一個圖像的深度學習模型，最后將兩個模型融合。
筆者想到今年一次聽合唱時，不同人唱不同聲部，可以很快的根據口型動作和聲音確定聲音的發出者，從直觀感受來講，這應該是大腦將連續的圖像和聲音一起作為輸入，做了一個聯合模型的識別。隨著研究的深入，未來語音、文字、圖像等輸入源的聯合輸入，一定會做出更加有趣和實用的產品。同樣，最后芮勇老師也給出了計算機視覺進一步發展的三個關鍵因素：機器學習算法的進步、各個垂直領域的科學家和從業者合作、高質量的海量數據。
（李明院士）
滑鐵盧大學教授李明院士、前Google senior staff 科學家林德康老師也分別介紹了用深度學習做自然語言處理和自動問答技術的主題演講，這里不過多介紹。
目前做AI的創業公司很多，各種語音助手、各種功能的機器人公司風起云涌，各個團隊都有很強的學術背景和技術能力。好技術不意味著能夠做出好產品，做好產品仍需很多其他因素。
小米聯合創始人黃江吉先生在演講中表示小米對于人工智能的觀點是：產品+大數據+機器學習。制造各種智能硬件的產品，生成高質量的大數據，利用機器學習創造人工智能，進而應用在各個產品上，使產品更加智能。
搜狗CTO楊洪濤先生認為好的產品要滿足三個條件：叫好、賣座、賺錢。并提出“只有使用AI技術的好產品才能創造價值，一個是給用戶提供一個好的辦法，第二個是真正能生產數據，從而使自己迭代。”
這點跟小米黃江吉先生的看法一致。“欲望先于手段”。用產品和功能來滿足用戶在特定場景下的欲望，而并非用已有技術手段去尋找用戶的需求，欲望在手段之前，反過來“拿著錘子看哪里都是釘子”就是走錯了方向。
個人認為好的人工智能產品要能落地，有載體，能切實改善人們的生活。
拿筆者所在的出門問問為例，我們一直致力于做場景化的語音搜索，有獨立的語音識別、語義分析、垂直搜索、智能推送技術。14年底發布了自主的智能手表系統Ticwear，并提供Android wear在中國的語音搜索技術。我們自己的硬件產品Ticwatch和將要上市的智能車載產品問問魔鏡，就是希望人工智能技術落地，方便用戶使用人工智能技術提高生活品質。這次大會上也給問問頒發了人工智能&機器人Top25企業獎杯。
可能誰也無法預測AI的未來，作為一個從業者，我們能做的是腳踏實地做好AI技術和產品，一點點地提高全社會的生產效率，并將人們從單調可重復的工作中解放出來。
希望AI能讓生活更美好。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
