機(jī)器的進(jìn)步

　　引言：對(duì)于人工智能，你了解多少?這是一次徹底認(rèn)識(shí)人工智能的機(jī)會(huì)。記者很榮幸地采訪到了原谷歌大腦創(chuàng)建人、現(xiàn)任百度首席科學(xué)家吳恩達(dá)，以及科大訊飛研究院院長(zhǎng)吳郁。聽他們聊聊關(guān)于人工智能的那點(diǎn)事。

　　每周給你的機(jī)器人100比特，結(jié)果它卻買回來10粒搖頭丸和一張偽造的匈牙利護(hù)照，你不得不去警察局把它“撈”回來。

　　這并不是科幻小說。今年初，瑞士的一個(gè)研發(fā)團(tuán)隊(duì)“!Mediengruppe Bitnik”發(fā)明了一個(gè)自動(dòng)化網(wǎng)絡(luò)購(gòu)物機(jī)器人程序，并將其安裝在一個(gè)機(jī)器人身上，稱為“隨機(jī)暗網(wǎng)購(gòu)物者”，該研發(fā)團(tuán)隊(duì)要求機(jī)器人每周從在線市場(chǎng)隨機(jī)購(gòu)買商品，于是就發(fā)生了以上的測(cè)試結(jié)果。機(jī)器人確實(shí)也被警察帶走了。

　　好的應(yīng)用是，如果你的冰箱裝了這一程序，它可以按時(shí)給你訂購(gòu)牛奶，甚至還可以聯(lián)合其他冰箱一起弄個(gè)團(tuán)購(gòu)價(jià)回來。節(jié)省下來的錢，它可能不告訴你，偷偷存到銀行或買理財(cái)產(chǎn)品。然后，有一天，你發(fā)現(xiàn)你的冰箱已經(jīng)比你富有了。

　　這就是人工智能(Artificial Intelligence，縮寫為AI)在今天和不遠(yuǎn)的未來能做的事情。當(dāng)下較為普遍的人工智能定義是：利用計(jì)算機(jī)程序的方式，自動(dòng)完成人類可以完成的功能。

　　百度首席科學(xué)家吳恩達(dá)在接受記者采訪時(shí)表示，人工智能發(fā)展50多年來，已經(jīng)無處不在了，最近一兩年取得了突飛猛進(jìn)的進(jìn)步，一是得益于為計(jì)算機(jī)提供的數(shù)據(jù)量越來越大，二是因?yàn)橛?jì)算機(jī)的運(yùn)算速度越來越快。

　　根據(jù)摩爾定律，計(jì)算能力每18個(gè)月翻一番，計(jì)算機(jī)容量和功能亦是如此。目前一部普通智能手機(jī)的能力都已超過了30年前功能最強(qiáng)大的計(jì)算機(jī)。美國(guó)科學(xué)家雷·庫(kù)茲韋爾(Ray Kurzweil)預(yù)言，到2019年，售價(jià)4000美元的計(jì)算機(jī)的計(jì)算能力將會(huì)超過人腦，即每秒20 quadrillion(千的五次方)次計(jì)算。

　　神經(jīng)元網(wǎng)絡(luò)與大數(shù)據(jù)急速發(fā)展

　　谷歌完全無人駕駛車正等待美國(guó)加利福尼亞州的批準(zhǔn)，一旦獲準(zhǔn)便可馬上路測(cè)。這輛車裝有可拆卸的方向盤、油門踏板以及剎車踏板，但只是用以應(yīng)急而非必需。在真正的原型車中，則完全沒有這三樣?xùn)|西。

　　曾在谷歌擔(dān)任建立“谷歌大腦”重任的吳恩達(dá)評(píng)價(jià)稱，過去幾年里，計(jì)算機(jī)視覺獲得了大大的進(jìn)步，開始區(qū)分事物，識(shí)別出各種圖片間十分微妙的差別，甚至有人已經(jīng)著手研究讓計(jì)算機(jī)識(shí)別漂亮的圖片與不漂亮的圖片，這就自然給自動(dòng)駕駛汽車帶來了激動(dòng)人心的發(fā)展提升。百度無人駕駛汽車也已落地。

　　自動(dòng)駕駛汽車技術(shù)包含幾個(gè)關(guān)鍵技術(shù)：精確的地圖定位、圖像識(shí)別、語(yǔ)音識(shí)別、基于感知的雷達(dá)、紅外形成自動(dòng)導(dǎo)航，然后再進(jìn)行模式識(shí)別，根據(jù)路上的情況不斷優(yōu)化模型，即大閉環(huán)優(yōu)化。

　　科大訊飛高級(jí)副總裁、訊飛研究院院長(zhǎng)胡郁在接受記者采訪時(shí)表示，自動(dòng)駕駛是人工智能最好的功能應(yīng)用之一，“人工智能有三個(gè)條件：第一先進(jìn)的算法，比如神經(jīng)元網(wǎng)絡(luò)，第二大量的數(shù)據(jù)，第三大閉環(huán)優(yōu)化模型”。自動(dòng)駕駛汽車中的地圖定位、圖像識(shí)別等都需要借助先進(jìn)的算法，同時(shí)產(chǎn)生大量的數(shù)據(jù)，最后在優(yōu)化中讓機(jī)器自己不斷學(xué)會(huì)完全的無人駕駛。

　　整個(gè)過程在科學(xué)界亦稱之為“機(jī)器學(xué)習(xí)”。吳恩達(dá)認(rèn)為，機(jī)器學(xué)習(xí)是人工智能的一個(gè)重要分支，而機(jī)器決策、策劃、不確定性推理則是下一個(gè)階段。他將機(jī)器學(xué)習(xí)比喻成一枚火箭，人工神經(jīng)元網(wǎng)絡(luò)是發(fā)動(dòng)機(jī)、大數(shù)據(jù)是燃料。

　　最近幾年在移動(dòng)互聯(lián)網(wǎng)及智能硬件的帶動(dòng)下，大數(shù)據(jù)的膨脹已不言自明。Facebook稱今年元旦一天上傳圖片量就達(dá)7.5億張。百度今年一季度財(cái)報(bào)顯示，僅百度LBS開放平臺(tái)每天響應(yīng)來自第三方的定位請(qǐng)求就超過110億次。

　　與此同時(shí)，人工神經(jīng)元網(wǎng)絡(luò)也取得了飛速的發(fā)展，這其中又包含兩個(gè)方面的技術(shù)：第一硬件，過去服務(wù)器用的是CPU，現(xiàn)在用GPU(Graphics Processing Unit，圖形處理器)，后者比前者至少快14倍，世界上最快的中國(guó)“天河二號(hào)”超級(jí)計(jì)算機(jī)用的就是CPU+GPU的模式;第二過去神經(jīng)元網(wǎng)絡(luò)都是單層結(jié)構(gòu)，現(xiàn)在不僅變成多層，還出現(xiàn)了多種計(jì)算方式，比如RNN(Recurrent neural Network，多層反饋神經(jīng)網(wǎng)絡(luò))、DNN(Deep neural network，深度神經(jīng)網(wǎng)絡(luò))、CNN(Cellular neural network，細(xì)胞神經(jīng)網(wǎng)絡(luò)，又稱卷積神經(jīng)網(wǎng)絡(luò))。

　　單層神經(jīng)網(wǎng)絡(luò)只能獲得幾百個(gè)神經(jīng)元，而多層金字塔式結(jié)構(gòu)則可達(dá)到十幾億神經(jīng)元的規(guī)模，能更好地模擬大腦。每一層會(huì)記錄不同的類別特征，比如“貓”的特點(diǎn)會(huì)裝入到一層之中，相當(dāng)于打上標(biāo)簽。頂層用來輸入信息，比如照相機(jī)捕捉到一只貓，機(jī)器收到信息就開始在每層查找匹配，最終輸出信息告訴你“這是一只貓”。

　　科技更加進(jìn)步的地方在于，以前，科學(xué)家們告訴計(jì)算機(jī)“貓臉”的幾個(gè)特征標(biāo)簽，計(jì)算機(jī)“按標(biāo)索貓”，但是現(xiàn)在，科學(xué)家們改用無監(jiān)督學(xué)習(xí)方式，只給機(jī)器查找的方法，讓它自己去找，查找的過程又會(huì)生成數(shù)據(jù)，影響它下次的查找行為。

　　谷歌無人駕駛汽車用的便是RNN神經(jīng)網(wǎng)絡(luò)，它賦予了計(jì)算機(jī)邏輯推理的能力，讓它可以用一句話對(duì)畫面進(jìn)行簡(jiǎn)單描述(看圖說話)，這樣計(jì)算機(jī)便具備了用有邏輯的語(yǔ)言描述圖片中不同事物的能力。至此，擁有依靠概念為原點(diǎn)進(jìn)行推理能力的機(jī)器人，比只會(huì)識(shí)別的機(jī)器人又邁上了一個(gè)更高的臺(tái)階。

　　雅虎則利用CNN神經(jīng)網(wǎng)絡(luò)，可以從寬泛的角度來識(shí)別人臉，即使部分被遮擋住了，而且它可以相當(dāng)精確地從相同的圖片中識(shí)別出多張臉。雅虎團(tuán)隊(duì)把這種方法稱為深度密集人臉檢測(cè)器。當(dāng)然其背后是龐大的數(shù)據(jù)，包括臉部不同角度和方位的20萬張圖片和近2000萬張無臉的圖片，然后用128張圖片5萬次循環(huán)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

　　微軟5月份上線的與此有異曲同工之妙，即：上傳圖片，機(jī)器檢測(cè)到人臉，并給出年齡的大小。雖然準(zhǔn)確率很低，但是其功能應(yīng)用更進(jìn)一步，也起到了收集數(shù)據(jù)的作用。

　　微軟此前已稱，為語(yǔ)音助手Cortana開發(fā)的物體識(shí)別軟件能夠告訴用戶彭布羅克威爾士柯基犬和卡迪根威爾士柯基犬的區(qū)別。如果你對(duì)犬類有了解，就知道這兩個(gè)家伙長(zhǎng)得是多么的像。如果它還能告訴你每一只的實(shí)際年齡，那是不是很奇妙?

　　不只是雅虎、微軟，F(xiàn)acebook臉部識(shí)別率的精確度達(dá)到97.25%，國(guó)內(nèi)百度LFW測(cè)試中曾跑出99.85%的國(guó)際最高分。

　　胡郁稱，在機(jī)器學(xué)習(xí)領(lǐng)域的算法，國(guó)內(nèi)外技術(shù)水平不相上下，“谷歌的看圖說話能力很強(qiáng)，但我覺得這并沒有訊飛高考機(jī)器人難度大。只不過兩者專注的領(lǐng)域不同”。據(jù)胡郁介紹，大多數(shù)省市的中考、高考英語(yǔ)口語(yǔ)考試，都已由訊飛高考機(jī)器人作為主考官來完成，接下來文字考試的判卷工作也將由訊飛考試機(jī)器人完成，目前正在英語(yǔ)四六級(jí)考試中做部分推廣。

　　教育考試、無人駕駛、圖像識(shí)別、語(yǔ)音識(shí)別、即時(shí)翻譯、工業(yè)和家居機(jī)器人等等人工智能產(chǎn)品，無不是神經(jīng)元網(wǎng)絡(luò)與大數(shù)據(jù)飛速進(jìn)步的產(chǎn)物。

　　但是，這些進(jìn)步都只僅限于一種功能，到目前為止，人類還沒有發(fā)明一個(gè)具備五官感覺功能的機(jī)器人。

　　特征：?jiǎn)我还δ芘c語(yǔ)音交互

　　2014年11月，意法半導(dǎo)體在日本展示了一個(gè)人形機(jī)器人iCub，這個(gè)看起來跟一個(gè)4歲孩子差不多大小的機(jī)器人，外觀精準(zhǔn)、動(dòng)作溫柔，剛開始它并不會(huì)抓一只擺在桌上的毛絨玩偶，工作人員便指導(dǎo)它如何去抓，它不僅學(xué)會(huì)了，竟然還會(huì)輕輕地愛撫玩偶。iCub已經(jīng)意識(shí)到自己的身體以及它如何和世界互動(dòng)，這類似于嬰兒學(xué)習(xí)夠拿物件的過程。

　　2014年5月，在加利福尼亞州舉辦的會(huì)議上，微軟展示了一款可以實(shí)時(shí)語(yǔ)音翻譯的人工智能程序，一名研究人員用英語(yǔ)與一名德國(guó)的同事通話。

　　2014年1月，谷歌斥資4億英鎊收購(gòu)了位于倫敦的Deepmind人工智能公司。Deepmind最擅長(zhǎng)的是，能夠讓計(jì)算機(jī)學(xué)會(huì)49種不同的電子游戲。而且在超過半數(shù)的游戲中，計(jì)算機(jī)熟練到可以擊敗一個(gè)專業(yè)的人類玩家。

　　這看上去是三個(gè)級(jí)別的人工智能技術(shù)，但實(shí)際上都是專注實(shí)現(xiàn)一種功能，iCub做的是感官反饋功能，即時(shí)翻譯做的是翻譯功能，Deepmind就是打游戲功能。同樣都是輸入與輸出，涉及復(fù)雜的計(jì)算。

　　吳恩達(dá)說，“自動(dòng)駕駛汽車也是單一功能機(jī)器人，就是開著車帶著你到處轉(zhuǎn)?！薄耙虼私趤砜?，未來一兩代機(jī)器人的發(fā)展還將沿襲針對(duì)解決某種問題而設(shè)計(jì)的模式?！?/FONT>