人工智能誕生以來的60多年間，理論范式的演講一直引領(lǐng)著人工智能的發(fā)展方向。今天，在2020世界人工智能大會(huì)云端峰會(huì)的會(huì)場上，中國第一位、也是目前唯一一位圖靈獎(jiǎng)獲得者、中國科學(xué)院院士姚期智為我們展望了未來人工智能的理論發(fā)展和新方向。
中國第一位圖靈獎(jiǎng)獲得者、中國科學(xué)院院士姚期智
下文為主題演講全文：
尊敬的李強(qiáng)書記、尊敬的各位嘉賓、女士們、先生們，各位早上好!我非常高興今年能夠來參加“世界人工智能大會(huì)”，我也感謝組織方邀請(qǐng)我來參加這樣一個(gè)會(huì)議，給我有這樣一個(gè)機(jī)會(huì)能跟大家交流，我今天要討論的話題是“人工智能理論新的方向”。
如果我們看周圍的話，不管在任何地方，比如說在大會(huì)堂當(dāng)中，我們會(huì)看到一些在AI領(lǐng)域新進(jìn)展以及它的應(yīng)用的新進(jìn)展。但與此同時(shí)，我們也要記住，所有的這些光環(huán)，包括今天看到的這些耀眼的應(yīng)用，它們其實(shí)是來自于一些基礎(chǔ)的科學(xué)，而基礎(chǔ)科學(xué)是很多年前就打下的在基礎(chǔ)理論方面的基礎(chǔ)。所以對(duì)我們來講，我們一定要讓這些理論方面的研究，這些新的理論不斷地發(fā)展，我們應(yīng)該在創(chuàng)新的新的理論方面有新的突破，特別是在AI這塊。所以在今天，我要跟大家來講一講的是舉一些例子，講一些我的想法，就是在AI理論這一塊有什么樣新的進(jìn)展，特別是最近很多人關(guān)注的一些新的進(jìn)展。
另外，我也希望最后，我可以說服大家三點(diǎn)，一個(gè)就是理論是很重要的，如果你看一下AI現(xiàn)在面臨的挑戰(zhàn)、我們面臨的這些問題的話，我們可以說可以通過理論來分析這樣一些挑戰(zhàn)，這樣我們能夠更清楚地知道我們到底面臨的是一些怎么樣的挑戰(zhàn)，而這樣一種澄清也可以讓我們或者說至少給我們一些啟迪和啟示，到哪里去找解決方案。第二點(diǎn)就是人工智能，也就是AI，它絕對(duì)是一個(gè)跨學(xué)科的行業(yè)。比如說我會(huì)給大家舉一些例子，我們獲得的一些巨大的成果，在AI方面的一些巨大的成果往往是因?yàn)橐恍┛此仆耆淮罱绲膶W(xué)科之間的合作，這肯定也需要幾十年的努力，因?yàn)闆]有我們其他學(xué)科的一些科學(xué)家取得的研究成果的話，那么在AI這一塊，我們是不可能取得這么快的一個(gè)發(fā)展。第三點(diǎn)就是我希望通過我的這些例子告訴大家一些非常有意思的新的方向，是非常值得去探索的。
講了這些前言之后，那我就開始吧。
跟大家來講一講，這個(gè)是我想給大家講的三個(gè)例子。第一個(gè)是可能剛才李彥宏先生也講到的就是深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，這是現(xiàn)在很多AI應(yīng)用的基礎(chǔ)，所以我要給大家講的是一些理論性的問題，就是機(jī)器學(xué)習(xí)的這些專家也是非常感興趣的，就是和拓?fù)鋵W(xué)之間的聯(lián)系，這是數(shù)學(xué)非常有意思的分支。第二個(gè)例子就是關(guān)于AI人工智能和關(guān)于隱私的一些擔(dān)憂之間的關(guān)系，其實(shí)也就是密碼學(xué)，這是AI的一個(gè)非常全新的領(lǐng)域。第三個(gè)是很多人也非常感興趣的一點(diǎn)，但是也是充滿爭議的一個(gè)話題，那就是可控的超級(jí)人工，就是所謂的Super AI，因?yàn)槿藗儽容^關(guān)心的是AI快速的進(jìn)展可能會(huì)帶來一個(gè)對(duì)于人類社會(huì)的威脅。
首先，我來講講第一點(diǎn)，深度學(xué)習(xí)獲得了成功，其實(shí)很多人是沒有預(yù)計(jì)到的，因?yàn)樗呛芏嗄暌詠矶紱]有什么進(jìn)展，可以說是靜止的，直到突然之間到達(dá)了一個(gè)點(diǎn)就是幾個(gè)要素集合在一起之后，使得我們看到深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)有這么巨大的應(yīng)用和影響。但是為什么神經(jīng)網(wǎng)絡(luò)這么的成功呢?它仍然是很多人覺得是一個(gè)迷失，不知道為什么，很多人都在去想、都在去追究神經(jīng)網(wǎng)絡(luò)的力量到底來自于哪里。因?yàn)槿绻隳軌蚶斫馍窠?jīng)網(wǎng)絡(luò)的成功的話，那么也許你就會(huì)知道如何來改善神經(jīng)網(wǎng)絡(luò)，并且取得下一個(gè)的突破。
我們來看一個(gè)簡單的例子，就是神經(jīng)網(wǎng)絡(luò)能做什么。比如說，我們看到圖片數(shù)據(jù)，這是一個(gè)波動(dòng)的數(shù)據(jù)，比如說你要有一個(gè)算法來看這樣一個(gè)氣候的形勢，來分析這樣一個(gè)氣候形勢，然后來分析它到底是一個(gè)暴風(fēng)呢，還是一個(gè)正常的現(xiàn)象。一個(gè)比較標(biāo)準(zhǔn)的方法或者說電子工程師去看待它的一個(gè)視角呢，這么多年以來就是你會(huì)看一張圖，把它看作是一個(gè)二維或者是三維的一個(gè)表現(xiàn)，然后希望從中找到范式，然后去看一下這張圖或者說一個(gè)風(fēng)暴的特點(diǎn)是什么。但是在深度學(xué)習(xí)當(dāng)中或者說在最近的一些機(jī)器學(xué)習(xí)當(dāng)中，人們怎么來看待這張圖呢?他可能是從一個(gè)更高層次的角度，整張圖應(yīng)該被認(rèn)為是一個(gè)高維度的點(diǎn)、一個(gè)高維的數(shù)據(jù)。比如說看貓的圖片，如果是貓的圖片的話，它可能是包括幾百萬個(gè)象素，所以它可以被代表成一個(gè)一百萬維的一個(gè)點(diǎn)，所以這其實(shí)現(xiàn)在就是AI的一個(gè)標(biāo)準(zhǔn)的機(jī)器學(xué)習(xí)的方式，我們?nèi)绾蝸矸治鲆粋€(gè)內(nèi)容，比如說給到一個(gè)數(shù)據(jù)是一個(gè)點(diǎn)，但是它是一個(gè)極高維度的一個(gè)點(diǎn)，然后我們?nèi)シ治鲞@個(gè)點(diǎn)是不是屬于一個(gè)數(shù)據(jù)集，那么這個(gè)數(shù)據(jù)集就是叫貓的圖像。所以抽象來講，我們可以看一下所有的貓的圖片，它是一百萬維度的一個(gè)子集，沒有人知道在高維度當(dāng)中的數(shù)據(jù)集是什么樣的情況，可能我們對(duì)于低維度的數(shù)據(jù)是有一個(gè)感覺的，但是其實(shí)是有非常多的洞見。但是我們的任務(wù)就是盡管不知道數(shù)據(jù)集是什么樣的形狀，但是我們?nèi)绾蝸碓O(shè)計(jì)一個(gè)算法來做出一個(gè)很好的判斷呢，所以一個(gè)核心的在神經(jīng)網(wǎng)絡(luò)，這樣一個(gè)計(jì)算網(wǎng)絡(luò)當(dāng)中的核心問題就是神經(jīng)網(wǎng)絡(luò)要達(dá)到多大的大小和深度，然后可以來區(qū)分一個(gè)貓的圖片和一個(gè)其他非貓的圖片。在高維度的情況下，數(shù)學(xué)家是一直在關(guān)注這個(gè)高維度的數(shù)據(jù)集，而且關(guān)注了很多年，所以一個(gè)自然的問題就是如果我們?nèi)チ私馍窠?jīng)網(wǎng)絡(luò)它能做什么，那么我們想要知道什么樣的數(shù)據(jù)集是神經(jīng)網(wǎng)絡(luò)比較容易去識(shí)別的，以及什么樣的數(shù)據(jù)集是我們不能夠用神經(jīng)網(wǎng)絡(luò)來解決這樣一個(gè)問題的。結(jié)果就是在過去十年當(dāng)中，在做神經(jīng)網(wǎng)絡(luò)的這些專家，他們開始這樣子一個(gè)思考，事實(shí)上我們也看到一些在這些的結(jié)果出來，就是把一些很好的數(shù)學(xué)和神經(jīng)網(wǎng)絡(luò)的能力聯(lián)系起來，然后來做計(jì)算。
我給大家解釋一下什么意思，一個(gè)非常重要的概念，在拓?fù)鋵W(xué)當(dāng)中非常重要的概念是應(yīng)用在高維度的子集就是貝蒂數(shù)，貝蒂數(shù)是一個(gè)數(shù)列，最低的是b0，它就等于一個(gè)子集當(dāng)中不相關(guān)的元素?cái)?shù)，而bi是什么意思呢?你可以把它認(rèn)為是它代表著在子集當(dāng)中有多少個(gè)洞，比如說你有一個(gè)平面上的圓圈，b0=1就是一個(gè)元素，bi也=1，在中間是一個(gè)洞，你可以這樣來看待。下面更復(fù)雜的案例，我們看一個(gè)環(huán)面，就是像一個(gè)圈圈餅一樣，它的表面bi也就是一維洞的數(shù)量等于2，因?yàn)橛袃蓚€(gè)不同類型的圓圈，而每一個(gè)圓圈就代表著一個(gè)洞，在表面上有一個(gè)洞。如果說這些數(shù)字集合在一個(gè)數(shù)列就稱為總的貝蒂數(shù)，這個(gè)貝蒂數(shù)從數(shù)學(xué)的角度來講，你看到它的話就是告訴你一個(gè)數(shù)據(jù)集在高維度的領(lǐng)域有多大的復(fù)雜性，這就會(huì)讓我們可以去猜測，在過去十年，我們其實(shí)一直在考慮這個(gè)問題就是如果一個(gè)數(shù)據(jù)集是非常復(fù)雜的，那么對(duì)于神經(jīng)網(wǎng)絡(luò)來講，它就更難去識(shí)別它。事實(shí)上這種靈感或者說這種感覺是對(duì)的，通過一些經(jīng)典的拓?fù)鋵W(xué)的理論，然后再加上一些洞見，也就是理論計(jì)算科學(xué)家的一些洞見，在十幾年以來，我們是可以證明這樣一種理論的，所以這也是給了我們一個(gè)證據(jù)，我剛才講的這一點(diǎn)，就是當(dāng)你想要去解決一個(gè)AI問題的話，有意思的人工智能的問題的話，你不妨從另外一個(gè)學(xué)科的角度去考慮這個(gè)問題，這個(gè)案例當(dāng)中講的就是拓?fù)鋵W(xué)，在拓?fù)鋵W(xué)方面的一些概念、一些技術(shù)、一些復(fù)雜度的理論就可以讓我們獲得一種新的在AI方面的理論，這如果只是看AI是不可能的，因?yàn)榭赡芑艘话倌甑臅r(shí)間，這個(gè)數(shù)學(xué)家才達(dá)到了我剛才講的這些拓?fù)鋵W(xué)的理論。
我們再講第二個(gè)例子，關(guān)于隱私的保護(hù)。之前的這個(gè)案例，我是先講了AI就是人工智能的面臨問題，然后它可以跟其他的學(xué)科進(jìn)行合作，然后來解決AI的問題。但是在第二個(gè)案例當(dāng)中，我首先先講另外一個(gè)學(xué)科，這個(gè)就是密碼學(xué)。我本人對(duì)密碼學(xué)是非常感興趣的，特別是所謂的多方計(jì)算MPC，這個(gè)東西其實(shí)也是存在了很多年，而且它背后基本的理念是這樣的，你要做什么呢?假定說你有很多不同的當(dāng)事方，每個(gè)方面都有一些數(shù)據(jù)，但是你需要所有各方的數(shù)據(jù)集合在一起之后才能夠去挖掘，比如說通過AI來挖掘或者說去找到一些重要的成果或者結(jié)果，但是所有當(dāng)事方所擁有的數(shù)據(jù)是秘密的數(shù)據(jù)，而且是非常有價(jià)值的，他不希望來揭露自己的秘密給到其他的第三方知道，我們是不是可以做這件事情呢?是不是可以讓人與人之間的傳播和溝通來獲得計(jì)算的結(jié)果，但是你不知道，也不需要去揭秘說這個(gè)數(shù)據(jù)是屬于誰的或者揭秘這個(gè)數(shù)據(jù)，你是不是可以把委托給這群人以外的第三方再去做計(jì)算，然后給你結(jié)果就可以了，所以這是一個(gè)非常重要，也是非常隱私的信息，你知道你肯定是沒有辦法把它，你是不信任別人的，你不信任別人說使用你的數(shù)據(jù)，我們是不是可以通過密碼或者說多方密碼的一個(gè)做法來實(shí)現(xiàn)這個(gè)結(jié)果呢?其實(shí)是可以的，可以通過密碼學(xué)來實(shí)現(xiàn)這個(gè)目標(biāo)。很顯然，這樣的技術(shù)是有各種各樣的應(yīng)用。
還有就是這種類型的技術(shù)，密碼學(xué)的技術(shù)很早就已經(jīng)開發(fā)出來了，在當(dāng)時(shí)其實(shí)這個(gè)應(yīng)用是非常少的，但是在那么多年之后，我們說這個(gè)成本大大地下降，而且技術(shù)也使得我們現(xiàn)在確實(shí)是可以做。
舉個(gè)例子來講，這是一個(gè)非常簡單的例子，不同的制藥公司他們是一起希望共同來做一個(gè)新藥的開發(fā)，但每一個(gè)制藥公司都有一點(diǎn)自己的機(jī)密信息，這個(gè)現(xiàn)在就可以做了，其實(shí)有一篇論文就是可以來這樣做的。
最后一點(diǎn)，我覺得真的蠻有意思的，因?yàn)楹芏嗳司蛽?dān)心說是不是會(huì)出現(xiàn)所謂的叫超級(jí)人工智能就是Super AI，當(dāng)然我們也不知道超級(jí)人工智能會(huì)不會(huì)出現(xiàn)，但是伯克利大學(xué)的教授去年有本書，這個(gè)書當(dāng)中講了一個(gè)非常有意思的概念，盡管我們不知道超級(jí)AI會(huì)不會(huì)來，但是我們最好是做好準(zhǔn)備，所以他就提出了一些很好的方法論或者說方法，來用一種非常具體的方法來做好準(zhǔn)備，這個(gè)所做的方法就是用我們的概率理論和用博弈論的理論。
我要告訴大家一個(gè)基本的概念就是現(xiàn)在的應(yīng)用，它是來自于過去的理論研究。比如說，這是一個(gè)基本的科學(xué)的原則，我們現(xiàn)在做的理論研究總會(huì)在原來的某一天可以讓我們獲得巨大的進(jìn)步，就好像剛才李彥宏先生所講到的。
這就是我的分享，謝謝!
（轉(zhuǎn)載）
