劉鐵巖:深度學習是人工智能發展的終極選擇嗎?

本站智能訊 2月24日消息,在近日將門創投召開的一週年生日會上,微軟亞洲研究首席研究員鐵巖圓桌討論環節發表其對深度學習和人工智能商業化的看法。

劉鐵巖稱,深度學習技術是一個矛盾體,它是把所有過度複雜(overcomplicated)和過度簡單(oversimplified)兩件事情擰在一起。實際上,今天的人工智能離我們人類智慧相去甚遠,研究人員任重道遠

關於人工智能技術的商業化,劉鐵巖認爲,人工智能的商業化一定要考慮技術的價值在哪裡?雪中送炭的價值可以帶來一個顛覆性的變化,錦上添花的價值就會噱頭大於實際意義。(小易

以下爲劉鐵巖發言實錄(根據將門一週年生日會圓桌環節整理):

高欣欣:問完算力專家,得問算法專家。劉鐵巖博士是微軟亞洲研究院首席研究員,有關他的核心問題核心詞必須是深度思考。我想問鐵巖博士,現在我們都在談深度學習,但是深度學習是否是我們的終極選擇?這中間有沒有什麼關鍵的思考是缺失了的?

劉鐵巖:這是一個很有深度的問題。深度學習或者今天的人工智能技術到底有什麼短板,有什麼被忽視的地方?我想每個人都有自己的觀點。我只提現在能想到的兩件事

第一件,我覺得現在的深度學習技術是一個矛盾體,它是把所有過度複雜(overcomplicated)和過度簡單(oversimplified)兩件事情擰在一起。爲什麼說過度複雜呢?深度學習之所以有今天,因爲它是一項強的技術,深度神經網絡夠複雜,它的擬合能力很強,可以把很多複雜的數據擬合掉,把這些問題解掉。

但是反思一下,我們真的需要這麼強的擬合能力來面對大自然給予我們的數據或者人類社會產生的數據嗎?其實回顧過去幾百年,很多科學家發現很多簡單而美麗的規律。舉個例子,我們現在看量子力學、量子化學、生物遺傳經濟學包括社會學。很多人發現,我們看到貌似無比複雜的表象背後,其實數據的產生是非常有規律的,可能就被幾個簡單的二階微分方程所支配

如果我們能把這些產生數據的動態系統好好描述一下,可能根本不用這種笨拙簡單粗暴的方式處理數據,這是我爲什麼講深度學習過度複雜。

另一方面它又oversimplified(過度簡單),爲什麼這麼講?我在很多場合講過我對人工智能的看法,我覺得今天的人工智能可能不配叫人工智能,AI更像Animal Intelligence,我們做的人工智能是做模式識別。其實沒有抓到人和動物的本質區分點,我們做的事情動物大概都會。

那麼人和動物之間的區分點到底在哪裡?人爲什麼成爲萬物之靈?我覺得因爲人類是一個羣居動物,我們有一個特別強大的社會機制幫助我們做一些動物做不到的事情。舉個例子,比如人類會萃取知識,會用文字的方式記載、傳承知識,我們還發明瞭很了不起的教育體系,可以在短時間內教育我們的後代,用幾年時間學會過去幾千年人類積累的知識,這些東西使得人的知識迭代非常快,一代更比一代強,總是站在巨人肩膀上。

回過頭看動物,老一代動物死掉了,就歸零了。新一代的動物,重新做增強學習、認識世界。所以它總是在原地打轉,我們卻在螺旋式上升。這些東西,我們看看今天的人工智能技術,沒有任何一個好的算法和模型,把我前面說的這些事情考慮在內。

所以實際上從我的角度講,今天的人工智能離我們人類的智慧相去甚遠,研究人員任重道遠。

高欣欣:如何看待人工智能技術商業化,我們有哪些新的機會

劉鐵巖:這是蠻有趣的一個問題,分享一點我的看法。首先聲明一下,我不是投資人,也不是這個產業創投企業從業者。所以有機會給大家提供一些和你們腦子裡想的不一樣的觀點,或許有點意思。

因爲我是做機器學習的人,所以想什麼問題都是從優化框架想,我們做得所有的事情都是一個有約束的優化問題。

對於人工智能的商業化前景,如果用這套思想想,無外乎兩件事:

第一:人工智能技術的價值在哪裡?就是我的目標函數,你有沒有Value?沒有Value的話,肯定沒有用。

第二:約束,你的邊界在哪裡?換句話說,人工智能的風險在哪裡?責任、歸屬怎麼界定

這兩件事情要想清楚,可能就知道我們在人工智能、技術商業化的途徑中,哪一個點是值得投、值得發展的。

舉幾個簡單的例子,說到價值,大致會有兩種:

雪中送炭的價值。這個東西如果沒有人工智能技術,就是做不了,我們今天做起來很費勁,耗時耗力耗材,搞不定。有了人工智能技術,可以帶來一個顛覆性的變化,這一定是雪中送炭的技術。

錦上添花的價值。聽起來噱頭很足,有了它真好,但是沒有它又會怎麼樣呢 ?

所以我也希望投資人包括創業企業的人,多想想這個問題。舉個例子,開豪車誰都願意,但我開一個國產中級車也挺舒服。所以這是在面對一個技術要落地化、產業化時需要思考的問題。

我們現在有太多行業跟AI有關,比如視覺自動駕駛,甚至AR、VR各種各樣的。是不是每一項技術都能帶來雪中送炭的價值,不見得。舉一個像VR、AR的例子,如果真的能實現全息通信,我們可以設身去做教育,這些東西可能真的改變人們跟世界打交道的方式,那叫雪中送炭。如果你拿AR、VR去玩個遊戲,多半就是錦上添花,這是一家之言。

其實約束這件事情也很重要,一個人工智能技術的風險在哪裡?如果出了問題,誰來界定責任?誰來承擔責任?剛纔大家都提到自動駕駛,我其實也希望某一天自動駕駛這個時代真正到來。作爲用戶,我總有一點小小的擔心。比如人工智能自動駕駛技術真的出了問題,就不是小問題。大家也看到很多新聞,有很多用戶因此喪命。這些技術出了問題之後,這種風險怎麼控制?由誰買單?是技術買單還是運營公司買單?是不是最後有一天,大家期望人工智能技術,可以完美解決自動駕駛,因爲一點小的瑕疵,就衆口鑠金,所有人就開始攻擊人工智能的冬天要來了。

所以這一切的東西,可能都需要人工智能的從業者產業化過程中每一環的從業者認真思考。只有我們有責任、仔細、嚴肅地面對這些問題,我們才能護航人工智能的產業化越來越走向春天,不要因爲我們自己的失誤、大意,我們的overpromise,使得這個行業遇到不應該遇到的困難。

(發言實錄部分來自/將門創投)

關注本站智能菌(微信公衆號:smartman163),獲取專業人工智能資訊與AI報告。