人工智能與產(chǎn)業(yè)騰飛

人工智能與產(chǎn)業(yè)騰飛10月12日，第七屆中國智能產(chǎn)業(yè)高峰論壇在佛山開幕，在第一天的主論壇上，中國人工智能學會認識系統(tǒng)與信息處理專業(yè)委員會主任，清華大學教授孫富春發(fā)表了主題為《人工智能與產(chǎn)業(yè)騰飛》的精彩演講。孫富春教授深入淺出地回顧了人工智能的前世今生，并從產(chǎn)業(yè)的角度介紹了人工智能與現(xiàn)有產(chǎn)業(yè)如何深度融合，實現(xiàn)產(chǎn)業(yè)鏈條的形成以及制造業(yè)的騰飛。在報告中還為與會嘉賓展示了其團隊的科研課題和科研成果，并對人工智能的未來進行了思考和暢想。他提出，我們應(yīng)構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加速產(chǎn)業(yè)建設(shè)，加快邁向“中國制造’’5人工智能最早的時候，在古代哲學里是一個很重要的問題。最早出現(xiàn)在 多年前的諸子百家，荀子在《正名》篇里面第一次描述J什么是智能，我們來看一看。它是這么講的，“知之在人者謂之知。知有所合謂之智”，什么意思呢？人天生就有一種認知的能力，把這種認知能力在社會實踐中就能產(chǎn)生智慧。第二段話就是“能之在人者謂之能”，就是人還有一種能力，就是求變和創(chuàng)新的能力，把這種創(chuàng)新能力在社會實踐中就能產(chǎn)生才能。那么，什么是智能呢？就是將人的認知能力用于變革和創(chuàng)新世界就是智能。我們再看看 字典里面是怎么說的，它說智能是學習和求解問題的能力，它是解決新問題、理性行動與像人一樣行動的能力。我們都知道 年在麥卡錫在美國達特茅斯市的研討會上宣布了人工智能這門新的學科。那么，在這個會上人工智能是怎么定義的呢？它說人工智能是制造智能機器的科學與工程，特別是智能計算機程序，它與使用計算機、理解人與智能的內(nèi)生動力有關(guān)，但智能并不局限于生物學觀察的方法。談到人工智能我們不能不提到圖靈，圖靈在 年在《計算機能思維嗎》提出了著名的圖靈測試，就是人和機器背靠背，讓人提問題，機器回答，如果有 的機器回答讓人感覺到是像人回答的，我們就說這個機器具有智能，他建立了人工智能的思想基礎(chǔ)。我們經(jīng)常講是計算技術(shù)推動了人工智能的發(fā)展，用哪些計算呢？首先是云片計算機，是它主要推動了現(xiàn)代人工智能的發(fā)展。還有哪些計算呢？網(wǎng)絡(luò)計算、互聯(lián)網(wǎng)技術(shù)推動了群體智能的發(fā)展。還有生物計算，以生物計算主導的人工智能，一定是未來人工智能發(fā)展的重要方向。我覺得現(xiàn)有的智能是沿著這三條線索分別在發(fā)展，同時部分有交叉，但是以獨立的發(fā)展為主。我們過去講人工智能有兩大范式，一個是符號主義，就是利用數(shù)學里的數(shù)理邏輯，通常稱它為知識驅(qū)動的人工智能。第二部分我們講是聯(lián)接主義，就是神經(jīng)元，一直到現(xiàn)在的深度學習，稱為數(shù)據(jù)驅(qū)動的人工智能。人工智能的第三范式是什么呢？我們認為是神經(jīng)機制驅(qū)動的人工智能，包括今天李院士講到的深度學習，最早是年，人們對貓視覺皮層的發(fā)現(xiàn)而建立起來了。今天的超限學習機，包括強化學習都是基于腦科學和生物學的發(fā)現(xiàn)，他們就是基于神經(jīng)機制驅(qū)動的腦認知。人工智能有很多的領(lǐng)域，我們覺得這段時間發(fā)展比較多的應(yīng)該是機器學習和機器感知，機器感知包括語音處理技術(shù)、圖象識別技術(shù)等等。目前人工智能已經(jīng)應(yīng)用在自然語言處理、知識表達、自動推理、機器學習、計算機視覺和機器人。我們經(jīng)常談到三起兩落，這里面我想提出一個觀點，就是年以后，即深度學習提出以后，它是通過數(shù)據(jù)自主的提取特征，我們說它叫智能，之前的人工智能發(fā)展我們認為叫人工，即深度學習之前只有人工，深度學習之后有了智能。大家說人工智能將來對社會發(fā)展有哪些影響呢，機器犯錯了誰擔責呢？社會結(jié)構(gòu)改變了機器伴侶年美國人做出來了，這里我們提出來一個很重要的問題？就是人工智能是不是改變世界的第三個蘋果？我們講第一個蘋果是亞當和夏娃偷吃的那個蘋果，第二個蘋果就是砸在牛頓頭上的蘋果，牛頓的創(chuàng)造不光是萬有引力，還包括微積分，我們現(xiàn)在研究問題都通過數(shù)學的辦法、科學的辦法去做，他改變了世界。第三個蘋果，是圖靈吃掉了的毒蘋果，它改變了社會，從此我們社會進入了人和機器之間共存的社會，我們過去人和機器之間的關(guān)系是單向的關(guān)系，機器服從人，人工智能時代人和機器之間應(yīng)該是一個雙向的關(guān)系，機器有感知和決策能力，有認知能力，可以跟我們一起工作，協(xié)同完成某項任務(wù)，我們今天講到的人機混和智能就屬于這個方面。最近有一本書，是王飛躍老師的學生王曉翻譯的，我還為該書寫了一個序，就講到了社會機器問題，這是一個新的社會生態(tài)，人和機器共存的社會。我們再談深度學習，深度學習是年約翰霍普金斯大學的和 教授一個重要的發(fā)現(xiàn)，他們發(fā)現(xiàn)了人的視覺信息處理是分級的，這個發(fā)現(xiàn)大大促進了人工智能的發(fā)展。人的視覺處理分為 到區(qū)， 是一些簡單細胞，復雜細胞和超復雜細胞進行線條邊緣的提取，到 就形成了部件，再經(jīng)過第三區(qū)形成輪廓，最后形成物體的表征和識別。有人會問為什么深度學習那么多層呢？是因為不同背景和圖像分辨率下，不同人完成這幾個功能，需要的層數(shù)不同，比如提取邊緣，有的人用層，有的人用 層。為了得到更好的表達和識別能力，層數(shù)有時很多，湯曉鷗團隊在 年 比賽中，層。我們說深度學習是一個端到端的學習，它跟我們傳統(tǒng)的模式識別有什么不同呢？就是自動選擇特征。深度學習的產(chǎn)品現(xiàn)在應(yīng)用在移動終端里面，像蘋果的，微軟的智能安全工作空間。問一下什么是“深度學習”，只要同手機說一下，馬上會告訴你強化學習的意思。強化學習剛才我們李院士講的比較多，我這里就不再多說了。我們看到阿爾法狗把所有圍棋高手都打敗了，那么大家會產(chǎn)生一個映像，人工智能將來不得了。但我認為以深度學習為代表的人工智能存在這么一些缺陷，第一個是端到端黑盒子，網(wǎng)絡(luò)中存在大量的復雜非線性變換和大規(guī)模神經(jīng)元連接，少量的隨機擾動就會導致最后結(jié)果的劇烈變化，其行為和表現(xiàn)難以理解和合理解釋，很難對模型的行為進行有效分析，無法找到原因并進行修正。比如美國人用深度學習，結(jié)果把一個黑人識別成一個猩猩，這種笑話是不少的。缺少可解釋使得現(xiàn)有人工智能技術(shù)很難應(yīng)用于醫(yī)學、國防等可解釋性異常重要的領(lǐng)域。第二就是依賴大數(shù)據(jù)，沒有數(shù)據(jù)怎么辦？能耗大，計算量大，阿爾法狗用了 塊，我不知道 塊 要多少錢，我感覺應(yīng)該是個億到個億。模態(tài)單一，阿爾法狗只能下圍棋，不能下象棋，哪怕把規(guī)則改一下他就適應(yīng)不了。其實智能里面還有一個非常重要的東西，就是人通過學習會產(chǎn)生知識的涌現(xiàn)，這個涌現(xiàn)具體體現(xiàn)在哪里呢？我們這里有很多的博士生導師，比如一個博士生兩年半要開題，四年要畢業(yè)，怎么現(xiàn)在還沒有發(fā)表文章？有人說你別著急，半年時間全出來了，這就是積累到一定的程度就會產(chǎn)生一種知識的升華和涌現(xiàn)，這是阿爾法狗所沒有的。我們提出這樣一個觀點，我們認為在深度學習的之前的模式識別是算法加特征，這些特征是人自己選定的，比如說顏色特征，紋理特征，幾何特征等等，數(shù)據(jù)加進來干什么？數(shù)據(jù)加進來就是供自動提取特征。大家都知道神經(jīng)網(wǎng)絡(luò)學習，如果隱層單元的數(shù)目大于輸入維度問題所需要求解的最優(yōu)參數(shù)就轉(zhuǎn)化為不適定問題。怎么辦？增加數(shù)據(jù)，把這個問題解決了。小數(shù)據(jù)行嗎？通過正則化方法和對抗式網(wǎng)絡(luò)得到一定程度解決。我們再看，現(xiàn)在的深度學習只用到了算法和數(shù)據(jù)，其實人在觀察事物的過程里面還用了一個很重要的東西，就是模式。深度學習這兩年有了很大的進展，一個重要的因素就是視覺、聽覺、觸覺，腦電都可以用二元矩陣表示，深度學習可以推廣到這些領(lǐng)域。人在觀測事物時，觀測模式不一樣，白天大多用到視覺，操作物體用觸覺，有時把這幾個感知信息融合在一起。好，我們再看看行為。行為是人工智能一個非常重要的部分，但是現(xiàn)在的深度學習沒有做到這一點。我們再向上看，我們研究了特征，我們需要什么？概念，這就是可解釋性的問題。此外，我們還需要知識和模型。我們看看現(xiàn)在的深度學習僅僅做到了我畫的這一小塊，而且還不夠完善。剛才強調(diào)一個很重要的問題，需要很多數(shù)據(jù)，如果沒那么多怎么辦？就是小樣本表示學習是目前非常重要的一個風向，怎么做呢？我需要大量的數(shù)據(jù)，這實際上是一個正則化的問題，我們通過正則化，通過流形學習可以改變這個問題。還有一個問題很重要，就是如何產(chǎn)生數(shù)據(jù)。學自動化的人都知道，模型可以產(chǎn)生數(shù)據(jù)，如果將模型的產(chǎn)生式方法和機器學習的判別式方法結(jié)合，有望解決數(shù)據(jù)的產(chǎn)生問題。這就是今天強調(diào)的對抗式學習，它是把產(chǎn)生式方法和鑒別式方法結(jié)合在一起，通過競爭產(chǎn)生新數(shù)據(jù)，這是目前小樣本學習里面非常重要的一個方向。符號概念，關(guān)聯(lián)網(wǎng)絡(luò)的概念這是今年谷歌公司提出來的，它直接通過這樣一個網(wǎng)絡(luò)，通過概念的組合來形成從感知到概念的轉(zhuǎn)化。這種新的符號概念關(guān)聯(lián)網(wǎng)絡(luò)，實際上打破了純粹模擬人腦神經(jīng)網(wǎng)絡(luò)生物構(gòu)造的計算方式，從模擬人的“組合性”思想中另辟蹊徑，從而取得了對抽象概念這一特定問題的進展。圖像理解最近大家做的比較多，這是我一個博士生在做的工作，從任意給定的圖像，可以學習圖像的自然語義理解，實現(xiàn)了從單一目標的概念，到整體句子結(jié)構(gòu)，最終實現(xiàn)圖像理解的過程，這是一個對圖像更深層次的理解過程。我們可喜的看到在今年溫哥華的會上面，李飛飛也報告了怎樣從感知形成理解，這就是剛才講到的從特征到概念。生物計算怎么樣？存儲量大、運算快，能耗特別低，計算是普通電腦的十億分之一；存貯量大，立方米的 溶液，可以存貯萬億億的二進制數(shù)據(jù)。運算快，十幾個小時的 計算，相當于所有電腦問世以來的總運算量。我們再看看量子計算機，這個是今年的中國科學技術(shù)大學發(fā)布的量子計算機原形樣機，一臺操縱 個微觀粒子的量子計算機，對特定問題的處理能力可超過目前最快的“神威太湖之光”超級計算機。加拿大神經(jīng)外科醫(yī)生 的實驗結(jié)果說明大腦對感知數(shù)據(jù)的記憶是全息的（即包含我們生活的所有細節(jié)），而并不是單純的一幅圖像、一種聲音或一種感覺，即使是對通常的事件。我認為未來的人工智能一定是這樣一個圖譜，從下面的硅云計算到生物計算（或者叫碳計算），最后到神經(jīng)機制驅(qū)動下的強人工智能。這里我提出的觀念可能跟許多人不一致，可以討論。人工智能的產(chǎn)業(yè)在中國現(xiàn)在是不斷的興起和發(fā)展，中國人工智能產(chǎn)業(yè)的規(guī)模 年達到了 億元增長率達到了 ，年我們國家達到了 億人民幣。中國跟美國的差距我們看一下，從人工智能的企業(yè)數(shù)來看，我們大概有兩年的差距，但是從投融資角度來講我們差距還比較大， 年美國是 億，中國是億。我們再看看中美在人工智能各個領(lǐng)域，像自然語言理解、機器學習應(yīng)用、計算機視覺和圖像、技術(shù)平臺，無人機等等，這方面我們跟美國還是有一定差距，尤其在自然語言理解、機器學習這方面我們差距比較大，我們國家在 年的專利增長非?？?，人工智能目前用在哪些地方呢？醫(yī)療、汽車、消費電子、電商、安防等等。這是一個未來十年我們可以展望的，從現(xiàn)階段的大數(shù)據(jù)、感知、理解、機器人、自動駕駛里面，近期的主要是互聯(lián)網(wǎng)的應(yīng)用、電商、商業(yè)流程的自動化、攝像頭、視覺語音語言手勢的應(yīng)用、工業(yè)機器人等，未來一年可以看到輔助自動駕駛、商業(yè)機器人、和 技術(shù)，分布式傳感器技術(shù)將在中國的產(chǎn)業(yè)方面有大的發(fā)展，包括人工智能計算構(gòu)架、算法框架加傳感平臺；未來一年，自然語言理解成為我們?nèi)f能的助手，甚至請一個外國人講課，你們聽到的是按他的語調(diào)的中國話。我們可以展望的未來十年可以達到全天候、全工況的無人駕駛。我們今天這個報告是在廣東做的，這里面有很多廣州、佛山的嘉賓們，你們一定特別關(guān)心自己家鄉(xiāng)的產(chǎn)業(yè)。最近香港、廣州、佛山、澳門和深圳等城市提出大灣區(qū)的概念，實現(xiàn)灣區(qū)經(jīng)濟。我們可以看到像廣州北部、佛山、中山這邊主要是技術(shù)密集的產(chǎn)業(yè)帶，以裝備制造業(yè)和農(nóng)業(yè)為主；從東岸來看，廣州東部、中部、深圳、東莞地區(qū)主要是新興產(chǎn)業(yè)，高技術(shù)產(chǎn)業(yè)發(fā)展非常強大。我們再看看沿岸這塊，主要是惠州、珠海和江門這一塊主要是先進制造業(yè)和現(xiàn)代服務(wù)業(yè)。現(xiàn)在實現(xiàn)灣區(qū)的概念就是要實現(xiàn)灣區(qū)的融合，東岸、西岸、沿岸的融合來打造智能制造。人工智能在各個行業(yè)處于爆發(fā)狀態(tài)，像芯片、智能機器人，智能社交、智能交互和智能教育，下面我們來看一看。人工智能芯片主要包括 U等等，人工智能時代的“晶體管”橫空出世。英偉達是深度學習芯片的龍頭跨國公司，我們沈總在這兒，英偉達推出深度學習芯片， 能夠?qū)崿F(xiàn)數(shù)百 服務(wù)器節(jié)點性能，數(shù)據(jù)處理速度是 此前架構(gòu)顯卡系列的2倍我們再看看華為，給咱們中國人長臉的，最近推出的麒麟 ，我不知道 具體什么含義，但是念起來特別有氣勢，咱們自己的芯片比蘋果的還好。這是今年因特爾公司推出的 視覺處理芯片，該微型芯片包含加速器，它的效益功率比也超越了當時的所有同行。使用的深度神經(jīng)網(wǎng)絡(luò)（ ），比如跟蹤或監(jiān)控攝像機。功率效率，或每瓦特可以獲得的性能數(shù)量獲得了很大的提升。機器人是人工智能產(chǎn)業(yè)的一個非常重要的支柱，未來十年里要大力發(fā)展機器人，它包括了執(zhí)行、裝置、控制、感知系統(tǒng)等等，其實我今年參加了《國家機器人發(fā)展報告》的撰寫，明顯感覺到我們國家在一些傳統(tǒng)弱項方面進步仍然不是很大，包括像減速器、高密度高精度的電機、驅(qū)動系統(tǒng)，還包括一些分布式傳感器。這是我國研發(fā)的仿人機器人，這是京東做的物流機器人。我們國家現(xiàn)在已經(jīng)形成了門類比較齊全的機器人研發(fā)基地，從東北一直到我們廣州。下面介紹一下我的課題組做了什么？認知傳感。這是我們課題組開發(fā)的數(shù)據(jù)手套，可以采集操作過程中接觸點的力，包括關(guān)節(jié)彎曲的角度，我們甚至像把小提琴手指法和接觸力的變化都記錄下來。這是我們在世界機器人大會上展覽的數(shù)據(jù)手套，相關(guān)理論成果獲得了國際會議最佳論文獎。人工皮膚是我們課題組做的比較多的，這方面我們有一些體會，這是一個國際自然科學基金的重大儀器項目。當初我們覺得人工皮膚就是膠布貼在靈巧手上，現(xiàn)在很多人有這種觀點，但是我們后來的研究發(fā)現(xiàn)不是，這是我們通過發(fā)現(xiàn)人在操作過程中，力一定是以操作點為中心向上周邊逐步減弱的分布，用這種概念設(shè)計的觸覺傳感器應(yīng)該是這樣的布局。此外，我們研究發(fā)現(xiàn)觸覺編碼同靈巧手的構(gòu)型和觸覺分布有關(guān)，單純的一塊膠布，貼在手上，工作幾個小時膠布沒有了。我們最近提出了人工手指的概念，手指有表層、有真皮、有傳感部分，表層的分辨率是可以變化的。這就是我們研發(fā)四模態(tài)傳感器，可以觀測物體表面的紋理，你看這個紋理非常的清晰，還可以測量分布式正壓力、滑覺和溫度覺。這是我們跟國際上相同傳感器的比較，這是我們發(fā)布出來的第一個四模態(tài)的芯片，用在了機器人上面。軟體也是我們這兩年做的比較多的，這是我們世界機器人展出的軟體的操作手，時間關(guān)系就不能放太多了。視觸融合是一個比較難的問題，我們看看不同模態(tài)融合會出現(xiàn)什么問題？第一個尺度不一樣，視角不同，還有采樣數(shù)不同，你看這里視覺的采樣數(shù)比較多，而觸覺很少。有的時候還出現(xiàn)模態(tài)的缺失，這種情況下怎么做融合呢？我們提出了一種稀疏編碼與深度學習相結(jié)合的辦法。這是基于經(jīng)驗學習和強化學習的機器人靈巧操作，這是我們在年提出的多目標檢測算法，這個算法后來被新知元轉(zhuǎn)發(fā) 年推廣到了多尺度的多目標檢測，可以用在光線變化較大和尺度變化較大的情況。這是我們做的一個很重要的工作，把觸覺編碼方法用于人的視覺編碼里，奇跡出現(xiàn)了，編碼精度更高，學習效果提高了到倍。由于上面這些積累，我們獲得了年靈巧操作的世界冠軍，今年由于五個參賽學生沒有拿到簽證，靠兩個老師和 的王濤參加比賽拿到了第三名，也算是為國爭光了。大家都知道自動駕駛，我們可以看到這張圖譜里面，世界上的各大的汽車公司都在開始做輔助駕駛到全輔助駕駛，他們都有一個重要的目標，寶馬 年就能出現(xiàn)全工況的駕駛，通用、福特是 年，所以我們將迎來無人駕駛的時代，這是李德毅老師做的非常好的工作，我就不說了。這是宇通大客車無人駕駛的情況。智能安防是這兩年我們國家進展比較快的，我國