人工智能诞生于20世纪50年代,但为何近几年才进入爆发期?哪一项人工智能应用对人类社会影响最深远?
如果说谁有资格谈论人工智能革命,《深度学习》一书作者、被称为“世界AI之父”的特伦斯·谢诺夫斯基(Terry Sejnowski)是其一。在大多数人都“迷信”基于逻辑的计算机编程作为人工智能基本方法时,他提出受大脑生物学启发的“神经网络”,证明基于大脑式的计算方法是可行的,为深度学习的发展奠定基础。近日,在杨浦举行的“2019未来大会”现场,记者专访了特伦斯。
让计算机学习会比编程更高效
记者:AI(人工智能)早期为何发展缓慢?
特伦斯:早期,电脑运行速度慢,内存昂贵,用编程来解决问题十分耗费人力。如今计算机运行快了百万倍,内存也大,劳动力却越来越贵,因此让计算机学习比让人类编程更高效。
除技术限制外,学界观念也是难以跨越的藩篱。过去那些主张编程的AI先驱,本身并不关心人脑是如何实现智能行为的。深度学习的转折点出现在2012年。在当年的NIPS大会(神经信息处理系统大会)上,科学家论证了在一个包含1万个类别和1000万个图像的数据集上,使用深度学习分类可将错误减少20%。根据以往经验,在该数据集上的分类错误一年内也减少不到1%,这相当于我们在一年内达到过去20年取得的成绩。深度学习一夜之间变得出名。
大自然面前我们应更谦逊一点
记者:在大多数研究人员都着眼于电脑编程时,你为何会把眼光投向人脑,相信深度学习可以打开人工智能发展的突破口?
特伦斯:这要追溯到我刚开始研究深度学习时所设计的一个话语网络系统,它让计算机来学习阅读。自学习开始后,它一个晚上就吸收了整个训练集的信息。我们发现语言是神经网络非常擅长的事,而且神经网络学习语言的方式和人类学习语言方式是一致的。在今天AI的所有应用场景中,语言翻译能力是最让人惊讶的,它让世界不同的人群能直接对话。
记者:1989年,你在一次讲座中阐述了一只苍蝇和一台超级计算机的场景,并称世上最快的计算机比不上一只苍蝇,真的如此吗?
特伦斯:我只是想借这一对比让大家明白一件事,在大自然面前我们应更谦逊一点。实际上并非说计算机比不上一只苍蝇。计算机是一种通用设备,它可以被编程来计算任何东西,同一个硬盘可以运行不同的程序,而苍蝇是一种“专用计算机”,它只能运行一种程序。但无可厚非的是,在苍蝇那个小小的脑袋里,蕴含着数以千计的神经元,其视觉算法已嵌入它本身的网络,可通过视觉识别来寻找食物,并保持飞行,同时还能在复杂的世界里生存下去,而且消耗最少的能量。
AI替代部分职业也产生新岗位
记者:你并不认为人工智能会取代人类?
特伦斯:1997年“深蓝”打败象棋世界冠军时,就有人说“人类会被计算机取代”。但后来,人们开始跟电脑下棋,结果变成更好的棋手。人工智能在代替一部分职业的同时,也产生新的岗位。比如无人驾驶,会让将来出现在市中心的车辆减少,因为自动驾驶汽车可在城市外围停放,大量停车场空间会被高效利用。司机会被取代,会产生新的职业岗位,如安全监测、传感器技术供应链等。在医疗领域,医生在转移性乳腺癌的淋巴结活检切片图像上的判断,直接关系病人的生命。一个经过训练的深度学习网络能达到0.925的判断准确率,仍不及人类专家在同一测试上达到的0.966。把深度学习和人类专家的预测结合起来,准确率能达0.995,几近完美。这表明在未来,人类与机器将是合作而非竞争关系。