【科技评论】人工智能的产业“迷思”
各大互联网科技巨头在人工智能领域又“掰起了手腕”。
1月17日，Facebook的人工智能研究团队宣布开源多款深度学习人工智能工具，并将在Torch库中公开分享研究成果。两天之后，百度CEO李彦宏便在极客公园创新大会上透露，百度这两年为加大在人工智能等技术方面的投入，同时表示，“我不在乎我的股价会再跌掉一半或者更多，我一定要把这件事做成”。
1月20日，在未来论坛上，美国通用人工智能会议主席本·格策尔、百度公司首席科学家吴恩达、北京生命科学研究所资深研究员饶毅等业界和学界的“大咖”对人工智能再起争议。
对于人工智能，他们究竟有怎样的思考？
深度学习：真途还是炒作
2013年3月，谷歌收购了由加拿大多伦多大学计算机科学教授杰弗里·希顿创立的深度学习企业DNNresearch，由此奠定了在人工智能深度学习领域一马当先的地位。
微软、苹果、Facebook等国外大牌科技企业纷纷玩起了深度学习，吸引不少相关人才参与人工智能深度学习的研究。
无独有偶，百度发力人工智能的关键词也是“深度学习”。百度深度学习研究院常务副院长余凯甚至放言：深度学习，百度可以比谷歌、Facebook做得更好。
其实，这话微软早就说过。2014年7月，在微软总部的学术峰会上，微软的研究团队对外宣布他们的深度学习系统“亚当（Adam）”已经超越了谷歌公司的深度学习技术，取得了新纪录。据悉，Adam比之前的深度学习系统在图片识别方面快2倍，而且节约30倍的计算机。
人人都将深度学习挂在嘴边，似乎它真的成为促使人工智能向前迈进的“利刃”，但是，事实真的如此吗？
吴恩达对从深度学习走向人工智能的道路确实深信不疑。吴恩达曾为谷歌大脑项目创始人，加入百度公司后又提出了“百度大脑”计划，而“百度大脑”计划的关键之一就是深度学习技术的拓展。
所谓深度学习，是一种神经网络的技术，受到了人类大脑运作的启发，创作软件模拟神经元，建立神经网络深度模拟大脑神经元传播路径和方式。
在大数据时代，越来越多数据的集合显然为深度学习技术的发展提供了机会。吴恩达也提出：“在大数据时代，深度学习的算法不断优化，比传统人工智能的算法要更好，因为它能够逐渐提高人工智能技术的性能。”
吴恩达所指的，是深度学习的算法从文字向图片再向声音和视频不断升级。从文字、图片、语音和视频中获得一切数据都是推动深度学习不断前进的“燃料”，因此百度公司目前正不遗余力地在这些方面深耕细作。
但是，有关炒作深度学习的噪音却无处不在。
去年11月，吴恩达在接受《华尔街日报》采访时就提到，现在深度学习领域有众多初创企业。不幸的是，深度学习太火了，一些初创企业声称它们属于这一领域，但实际并没有掌握“深度学习”的内涵。
吴恩达坦承：“‘深度学习’为用户和企业创造了巨大的价值，但也有很多是炒作。”
“我们往往会说深度学习是对人类大脑的工作方式松散地模拟。这一解释很简单，但导致人们有时滥用这一词汇。‘深度学习’与人类大脑的工作方式大不相同。我们甚至至今还不了解人类大脑是如何工作的。”吴恩达解释道。
事实上，对神经网络研究已久的饶毅在未来论坛上表达了与吴恩达相同的意见：“今天人们尚不了解人大脑是如何工作的，所以的确无法来准确模拟人类大脑。深度学习软件虽然可以模拟人类大脑，但只是从特别浅的层面来模拟大脑运作方式。”
就连谷歌、百度、微软等在深度学习领域作出了一定成绩的大企业，也正在被外界质疑着——目前这个领域的巨头，更愿意将人工智能的研发结果以实验室数据的形式进行展现，但实验数据是否能够证明这项技术可以商用？
因此，值得疑问的是，那些遍布各地、被各大小企业挂在嘴边依仗着的“深度学习”的所谓“深度”又从何而来？
能否走向通用智能
如果说深度学习是人工智能热炒的“现在时”，那么，人工智能能否从狭隘的智能范畴走向通用智能则是拷问未来的问题。
通用智能又称为强人工智能，即具备与人类同等智慧或超越人类的人工智能，能表现正常人类所具有的所有智能行为。
本·格策尔则认为，目前无论是产业界，还是学界研究，都将大部分精力花在了相对狭隘的人工智能系统研究上。
“狭隘的人工智能系统可以做特定的事情，比如无人驾驶、把语音变成文本、分析特定的基因数据或制定特定的治疗方案，每一个人工智能的项目现在都是做特定的工作。”本·格策尔说。
但是，从狭隘走向通用的过程中，思想的边界和技术的掣肘却是不得不经历的阶段。人们对人工智能的看法也在不断地修正。
1957年，人工智能学者、通用问题求解机发明者之一的赫伯特·西蒙曾预言，计算机会在十年之内成为国际象棋冠军，但是直到1997年，电脑“深蓝”才战胜了象棋冠军加里·卡斯帕罗夫。
人工智能发展的早期，这种过分乐观的情绪一直存在，但是随着人们对人工智能领域的不断探索，才发现人工智能要想完全模拟人脑，走向通用人工智能，还有太长的路要走。
但是，本·格策尔依然对通用人工智能的发展持乐观的态度，因为在无意中人们已经向通用人工智能靠拢。
一个典型的案例是，日本福岛核泄漏事件发生后必须关掉核电发动机，如果让人来做十分危险，日本虽然在类人机器人方面做了很多工作，但当时还是无法找到能够胜任的机器人，后来他们找到了美国军方的机器人，完成了关掉核电厂的工作。
对此，本·格策尔说：“在福岛核泄漏事件中，就看到了狭隘的人工智能和通用人工智能之间的区别，虽然过去人们没有设想到这种情况，但还是造就了可以关掉福岛核电站的机器人。因此，我们必须开发出通用的人工智能，这样就可以应对各种情况。”
或许，本·格策尔的乐观确实值得赞同。这位走在通用人工智能研究前列的专家及他的团队正在和一家公司合作，将爱因斯坦的仿真机械头颅连接到商业机器人身上。目前，该机器人可以识别简单的面部表情和物体，探索人们话语中的情感，并与科学家对话。就像培养孩子一般，这个机器人并没有固定的成长路径，而是不断地在学习。
回归到产业上，值得注意的是，谷歌、百度等大型科技公司的人工智能产品当前似乎有走向通用人工智能的趋势。据吴恩达透露，百度机器人目前的智力水平相当于几岁的小孩，正在语音识别、自然语言处理以及深度问答的技术上不断探索。
本·格策尔希望，以爱因斯坦机器人为代表的这一类“看似无特殊用处”的机器人技术的发展能给人工智能产业带来新的思考，不断加强人们对通用人工智能的重视，最终在将来的某一天完成走向通用人工智能的使命。
正值中年的本·格策尔甚至表示，或许，只要按照这个步骤走，在技术和思想都得到充分开放和发展的情况下，他能在有生之年看到通用人工智能的到来。
（ 来源：中国科学报，作者：李勤）
请关注后【战略前沿技术】后，点击历史信息查看。
日期
标题
20150102
2015 年度国家自然科学基金申请政策有重大调整
20150110
2014年度国家科学技术奖获奖名单
20150109
中国科研经费分配新办法出炉 "863""973"退出历史舞台
20150114
“透明计算”，凭啥摘得自然科学一等奖？
20150115
科技改变未来：预言300年后的人类
20150131
科研：新常态下的新规则
20150131
国外高效毁伤技术发展及趋势
20150116
全球百强创新机构排行榜出炉 大陆仅华为上榜
20150104
高校病了：教学之殇
20150104
科学研究方面的一些问题