美国科学院院士、图灵奖得主：约翰•爱德华•霍普克罗夫特——深度学习

约翰·爱德华·霍普克罗夫特，美国计算机科学家 ，毕业于美国康奈尔大学计算机科学系 。美国科学院院士、图灵奖得主。1986年，因在算法及数据结构的设计和分析中所取得的决定性成果，获得图灵奖。2017年11月，当选中国科学院外籍院士。

非常感谢能够参加此次论坛，有这个机会跟大家谈论一下人工智能。我们其实已经经历了好几次革命，第一次是农业革命，是十万年前；当时基本上20万年以来人类是在狩猎方面有所建树，这个就是关于农业革命。之后是1700年之后的工业革命，我们就开始采用一些机械的方式，现在我们经历了信息化的革命。在我小的时候50年前，当时我们是需要电梯的操作员来进行操作的，而那些工作后来由于自动化的取代，这些工作就消失了。还有包括一些自动驾驶的车辆在飞速自发展，美国有350万的火车司机，他们就像之前的电梯操作工一样，这些会被替代。因为火车司机一天只能工作八小时，但是无人驾驶的话一天24小时都可以工作的。从洛杉矶到纽约现在只需要两天，以前是需要四到五天，会需要花费更少的时间。而且我们需要的卡车，货车也没有那么多了。

经济学家经常会说有一些工作会消失，但是还会有一些工作。我和一些人谈到，我们现在会进入到一个时代，只有25%的劳动力需要满足我们所需要的一些商品和服务。如果说这样的话，人们可以每周工作20小时，并且可以在45岁退休了。而这些工作需要正规大学的教育，如果你的职业生涯是40年的话，这样的话劳动力的规模会额外的减少20%国外。现在我们需要思考一些关键的问题，就是这个多就会发生，以及有多少百分比的人找到工作，我们需要什么样的工作呢？可能需要大学教育，以及人类和社会每个人都有基本的生存的资源。如果我们在45岁退休，接下来做什么？我们如何来举行有意义的活动。

人们说，世界只有两个国家从AI从收益，也就是中国和美国，因为其他的国家是没有基础设施的，而发展中国家在生产一些机械性的工具的时候，门槛是非常高的，而进入AI的门槛也是成本非常的高。工业革命我们是让许多的物理自动化，现在在信息中我们也能够把智力自动化。这其中重要的一件事是过去10到15年的机器学习，我们现在可以监督机器来学习，这个是非常令人振奋的技术，已经生产出很多的产品，而且其实机器也可以不停的监督在学习，包括图象识别，你进入商店的时候，这个商店就能够识别你，知道你过去买了什么东西，以及什么样的产品对你来说是有价值的。语音识别在你未来打电话给公司的时候，你不是和电台的接线员打交道了，还有自然语言处理技术。

我们看到一些电影，还有包括电影中的一些评论，有一些评论是假的，是由机器人所发的，所以说技术能够识别哪些是真的还是假的，是正面的还是负面的。政府的部门不需要像原来一样审阅这些言论了。亚马逊也开了一家杂货店，是不需要结账的，是自动的进行购物和扣款的。还有包括医疗的诊断以及助理等等，计算机能够比人类更好的诊断图像，还有包括教授也说到这一点了。这其中的驱动力就是人工智能，下面我向大家快速介绍一下深入学习。

2012年发行了一场非常深刻的变革和革命，这里是一共有120万张图片，一千个类别，大家可以看到这个内容，如果我们可以去培训这些程序的话，我们就可以知道这些程序的表现是怎么样的。到2012年的错误率是25%左右，人们希望能够提升，但是每年的进步很小。但是2012年很多 45 33811 45 15265 0 0 1784 0 0:00:18 0:00:08 0:00:10 2991司也开始使用深度学习，并且进行了广泛的应用。

再说一下重要的发展方向，首先是压缩生存的规模，现在我们的理解是没有那么的深入的，有10亿的关口，所以我们要压缩深层网络的关口。还有一点我将集成作为激活空间，现在是在非常高度的集成空间，这上面的关口，所有的这些图像，比如说猫的图像它们是在一个低层次的副本上了，如果把这个猫的图像改变一下，可以垂直的改变方向。

快速的说一下压缩，这个是我们可以培训这个系统，让它做的非常的好，我们也可以培训一个更好的网络来分类图片，但是是不成功的，现在人们所做的就是如下的事。我们能够更好的激活这个空间，培训这些系统来进行更好的激活，而并不是简单的分类，这个就是我们能够减少网络大小的一个方法，这可能以后再大家的苹果手机上实现了。

还有当地的一个最低的标准，现在的问题是局部的这些标准，哪个是最好的？我可以向大家展示一下整体的最小值，就是最尖的部分，而现在的这些数据大家可以看到坐标图上的曲线。这就是培训数据的错误率，大家可以看到这个是广域的最小值，曲线是可以移动的。我们的上升非常的缓慢，之后在错误率急速上升，之后是形成对立网络。人们在编写计算的代码会生成真实的图片，比如说，我向电脑中输入猫，我希望电脑中就生成猫的图片，但是电脑做得不是特别的好，有一些人想了一个方法，我们可以合成一个图像的编辑器，我们把这两个合并一下就可以有图像生成器，在生成之后我们可以使用合成的图像来区分真实的图像，而人们也发现这些机器可以生成真实的图像了。所以，这就是我刚才所说的对立空间的使用领域。

比如说，从一种语言翻译到另外种语言，在两种语言中我们都有很重要的任务来做，我们可以用鉴别器来合成一个翻译器，比如说，从英文翻译成德文，我们就直接从英文的语言，通过生成器来说一些德语，并且我们能够来确定德语的一些语序措词，这个是真实的而不是合成的。之后，再从德文翻成英文，我们也可以使用三个翻译的系统。还有生动娱乐性的学习，比如说，这个系统受到培训，它能够识别猫，但是我们稍微改变一下像素，它就可以识别汽车。因为我们是在垂直的距离上改变了关于猫的副本的参数，所以说它就像一个过滤器一样能够解决问题。

现在我们是对像素做一些处理，像素和相邻像素是没有关系，但是其实我们做的研究要更加的深入，我下面再说一下另外一个领域，我们在培训这些网络的时候，我们向他们展示一千多个图片。比如说，我女儿两岁的时候，我就和他一起在沙发上看图，我向她是车、猫、狗等等。我会告诉她这个是引擎等，之后上街看到救火车，我就跟她说，她就认识了。其实和书上的救火车是不一样的，我们要知道如何就一张单一的图片来培训这个网络。

我的女儿在生命的前两年看到了上万张的图片，人们经常问我AI是否是真实的？我想回答的是在当前的状态之下，人工智能只是高纬度空间当中的模式的识别，人工智能的程序不会提取对象的一些本质功能，它只是知道这个东西是看起来什么样的，从现在开始之后的四十年我们会有另外一场革命，人工智能会很好的理解功能。至少我们的生活也会发生翻天覆地的变化，距上一次的革命更短。

在此之后，我们的另外一场革命是四年之后，如果我们培训一些网络识别一些路上的汽车，无论是客车、货车、平板车等等，我们看到这张图，它就会告诉你这个是平板车，车上有一些货物或者说其他的车型。但是如果是人类的话，可能会发现轮子上有一些马达，所以我们就知道它可能是个远程操控的车。这不仅仅是关乎人工智能，还有计算的能力，有非常多的类似于人工智能的任务，都是利用AI来进行的。现在我们所处的时代会翻天覆地的改变我们的生活，再次感谢大家的聆听。谢谢！

往期精彩文章（单击就可查看）：