“我們來聽一段奧巴馬對科大訊飛的評價。”中國人工智能學會副理事長、科大訊飛輪值副總裁胡郁播放了一段視頻。奧巴馬的聲音響起，他評價說，科大訊飛是一家將在世界發(fā)揮引領作用的公司。
“當然，這段聲音是我們模擬的。”胡郁補充說。聽到這話，來自美國的專家拍起了巴掌——他們也覺得挺像。
計算機的認知智能正在拓展，人工智能正身處第三次發(fā)展的浪潮。22日，中國人工智能學會發(fā)起主辦的“2016全球人工智能技術大會”在北京召開。來自學界和產(chǎn)業(yè)界的專家，探討起了人工智能的過去、現(xiàn)在與未來。
GPU過后，需不需要“APU”？
大計算能力和深度學習，成為人工智能發(fā)展的新動力。
三星電子中國研究院院長張代君表示，人工智能不可能“平地起高樓”，它仰賴配套的基礎設施。“計算機的運算與控制核心是CPU（中央處理器）；那么現(xiàn)在，我們是不是需要專為人工智能而生的‘APU’（人工智能處理器）？”
如同回應他的問題，中科院計算所副研究員、寒武紀首席執(zhí)行官陳天石表示，深度學習需要專用芯片，而且，這樣的芯片已經(jīng)有了。
“CPU/GPU這樣的通用處理器，運行神經(jīng)網(wǎng)絡的效能比很低。”陳天石舉例說，谷歌當年花了七天時間給計算機訓練貓臉識別模型，動用了1.6萬個CPU。而中科院計算所研發(fā)的寒武紀專用芯片，其性能功耗比可達通用芯片的數(shù)百倍以上。
陳天石將“寒武紀”看作“深度學習芯片的拓荒者”，這是全球首個深度學習處理器芯片。如今，寒武紀芯片正在走上產(chǎn)業(yè)化之路。
沒有常識的機器如何習得常識？
除了軟硬件設施這樣的“瓶頸”，百度深度學習研究員徐偉指出，人類智能的核心，是自我學習和創(chuàng)造的能力；而這，恰恰是現(xiàn)在人工智能系統(tǒng)的短板。
人工智能的“進步”，往往依靠大量數(shù)據(jù)的“投喂”。為了讓它認出一只貓，動輒需要準備成千上萬只貓的圖片。這種學習過程，顯然和人類的學習方式相去甚遠。“人工智能還很難從少量標注數(shù)據(jù)中學習。”徐偉指出。
另外，人工智能也缺少“常識”。谷歌的自動駕駛車，目前已經(jīng)開了數(shù)百萬公里，還是沒法實現(xiàn)徹底“自主駕駛”；而開車里程1000公里的人類駕駛員，便算得上“老司機”，可以游刃有余地面對路上的突發(fā)情況。
目前，人工智能只能依賴數(shù)據(jù)學習，沒法有效利用人的知識。徐偉認為，破解之道，或許是讓機器通過某種載體，在虛擬世界中學習；讓它在和環(huán)境交互的過程中，建立起對“常識”的認知；同時，讓機器通過語言和人類交流，人類用語言表達對機器的需求，而機器也用語言描述結(jié)果。
“從最基礎的開始，讓機器像幼兒一樣，在環(huán)境里學習‘感知’、‘行動’和‘語言’，并把語言作為最核心的東西。”徐偉說。
對人工智能還要有敬畏之心
在處理特定任務上，人工智能智商提高的速度，個人無法企及。但實現(xiàn)通用的人工智能，還不容易。
人工智能幾乎不會“舉一反三”。一般來說，會下棋的人工智能，開車就成了“馬路殺手”；會開車的人工智能，可能在與人對話上就成了半個“啞巴”。
中國人工智能學會理事長、中國工程院院士李德毅提出了另一種思路：如果我們先構(gòu)造出駕駛腦、圍棋腦、文秘腦和聊天腦等，這些人工智能，在微觀上都不具有組織結(jié)構(gòu)的相似性，但它在宏觀上的智商，不輸給特定人類。那么，如果用人工智能技術構(gòu)建出千千萬萬個這樣“一腦一用”的認知腦，再通過移動互聯(lián)網(wǎng)、云計算等技術把它們連接起來，“團結(jié)力量大”，這種智能腦的智慧程度，“就可以逼近一個‘一腦萬用’的人造生物腦”。
李德毅認為，機器人給人類帶來影響的深刻程度，將遠超過計算機和互聯(lián)網(wǎng)，人工智能奔跑的天梯，可謂云深不知處。“人類的發(fā)展史，就是人類學會運用工具、制造工具和發(fā)明機器的歷史，機器使得人類更強大、更智能。”
至于機器和人的關系，李德毅顯得篤定：“人類一定是領舞者，但對人工智能也要有敬畏之心。”
摘自 中國科技網(wǎng)
