洪小文清华论道:AI 的前生今世及未来应用图景

2019-06-19 | 作者:微软亚洲研究院

编者按:这是一场解析了 AI 前世今生与未来应用图景的演讲,一场经济学家与科学家的问答,将会对撞出怎样的思想火花?6月13日,微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文应清华大学国家金融研究院院长、国际货币基金组织(IMF)前副总裁朱民之邀,相约清华论道解惑。未来已来,人工智能与人类智慧将如何携手共创未来?


2019年6月13日,可容纳千名听众的清华大学大礼堂座无虚席。“未来已来:全球领袖论天下”系列讲座再度开讲。“未来已来:全球领袖论天下”系列讲座由清华大学五道口金融学院、清华大学国家金融研究院、清华大学研究生会联合主办,邀约国际著名的经济金融学界、产业界、政商界、文化界的领军人物,从不同角度、不同层面阐述和展望世界发展前沿趋势。

微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文应清华大学国家金融研究院院长、国际货币基金组织(IMF)前副总裁朱民之邀,担任本次讲座的主讲人。

现场,洪小文针对“智能简史及数字化转型的未来”的主题进行了剖析与阐释,并围绕人工智能的发展现状、未来方向及潜在影响等话题,与朱民院长及与会听众展开了多轮问答互动。

洪小文博士

洪小文观点摘要

人类对AI的态度:既期待,又怕受伤害

这张图是1950年1月23日《时代周刊》的封面。文章里有这样一段话:“对于拥有‘超人’力量的机器,现代人已经习以为常,诞生拥有‘超人’脑力的机器仍然让人们感到恐惧。‘超人’的设计者们否认他们正在创造人类智力的竞争对手。”

1950年,AI 尚无定义,全世界的计算机不超过10台,却已经有人担心,科学研究将造出比人类更聪明的机器。人们并不害怕飞机、汽车等机械,但却在 AI 还没有影子的时候就感到戒惧,这代表了多数人对智能的态度——既期待,又怕受伤害。

而人们对 AI 的这种双重态度至今可谓一以贯之。这也反应了为什么 AI 会受到这么多的关注,以及为什么有关 AI 的种种讨论会出现很多迥异的观点。

AI 处于“半认知阶段”

我把智能的发展用一个金字塔来展示,从底层到塔尖,可分为计算和记忆力、感知、认知、创造力、智慧五个层次。自下而上,越来越复杂,越来越接近人类。

当下,AI 的发展处于认知层次,包含理解、洞察、推理、计划与决策等能力。至于认知能力的进化动力则主要来自于一个反馈闭环。这一闭环依赖于传感器与执行器两大部分,表现为通过传感器,将物理世界的数据传输至系统,系统对相关数据进行分析后,经人机协同(人工智能和人类智慧,AI+HI)制定决策,并反馈给执行器,再由执行器在物理世界实施决策。在这个闭环中,AI 肩负着最重要的分析与决策任务。

以物联网(IoT)为例。在万物互联的世界,最简单的架构就是传感器+执行器。前者收集数据,后者执行决策。水利部门或环保机构希望对某条河流的水质状况进行监督与管控,以往都是人工定期取水样,再在实验室里用仪器分析数据,今后则可以通过联网的传感器实时侦测水质,再用执行器来远程控制排放污水的开关。

微软 AI 技术与解决方案已被蒂森克虏伯等多元化工业集团广泛应用。过去,蒂森克虏伯针对其电梯系统的故障检测、分析及维修往往需要几天甚至几周的时间,而现在,只需在电梯内预装传感器,随时采集速度、噪音、温度、湿度等数据,即可由系统进行异常分析及问题归类,这使得产品故障的发现、判断、解决乃至预防等全流程变得极其简单,并以更低的成本实现了更高的执行效率。

很显然,同样的系统可以被应用到许多“传统领域”,比如汽车保养,比如健康守护。

黑盒与白盒,左脑与右脑

如何界定人工智能与人类智慧的边界?针对这一问题,借“黑盒”与“白盒”认知的概念可以很形象的解释。目前 AI 的工作大多依托于黑盒模式,它是基于大数据来识别推理,可以解决“是什么”,却不能解决“为什么”的问题,并且,不同的黑盒系统之间无法完成因果推理。而人类认知更多是白盒推理,能够进行因果分析,从而举一反三、以简制繁,还可在不同白盒系统之间,实现认知与推理。

“人工智能与人类智慧的关系相当于人类左右脑的关系”——脑神经科学家的实验表明,人左右脑可以分别归纳为以下特征,左脑主要与逻辑、顺序、分析、数字化、理性、模式认知等相关,右脑则是与直觉、随机、综合、主观和创造性等相关。人们用右脑进行创作,左脑进行计算、求证。具备超强计算和存储记忆功能的机器或可成为人类“最强左脑”。

数字孪生:镜像中的未来

向物理世界持续深入渗透的数字化与智能化技术将塑造出怎样的未来?虚拟与实体,深度融合与镜像映射正在推动“数字孪生”概念的落实。

“所谓数字孪生,简单理解的话,就是物理世界的任何存在,无论人或者物,都有一个数字孪生兄弟。”——数字孪生至少有两大作用:一是预测,就像蒂森克虏伯的电梯系统,以物理方式存在的电梯不知道自己将要出故障,但数字化方式存在的它却知晓一切,并会及时推动保养和维修工作。这样的模式可以推及至工业制造的许多领域。二是模拟与仿真。就像无人车、无人机,在正式商用之前,必须在仿真世界(镜像场景)里模拟运行几万小时甚至更久,才能不断发现不足、改进产品。小到产品和服务的打磨,大到公司政策的推演,都可以经由数字孪生的模拟与仿真特性获得很多实验性探索成果。(注:“数字孪生”实质上是一个学习系统,其数据和知识来自于历史记录、传感器、人类专家、同类系统以及所依存的计算环境等等。它基于IoT、人工智能、机器学习、软件分析等技术,为物理实体创建了可成长的数字化拟真模型,随着实体对象的变化而更新自身状态。)

AI 驱动的数字化转型

洪小文表示,人工智能的发展将促进人类生活的彻底数字化,从文字、数据库、交易、信息知识再到物联网、数字孪生等方面都有所体现。

对于意欲主动拥抱未来的企业而言,数字化转型尤为重要,其基础是以人工智能的强大算法、海量数据以及大规模的计算三个因素组成的人工智能平台(ABC)。企业可以利用智能系统,进行运营优化、产品升级、沟通客户、赋能员工四大转型,是企业获得新的产品服务和商业模式,优化决策,提高生产力。

大咖问答节选

洪小文博士(右)与朱民博士(左)对谈

人类的奇妙创造力是从哪里来的?

朱民:AI 技术当前可以处理 Correlation(相关性)、Not causality(非因果关系)的问题,进化到可处理 Correlation(相关性)和 Causality(因果关系)的阶段,有可能吗?

洪小文:有可能。但我觉得要经历很漫长的路。

朱民:可能的途径是什么?AI 从黑箱到白箱的迁移过程可能会怎样发生?

洪小文:其实,目前 AI 工作的黑箱已经能帮助人们做一些白箱的因果关系分析与推导。当然,我们讨论的是,能不能让机器全自动地去演绎因果关系,我认为必然还会有所进步有所突破的,但能否突破到100%的全自动演绎,我不敢说。我觉得人和机器最终还是有差别的、各有所长的。今天的 AI 大部分依托于大数据,而人类智慧则大部分依托于小数据甚至于零数据。

爱因斯坦在1916年基于广义相对论预言了引力波的存在,整整100年后,后辈科学家(LIGO 合作组)才借助最新最顶尖的科技,勉强监测到引力波存在的信号实证。所以,爱因斯坦是如何在低科技水平的100多年前,在几乎零数据的状况下做出准确预测的?

几年前有一部剧情传记电影叫《知无涯者》(The Man Who Knew Infinity),根据上世纪亚洲著名数学家斯里尼瓦瑟·拉马努金的生平改编。他没有受过正规的高等教育,却总能以天才的直觉导出公式和理论,而不喜作证明。不到33岁,他便英年早逝,留下了大量未经验证的公式引发了后世许多数学家的跟进研究,而且他的理论常常被验证为正确的。

人类的这种奇妙的创造力从何而来,我们自己都没有研究透。

未来已来。但未来是否可知?

朱民:未来是可知,还是不可知?

洪小文:未来也可知,也不可知。

朱民:经济学家回答问题的方式,被你这位科学家用了。(可知与不可知)这个事情有点麻烦,该怎么解释呢?

洪小文:比尔·盖茨有个说法。他说人通常对于短期的事情过分乐观,但是对于长期的事情又过分悲观。(就像对 AI 何时能发展到有智慧的程度)很多人觉得可能几年就能做到了。

朱民:这句话很精彩。你觉得我们现在对 AI 过分乐观吗?

洪小文:肯定有人是过分乐观了。像你说的“奇点”,就代表了这样的倾向。当然再过五百年,或许……

探索未知是人的宿命。“不知道”本身是件好事。

朱民:就是说我们对 AI 潜在的未来还看得不够清楚。

洪小文:对,我个人的看法是,我真的觉得,人类可能永远也无法做到某些事情,像某些终极的发明,又或是人类往何处去。当我们变成全知全能的存在,或许很多人就会认为人生很没意思。也就是说,探索未知,本来就是人的……

朱民:人的宿命。

洪小文:对。假设万一我们最后发现,人类只是某些外星人做的一个实验。我相信会有不少人变得悲观。

朱民:你相信吗?(人类是外星人的实验品)

洪小文:我不知道——不知道本身是一种好事。

朱民:我曾经和一群世界级天文学家讨论过这个问题。

洪小文:有结论吗?

朱民:大部分相信,这是有可能的。

洪小文:我也觉得有可能,但仍然不能证明。

朱民:不能证明。

洪小文:所以还是不知道。

机器的“智慧”与“善恶”

朱民:可能是我们的悟性不够,还不知道。你是一位真正的科学家,相信悟性,融合了中国的智慧和科学的方式。所以我想问的是,AI 通过技术和数据的演化,会不断地逼近人的智慧,这是可能的?

洪小文:有可能。

朱民:黑箱有可能走向白箱?

洪小文:有可能。

朱民:但是这个路很长、很曲折,这个路怎么走、什么时候走到白箱,会不会走到奇点,你表示怀疑?

洪小文:我觉得基本上不太可能。倘若出现了奇点,也就意味着,我们做出了一样东西,它可以自己去解问题,或者自己想出新的算法。而且它也不会累,它就可以把全世界的问题都解了。这样的话,我觉得人活着的意义可能减少了一大半,人类探讨未知,至少科学家在探讨未知,假如说有台机器能帮你全部解完了……

朱民:这是一个哲学问题。

洪小文:对。

朱民:这真的是智慧。另外,倘若机器在和人交流中,能够把人的一些不良言行分辨、分析、储存、记忆,并且变成它的言行,这种情况怎么看?

洪小文:我认为 AI 的表现终归还是取决于人。举个例子,菜刀对绝大部分的正常人来说是很有用的工具,可以用它切菜,再做一桌佳肴给大家吃。也有极个别坏人拿菜刀来伤人,但这能说是菜刀的错吗?

HI+AI=未来之路

朱民:未来大数据和小数据的结合、计算和悟性的结合,这条路该怎么走?

洪小文:到底未来 AI 是会向“更接近人”的方向走,还是向“与人类协同”的方向走,我个人更相信后者。

朱民:你的意思是说左脑交给机器,右脑的留给人。

洪小文:是的。然后我们会发现,左脑要用大数据,因为它要分析。右脑则偏向直觉,可以依托于小数据或零数据。所以归根结底还是人在解决问题。人为什么聪明?因为我们可以以简制繁,机器是以繁制繁。下棋就是个很好的例子。人在下棋的时候总是希望归纳出一些规则套路,再用提炼出的规则套路去应对棋局变化,这就是以简制繁的方式。机器不一样——也难怪今天机器下棋会所向无敌,因为它总是以繁制繁,棋枰上的所有变化都推演无遗,这种玩法是人做不到的,我们记不了这么多信息。所以以繁制繁我们赢不了机器,但以简制繁就可以。所谓“吾道一以贯之”。

朱民:以简治繁是左脑还是右脑?

洪小文:右脑。我觉得以简制繁和以繁制繁是互补的,因为世界上很多东西不见得可以以简治繁,物理学家也没有找到一个统一的理论。

朱民:左脑和右脑在人的身体上可以沟通和交流。

洪小文:对。

朱民:但是在 AI 方面呢?

洪小文:HI+AI。

朱民:无论 AI 多聪明,科学家还是需要的。

洪小文:是的,还是需要各行各业的专家。

 

嘉宾信息

洪小文,微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长 

洪小文于1995年加入微软公司。2004年,他加入微软亚洲研究院并担任副院长,2007年升任微软亚洲研究院院长。在他的领导下,微软亚洲研究院层出不穷的创新成果对微软公司乃至产业界和学术界都产生了深远影响。除了在国际顶级学术会议(如 ACM 和 IEEE)获得诸多论文奖,在学术界/产业界竞赛(如 ImageNet 计算机视觉识别挑战赛和 COCO 图像及视频挑战赛)也斩获冠军。微软亚洲研究院的技术还被国际标准机构所采用,如 MPEG4,IETF 和 ITU/ ISO。洪小文是电气电子工程师学会院士,微软杰出首席科学家和国际公认的语音识别专家,他曾为微软的 SAPI 和语音引擎技术做出了突出贡献。洪小文毕业于台湾大学,获电机工程学士学位,之后在卡内基梅隆大学深造,先后获得计算机硕士及博士学位。

朱民,清华大学国家金融研究院院长、IMF前副总裁

朱民博士目前任清华大学国家金融研究院院长,也是世界经济论坛董事会执行董事。朱民博士于2011年7月至2016年7月担任国际货币基金组织副总裁。此前,他曾担任中国人民银行副行长和中国银行副行长。他曾在世界银行工作,并在约翰﹒霍普金斯大学和复旦大学讲授经济学。

标签