微信邦

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 34692|回复: 0

Wiztalk首次开讲|俞栋博士:人工智能的未来发展及创新研究四要素

[复制链接]
发表于 2020-11-24 21:44:45 | 显示全部楼层 |阅读模式
本文仅摘自Wiztalk首位分享嘉宾俞栋博士在“犀牛鸟研学营”上所分享的部分内容。想了解更多视频内容请关注文末介绍。
本文摘要:
1、人工智能的未来发展
2、学术创新研究的四要素
3、俞栋博士的好书推荐



1

人工智能的未来发展
谈到人工智能的未来,我们要先回答一个问题:到底什么是人工智能?机器能完成需要智力的任务就是人工智能吗?比如,解算术题需不需要智能?小狗显然不会算,幼儿园小朋友也只会做非常简单的一些。计算器确实可以算的又准又快,但计算器的计算本身是机械性的。下国际象棋需要智能吗?可能大部分人都会认为需要,但是一台非常快、内存很大的计算机,它其实可以遍历并记住棋局的最终结果,并通过这个取得胜利.

所以这里有几点,第一,人工智能其实是一个很宽泛且外延很广的概念,涉及了很多技术和场景。第二,特定任务完成之后,大家往往就不觉得那么智能了,或者说当你知道它背后的原理的时候,你就会觉得它好像没那么智能。第三,人觉得难的问题,一般会觉得更需要智能。比如大家会觉得下象棋比识别语音难,所以认为下象棋比识别语音需要智能,但是在日常生活条件下的语音识别问题到现在还没有完全解决,尤其是鸡尾酒会问题。而下象棋,计算机已经能够超过下的最好的人了。第四,机械式的操作和计算可以实现许多看起来需要智能的功能。

大家一般都认为特别能够体现智能的地方,包括不确定性大、信息不完全、环境未知、状态空间不可枚举、需要自主学习、归纳推理和有目的的创造等这些能力上。所以维基百科认为AI的核心问题包括:建构能够跟人类似,甚至操作的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等。

就好像人类发明了挖掘机,以提升挖掘力量;发明了飞机,以提升升空能力和快速移动能力。我们开发人工智能的基础目的是模拟和扩展人的智能,提升生产力。目前来看,人脑在推理和归纳、创造和学习等方面远超机器,机器却在搜索、计算、存储、优化等方面拥有人类人脑无法比拟的优势。所以在短期来看,人工智能和机器智能相辅相成,人类可以利用机器智能帮助完成很多对人类来说耗脑力、耗时间的事情。


但是我们的终极目标是发明所谓的强人工智能,并且借助人工智能来帮我们做研究,发明新工具,甚至开发出更强的人工智能。人工智能这个概念从提出到现在已经有60多年的历史,目前为止,我们做的比较好的是在限定条件下的感知与分析能力。大家着力比较多的是解决复杂、充满不确定性因素的现实环境下的问题。但是在语言理解、概念抽象、常识推理等任务上,人工智能还做得比较差,或者我们还并没有洞悉智能的本质,所以现在人工智能还属于大家说的弱人工智能:看起来好像是智能的,但是它并不真正的拥有智能。举个例子,好几个月前就已经有很多言论说:阅读理解任务上计算机可以超过人类了。但是如果你去分析它的话,你就会发现,现在的阅读理解就属于弱人工智能状态。所以其实有很多问题都未得到很好的解决。


2

学术创新研究四要素
大家知道我们做科学和工程研究,目的是要做探索,需要发现和利用客观规律。和课堂学习有很大不同:在我们做探索、发现和利用客观规律的时候,是没有标准答案的,甚至不知道有没有答案,这就需要过程中有很强的自我驱动力。驱动力一般来自于好奇心和对创造前所未有之事的渴望。在求解的过程中,你会发现存在一些基本的哲学思想跟方法论,却没有标准的或万能的方法。不过,只有驱动力还不够,还需要很多其他因素,甚至包括运气,才有可能做出真正的贡献。

1提出有价值的研究问题
第一点,你需要选择或提出一个有价值的研究问题。这里有价值主要体现在对这个问题的回答,能够揭示事物的本质或者某种规律。比如,物理科学家在很长一段时间里一直在追究光到底是粒子还是波。或者对这个问题的回答,能够解决一类实际问题的方法、工具或局限。选择或提出一个好的问题,往往是非常关键的一步,需要追根究底的精神。在人工智能领域未解决的有价值的问题还非常多。
从大的方面来讲,智能的本质到底是什么?动力系统在里面起什么作用?是必要的吗?或者我们现在在深度学习里用的最多的静态映射能达成智能吗?智能是否能够脱离与环境的交互而产生?存在一个或多个等价的、统一的终极智能算法吗?智能能够像算法复杂性那样分等级吗?抽象的语意究竟是如何产生和表示的?范畴化和类比,在智能领域究竟起什么样的作用?它是区分真智能和假智能的分界岭吗?类比的能力能通过计算方法实现吗?有好多此类问题。

2用全新视角思考,不要轻易否定理论上有效的新想法
其次,当你选定了研究问题之后,你需要有全新的视角去思考和解决这样的问题。当你用不同的视角去看问题的时候,往往会有新发现。当然很多时候也需要依赖有很好的直觉和洞察力。还有一点比较重要:我们的创新能力常会受到思维定势和常识的束缚,所以要想取得突破,必须要跳出常规模式来思考问题,以略微不同的角度来看待世界。在一个领域深耕的时间越长,思想上的束缚越多,除了要质疑已有的观念,就是不能认为已经发表的工作就是对的。事实上发表的工作也是根据当时的信息和结果推算出来的,很可能有局限性。即使牛顿定律非常伟大,它也有局限性,它不适用于高速和量子世界。
我几年前做过一项工作,提出了一种鸡尾酒会问题里面语音盲分离的训练方法,叫 Permutation Invariant Training,简称PIT。这一方法现在被广泛使用,而在当时发表文章时,其中一位审稿人指出,我们其实不是第一个提出这个方法的,我们领域另外一个很有声誉的学者,John和他的同事们比我们早了大概一年左右提出过这样的技术,但是他们当时的结论是这个方法不成立,所以他们发明了另外一种更复杂的技术。所以比较幸运的是,我们在做这个工作之前没有注意到已有的负面结果,否则鉴于对John的了解,可能就早早放弃了了。
这件事我们比较幸运,但反过来提醒我们:不能轻易否定一个理论上看很可能有效的新想法。因为有一个地方没有做对,可能结果就是负面的。或者说当你要否定一个东西的时候,要比证明一个东西更难,因为你需要确定里面每一步都做对了,才能否定这个东西是无效的。
我也想提一下工具开发的重要性。这里的工具既包括软硬件,也包括数学工具。好的工具能够使我们观察到更多东西,从而提供全新的视角。所以如果你能够创造出别人没有的工具,你就比别人有更大的可能做出贡献。举个例子,最早看到完整微生物和细胞的是高倍显微镜的发明人列文虎克,他甚至没有上过大学,也没有经过生物学的正规训练,但是他对微观世界有很强的好奇心,所以他自制显微镜所做的观察,帮助创立了微生物学、胚胎学等好几个领域,并被选为英国皇家学会的会士。非常重要的一点就是他是那个时代把显微镜技术做的最好的一个人,他凭借着自制工具,就可以从一个完全不一样的视角看待世界,做出了很多别人没有办法做出的贡献。同样就在深度学习热潮刚刚开始的很长一段时间里面,有影响的工作往往是来自自己开发了深度学习训练工具的团队。事实上这也是我们在微软时开发CNTK的一个初衷。因为只有自己开发了这样的工具,才能够继续深入的研究深度学习在语音识别上的应用。现在开源的深度学习框架越来越成熟,极大地加快了这一领域的发展。但即便这样,具有优越算力和并行算法的团队仍然拥有优势,因为他们有比其他人更好的工具,在这里我要提一点,要开发这些工具,往往也需要坚实的理论基础和优异的工程实践能力。

3


全力以赴,精益求精,锲而不舍



第三点,很重要的是要全力以赴,精益求精,锲而不舍精益求精这一点在工程和实验研究中尤其重要。像计算机领域其实有很大部分是属于工程研究的。李远哲教授在总结自己的经历里说过这样几句话,他说:“我们花了很多心血,反复的在每一步上下功夫,如果有100步,我一步比别人做好5%,这是1.05的100次方,这样就有很大差别了。”谈到锲而不舍,他说:”一个人的成败即于最艰难的处境中,有些人能继续努力,有些人承受不了。你如果问我为什么做的比别人好,大概我比较会坚持吧。“所以带着持续的兴趣,锲而不舍的追逐长期目标的精神,不单单是做科研,也有助于其他的事情上的成功。很明显意志不坚定的人,往往在成功之前就已经退出了。

4善于与人交流合作
最后一点,要善于与人交流合作。现在的科学研究和以前有很大的不同,往往需要集结很多人彼此讨论,互相帮助才能做出有影响力的工作。目前许多的突破和创新都发生在多领域跨学科的研究方向上,这就更需要合作。比如我刚才介绍的虚拟人的技术,就涉及了语音合成、人体建模跟驱动、图形渲染等不同领域的技术。这个项目也是有这些不同领域的同事们一起合作完成的。所以交流合作可以使我们创造或发现更多的机遇。

3

好书推荐
给大家推荐三本书,第一本是Hamming写的书,介绍如何做研究。这本书现在有个完全新的新版本,其中最著名的章节是You get what you measure和You and your research,这可能在网上你没有买书也能看到这两个章节。第二本是候世达跟桑德尔合作的书,候世达是在印第安纳大学做认知科学的著名科学家,也是复杂系统理论的先驱。在这本书里面他们介绍类比在人类认知的作用,所以这本书既有助于我们自己通过类比发现新的方法,也有助于我们提升人工智能系统能力。第三本书是Judea Pearl和Dana Mackenzie合作的书,主要介绍的是因果学习,这本书可能知道的人更多一些,因为最近这两年,因果学习是一个比较热门的领域。


系列分享已全部开放至“Wiz”“乐享犀牛鸟校园“,欢迎各位老师同学扫描下方小程序码加入,更多精彩视频等你开启。


— Wiz —

汇聚产业与学界专家,连接学术与科研合作

— 乐享犀牛鸟校园 —

乐享犀牛鸟校园为大学生提供丰富赛事、职业规划分享、产业资讯、企业招聘和实习就业资源。


— 关于犀牛鸟研学营 —
腾讯高校合作于2020年首次启动以“聆听,思考,行动“为主题的“犀牛鸟研学营”计划,旨在为刚结束高考的中学生、高校学生及部分延期出国的留学生提供暑期高质量AI系列课程。通过持续1个月的密集学习及校企综合视角报告分享,帮助学生深入了解前沿技术发展及产业创新实践情况,助力学生们开拓视野、提升理想格局、明晰生涯规划。

— 关于Wiztalk —
Wiztalk为腾讯高校合作打造的产学合作交流品牌,致力构建一个短视频系列,用科普的方式,从科技发展的过去、现在与未来三个层面入手,让更多的人可以系统性地了解到,科学研究如何为人类的发展创造出更多的可能性。


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则


微信邦网联系QQ|Archiver|手机版|小黑屋|鲁公网安备 37082802000167号|微信邦 ( 鲁ICP备19043418号-5 )

GMT+8, 2022-10-3 00:52 , Processed in 0.121815 second(s), 20 queries .

Powered by Discuz! X3.4

© 2001-2013 Wxuse Inc. | Style by ytl QQ:1400069288

快速回复 返回顶部 返回列表