特稿 >

行业洞察 >

吴恩达说人工智能永恒的春天已经到来,你准备好了吗?

吴恩达说人工智能永恒的春天已经到来,你准备好了吗?

InfoQ 丨 行业洞察

9719
458

2017-03-31

赵逸禅

Xtecher特稿作者

关注

2017年2月,百度首席科学家、Coursera的联合创始人Andrew Ng在斯坦福MSx未来论坛上的一个演讲,吸引了全球的眼球。他认为,人工智能(AI)对未来许多行业带来的变革,如同100多年前,美国“触电”一样——电对制造、运输、农业(尤其是冷藏)、医疗等等带来了划时代的变革。


AI驱动着百度的搜索和广告,调度百度外卖的快递员,选择路线,和预估运送时间。AI正在彻底改变金融工程,对物流的转变进行了一半,医疗和自动驾驶刚开始,而前景巨大。和“电”带来的变革一样,很难想象哪个行业不会被AI改变。


监督学习


驱动百亿的市场容量的,基本上属于同一种AI: 监督学习(Supervised learning),即用AI来确定A-->B的映射——输入A和响应B的映射。


用Email作为输入A,判断是否是垃圾邮件是响应B。


用图像作为输入,识别这是一千种物体中的哪种?


从声音A到文字B,从英文到法文,或从文字到声音。


软件可以学习这些输入A到响应B的映射——有很多好的工具来让机器学习。比如50,000小时的音频和对应的文本,就能让机器学到如何从音频内容转化为文本内容。通过大量的电邮数据和区分垃圾的标签,也可以很快地训练出一个垃圾邮件过滤器。


现在的AI还很初级——A到B的映射而已,不过已经推动着很大的市场。百度有很好的算法来预测某用户是否会点击某广告。向受众呈现更相关的广告,能为互联网营销和广告公司带来极大的赚钱机会。这可能是AI最赚钱的应用。


在哪些产品里能用到AI?


产品经理常常希望了解AI能实现的,和不能实现的。一个简单的思路是:一般人能在一秒内想出来的事情,现在或很快就可以用AI自动实现。


AI进展最快的领域正是人能做得到的领域。比如自动驾驶。人类能驾驶,所以AI也能驾驶。在医学影像阅片和分析上,人类放射科医生能够阅片,所以AI也很可能在未来几年内做到。


而人类难以做到的事情,比如预测股市变化,AI可能也难。


原因1:人类能做的,至少是可行的;


原因2:可以利用人类的数据作为培训样本,比如前面提到的输入A和响应B;


原因3:人类能提供指导。如果AI对某个放射影像的结论有误,设计者可以向医生请教,医生所做的正确结论的原因是什么?进而对AI进行改善。


在Andrew Ng所接触到的80-90%的AI项目中,都遵循这一规律:在人类能做到的领域,AI的进展更快。很多项目的发展一旦超越人类水准,发展也会变得缓慢。这也带来一个社会矛盾:如果AI和人的水平类似,实质上是跟人类竞争。


AI的发展趋势


AI已经出现了几十年了,而近五年发展明显加速,为什么?


当以前的机器学习算法性能上升到一定程度,即使再增加数据样本量(前文谈到的输入A、响应B的A-B映射),性能改善也很有限。似乎超过一定样本量之后,再多的数据也对算法不起作用。


而过去几年,主要由于GPU,我们终于实现了能利用这么巨大的数据集的机器学习软件。将数据输入一个小的神经网络,当超过一定性能后,上升变得平缓。而不断地把数据输入一个很大的神经网络时,即使性能上升没有那么快,也会保持上升趋势,随着数据量的增大,不断提高。


因此,要想获得很好的AI性能,需要两样东西:


很大的A-B映射的数据集;


大的神经网络。现在常用的大型神经网络建立在HPC高性能计算集群上。


现在的大型AI团队包括机器学习和高性能计算两组人,才能获得足够计算能力。百度AI团队里的这两种人员都专注于各自领域,没有人能两者兼备。


什么是神经网络?有没可能取代人类大脑?


问题是,我们不清楚人脑如何工作,所以很难造出取代人类大脑的神经网络。


什么是神经网络?先看个最简单的神经网络:


如果想输入房屋面积,得到房屋总价,可以用面积-总价的一阶近似的线性模型来描述这个神经网络。


30.png


或者用更多因素建模,比如通过面积和卧室数,从第一个神经元得到可以支持的家庭人数。再通过所在地址的邮编和社区富裕程度,从第二个神经元得到附近学校的质量。


31.png


这就成为一个神经网络。面积、卧室数、邮编、社区富裕程度属于“输入”集合A,总价属于“响应”集合B。


好处在于,当训练这样一个神经网络时,用户无需关心中间因素,诸如家庭人数、安全度、学校质量等,也无需关心每个神经元如何将输入映射到中间结果。只需要给出输入集合A和响应集合B,神经网络将自动形成中间的计算过程和参数。当A和B的集合足够大,神经网络可以自动算出很多东西。神经网络看上去非常简单,让很多初学者觉得有点失望,但它确实能解决很多问题。关键在于数据量要够大——几万或几十万个样本本身能提供大量的信息,而软件本身只是一小部分。


如何保护AI业务?


AI研究较前沿的团队都比较开放,常常发布研究成果。百度的AI研究论文也没有隐藏什么成果——在人脸识别等论文里,都分享了所有的细节。既然很难把算法本身隐藏起来,如何保护AI业务?当前稀缺资源有两种,一种是数据,二是人才。获取巨量数据很难,要包括输入A+响应B。比如语音识别用了5万小时的音频来训练,今年准备用10万小时,相当于百度10年积累的音频。


以人脸识别所用的训练图像数量为例,


学术上最常用的基准测试/比赛:1百万幅;


所用图像数最多的计算机视觉对象识别学术论文:1500万幅;


百度用来训练世界上最先进的人脸识别系统:两亿幅!


如果只是5-10人的研发团队,很难获得这样规模的数据。百度这样的大企业的经常推出一些新产品不一定是为了营收,而是为了数据,然后通过后续的产品来获得收益。


另一个稀缺资源是人才。AI的应用需要根据具体业务场景来定制。仅仅下载个开源包,无法解决问题。实际情况下,是否适合用某种垃圾邮件识别或语音识别技术?针对某种场景,机器学习怎么用?所以各个公司都在为数据挖掘争夺AI人才,来定制AI技术,找到所需要的A和B各自代表什么,怎么找到这些数据和如何调整算法来适应业务场景。


AI的良性循环


先做出某种产品。比如通过语音识别,以语音实现搜索;


然后吸引来很多用户,用户产生数据;


再通过机器学习,用数据改善产品。这就形成了AI产品的良性循环。最好的产品能获得最多的用户,带来最多的数据,通过现代机器学习体系,能得到最好的AI,最终让产品变得更好,周而复始。

百度发布新的产品,会特别考虑怎样推动这样的良性循环,会包括相当先进的产品发布策略,比如按地理区域、细分市场等,来更好地推动这个循环。


这种良性循环的理念很早就有了,只是最近变得更加明显。正如前文所述,当数据超过一定规模后,传统AI算法无法明显改善AI性能,因此数据多的优势不明显,大公司也很难保护自己的AI业务。现在数据越多,AI性能越好,大公司也更容易保护自己的优势。


AI炒作的非良性循环


许多人担心AI会不会取代或威胁人类。有一小部分研究AI的人专门从事对“邪恶AI”的炒作,以获得投资人或政府机构的投资,来研究“反邪恶AI”。道高一尺,魔高一丈,又进一步推动对“邪恶AI”的炒作,从而形成非良性循环,非常不健康。


担心AI变得邪恶,类似于担心火星的未来人口过剩。现在看不出AI将会怎样走偏,因此也谈不上有针对地研究相应措施。研究本身没有问题,不同的研究是好事,但是对邪恶AI的研究占用不恰当的资源,就不应该了。两个人,或者10个人来研究邪恶AI也许没问题,但是现在投资得太多。


AI对就业的影响


AI对就业带来的影响更让人担心。有些AI项目确实是瞄准了某些人类岗位,而从事这些工作的人并不清楚严重性。硅谷创造了大量财富,但也应该对其造成的问题承担责任,比如造成的失业问题。AI取代人类岗位的现实问题,更应该引起重视,而不是被邪恶AI的炒作转移了注意力。


AI产品管理


AI是个让人兴奋的领域,同时也存在一些挑战。如何将AI融入公司业务?


产品经理的职责是找到用户喜欢的,而工程师的角色是做出可行的产品。两者共同协作,才能做出理想的产品。


AI是个新生事物,所以技术公司以前的流程和工作方法,不太适用。硅谷的产品经理和工程师的合作已有一套标准流程。比如开发APP时,产品经理先画出线框图,比如logo, 按钮,各个板块等,工程师再写出代码来实现。但是AI的APP无法通过画线框来描述。通过什么形式,把产品经理头脑里对AI产品的功能要求明白地分享给工程师呢?


比如开发语音识别系统,实现语音搜索,有很多改善方向。比如:


在嘈杂环境下如何改善,比如车里或咖啡馆?


仅改善窄带语音信号;


对不同口音改善;


百度发现,产品经理通过数据和工程师沟通,是个较好的办法。产品经理负责提供测试数据集给工程师,比如一万个音频和对应的文字,来说明所关心的问题,工程师也能更明白需要解决的问题。如果这些音频里有大量车辆噪音,工程师就知道车辆噪音是问题。如果是混合了几种不同噪声,工程师也能想办法解决。最糟糕的情况是,产品经理提供的测试数据,并不能代表自己想解决的问题,那就出问题了。


同时,新产品设计的流程有很多,比如想设计一个交流型AI机器人:


- 人:“我想叫个外卖”;


- AI:“你喜欢哪种类型餐馆?”;


- 人:“川菜”;


- AI:“这些可供选择,xxx,yyy,zzz,...”;


线框图只能显示对话过程,无法描述所需AI的复杂程度等。百度的产品经理和工程师会在一起,写五十种对话,


- 人:“请帮我定一个结婚纪念日的餐馆”;


- AI:“你需要订花吗?”;


这时候,工程师会问一些更具体的问题,比如每种场景是否都需要继续提配套产品的问题,比如谈到圣诞节时,是否要问对方要不要买圣诞装饰?一起思考,共同讨论需求和技术,很有效。


对AI的宣传里,有很多吸引眼球的技术,不过它们未必最有用。如何将吸引眼球的技术和产品、业务相结合?软件产业已经有标准流程,比如代码审查、敏捷开发等,如何组织AI的产品工作,有很长的路要走,现在正是考虑这些问题的时候。


短期内,AI有哪些机会?


语音识别正在起飞


最近准确率已经提高到很有用的程度。4-5个月之前,斯坦福大学计算机系教授James Landay、百度、华盛顿大学一起展示了在手机上输入英文和普通话,用语音识别的速度比用手机输入快3倍。去年百度的所有语音识别产品年度环比增长大约100%,现在正是语音识别技术腾飞之时。美国有几个公司做智能语音控制器(Smart Speakers),用语音控制家用设备也会很快推广。相关的操作系统和硬件都会很快发布。


计算机视觉也即将到来


中国的人脸识别发展速度很快。因为中国的手机比笔记本更普及,很多人有手机,而不一定有笔记本。在中国可以仅仅凭手机申请助学贷款。涉及到钱,所以需要先验证身份和很多东西。这加速了人脸识别的发展。通过手机进行人脸识别,作为用生物标识进行身份认证的一种方法,在中国发展很快。


在百度总部,不需要RFID卡进行认证,而是直接刷脸进门,Andrew Ng在YouTube上有一段视频。现在人们对人脸识别技术已经足够信任,并在安全要求较高的场景下使用。


百度在语音识别和计算机识别上的资金投入和数据投入巨大,任何小开发团体远远无法相提并论,也不太可能有其他出乎意料的技术突破。


医疗健康的AI应用


Andrew Ng对AI对医疗健康领域带来的影响很看好。很多现在的放射科医生会被AI影响到。如果想在放射科一直工作四十年,不是个好的职业计划。


还有很多垂直领域将受到AI的影响,比如金融工程和教育。不过短期之内还不太会对教育产生实质性的影响。


永恒的春天


光从监督学习已经看得出AI将如何逐渐改变各个行业。其他的AI形式,比如无监督学习、强化学习、迁移学习等等,都还在研究阶段,现在的市场规模较小。


有很多行业会经历几个冬天,然后迎来永恒的春天。AI经历过两个冬天,现在已经进入永恒的春天。就像硅的春天一样,半导体、晶体管、计算周期这些都将和人类一起发展很久。神经网络和深度学习会繁荣很长时间,一百年或许太远,但一些重要应用改变几个大行业的路线图已经很清晰。


AI确实正在取代人类的一些岗位。当某些岗位被AI取代后,我们需要新的教育系统,来帮助失去工作的人获得新的技能。政府应该为这些愿意学习新技能的人,提供基本收入保障,重新成为劳动者的一员。我们需要新的系统和结构,来让帮助社会向新世界进化。虽然会有新类型的工作,但工作岗位的消失也比以前更快。


一些问题


1.大公司在数据和人才上有巨大优势,那么创业公司的机会在哪里?投资者可以关注哪种规模的创新?


在语音识别、人脸识别上,小公司非常难与大公司竞争,除非有意料之外的技术突破。同时,也有很多小垂直领域适合创业公司,比如医疗影像。有一些疾病的病例不多,如果有一千张影像,也许就涵盖了所有所需的数据了,一些垂直领域需要的数据量也不大。


另外,AI的机遇非常多,大公司会放弃很多的小的垂直市场,因为精力有限,大的机会还研究不过来。


2.AI在发明创造上,有哪些进展?


还很早期。AI可以作曲,但这很主观。20年前的技术做出来的曲子有人喜欢,有人不喜欢。有些项目用AI制作图片特效,用特效模仿某画家作品,这些都是小而有趣的领域。现在还看不到有什么技术路线能发明复杂的系统。


3.如果摩尔定律不再成立,对AI的扩展性有什么影响?


一些高性能计算公司的硬件路线图显示,摩尔定律在单芯片上不再那么有效,但神经网络、深度学习所需的计算类型在未来几年仍然能很好地扩展。SIMD(单指令多数据)让并行化处理负载非常容易。神经网络很容易并行化,加速计算的空间还很大。


AI面对的诸多问题中,许多问题的瓶颈在于数据,也有很多的瓶颈在于计算速度——能便宜地处理数据的速度赶不上获得数据的速度。所以高性能计算的路线图应该包括这方面。


4.算法是AI里的特殊作料。是否应通过知识产权保护,还是绕过这个问题去设计产品?对机器学习的研究者,是否有和AI产品经理-工程师那样类似的流程或良性循环,来实现突破或改善研究流程?


知识产权的问题比较难讲。有些公司申请了大量专利,但是是否真能带来实质性的保护?所以我们往往从如何从战略上思考细节,比如让数据保护自己。


研究机构更偏好新鲜、抢眼球的东西,来发表论文。训练新研究者的办法通常是读很多论文。而大家常常忽视重复论文里的试验的重要性。不一定要把精力大量用于发明新东西,而花时间重复别人的发布结果也是很好的培训方法。和培训博士生一样:去学习和理解别人的论文,重复别人的试验,争取获得类似的结果,很快你就能产生自己的想法去推动最新的科技。


5.对希望从事机器人相关工作的机械工程学生,有哪些和AI、机器人相关的机会比较适合?


很多机械工程背景的人,在AI领域很成功。可以上一些计算机/AI课程,和AI领域的老师聊聊。一些垂直领域存在有趣的AI机器人的机会,比如精准农业。Blue River用计算机视觉来区分不同植物,比如不同品种卷心菜,选择留下哪些,除掉哪些,来提高产量。


中国也生产和销售很多社交和伴侣机器人,美国还没起怎么起步。


6.让AI和人配合起来的前景如何?很多AI应用是基于AI自己,如果采用AI+人的混合方案?比如自动驾驶等?


没有统一的规则,应该跟实际情况有关。很多语音识别是为了让人类更高效,比如通过手机。对自动驾驶汽车,可能需要10-15秒来转换控制权,因为难让容易分神的人快速接手驾驶,很困难。这种情况下,由AI独立控制更安全。所以从使用者角度来讲,人类和AI混合的自动化比较困难。


7.对在线教育而言,主要问题是动机,人们不愿意花那么多时间来学完整个课程。这是不是最大的挑战?其他还有什么挑战?


AI对在线教育有帮助。个性化的辅导已经谈论了很长时间,Coursera用AI推荐个性化的课程,自动打分,在细节上确实有帮助。但在利用AI之前,教育的数字化还有很长的路要走。很多行业都有个规律:先有数据,再有AI,比如医疗,美国电子病历(EHR)的进展很大。随着电子病历的兴起,影像胶片变成数码图片,这些数字化产生了很多数据供AI使用,并产生价值。教育需要先经历数字化,这一阶段还有很多工作要做。


8.百度如何用AI来管理自己的云上数据中心?比如IT运维管理的例子?


两年前,百度做了个项目,可以提前一天自动检测出硬件故障,特别是硬盘故障。这就可以事先拷贝、热插拔进行预防处理。还可以降低数据中心的用电量,负载均衡等,都是很多小细节的改善。


9.能否举一些例子说明能通过仔细地建模和规划,用AI解决的复杂问题?对这些问题,人类可能需要进行长时间的思考。


亚马逊是个很好的例子。它知道我浏览过什么,读过什么,比我太太更了解。电脑对人们看过什么,点击过什么广告更了解,所以在广告方面做得非常好。对于有些任务,计算机可以处理的信息量远远超过人类,并根据规律建模,进行预测,这方面AI比人做得更好。


将AI融入人类工作的很大一部分,是将一块块的AI部分串成一个大系统。比如为了造自动驾驶汽车,要用相机拍摄的图像,雷达等,组成车前方的一幅图,再由监督学习估算和其他车的距离,以及和行人的距离,这只是两个重要的AI部件,还需要其他的部件来估计5秒后车的位置,行人的方向。还有一个部件来分析,根据行人车辆等不同对象的运动情况,我应该怎么走?然后还需要算方向盘的旋转程度,以此类推。


所以复杂的AI系统有很多小AI部件,工程人员要知道如何将这种超级学习能力融合到更大的系统里,来创造价值。


10.产品经理和社会学家、律师等如何协调?比如自动驾驶汽车在撞人前,开发者和AI应从驾驶者,还是行人的角度考虑问题?这只是个法律问题,但也有很多类似情况。产品管理者和不同的功能部门的合作时,应该扮演什么角色?


这个问题的一个相似版本是“有轨电车”问题,会产生伦理矛盾。一个电车走到岔道口,继续往前会撞死5个人,你可以用扳手将电车扳到另一条轨道,撞死该轨道上的一个人,而你成为凶手,你扳吗?


除了在哲学课里,很少有谁在现实生活里遇到过这个问题,所以,它并不重要。自动驾驶的开发者没去讨论它。实际上,如果谁真正遇到了,可能之前已经犯了其他错误了。自动驾驶处理的问题更实际,和你自己开车一样。比如,对面有个白色的大车,是否能及时刹车?

打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

账号登录

重置密码

还没有账号?立即注册>

账号注册

已有账号?立即登录>注册企业会员

重置密码

返回

绑定手机