人工智能下一步棋怎么走

　　計算機的運算能力和存儲記憶力已經完勝人類，甚至在感知能力，如聽覺、視覺系統構建上，也取得了飛速發展，但是在認知智能上，計算機還有很長的路要走。

　　對大腦科學深度的研究有利于人工智能再認知方面的突破。胡郁介紹說，“人的大腦是一個非常神奇的系統，計算機深度學習的基礎深度神經網絡就是來自于人腦的啟發。但人類對人腦的認識還不夠，深度神經網絡與人腦的真正神經網絡相比還存有很大的差距。從這方面尋求突破需要很長的時間”。

　　“當前微軟、IBM、Google等則走了不一樣的道路，在人工智能方面取得了巨大成績，全依賴于現在工業上所使用的弱人工智能的方法，利用大數據尋求認知智能的突破。”胡郁說。

　　在大數據的背景下，人工智能需要改變傳統發展思路，應該更加注重學習。李德毅表示，人工智能的核心不僅僅是算法。傳統的思路認為，軟件等于程序加數據，程序是最重要的，把數據放到程序里，進而形成人工智能。然而，隨著大數據的發展，要形成數據驅動的人工智能，用記憶認知、技術認知和交互認知形成決策腦，才會出現當前人工智能井噴的局面和燦爛的前景。

　　除了要充分利用大數據的優勢發現新的應用，開疆拓土，還需要更多地研究小數據。香港科技大學冠名講座教授、國際人工智能學會FELLOW楊強表示，未來人工智能的成功并不一定需要大數據，小數據是否也可以讓人工智能成功？這是發展人工智能需要進一步研究的問題。

　　除了軟件方面的突破，人工智能的實現顯然還需要更多的硬件支持。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），隨著人工智能的發展，我們是否需要專為人工智能而生的‘APU’（人工智能處理器）？”

　　實際上，這樣的深度學習所需專用芯片，已經在一家新生企業寒武紀中誕生。

　　寒武紀科技創始人及首席執行官陳天石介紹說，“現在人工智能深度學習成功的全部應用都是基于通用處理器，如CPU或者GPU處理器。但是，使用通用處理器去執行智能負載，效能比很低。5年前，谷歌大腦項目耗費了7天時間，動用了1.6萬個CPU訓練貓臉識別的模型。而今，中科院計算所研發的寒武紀專用芯片，其性能功耗比可達通用芯片的數百倍以上，而且今后還會進一步提高”。

　　陳天石表示，在未來的智能時代，不管是云服務器還是終端計算機設備，可能都需要像深度學習這樣的專用處理器，它不會去替代從前已有的通用芯片，但是會專門處理智能任務這樣重要又及其特殊的領域。

　　人工智能面臨怎樣的挑戰

　　人工智能經歷了60年的發展，尤其最近10年間，其語音識別、手寫文字識別、人臉識別這樣的傳統識別技術，在大數據的引導下已經逐步商業化并形成了一個很大的風口。“雖然人工智能在60年間經歷了三次發展高潮，但因沒有標準化，人工智能的發展還處于比較初級的階段。”張代君說。

　　百度深度學習研究員徐偉指出，人類智能的核心，是自我學習和創造的能力，這方面恰恰是現在人工智能系統的短板。

　　人工智能的進步，往往依靠大量數據的“投喂”。為了讓機器認出一只貓，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據中學習。”徐偉指出。

　　相比人類而言，人工智能在某些方面還顯得相當“笨拙”。谷歌的自動駕駛車，目前已經行駛了數百萬公里，還是沒法實現徹底“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情況。

　　即便當前人工智能十分引以為傲的AlphaGo，也存在很多缺陷。李德毅指出，從技術上說，AlphaGo的卷積神經網絡有太多的學習參數，在學習中不能保證算法是正確的。此外，還有非常直觀的不足表現在，AlphaGo程序還沒有手、沒有眼睛、沒有感受和行為能力，下棋時還要有一個助理員拿棋子。它還沒有情緒和情感，不能現場分析對手的心理狀態，不能夠現場和對手展開心理戰，缺少交互認知的能力。

　　雖然AlphaGo的成功震驚世界，但李德毅還是對AlphaGo提出幾點假設：如果讓AlphaGo和李世石再下一次，AlphaGo能不能復盤？在比賽之前以及比賽之后，AlphaGo的程序變了沒有？如果AlphaGo從此以后不再跟高棋手下棋，AlphaGo的程序水平會不會降低？

　　“AlphaGo的學習能力很強，因其是我們圍棋手教出來的。因此，我認為人工智能深度學習發展至今，不管是卷積神經網絡還是其他的神經網絡學習方法，都不是人工智能的終結者。未來，圍棋機器人要發展成為人類的伙伴，他們有智慧、個性和行為能力，甚至還有情感。”李德毅說。

　　“盡管人工智能當前遇到很多挑戰，但未來，機器人給人類帶來的影響將遠遠超過計算機和互聯網在過去幾十年間對人類的影響。人工智能已經在改變世界，曾經的很多工作崗位都將被機器人替代，但同時又自然地涌現出新的工作崗位。人類應該善于更好地調教幫助機器人，利用機器人的優勢，彌補機器人的不足，用新的機器人淘汰舊的機器人。機器人一定會讓人類自身更智能，各色各樣的機器人為我們迎來了人與機器人共舞的新時代，在這樣的時代，人類始終是領舞者。”李德毅說。（杜 芳）