強(qiáng)人工智能離我們還有多遠(yuǎn)

目前人工智能拿來“變現(xiàn)”最核心的技術(shù)是機(jī)器學(xué)習(xí)。而人工智能本身的基石是數(shù)學(xué)。

什么是機(jī)器學(xué)習(xí)？“人或者是智能體，通過與環(huán)境的交互來提升自己行為的這種智能叫機(jī)器學(xué)習(xí)?！彼f，機(jī)器學(xué)習(xí)是把這種智能形式化為數(shù)學(xué)公式，轉(zhuǎn)換成計算機(jī)可以操作的算法和軟件。而這一波人工智能的興起是由于：深度學(xué)習(xí)的應(yīng)用。通過與環(huán)境交互，調(diào)節(jié)參數(shù)來解決問題的任務(wù)求解器，可以被視作智能體。智能體可能反映為深度網(wǎng)絡(luò)、機(jī)器人或是無人系統(tǒng)。

深度學(xué)習(xí)所起的作用可以類比為：總結(jié)經(jīng)驗。徐宗本說：“人工智能做的絕大部分的事情是把重復(fù)性的、有規(guī)律的東西總結(jié)出來，然后用來預(yù)測預(yù)報?！币虼巳斯ぶ悄苌疃葘W(xué)習(xí)的環(huán)境非常重要，需要大量有標(biāo)簽的數(shù)據(jù)，以判斷在一定準(zhǔn)則下推測出的結(jié)果是否適合過去的經(jīng)驗。這件事情構(gòu)成的技術(shù)就叫深度學(xué)習(xí)技術(shù)。

“人工智能一個最重要的場景就是指把智能體放在一個特定的環(huán)境之中，智能體完成任務(wù)，然后在環(huán)境約束之下與環(huán)境交互改正智能體的行為，這就是機(jī)器學(xué)習(xí)。”徐宗本說。目前，由于人工智能三大驅(qū)動力——大數(shù)據(jù)、大模型、大算力技術(shù)的發(fā)展，使得現(xiàn)在的人工智能技術(shù)已經(jīng)突破了由“不能用”到“可以用”的技術(shù)拐點?！暗且f可以‘很好用’，還有很長的路要走?！毙熳诒局赋觥?/p>

自動化、自主化將是人工智能發(fā)展未來十年趨勢，徐宗本認(rèn)為，人類距離研制出自主智能，即強(qiáng)人工智能還需幾十年的努力。當(dāng)前人工智能用應(yīng)用形態(tài)處在數(shù)據(jù)加算法形成產(chǎn)品的時期，這也是目前人工智能賺錢的基本形態(tài)。而現(xiàn)在我們依然需要人工去采集數(shù)據(jù)、標(biāo)注數(shù)據(jù)，做推廣泛化都還是要靠人。

即使是先進(jìn)的深度學(xué)習(xí)技術(shù)，其每一層有多少個元素，每一個元素用什么非線性機(jī)制等等，都要人事先預(yù)設(shè)?！八阅切?a target="_blank">公司要養(yǎng)很多‘碼農(nóng)’去調(diào)試。還有用什么方法去訓(xùn)練它（人工智能）也是人為給定。”他說。

在應(yīng)用層面上，目前還只能實現(xiàn)一個神經(jīng)網(wǎng)絡(luò)智能解決一個問題，不能對問題自動切換。徐宗本預(yù)測，未來十年，人工智能研制焦點會在機(jī)器學(xué)習(xí)的自動化層面：自動生成數(shù)據(jù)、選擇數(shù)據(jù)、自動搭建神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、自動設(shè)計訓(xùn)練算法，對任務(wù)能夠自切換、自適應(yīng)。