人工智能漫谈

这是我对于人工智能一些想法的整理，其中也掺杂了对大数据和社会信息化的思考，权作抛砖引玉。另外，本文中所谈人工智能仅局限于基于深度学习的人工智能。

人工智能在60年的发展中，几经沉浮，终于在大数据和大计算能力的时代来临时，深度学习大行其道，并在近五年中深刻地改变了这个行业。

有人说对人工智能领域的研究，学术界和公司是零距离的，这导致它是一个少见的公司、学术界在合力推进而又注重开源的领域，arXiv + Github + ICLR对深度学习和人工智能的发展，产生了重大促进作用。过去五年中，深度学习的发展日新月异，比如CNN结构创新以及深度的不断加深；RNN尤其是LSTM在自然语言处理、视频分析中的应用，以及其上的Attention和Memory等发展；强化学习在AlphaGo以及其它游戏中的应用；产生式模型比如GAN和VAE的发展；深度网络模型压缩的研究；深度学习背后数学理论的构建等等。

计算机技术的特点是这样的：在漫长的技术储备期，可能影响并不大，但当某方面计算机的能力超越人类的平均能力的时候，将会迎来爆发式的应用。吴恩达在《目前人工智能能做什么和不能做什么》这篇文章中提到：“如果人类进行一项思考时间少于1 秒的任务，那么不远的将来或许我们能用人工智能自动化完成这项任务”。今年有几个标志性的人工智能应用的例子：

AlphaGo围棋4:1战胜李世石；

科大讯飞、搜狗、百度等都宣称自己的语音识别准确率已达到97%，其中罗永浩在演讲中展示的讯飞输入法，前几天乌镇互联网大会上王小川现场演示的语音同步识别与翻译都给人带来了深刻的印象； 旷视科技首席科学家孙剑在微软亚研院召开的人工智能研讨会上作报告时提到，很多情况下计算机的人脸识别率已经超越人类。今年公安部门在酒店和机场等地方已经开始试行人脸识别系统。

人工智能和大数据其实是两个不同的方向，但它们之间又有着千丝万缕的关系，在这部分把它们合在一起进行讨论。人工智能和大数据将可能会在以下方面发挥重要的作用：

与云计算结合，在云计算平台上提供人工智能和数据分析服务，这已经成为云计算平台的标配。比如阿里云上就提供了语音交互、人脸识别、机器翻译、公众趋势分析等各种人工智能和数据分析API。

作为服务公司网易云计算，提供大数据方面的服务。很多公司自身拥有大量数据，但缺乏分析的能力，这就需要专门的大数据公司来提供服务。比如百度和北京协和医学院进行合作，就癌症研究开展合作，其中协和医学院负责患者标本的采集和基因测序，百度负责对数据进行分析。再比如昆仑数据专注于提供工业大数据的技术产品，用大数据的力量来推动工业升级，用大数据来改造传统的制造、能源等行业。 深入实体经济，提供软硬一体的整套解决方案，比如海信的智能交通，提供了交通信号控制系统、交通管控平台、电子检查等一系列交通方面的解决方案，这将提高政府在交通管理方面的信息化和智能化水平，从而提高管理和服务效率。 融入到各个产品中，改变生活的方方面面。比如以后各种硬件产品（比如手机、智能家居、机器人乃至汽车）都会具有的语音交互和视觉功能。比如作业帮的拍照搜题就离不开图像识别的功能，而美图秀秀中的一些功能离不开人脸检测与关键点定位的功能。

当然这几个方面很多时候都是交织在一起的，总而言之，人工智能和大数据将与水、电、互联网一样，成为一种基础设施，从而给整个社会带来深刻的影响。

互联网化以及移动互联网化，可看做是社会的信息化的过程；人工智能和数据分析的应用，可看做是社会的智能化过程。信息化和智能化无疑是未来社会发展的趋势，而趋势的含义是指，这种过程可能慢，但是将不可逆地改变我们的生活。总体来说，中国社会信息化方兴未艾，而智能化刚刚开始。

过去二十年中国互联网的发展，过去五年移动互联网的发展，已经极大的提高了中国社会的信息化程度。在网上我们可以看新闻、交友、娱乐、购物、买票、打车等，数字化与信息化大大提高了社会运转的效率；互联网将公司和用户直接联系起来，这也改变了传统的产品生产与销售的模式；而互联网（包括门户网站和微博等）对社会热点的传播，对政府起到了良好的监督作用。

但是在社会的很多方面我们依然需要互联网的力量。举两个具体的例子：

以我们学校为例，信息化的程度依然不足。比如学生冲饭卡还不能用支付宝等工具，还需要现场排队充卡；社团组织活动做宣传的主要手段还是发传单、拉条幅；办理手续的时候，经常要跑不同的地方，盖很多章；上周末我去参加了一个某学院组织的面对高校学生的男女交友活动，结果去了大概有四百多人，场面非常火爆，也就是说，其实现在缺少一个针对在校学生的陌生人交友的工具。（这也是我之前的一个创业想法，现有的一些校园交友APP，可以分为校园版陌陌、校园版微博、校园社区这几种模式，但是没有出现一款杀手级的产品） 城市服务在信息化方面很多地方还不到位，微信和支付宝其实承担了很多这方面的功能，比如生活缴费，包括水、电、煤气、宽带的缴费等；比如政府服务，包括社保、公积金查询，户籍业务预约等。这方面还有很大的发展空间，这也需要政府和很多公司要提高服务意识，北京警方最近推出的“110互联网报警平台”APP就在这方向上迈出了可喜的一步。而信息化在带来服务的远程化与便捷化的同时，也能够促使政府服务的公开化与透明化，从而减少权力寻租空间，这也与近年来中央推行的简政放权的政策是一致的。

与信息化相比，中国社会的智能化进程刚刚起步，这个过程将会影响社会的很多方面，将给我们的生活带来巨大的影响。这里举几个具体的智能化将可能发挥作用的领域。

智能化有助于政府进行决策、管理和服务。政府掌握了很多数据，但是利用程度还不够，这里面有很大的发展空间。这需要政府各个部门的数据的整合，数据格式的规范化，数据的清理，乃至数据的分析等等大量的工作。我们前面提到的海信做的智能交通就是一个很好的例子，而在今年阿里云云栖大会上，杭州政府公布了一项计划：与阿里云合作为杭州市安装一个人工智能中枢，这在城市智能化的道路上走在了前列。 智能监控将会应用到很多方面。比如在交通方面，地铁与火车站的人数估计与群体异常事件检测，公路交通中的事故检测等；比如在安防方面，小区安防中的翻越围墙和爬楼盗窃的检测，家庭安防中的异常入侵者检测并能够通过手机实时发出警报和进行视频传送，甚至于将来可以直接接入警务系统，智能监控在安防方面的应用会很大提高家庭的安全系数；比如在养老方面，对老人的摔倒检测和突发疾病检测，这方面还可以与一些智能硬件结合起来。 硬件智能化将会成为趋势。比如可穿戴智能设备：手表、手环等；比如智能家居产品：智能电视、扫地机器人等；再比如智能交通工具：辅助驾驶/自动驾驶汽车等。硬件智能化，将会成为消费升级的重要一环。

人工智能产业的蓬勃发展，让我第一次切身感受到高等教育与高校科研的重要性，科学技术果然是第一生产力。国内人工智能产业之所以如火如荼，这与国内高校这些年来在计算机方面的人才培养与科研水平的提高密不可分，也与华人在人工智能领域科做出的优秀的科研成绩息息相关。我们国家提倡了这么多年的产学研结合，这其实是产学研结合的很好样板。

但是不可否认，在人才培养方面，在人工智能领域科研工作的影响力方面，国内与美国相比还是相去甚远。Xtecher最近有一篇内容很丰富的文章《人工智能人才大博弈》，在采访港科大计算机科学与工程系研究助理姜和时他认为，人工智能的高校教育有大量问题：数理基础上对学生要求过低，同时也缺乏紧贴前沿的课程。对他的观点我非常赞同，我个人认为在人工智能领域国内高校在课程讲授上可能有以下问题：

数理基础要求不够，而且在数理课程教授过程中不能够与具体应用结合； 核心课程内容僵化，理论内容不够深入，而且很少涉及近年来此课程领域的进展；课程Project的深度和力度不够。

总而言之，国内高校的课程与美国高校的课程相比，相对简单且与具体科研问题脱节。这影响到学生的数理基础、机器学习方面的理论基础、人工智能具体领域的系统掌握、解决具体科研问题的能力以及动手能力。这个问题的解决，从学生角度来看，要利用好网络公开课以及国外很多老师在课程主页上放出的幻灯片和视频，这有助于学生对课程进行系统学习；从学校角度来看，还是要大力引进年轻人才，一方面来开设前沿课程和更新已有课程，一方面提高此领域的研究水平，当然在人才引进方面，国内高校，特别是一些南方高校近些年已经在大踏步地向前。

那么对于人工智能或者数据分析的从业人员，需要什么样的能力？首先要有较好的数学基础和对相关机器学习和神经网络理论的了解；其次要有良好的动手能力，比如对于最新文章的方法快速复现的能力；还需要处理具体问题时的经验积累，比如方法或者模型的选择，比如如何调参，比如网络具体设计与实现的一些技巧，比如模型融合等；还需要紧跟相关领域和相关方法的最新进展，因为其它相关领域的一些进展很可能会有借鉴作用；如果对于传统某些机器学习领域有深入的思考，也可能会对于你面对诸如设计新的网络等问题时起到指导作用。

目前国内人工智能方面的创业公司非常多，比如做计算机视觉的旷视科技、商汤科技、格灵深瞳、图森互联等，做语音识别的出门问问、云知声等，做自动驾驶的驭势科技、Momenta等，做智能芯片的寒武纪科技等。而这只是知名创业公司中的一小部分名单，这些创业公司一方面因为有明星创业者，另一方面是由于技术积累或者产品的影响力而比较知名。而在此同时，其实还存在着更多的不那么知名的人工智能创业公司。目前来看，可能还会有更多创业公司涌现，上面提到的那篇Xtecher文章提到，中科院自动化所研究员张兆翔博士今年已经接收到多次创业的邀请，厦门大学信息学院纪荣嵘教授也谈到，“看着曾经身边学术界的队友跳进这一波汹涌的人工智能的浪潮中，也情不自禁抓住一个游泳圈给自己套上，把脚往悬崖的边界挪了一挪”。

那么如此多的人工智能创业公司，它们的未来是怎样的？互联网行业每过一段时间都会出现新的创业热点，比如前几年的团购、O2O、打车，去年的VR/AR，现在还在进行的直播大战以及摩拜单车、ofo共享单车的斗争，但这些大都是基于商业模式的创新，一般来说竞争的过程是群雄并起、培养用户、烧钱大战、最后会出现一两家作为主导的公司。但是人工智能创业公司与此不同，一方面它们是基于技术的创业公司，另一方面人工智能的影响力要远大于之前的这些创业方向。所以可以说人工智能创业公司没有标的物，那么它们的未来怎样呢？上面提到的Xtecher文章中线性资本王淮的预测是这样的，“在今年的资本寒冬中，人工智能行业依然火热，并将在明年到达泡沫顶点，预计，5年内会出现“挤泡沫”的过程”。

我们首先结合前面“人工智能与大数据的应用领域”这部分，来看一下未来在哪些公司会提供人工智能的服务，会需要人工智能的人才：

提供云计算的公司，都会提供人工智能服务。 专门提供人工智能服务的公司，比如专门提供图像识别或者语音识别的服务和产品。 互联网巨头，除了传统的数据分析部门，可能都会有人工智能部门，因为很多产品离不开人工智能。 想进行“人工智能+”转型的传统公司，可能也会组建相对较小的人工智能部门，这一方面是与专门提供人工智能服务的公司对接，一方面有些特定的人工智能问题需要自己来研究。 提供软硬结合的解决方案的公司，需要人工智能的技术。 自动驾驶公司、机器人公司、智能家居公司，都需要人工智能技术，这几个方向都将是巨大的产业。

对于现有的人工智能创业公司的发展前景，我个人的看法是这样的：现有的人工智能创业公司，特别是提供计算机视觉服务和产品的创业公司，产品同质化严重；大多数专门提供人工智能服务的创业公司会死掉，少数有核心技术和优秀人才的此类型的创业公司会被互联网巨头或者是想进行人工智能转型的传统公司收购；在计算机视觉和语音识别各领域可能会出现一两家巨头。至于自动驾驶、机器人、智能家居这些公司，我不太了解，对于它们的未来发展自然也不敢做出预测。

从上面也可以看出，相关领域对于人工智能人才有巨大的需求，而无论人工智能创业浪潮达到高潮或者低谷，至少在五年内，人工智能人才还会处于亟需的状态。

人工智能对社会的改变刚刚开始，之后五到十年间，加入人工智能功能的产品会慢慢融入生活，真正地改变这个世界。对于从业者来说，赶上了这个大时代，是我们的幸运，在五年前做视觉或者语音识别的博士出来可能还不太好找工作，现在则会比较抢手。

对于深度学习技术的发展，对于国内人工智能产业的发展，在未来几年我个人比较关心以下看点：

现在深度学习主流计算平台是GPU，那么未来FPGA或者TPU等专用芯片会成为主流么？ 当在计算能力与数据量再有一个量级的提升之后，会带来什么样的影响？ 今年的ILSVRC比赛中没有出现特别引人注目的CNN结构创新，那么在AlexNet、GoogLeNet、VGGNet、ResNet等之后，在CNN上还会出现怎样大的创新？ 随着深度学习中生成模型以及强化学习等方面研究的推进，计算机变得越来越智能，这些方面的研究将会应用到哪些方面，将怎样影响我们的生活？ 在计算机视觉或者语音识别领域，国内能否出现专门提供人工智能服务的市值500亿美金的巨头公司？ 百度今年发力云计算平台，阿里、腾讯、百度乃至网易的云计算平台业务的竞争，最终会鹿死谁手？李彦宏先生今年在不同场合频频表示：百度要成为人工智能公司。那么百度能否借助人工智能的浪潮而复兴？

雄关漫道真如铁，而今迈步从头越。

-----------------

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!