微軟洪小文：製造業是最先享受AI成果的領域

大數據文摘出品

記者：曹培信、蔣寶尚

由清華大學五道口金融學院、清華大學國家金融研究院舉辦的“未來已來”係列講座在6月13日這天迎來了微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文博士。

本次講座，洪小文博士通過縱觀人工智能（AI）和人類智慧（HI）的發展曆史，解讀人類對自身職能的定義和理解的演變過程，展示AI（特別是深度學習上）近期取得的進展和未來的發展方向。AI的普及會帶來技術和人性的雙重挑戰嗎？AI和HI將如何攜手共進，又將走向怎樣的未來？

講座之後，洪小文博士還與清華大學國家金融研究院院長、IMF前副總裁朱民進行了一場精彩而又深刻的對話，讓我們一睹為快吧！

智能金字塔，目前的人工智能在哪一層？

1950年的《時代周刊》就已經提出了，擁有“超人”腦力的強大機器令人們感到恐懼，人們已經開始將擁有智能的機器視為競爭對手。

如今，60多年過去了，在人工智能大熱的今天，人工智能究竟發展到哪一步了呢？

洪小文博士用一張圖進行了展示。

洪小文博士認為，人工智能目前已經在計算力、記憶力遠遠超過了人類，並由於計算機視覺、語音的識別等方麵的突破，人工智能在感知、視覺、聽覺方麵也已經趕上了人類，然而在認知、理解、洞察、推理、計劃、決策等方麵，人工智能還在探索階段；而人類的創造力和出於頂層的智慧，人工智能還有很長的路要走。

進化來源於反饋，AI與HI結合

洪小文博士認為，人類幾乎所有的行為都來自於一個進化來源於反饋的的閉環，從數據中了解信息，從而去進行分析和決策，然後再去執行，通過傳感器再去獲取數據。

所以說製造業是首先享受AI成果的領域，而在這個領域，AI（人工智能）和HI（人類智能）有一個合作的關係。

比如說，可預防維修在一家德國的電梯公司的應用，用傳統的故障反饋到維修完畢，可能需要幾周的時間，而現在利用傳感器實時采集數據，再通過深度學習等對這些數據進行建模，當采集到的數據與故障數據接近時，就可以提前知道可能要發生故障，而且數據足夠了之後，還可以對故障進行分類，從而提前知道哪些部分可能出現什麼故障。

“黑盒”&“白盒”，人工智能和人類認知

在對一件事得到相同結果的時候，人工智能和人類的推理過程有什麼根本的區別呢？洪小文博士用一個簡單地例子對此進行了解釋。

太陽升起的時候公雞打鳴，這兩件事在人類看來，肯定是由於太陽升起，公雞才開始打鳴，而人工智能卻不能看出其中的因果關係，因為它隻能發現時間上的規律，而不能發現其中誰是因誰是果，而對人類來說，因果分析是非常重要的，所以人類在分析的時候引入其他的知識。

洪小文博士介紹了“黑盒”和“白盒”的概念，用以闡述人工智能和人類認知的區別。

“強”還是“弱”，人工智能的未來

弱人工智能隻能模擬思維，用途單一，而強人工智能——AGI（通用人工智能），這種擁有思維的能力（意識）的人工智能是否可能出現呢？

洪小文博士引用了約翰·麥卡錫的回答：“5-500年”。他認為，所有人工智能在過去的預測都是錯誤的，因為我們傾向於高估一件事的短期價值，而低估它的長期發展，人工智能也是如此。

而做一個有意識的機器人，在洪小文博士看來，雖然邏輯上很有意義，但是不見得有意思。他說：“比如我讓我的太太給我倒咖啡，10次裏麵，她可能隻去5次，而另外5次她都是讓我自己去倒，而如果我讓擁有人工智能的機器人去倒，隻要有1次它拒絕我，那我就要把它扔掉了。”

之後洪小文對於微軟人工智能在各個領域與其他單位的合作進行了介紹。

經濟學家和科學家的思想碰撞

在演講結束之後，著名經濟學家朱民教授與洪小文展開了一場關於AI現狀與未來的對話。

朱民提到，人工智能的發展是一個金字塔的結構，我們現在處在中間階段，通過計算能夠推動其往金字塔頂尖走，那麼能夠什麼時候能夠走到頂端呢？洪小文回答道具體多長時間無法估計，可能五年，也可能是500年，我們現在能夠肯定的是，AI一定會一直往前發展。

在AI發展的這幾年，一直有一種奇點的論調，也就是說人工智能未來很大程度上會超越人類的智慧，從而引發一場革命。洪小文表示不可能出現奇點，大家也不必為此恐慌，類比當今世界的幾大數學難題，在這之前一些難題已經解決，但是這並不意味著一個難題能夠解決，而下一個難題能夠更快的解決，人類總是對高估短期的未來發展，而低估長期的未來發展。有些東西我們可以猜測，但是無法嚴謹的證明。

朱民教授提到了小冰，根據媒體的報告，這個智能體學會了一些粗話，有一些種族歧視的觀念，並能夠根據人類的行為學習成自己的行為。洪小文解釋道：所有的壞事，背後都有人在操作，小冰是出現了一些問題，但是同樣通過人的操作，我們逐漸屏蔽了一些小冰的學習能力，現在幾乎聽不到髒話、種族歧視了。

朱民認為從AlphaGo到AlphaZero，人工智能的正在從大數據驅動進步到小數據甚至沒有數據。關於這一點洪小文不同意，他認為AlphaZero並不是完全意義上的零數據，因為在AlphaZero自我下圍棋的過程中是不斷產生數據的。