人工智能與智能科學

　　最近看了朱松純教授2017/9/24在中科院自動化研究所舉辦的《人工智能前沿講習班—人機交互》報告的互動記錄（修改整理版）（見附件）。

　　 學習了很多，有不少感觸。結合自己的一些想法，和大家分享，歡迎批評指正。

　　1．最近人工智能為什么這么火？

　　 最近人工智能火到什么程度？政府、企業、技術開發者、科研人員都在宣傳人工智能、開發人工智能應用、搶占人工智能高地；普通老百姓誠惶誠恐，不知道人工智能是怎么回事。這個高潮源于AlphaGo 戰勝世界圍棋冠軍。其實讓計算機下棋老早就在做了，為什么這次特火呢？過去的40年，IT行業有摩爾定律在支撐，芯片越來越便宜、容量越來越大、速度越來越快，需求就高速發展，IT行業內的人忙得不可開交，公司也賺得盆滿缽滿，軟硬件該創新之處不計其數。就像蓋房子，不斷往高蓋，房間多了，空地也多了，計算機的人就得想怎么用？空著不行啊！蓋到100層以上，蓋不上去了。就像現在，摩爾定律不靈了，怎么辦？就要想各種不同的應用，譬如自動駕駛汽車、無人機、機器人、人臉識別、深度學習、大數據分析等等。但是，各種各樣的應用太散、太廣泛，所以都集中到人工智能名下，大家就都搞起人工智能來了。

　　2．最明顯的兩個誤會

　　 人工智能的火熱傳到政府決策人手里、傳到老百姓中間，就產生了很多誤會。主要是兩個：一個是機器人代替人工，會造成很多人失業，飯碗不保，有些人還計算多少多少人會失業。其實呢，歷史上大的技術突破并沒有對人類的工作產生毀滅性的打擊。蒸汽機的誕生替代了傳統的騾馬、印刷機的誕生取代了傳統的抄寫員、農業自動化設施的產生替代了很多農民的工作，但這都沒有致使大量的工人流離失所，相反，人們找到了原本屬于人類的工作。黃包車沒有了，出租車來了；三峽纖夫沒了，大型輪船來了。機器人代替了許多辛苦的工作，而守護、維修、改進等高水平的工作在等著我們。所以，我們不必擔心機器取代人類工作、造成人們失業的問題。另一個誤會是一種恐慌的心態，以為智能機器人要超過人類，管控人類了，怎么辦？有人甚至預測人類末日的到來。造成一些思想和輿論的混亂。這其實是一種完全沒有必要的恐慌。下面會要談到，智能機器人要達到人的智能水平還不知道是猴年馬月的事情。只聽說過上帝創造人，沒聽說過人創造人。不要自尋煩惱了好不好！

　　3．智能科學難而又難

　　 朱教授把智能科學（Science of Intelligence）分成了以下6個領域：計算機視覺（包括模式識別，圖像處理）、自然語言理解與交流（包括語音識別、合成、對話）、認知與推理（包含各種物理和社會常識）、機器人學（機械、控制、設計、運動規劃、任務規劃等）、博弈與倫理（多代理人agents的交互、對抗與合作，機器人與社會融合等議題）、機器學習（各種統計的建模、分析工具和計算的方法）。內容很廣泛，基本涵蓋了目前已有的和能夠看到的研究內容。我們知道，分類也是界定一個概念的方法。朱教授在報告中舉出了許多例子來說明智能應該能做到什么。即使是這些，我們已經知道現有的人工智能技術離這個目標有多遠。而且還有更多的問題值得思考。

　　（1） 從邏輯推理到概率思維

　　 正如朱教授在報告中所指出的，從1956開始，前30年以數理邏輯的表達與推理為主。這里面有一些杰出的代表人物，如John McCarthy、MarvinMinsky、Herbert Simmon。他們的工具基本都是基于數理邏輯和推理。我很欣賞他提到人工智能的創建者們，現在許多人工智能的文章和報告甚至根本不提到他們，我認為這是割斷歷史的，人工智能（Artificial Intelligence）這個領域都是由他們開啟的。1980年代日本人搞五代機，所謂智能機，美國人根本就沒把它當回事。到1990年代中期人們才開始找到了概率統計這個新“體制”：統計建模、機器學習、隨機計算算法等，從而進入以概率統計的建模、學習和計算為主的時期。有了大數據，到處都是概率計算、隨機分布、貝葉斯公式，可我擔心這里的概率分布是否存在、大數定律是否成立。并不是隨便什么不確定的東西就有概率分布，否則概率論為什么要有測度論的基礎。譬如說在生物信息學里面，有人為了說明某一個基因和某一種癌癥有關，就用大數據作統計分析，期望發Nature的文章。如果沒得到滿意的結果就調整參數、增加數據，直到得到一個滿意的結果為止。如果這樣做統計分析，甚至挑選樣本數據，你基本可以得到任何你所要的結論。這樣的結論可信嗎？所以，從邏輯推理到概率方法還需要進一步的理論支持。

　　（2） 共性和個性

　　 朱教授詳細論述了六類人類的智能，都很有道理。這是指人類智能的共性的東西。但是，人都是有個性的。有的人急躁，有的人冷靜，處理問題的方式就非常不同。至于人的聰明程度那更是千差萬別。現在人臉識別已經用在鐵路驗票上、用在銀行ATM機上，我想這都是可能的，但這絕不意味著機器可以識別全世界70億人。因為從人的臉上怎么也區別不出來70億個特征。用在鐵路驗票上是因為鐵路驗票這個具體環境，以及其他許多相關的信息。用在ATM機上也一樣。這當然有出錯的可能，如果是故意設置一個場景，這種出錯的機會一定可以很大。所以，如果智能機器不僅要有共性的智能，還要有個性，那就真只有上帝造人了？

　　（3） 智能機器人有什么要求？

　　 讓機器人有某些智能是完全可能的，譬如下圍棋的機器人本事就很大。但是，他會下圍棋，可不一定會開汽車。智能機器要具有感知、認知、推理、學習、和執行的能力，就必須能夠自主、自治、自學習、自修復、自繁殖。為什么要有自修復能力？人會生病，機器會出故障，抵抗疾病和故障的主要力量來源是自修復，沒有自修復能力，所有醫院、醫生都是白扯。為什么要自繁殖？要想智能機器有個性，就必須自繁殖。否則就是千人一面，都是一個德性。能夠和人一樣，甚至超過人類的智能機器人是否可能創造出來？是個大問題。現在已經有科學家在論證300年內不可能有，或者說永遠不可能有。智能機器人恐懼癥者大可放心。

　　4．人工智能是一類工程科學

　　 我看到，對于朱教授的講話，網上評論很多。一個主要的反應是：智能科學理論做不出來文章，而做應用的文章實驗清楚，效果明顯還立即可用，大家一望便知，名聲響，引用多，曝光率高。事實也真是這樣，現在，自動駕駛汽車、無人機、機器人、人臉識別、大數據分析、視頻應用、機器翻譯等已經帶有智能，而且得到廣泛應用，產業前景很光明。本質上，人工智能是一類工程科學，可以應用在各種應用場景中，它是就某一個特定的應用、在特定場景下，運用感知、認知、推理、學習、和執行的能力，解決一個特定的問題。這是有前途的，研制這些應用的人也是有前途的，這種自信應該要有。

　　 但是，無論你做什么應用都是有局限性的，不要誤導民眾。譬如當年搞機器翻譯，出了個應用軟件，就宣傳說：鄉鎮企業家不懂英文沒關系，只要有機器翻譯就行了，你的來往信件和傳真都可以用機器翻譯。其實這是騙人的。外國人一個表情、一個眼神、一句俏皮話都可能表達一個意思，機器翻譯是翻不出來的。我們看到，甚至在電視上看到機器人可以跟你說幾句話，可那完全不表明可以做機器翻譯了，換一句話他就不懂了。普通的對話可以，專門知識、藝術修養他沒有，不可能翻譯。從根本上說，在解決自然語言理解的問題以前，機器翻譯的事情從根本上說是不可能解決的。做表演可以，給人看可以，給人用就有問題了。你會了英語900句，不等于你會了英語。

　　 人工智能應用包括感知、認知、推理、學習、和執行的全過程，它的兩端：感知和執行主要依賴傳感器和執行機構，牽涉到的學科是電子工程（EE）和機械。所以，不要光坐在屋里玩AI，要走出去做傳感器、做機械手、機器人。這是很復雜的，甚至比你的深度學習還要難。我不否認現在人工智能方面的論文比較容易發表、學位論文也比較容易通過，但是真正讓自動駕駛汽車跑起來，路還相當遠，讓經理一個人在二環路上跑一圈也許不太難，讓二環路上的汽車都自動駕駛就難了。聽說深圳有兩輛公共汽車自動駕駛跑三站，不要忙于喝彩，公共汽車都無人駕駛可行嗎？等等再看吧！2016年7月，特斯拉無人駕駛汽車發生重大事故，造成了一名司機當場死亡。美國的無人機已經奪去了2500至4000人的性命，其中約1000位平民，且有200名兒童。

　　 總之，我贊賞人工智能技術的進展，但頭腦要冷靜。從長遠來看、從高可靠性角度來看，人工智能應用的遠景規劃還靠智能科學的進展。

　　 淺談人工智能：現狀、任務、構架與統一