朱瓏：人工智能可以幫助人類看到智慧的邊界

摘要：
4月22日，一年一度的中國綠公司年會(huì)在鄭州召開，馬云、馬蔚華等知名企業(yè)家在大會(huì)上做了演講，依圖科技創(chuàng)始人朱瓏也受邀前往，圍繞人工智能做了深度分享。 以下為朱瓏演講全文： 我們?cè)谛侣劗?dāng)中看到都是推崇本科生創(chuàng)業(yè)，甚至推崇沒畢業(yè)的本科生去創(chuàng)業(yè)。我比較極端一點(diǎn)，

　　4月22日，一年一度的中國綠公司年會(huì)在鄭州召開，馬云、馬蔚華等知名企業(yè)家在大會(huì)上做了演講，依圖科技創(chuàng)始人朱瓏也受邀前往，圍繞人工智能做了深度分享。

　　以下為朱瓏演講全文：

 

　　我們?cè)谛侣劗?dāng)中看到都是推崇本科生創(chuàng)業(yè)，甚至推崇沒畢業(yè)的本科生去創(chuàng)業(yè)。我比較極端一點(diǎn)，我是博士后，還好，中國人比較尊敬這個(gè)學(xué)歷。

　　但其實(shí)學(xué)術(shù)界的人來創(chuàng)業(yè)，也是一個(gè)重新學(xué)習(xí)的過程。尤其商業(yè)領(lǐng)域上，如果不是特別有天賦，從履歷上來講天生是一個(gè)短板。

　　所以我是一個(gè)非典型的創(chuàng)業(yè)，這種非典型的創(chuàng)業(yè)也給我有一個(gè)非常特殊的視角，對(duì)科學(xué)、對(duì)學(xué)術(shù)的理解，以及我創(chuàng)業(yè)幾年來，有些共同點(diǎn)和不同點(diǎn)，也有一些不同的思考。

　　我有三段學(xué)術(shù)歷史，前2段歷史，鄧總(注：北極光創(chuàng)投創(chuàng)始人鄧鋒)剛才介紹的比較多了，我拿天使輪融資的時(shí)候，見到真格基金徐小平老師，講到MIT我的第二段學(xué)術(shù)經(jīng)歷，徐老師就要投了。去年我碰見徐老師，我才和他說我是人工智能的行家，因?yàn)槲业谌蔚膶W(xué)術(shù)背景。

　　深度學(xué)習(xí)是在2013、2014年開始在全世界火起來的，我第三個(gè)實(shí)驗(yàn)室的老板(Yann Lecun ，現(xiàn)任Facebook人工智能實(shí)驗(yàn)室的負(fù)責(zé)人)在深度學(xué)習(xí)領(lǐng)域從業(yè)了30年。在我創(chuàng)業(yè)的時(shí)候，也就是2012年，在全球深度學(xué)習(xí)相對(duì)而言都是一個(gè)非常冷門的專業(yè)，非常好的博士生并不去到這樣的實(shí)驗(yàn)室、這個(gè)學(xué)科中來。

　　直到2013年，到中國可能是2014年，一夜之間全球的博士開始跳到這個(gè)專業(yè)來學(xué)習(xí)，那就凸現(xiàn)了過去在這個(gè)專業(yè)領(lǐng)域里人才儲(chǔ)備的不足。講這個(gè)過程是說，非常短的時(shí)間里有非常巨大的變化。

　　人工智能比較火，談的人比較多，對(duì)我來說是非常難談的。我先給兩個(gè)定義：

　　一個(gè)是，難辨的技術(shù)，

　　真假非常難辨，泡沫非常難辨。

　　但是談的人又多，專家非常多，無論是投資人、高校的人，還有創(chuàng)業(yè)的從業(yè)者。我自己有一個(gè)理解，現(xiàn)在是一個(gè)沒有權(quán)威的時(shí)代。

　　我今年年初在硅谷呆了一個(gè)月，有一些體會(huì)跟大家分享一下。什么是難辨的技術(shù)?

　　人工智能屬于科學(xué)的范疇，科學(xué)是離大眾很遠(yuǎn)的。不要說，我們最好的實(shí)驗(yàn)室，去評(píng)價(jià)另外一個(gè)實(shí)驗(yàn)室的工作，如果只看論文，看公開流通的文章，不是那么容易評(píng)論，評(píng)估成本是很高的，還要根據(jù)多年來兩個(gè)實(shí)驗(yàn)室的交流，以及互相理解的基礎(chǔ)，才能評(píng)價(jià)他們的工作。這對(duì)圈內(nèi)人已經(jīng)是比較難，更何況現(xiàn)在流動(dòng)非常大。

　　我們對(duì)科學(xué)預(yù)設(shè)了一個(gè)立場(chǎng)，就是客觀事實(shí)。但很多在市面上評(píng)價(jià)的東西都是比較主觀的，很多科學(xué)家、教授、研究員并不在業(yè)界的一線，盡管他是全職教授，或者是名牌大學(xué)的教授，很多他聽到的進(jìn)展，更多來自于新聞。比如說依圖科技的進(jìn)展，他也是看新聞了解到。但新聞可能不是最核心、最領(lǐng)先的一些技術(shù)，以這個(gè)不是那么嚴(yán)謹(jǐn)?shù)乃夭淖鲱A(yù)測(cè)和評(píng)論的時(shí)候，其實(shí)是和真相差距比較大的。

　　科學(xué)是一個(gè)很嚴(yán)肅的東西，是一個(gè)客觀存在的東西，但是談的時(shí)候這個(gè)誤差是比較大的，容易被談的這個(gè)人的身份有一個(gè)預(yù)設(shè)的牽引。

　　另外一個(gè)是，這是一個(gè)沒有權(quán)威的時(shí)代。

　　我在美國最好的實(shí)驗(yàn)室呆過，他們要了解今天全球最先進(jìn)的技術(shù)在發(fā)生什么，也不是了解的那么全面。為什么?因?yàn)楝F(xiàn)在人工智能發(fā)展的速度太快了，甚至在各地都有跳躍性的發(fā)展。

　　谷歌一個(gè)AI的總監(jiān)不見得理解透自己公司的另外一個(gè)部門的所有進(jìn)展，對(duì)他們來講是比較困難的;全球最好的專家要理解全球最好的技術(shù)，不見得是全面的。更不用說今天在美國頂級(jí)的學(xué)術(shù)界或者名牌學(xué)校里面的老教授，它已經(jīng)很難很難點(diǎn)評(píng)全球最好的技術(shù)在發(fā)生什么。

　　這和10年前的學(xué)術(shù)界是不一樣的，學(xué)術(shù)界3個(gè)全球最好的教授，實(shí)驗(yàn)室?guī)熜值軒讉€(gè)人湊在一起，差不多把全球的進(jìn)展，甚至未來3年的進(jìn)展就都預(yù)測(cè)了。

　　這就是一個(gè)沒有權(quán)威的時(shí)代，任何一個(gè)今天新的技術(shù)，有可能是有突破性的社會(huì)意義和學(xué)術(shù)價(jià)值。這是我的一個(gè)體會(huì)。

 

　　因?yàn)榭茖W(xué)很難談，所以我先從不需要任何專業(yè)背景，不需要跨越文化的東西，就是知識(shí)的東西，來看看AI今天是一個(gè)什么狀態(tài)。

　　大家可以看一下這四對(duì)圖，你看哪一組是同一個(gè)人，哪一組不是同一個(gè)人。你們通過這個(gè)過程來感受一下你到底是怎么認(rèn)識(shí)人的，當(dāng)你辨別人的時(shí)候，到底是看眼睛像不像，還是嘴巴像不像。結(jié)論是右下角這組。

　　機(jī)器很容易找到一張圖來迷惑或者超過人的辨識(shí)邊界。這個(gè)話題很有意思，在非常早期的時(shí)候，大概3年前，出現(xiàn)了非常重要的邊界線。機(jī)器做的識(shí)別，跟普通的人作為一個(gè)識(shí)別的基礎(chǔ)比較的話，機(jī)器的識(shí)別能力已經(jīng)超過人類，這是一個(gè)很重要的界線。

　　很多最基礎(chǔ)的功能上機(jī)器超過人類，機(jī)器就可以替代人從事這部分工作，有太多場(chǎng)合可以替代，比如機(jī)器幾乎不會(huì)存在速度和體力的問題，一秒鐘看1個(gè)人，還是1秒鐘看1億人機(jī)器都可以，很多場(chǎng)合都可以被替代，這是很重要的分界線。

　　剛識(shí)別這四組人像的問題，有的人可能會(huì)問，在座的100多位都不認(rèn)識(shí)這幾個(gè)人，有可能識(shí)別不了，大家對(duì)陌生人的識(shí)別能力下降，可是對(duì)熟悉的、我的朋友的辨識(shí)，機(jī)器不太可能超越我。

　　我們做了一個(gè)實(shí)驗(yàn)。我們有一個(gè)公安的客戶，他在一千萬數(shù)據(jù)庫當(dāng)中，把他女朋友的照片放進(jìn)去搜索，然后拿出相似的前十名出來，打亂了出來，問他哪個(gè)是他女朋友，他辨別不出來的，有可能是一個(gè)是證件照一個(gè)是生活照的原因，有可能因?yàn)槟挲g的原因，也可能有化妝的原因。

　　所以你非常熟悉的人，比如你女朋友，你不見得比機(jī)器更認(rèn)識(shí)你的女朋友，因?yàn)楣庹战嵌取⒒瘖y，人是很容易受主觀性的影響。今天機(jī)器做到一個(gè)程度，對(duì)非常熟悉的人的辨識(shí)，機(jī)器也可以很穩(wěn)定的超越人類。

 

　　再拓展一點(diǎn)，到更專業(yè)的領(lǐng)域，醫(yī)學(xué)上，一個(gè)專家他可能訓(xùn)練了3年或者5年，機(jī)器還是可能超越人類。我們還做了一個(gè)統(tǒng)計(jì)，我們嘗試想回答一個(gè)問題，在中國大約13億人中有多少人和你長得一樣?

　　長得一樣的標(biāo)準(zhǔn)，就是你媽辨別不清楚誰是誰，這個(gè)問題純粹是對(duì)世界的好奇。結(jié)論是每一億個(gè)人中有一個(gè)人和你一樣，全中國平均有12個(gè)人跟你長得一樣。你找得到12個(gè)“替身”，而且是你媽辨別不出來。

　　這是很重要的一個(gè)科學(xué)統(tǒng)計(jì)的結(jié)果，這是在其他任何地方都不知道的結(jié)論。

　　這是什么意思呢?我們做人工智能，除了產(chǎn)業(yè)化的意義意外，今天的人工智能，把機(jī)器的邊界不斷往前推進(jìn)的時(shí)候，它能夠幫助人類看到我們的智慧、天生的能力邊界在哪里。從前這個(gè)課題沒法被討論沒法被回答，以前沒有這么大規(guī)模的科學(xué)手段，這非常有意義。

　　雖然人臉識(shí)別非常普羅大眾，大家討論智能，容易講AlphaGo，講棋手。我對(duì)智能有一個(gè)很重要的理解，人工智能應(yīng)該是先解決一件什么事情?其中應(yīng)該是人天生就具備的能力，它應(yīng)該是3歲、5歲小孩就應(yīng)該有的能力。

　　這是人成為人的一個(gè)最重要的基礎(chǔ)，它的很多智能是由這些衍生出來的，不是人掌握的那些知識(shí)。這種智能就是體現(xiàn)差異的，不是棋手才有的智能，也不是英國人美國人特有的智能，也不是上了大學(xué)的人才有的智能，只要你是人就會(huì)有這個(gè)智能。談?wù)撨@個(gè)事情，是回答人最本質(zhì)的東西。

　　再往下，我們談一談社會(huì)上的意義。

　　有的人可能聽說過這個(gè)案子，我們布了全球最大的人臉?biāo)阉饕?，公安可以通過這個(gè)搜索引擎追逃逃犯。這個(gè)案子是十幾年前的殺人犯，逃到廟里做主持，通過一個(gè)系統(tǒng)交叉比對(duì)，把這個(gè)通緝犯和現(xiàn)有的十幾億人或者一個(gè)省的一億人，做大規(guī)模的幾萬億次的或者幾十萬億次的交叉比對(duì)。大部分逃犯可能都是改了證件、做了漂白，這可以說是大海撈針的方式。

　　另外一個(gè)是在派出所，老人帶著小孩走丟了，他說不清楚自己是誰，記不起身份證號(hào)碼。以前這個(gè)很難辦，公安也不知道該去收容所還是社保，很難處理這件事?，F(xiàn)在在派出所拍一下就知道這個(gè)人是誰，也比較簡單。

　　這個(gè)是講這個(gè)攝像頭用到了哪些位置，像是在公共的攝像頭，辦案過程已經(jīng)鎖定嫌疑人，公共攝像頭抓拍到了嫌疑人，比較遠(yuǎn)而且是運(yùn)動(dòng)的、模糊的、低清像素的情況下，基本都能識(shí)別出來。

　　這是在網(wǎng)吧，以前的小案件很難報(bào)案，幾百塊或者幾千塊錢，比如手機(jī)被人偷，既沒法查也比較難抓，現(xiàn)在是這種角落里的攝像頭，即便有角度的差異，也基本上可以查出來。

　　還有比較典型的應(yīng)用是在ATM機(jī)上，以前比較難做。ATM機(jī)上的魚眼攝像頭拍到的人像，現(xiàn)在也可以用這些人像抓捕疑犯。

　　中國的人工智能局面，先進(jìn)的技術(shù)結(jié)合垂直的場(chǎng)景，具有世界范圍內(nèi)領(lǐng)先意義。

　　今天的人臉識(shí)別技術(shù)在不同的區(qū)域、不同的場(chǎng)景下，能做到非常多事情。作為從業(yè)者，特別是從科學(xué)到創(chuàng)業(yè)圈，還是非常激動(dòng)人心的。我和一線的民警聊，過去民警工作中希望用到的科技手段，這2年下來基本都能做到了，更重要的意義是，你們看過的美國科幻大片里面的場(chǎng)景，我可以回答，我們都能做，而且基本上只有中國能做到。

　　美國和其他國家，像這種視頻條件和人臉識(shí)別的技術(shù)都很難做到。美國的人臉識(shí)別技術(shù)很好，好在哪里?美國只是谷歌的技術(shù)好，最多再加一個(gè)Facebook的技術(shù)好，但它的創(chuàng)業(yè)氛圍和政府的圈子的意識(shí)不見得是最領(lǐng)先的。

　　今天的局面是，像我這樣的留學(xué)生回國的比較多，中國出現(xiàn)這種先進(jìn)的技術(shù)和垂直領(lǐng)域相結(jié)合的產(chǎn)品是比較有代表性的，做出來不只是解決中國的問題，在世界范圍內(nèi)都是非常領(lǐng)先的。

　　我們剛介紹做人臉識(shí)別，其實(shí)我們還做其他方面。這是新的統(tǒng)計(jì)建模和人工智能在城市管理的應(yīng)用。

　　做一件什么事情呢?在杭州試點(diǎn)，把道路上的車和燈以及路，比如有多少個(gè)車道，道路上車輛通過的速度，這些參數(shù)拿進(jìn)來進(jìn)行建模，能夠給交通一些優(yōu)化的建議，比如說紅燈可以從50秒調(diào)到40秒，能使道路通行的速度提高5%或10%，類似的預(yù)測(cè)在宏觀上做交通管理。

　　如果有個(gè)大的事件或活動(dòng)，要做個(gè)預(yù)測(cè)，過去都是憑著政府管理者的經(jīng)驗(yàn)，都是經(jīng)驗(yàn)型的，不是大數(shù)據(jù)驅(qū)動(dòng)的決策機(jī)制?，F(xiàn)在可以靠真正的科學(xué)來輔助決策。

　　還有比較直接的應(yīng)用，是在醫(yī)學(xué)領(lǐng)域的肺的CT片，科學(xué)統(tǒng)計(jì)結(jié)果，今天機(jī)器可以做到和醫(yī)院副主任醫(yī)師看CT片子相當(dāng)?shù)乃健?/p>

　　這是屬于自然語言理解的范疇，大家看左上角，這是機(jī)器對(duì)小孩發(fā)燒狀況的描述，機(jī)器是可以通過技術(shù)，把專業(yè)的醫(yī)學(xué)中的自由文本轉(zhuǎn)化成帶有語意結(jié)構(gòu)的，比如身體的部位，病灶程度、屬性等，全部能精確的摘要出來，形成智能的決策，給出相似的可能性的癥狀，以及相似的病例和一些診療方案。

　　以上就是一些不同的人工智能在今天在不同場(chǎng)所應(yīng)用，希望給大家一些人工智最前沿的傳達(dá)。

　　AI在今天發(fā)展速度是非常快的，即使現(xiàn)在非常熱的情況下，以BAT、創(chuàng)業(yè)者或是投資人，大家還是低估AI最前沿的技術(shù)有可能有跳躍性的進(jìn)步。