洪小文：AI并不可怕 做坏事那得怪设计他的人

网易科技讯8月28日，由中国中文信息学会和中国计算机学会联合主办的首届语言与智能技术高峰论坛（Language & Intelligence Summit）在北京召开，主题为“语言与智能的未来”。

清华大学计算机系教授、中国科学院院士张钹，中国科学院院士、计算机软件专家怀进鹏，微软亚太研发集团主席、微软亚洲研究院院长洪小文，香港科技大学教授、美国人工智能协会（AAAI）Fellow杨强，美国卡耐基梅隆大学邢波，百度副总裁王海峰，科大讯飞轮值总裁胡郁等人工智能领域专家及学者到场参会并发表主题报告。

会上，洪小文表示，今天的AI很大程度，基本上的云能力等于数据，今天大家看到的数据都需要大数据。所以它们的交集，虽然可能不是百分之百，但也有98%以上。

谈到目前进行的人与机器对战，洪小文表示：如果要比赛，那么一定是算法和计算的比赛。如果人要比计算不要和计算机比，计算机是我们造来帮助我们做计算，我们是把算法放进去让计算机去算，今天所有都是这样的做法，所以计算机真的是一个最好的左脑。

同时，针对人工智能对人类有无危害时，洪小文称，AI很可怕，但经过他的报告，其实AI没有那么可怕，计算机就是最好的左脑，很能计算，他的算法全部来自于人，所以最好和最坏的事都是来自于人，要怪设计他的人，而不是怪机器。还有人谈机器人六大定律等等，就像法律一样，法律是要规避人的，人可以做大炮、做飞机、做汽车，大家觉得飞机是好东西，但是恐怖分子用飞机去杀人。你最后怪的是飞机吗？不能说飞机违法，违法的是人，最重要的是限制人。

以下为洪小文全部演讲内容：

洪小文：尊敬的李老师、各位领导、各位嘉宾大家好，今天很荣幸参加盛会，和大家谈一谈AI的时代、人工智能的时代。刚才高老师、怀老师都讲了今天AI是无所不在的，今天在座的大家都是媒体，媒体每天几乎都有AI的文章，就是一般的媒体。而且今天做AI的人有点像明星，大家追捧，因为AI代表着未来，所以AI is everywhere。一方面AI非常火，有的人可能过火，但AI真的很火，所以我想用短短30-40分钟的时间跟大家分享一下，AI未来在工业界和学术界继续往下走到底会是怎么样的情形。

首先跟大家回顾一下AI的应用，跟中文信息学会最有关的就是语言跟语音，人类社会用语言和语音做很多的沟通交流和思考，这里不仅是大家所想的自然语言处理，语音，实际上网络社区本身就是一个语言问题。大家可以看到今天很多做微软包括搜索的公司在AI领域都是领军人物，你打几个字就可以找到很多东西，这本身就是很智能的东西，在座做中文信息处理的就不用我说了，做自动翻译，在很多公司都提供免费的越来越强大的翻译系统。

人工智能助手，这也是今天兵家必争之地，在全球上美国有所为的小娜，其他公司有谷歌、亚马逊等等，中国有很多公司，百度，BAT等等类似的产品。同时还有真正助手帮助你完成O2O，整个服务，像美国的Magic（音）、中国的来也。还有Chatbot，微软叫小冰，今天已经到了第四代，很多人都关注。社交网络的Chatbot很有趣，从AI一开始，大家知道图云测试，事实上围绕的就是这种ChatBot。图形测试其实上是一个蛮弱的测试，事实上只要你能够让三分之一的用户，分不清机器还是人就通过了。

我们以小冰为例，我们有一个衡量的标准，我们做小冰和一般的人工智能助手是不一样的，智能助手你不希望它太罗嗦，讲一句话、两句话就应该完成工作了，不应该再来烦你。但是Chatbot所衡量的标准是不是继续再跟他聊下去，我们做了“一问一答”算是一个来回。两年前小冰推出的时候是5个来回，到今天多多20个以上，我们在日本推出的“瑞娜”达到18。人们知道这是一个聊天机器人，但是愿意花20个来回跟他聊，在非常大的程度上已经通过了测试，如果聊的内容没有意义，你是不愿意跟他继续聊下去的。

除了刚才讲的语言语义以外，围绕所谓认知Cognition Services，就是AI所有的技术包装成API，因为微软是一个平台公司，让任何一个公司可以来简单的写人工智能的，包括了语言、语音、视觉、厕所，大家都可以上我们的API，非常清楚的网页，很容易就可以写程序。举个例子，比如How old.net，到了今天很多人还不知道这是微软所推出的，事实上在一年半推出的一个东西，马上造成了轰动。

我们推出这个的时候，有点无心插柳柳成荫，我们推出这的时候其实是在推出Cognition Services，用这个来展示多么简单就可以写人工智能的应用。How old.net里面的代码不到八行就可以写出来，因为这个Code是Cognition Services的API，陆续我们还推出了新的Cognition Services不断的更新，产生一些新的功能，最近加的Video的功能，也是一个新API，是Aptionbot.ai，也可以上传任何照片，可以用自然语言来描述里面有什么，你们都可以试。

刚才怀老师提到的进展，微软很有幸有参与了，去年年底最新一届的比赛，得到第一名，而且首度超过人，人在上面做两千的大概会犯5%的错误，我们这个系统不但是深入学习，而且是更深度的，能够做到3.5的水平。有了这个技术，我们不仅可以做照片，同时也可以做视频，比如像Video Capitioning我们还没有开出，我们很快就可以推出，你可以上传一个视频，可以用自然语言来描述这个视频做的是什么，当然难度比图片高很多。

剩下的时间想跟大家探讨，到底AI往前走，今天有这么多的报道，到底需要注意些什么？接下来研究的方向，像刚才李老师、高老师提出的很多，我完全同意高老师所说的，就拿自然语言处理，远远要比所谓的下围棋难的多，所以AI往前走会是什么样的？

大家也听过AI有冬天，我从80年代学AI，也经过了冬天，到今天爆红。今天的AI很大程度，基本上的云能力等于数据，今天大家看到的数据都需要大数据。所以这三个东西的交集，虽然可能不是百分之百，但也有98%以上，在语音界常用的一句的话就是There is no data like more data，深度学习也好，你给他很多的数据，只要他的模型足够正确，你就可以做出很多东西。肯定有类似的处理数据的能力，我们很快的能够上传到语法、语义，你还可以跟大数据来做交互，现在虽然也可以用DNA做一些本地的分析。

但是，今天有了数据之后，所有很多智能的东西都可以做，所以现在有一个新的职位叫Data Scientists/Analysts，像微软这样的公司，业界类似的不管是FaceBook、谷歌、百度雇的60%的人都是做这个，怀老师讲的洞察，你要懂一些编程，从数据里看出一些Insight，从控制学的角度甚至于人类整个的文明史都是一个Closing The Feedbock Loop。今天你有一个假设，你有一个实验，你有一个想法，你把它放出去，石器时代磨一把刀来切肉，用手去撕肉不够好，有一个想法把它造出来，造出来去搜集这个数据，拿它切肉看看，看哪个工整，哪里不公证。了解出Insight以后，想办法可以下一把刀或者加一个勾之类的，这就是你下一个Hypothesis、下一个Idea，把它放起来。人类的文明史都是这样的，不管是有型还是无型的。今天不一样的地方是计算机将来的物联网，也就是现在的物联网或者互联网，能够更快的时间把数据搜集起来所谓的互联网思维也就是这个Closing The Feedbock Loop不一样的地方是，我们以前要花百年甚至一千年才可以去Close一个Loop，今年可以很快的，每一次Close loop，你就加入一些，后来精益求精，东西就优化了。所谓的DNN，AI也是这样，搜集数据，把系统做出来之后再搜集新的数据，再做一个新的模型，最后把它发布出去。

（编辑：源码网）

【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!