AI和IA需要“在一起”

 

　　IT和武俠江湖很像，也分學(xué)派和流派。關(guān)于人工智能(Artificial Intellingence，AI)與智能增強(Intellingence Argumentation，IA)，科技預(yù)言家約翰·馬爾科夫在他的《與機器人共舞》一書中有清晰的分類和定義。

 

　　五六十年前，當(dāng)一撥人投身于“未來的計算機能夠建立起和人一樣的智慧”(人工智能)的時候，另一撥人扎進了“交互式計算”里，認(rèn)為計算機更多的是在增強人的智慧而非取代人類，去做了“智能增強”。前一撥人認(rèn)為，計算機是可以獨立完成一些事情，不需要人的參與。后一撥人認(rèn)為，計算機始終無法脫離人，需要以人為中心，所以他們更多去做“智能增強”。

 

　　宋繼強表示，要讓機器獨立具備人的能力，不是一件容易的事情，也遇到一些瓶頸，所以在早些年AI熱過后，又沉寂下去。而去做機器與人協(xié)作的這撥人，希望提高機器效率，很重要的一個維度就是解決“Human in the loop”(人機交互)。

 

　　這兩撥人平行研究，偶爾會有交集，并且此消彼長。當(dāng)AI特別熱的時候，人機交互就會沉寂下去，當(dāng)人機交互熱的時候，AI又會“消停”下來。

 

　　從宋繼強的觀點來看，要想加速人工智能的商業(yè)應(yīng)用，這個兩條平行線是應(yīng)該合二為一的。目前看，獨立的AI，比如說AlphaGo在人給它進行大量訓(xùn)練之后，在與人下棋的那段時間是可以獨立完成一些事情，甚至某些方面超過人，但是到目前為止我們還看不到AI在通用和全面能力上趕上和超過人的跡象，而且還非常遙遠。

 

　　在構(gòu)造基于AI的自主機器里面有三個關(guān)鍵的維度，第一步是感知，二是認(rèn)知，三是行動，要把這三個步驟連貫起來形成一個閉環(huán)。

 

　　從“感知”和“行動”的維度看，目前有了很多進步。而其實最難突破的是“認(rèn)知”。因為它包含太多不同行業(yè)的知識，包括對心理學(xué)、對人、對物體，對知識等如何建模。目前看，這個維度還沒有達到人類可用的程度。

 

　　宋繼強舉了語意理解的例子。比如一句話是聲音信號，變成了文字，這個文字不同的語言文字有不同的表示。中文的“太陽”和英文的“Sun”，他們對應(yīng)都是一個物體，這個符號太陽與你語句里邊的其他的詞，會形成一些關(guān)系，到底你說這句想表達什么，這個語意理解要從你這個感知層的一些符號去推算。

 

　　這其中還要消除“語義歧義”。比如“乒乓球拍賣完了”這句話，有好幾種意思表達，究竟是“乒乓球拍，賣完了!”還是“乒乓球拍賣，完了!”這需要結(jié)合上下文，需要結(jié)合語境才能準(zhǔn)確了解。

 

　　除了語義歧義，我們?nèi)嗽趯υ捴胁皇敲烤湓挾及阉行畔⒄f全的，人是很容易識別，但是計算機要做到很不容易。

 

　　再比如你說“幫我去冰箱中拿可樂”這句話，人很容易就可以完成幫你拿可樂這一系列的動作。但機器人是“蒙”的，它得算很多，因為缺失很多信息，首先冰箱在哪兒?什么是可樂?長什么樣?從這兒到冰箱那兒要怎么走過去?太多事情他不懂，這里面涉及很多知識，需要將很多知識庫建起來，放進去，機器人才能很好地去完成這一動作。

 

　　在知識缺失或者信息不完整等背景下，“智能增強”派上了用場。比如說，智能機器人通過語音、屏幕交互，把缺失的信息以比較自然、而不是太笨的方式呈現(xiàn)給用戶，讓用戶替他去解決。比如機器人已從網(wǎng)上搜來了一些知識，可樂有幾種，減肥的，紅色的，它就可以問人：“你要哪種可樂?”機器人不知道冰箱在那里，機器人可以問人：“這個冰箱是不是在某個廚房?”這樣的問題人是可以接受的。我們通過一部分人工智能，一部分人機交互，把這個閉環(huán)形成，讓機器人用起來，加快商業(yè)化應(yīng)用，機器人的智慧成長之路就可以加快。

 

　　我們都知道一個事物的快速成長有兩個途徑，一個是靠軍事使用，另一個是靠商業(yè)推動。商業(yè)應(yīng)用是我們看到可能讓機器人成長起來的最好路徑。通過AI+IA，這個路就沒有那么遠了。

 

　　宋繼強最近與德國做機器人的院士進行交流。院士坦言，即便是最厲害的深度學(xué)習(xí)也不可能將識別準(zhǔn)確率做到100%，算法只是其中的一步，事實上機器人要運行穩(wěn)定、要可靠，還有很多維度的事情要完善，還有很多問題要解決。在AI+IA的發(fā)展思路上，德國院士與宋繼強的觀點是一致的。

 

 

　　知識庫是下一AI競爭關(guān)鍵點

 

　　目前大家對人工智能的關(guān)注焦點是算法，“深度學(xué)習(xí)”尤其火。應(yīng)該說，深度學(xué)習(xí)是目前解決AI問題的最好方法，但并不排除未來還會有更高效的AI算法出來，事實上解決人工智能的問題，不同的工具在不同的維度有不同的優(yōu)勢。

 

　　宋繼強表示，另外一個維度是中國應(yīng)該關(guān)注的，就是前面提及的“知識庫”(Knowledge Vault)，這是AI的另一個難題。

 

　　麻省理工(MIT)等是比較早開始做知識庫的機構(gòu)，當(dāng)時為了讓機器人在室內(nèi)工作，需要建立一個知識庫，主要覆蓋室內(nèi)的常識(Open Mind Common Sense)。比如讓機器人從室內(nèi)到門外，門是關(guān)著的，機器人看到門是關(guān)的，它是不知道如何出去的，門牽扯到哪些?開關(guān)如何操作，門才可以開?這是一套連接的知識網(wǎng)絡(luò)。當(dāng)時學(xué)術(shù)界做這樣一套常識，投入很多人力，幾屆學(xué)生一起做才完成，用半結(jié)構(gòu)化的短句，把知識做在里面，這些知識通過一定的模式可以查詢出來。僅僅是一個室內(nèi)場景，建立常識庫就很不容易，而且稍稍變化一下環(huán)境就不適用，比如在國外建立的常識庫，拿到中國就未必適用了。

 

　　在宋繼強看來，知識庫是人工智能里邊最復(fù)雜的東西，因為知識日新月異。他舉了一個非常淺顯的網(wǎng)絡(luò)語言的例子，現(xiàn)在年輕人三天兩頭換新詞，如果不更新這些詞匯，你就不懂他講的是什么意思。

 

　　宋繼強提及了谷歌公司正在建立全球最大的知識庫的事情，可能這個信息還沒有引起更大的關(guān)注。谷歌通過算法自動搜索網(wǎng)上的信息，利用機器學(xué)習(xí)將數(shù)據(jù)變成知識，到目前，谷歌已經(jīng)收集了16億件事實，而谷歌表示這個知識庫要建立起來至少需要十年的時間。而事實上，這是一個非常有“野心”的事情，因為一旦建立起來，意味著全球的智能設(shè)備都有可能需要去使用其知識庫，它就有可能左右這個世界的所有智能設(shè)備。

 

　　我在網(wǎng)上搜索了一下國外分析師對谷歌正在構(gòu)建知識庫的評價，還是嚇了一跳。比如，“知識庫除了改善人機交互之外，也會推動現(xiàn)實增強技術(shù)的發(fā)展”。“知識庫還能夠改變我們研究人類社會的方法，甚至可以對未來做精準(zhǔn)的預(yù)測”。“知識庫改善人們的生活和娛樂，甚至是戰(zhàn)爭的方式”。

 

　　目前全球許多大公司都在構(gòu)建知識庫。在宋繼強看來，構(gòu)建知識庫這個事情也只有大公司可為，因為做它時間跨度很長，小公司根本支撐不下去。而且這個知識庫如果被別人利用了，智能設(shè)備的觀點都會發(fā)生變化，它會影響機器人以后的價值觀，重要性不言而喻，不能被短期利益驅(qū)動。而且知識庫和文化和地域有關(guān)，我們不可能一大堆的設(shè)備總用英語去查詢，所以它需要本地化、中文化，美國做的知識庫肯定不太適合中國。中國的大公司應(yīng)該注意到這個維度。中國的公司中，宋繼強認(rèn)為，百度和騰訊都有可能做這個事情。

 

　　除了知識庫中國需要發(fā)力，宋繼強認(rèn)為中國應(yīng)該發(fā)力的第二個方面是自然語言處理。因為在認(rèn)知推理中，很重要的一個關(guān)鍵是如何在比較少的數(shù)據(jù)中，推理得到有意義的結(jié)果，在其中很多是與自然語言相關(guān)，而中國在自然語言理解上有優(yōu)勢。從視覺識別來看，國內(nèi)和國際沒有太大的區(qū)別。而在自然語言識別上有很多差別，我們推動AI往下走，很多技術(shù)與之密切相關(guān)。只有在知識庫和自然語言理解上做好，我們才敢把更多的事情交給機器人。

 

　　CPU、FPGA和ASIC

 

　　談及AI離不開計算力，從字符識別語音識別到圖像識別，對計算能力的要求是一步一步往上走的，這一步一步的往上走離不開計算能力的大幅提升和成本的大幅下降。現(xiàn)在AI要求計算能力不斷提升，有的公司也采用圖形加速器去做訓(xùn)練、去做識別，遇到的難題之一就是計算能力提升，功耗也變大。而很多智能設(shè)備是移動的，不管是無人車還是服務(wù)機器人，都要求續(xù)航時間，都對功耗降低有迫切需求。而做AI智能設(shè)備有三步，識別、推理、行動，所以不僅僅是要它進行識別，還要它進行分析、挖掘信息，計算能力和功耗之間的矛盾就變得越來越突出了。

 

　　怎么解決?一個方式是用軟件的方式。人工智能是一個軟硬結(jié)合的系統(tǒng)，其實不是純軟件的事，軟件可以做一些算法優(yōu)化，把計算量砍下來。第二個是硬件的方式。就是用很經(jīng)濟、很有效的方式使用電力。這其中也有幾類，最通用的方式是CPU，比如英特爾的酷睿系列、至強系列，這些通用的處理器，最通用的同時功耗也高。另一種是專用芯片ASIC(Application-SpecificIntegrated Circuit)，它可以做到功耗很低，但是性能很強。ASIC方案是一個終極解決方案。處于軟件和硬件方式中間的是FPGA，F(xiàn)PGA的功耗和通用性處于中間檔，功耗比CPU和GPU都低，他有一定的配置靈活性，配置起來是要靠寫硬件的代碼。而且它的成本比ASIC要高，所以當(dāng)量還不足以支撐大規(guī)模制造專用芯片的時候，通常會采用FPGA。

 

　　講清楚CPU和FPGA以及ASIC的關(guān)系，大家就很好理解為什么英特爾要收購Nervana這家初創(chuàng)公司的原因了，因為Nervana是做專用AI芯片的，是AI的ASIC供應(yīng)商，現(xiàn)在的AI需求到了需要專用AI芯片的時候了。據(jù)稱，Nervana處理器速度將可達到GPU的10倍，而投靠英特爾，可以讓Nervana獲得強大的芯片制造能力、資金能力和生態(tài)鏈整合能力。所以這樁婚姻會非常自然。

 

　　宋繼強表示，從數(shù)據(jù)顯示來看，目前在全球計算中心的計算量中，有10%是與AI相關(guān)，雖然看起來占比還不是很高，但是成長性超快，還在加速成長中，而且AI有引擎帶動效應(yīng)，所以英特爾加速這個部分的布局是非常順理成章的。

 

　　在AI這個路徑上看，從CPU到FPGA到ASIC，英特爾做了很好的布局。講完這條線路，大家一定會關(guān)心另外一條線路“類人腦計算”，因為那條路其實才更接近于AI的需求。而目前包括IBM、谷歌以及中國都在加速在這個路徑上的布局。作為全球芯片的巨頭，英特爾不做類人腦芯片的研發(fā)嗎?

 

　　宋繼強表示，英特爾并非不做，只是現(xiàn)在還沒有到透露的時候，一般大家看到的都是已經(jīng)相對商業(yè)化的英特爾技術(shù)路線，對于未來的研究，英特暫時不會公布。

 

　　我曾在幾年前參加英特爾在硅谷舉行的英特爾全球研究院展示日活動，那時，英特爾就已經(jīng)在進行“類人腦芯片”和計算架構(gòu)的研發(fā)，主要是放在美國研究院，只是現(xiàn)在還沒有到公布的時候，而全球的類人腦計算都還處于比較早期的階段，商業(yè)化之路還很遙遠。