华为李航:计算机与人脑相当 但难完成不确定任务
|
弱人工智能，是希望人工智能帮我们做很多智能性的事。刚才前面报告的几位老师介绍了很多当前人工智能的最新技术，这些都可以认为是围绕着弱人工智能的一些技术。现在弱人工智能主要的特点是什么？主要依赖机器学习。假设有一个比较智能性的系统，可以是软件也可以是机器人，那么它要是从环境里面得到一些输入，做一些判断，最后做一些操作的话，基本上要进行感知认知的操作，对应人的识别、推理、理解、决策。现在主要的人工智能技术是机器学习，机器学习最常用的是监督学习，这里面典型的方法是分类、回归，这些方法可以基于数据，帮助智能系统做各种各样的判断，比如识别一个照片里面是不是有人脸，也可以判断在下围棋的时候该走哪一步，这些判断其实都可以用机器学习来实现，只要有大量的数据、就可以构建模型，做出各种判断，可以对应识别也可以对应推理、理解、决策。机器学习是人工智能的核心技术。现在的机器学习技术结合推理，会使弱人工智能系统做得更好，推理和机器学习的结合是未来人工智能发展的大方向，或者说符号处理和神经处理技术的结合，是未来人工智能发展的大方向。 机器学习主要是依赖于监督学习，这里面有什么优势和局限性？优势只有一个，大家在自动驾驶，在AlphaGO里面已经看到，就是在特定场景下通过机器学习得到的模型做出的判断，可以逼近甚至超过人。在AlphaGO这样的系统里面，有两个模型，能够循环被使用。在不同的棋局里，循环使用这两个模型，帮助AlphaGO系统做出正确判断。这样一个简单的组成就能够完成非常智能性的或者看上去非常智能性的任务。 机器学习也有几个局限。第一个局限是机器学习严重依赖于数据，我们训练数据提供的不充分，就可能会误导这个系统。刚才Thomas Dietterich教授也介绍到这样的例子，比如人脸检测的工作，如果给出的训练数据不充分，系统很难在所有情况下检测出照片中的人脸。人躲在墙后面或者人把脸捂上的时候，系统就检测不出人脸。要让系统做得非常好的话，实际上要给这个系统提供大量的不同情况下的数据，数据驱动是机器学习的重要特点，换句话说也是它的局限性。 构建机器学习系统的时候，一定要事先想好这个模型的类型是什么。比如要做分类，把红的点和绿的点分开，正例负例分开，我们可以考虑用一个线性模型，就是用直线把红点绿点分开，也可以考虑用一个非线性模型，就是用曲线把红点绿点分开。这个决定就左右了我们设计的机器学习系统到底能不能很好完成这个任务。如果让系统选择最好的直线把正例和负例分开，结果一定非常不好，因为这里的数据的分布本身就是曲曲弯弯的，需要用非线性模型，用曲线才能把它们分开。我们构建机器学习系统的时候，事先要做一个决定，我们这个模型大概是一个什么类型，模型的集合到底是什么。我们事先要有一个设计，这个设计严重影响了我们这个系统的性能。 机器学习的局限。从另外一个角度看，如果把智能系统做一个分类的话，可以这样去做：比如环境是不是动态变化的，如果环境不是动态变化的话，这样的智能系统可能就是一般的工业机器人，环境只是遵循一定规律在变化，没有动态的变化。如果环境是动态变化的，下面的问题是我们是不是要让这个机器人去执行不特定多种任务，做的事情是不是事先定好了。事先定好的任务就是自动驾驶这样的情况。假想未来有一个建筑机器人，能在建筑工地跟建筑工人一样去工作，那么这时候的情况就比较复杂了。我们事先很难设想到底有哪些任务需要建筑机器人去做。这是机器学习的第三个局限，很难去执行不特定多种任务。回到建筑机器人这个例子上，这个机器人可以搬砖摆砖，但是砖墙倒了让它清理，这个机器人就不会做了，没有设计让机器人完成这样的任务，机器人不会像人一样在复杂动态的环境里去自主判断去做，它所能够完成的任务都是事先定义好的。 强人工智能、弱人工智能在某种意义上有局限性。弱人工智能也有很大的威力，弱人工智能还是非常强大的。弱人工智能主要基于机器学习和大数据，现在的人工智能就是机器学习、大数据，这一招。还没有跟推理等结合起来，但是就是这一招已经能把人工智能做得非常好了。我们有很多这样的例子，可以把我们的智能系统的智能水平不断提高。阿基米德曾经说过，给我一个支点，我能把地球撬起来。对人工智能来说，对现在的机器学习来说，给我们无穷多的数据，其实我们也能够实现人工智能。 大家观察一下就会发现所有的人工智能系统有这样一个规律，我叫它人工智能闭环。你有一个系统，还有用户，数据，算法。先有系统，建好以后有用户用了，能够产生大量的使用数据。这些数据又能帮助我们提高算法的性能，最后提高系统的性能，提高了性能的系统又能更好地帮助用户，我们有这样一个闭环，最后使用户感受到系统越来越智能。观察所有的人工智能系统，基本上都遵循这样的规律。这样在特定的场景下，能够跟我们人做出同样的甚至更好的判断。 刚才介绍整个人工智能未来的发展。我现在以通信行业为例，讲讲人工智能能给我们带来什么样的变化。诺亚方舟实验室在华为从事人工智能方面的基础研究，我们有几个方向，基本全围绕着华为的主力产品在做，包括手机、通信网络、云计算。手机和云计算的工作今天因为时间关系不介绍了，今天重点介绍一下诺亚方舟实验室在通信领域做的一些工作，我们坚信人工智能能够改变整个未来的通信领域。 这是关于未来的通信网络的我们的愿景，基本上是全自动的智能性的网络，不特别需要人去参与。大家如果熟悉通信的话知道，通信网络一般来说有两大块任务，一个是网络的控制，一个是网络的管理和维护。网络控制就是怎么样在一个通信网络里面有效调度资源，使得网络的使用效率更高，更好服务用户。网络管理和维护，从建立通信网络开始，考虑怎么样能够建一个非常好的合理的通信网络，怎么样能够监控这个网络的情况。一旦网络发生故障，能够及时排除故障。我进华为之前不太了解这个情况，如果说一个通信网络经常发生故障不是很有问题吗？现实当中通信网络很容易发生故障，比如外面哪个地方有个施工或者打个雷，都可能使通信网络发生故障。及时感知到通信网络发生的情况，一旦网络发生故障及时排除故障就是非常重要的事情。未来通信网络会越来越不需要人，整个网络的控制基本是全自动的，网络的维护和管理只需要很少的人参与，只需要很少的专家参与就可以把整个通信网络的事情全部搞定。 （编辑：淮北站长网） 【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! |
