中科院深圳先進技術研究院集成技術研究所副所長喬宇所帶領的團隊是國內早期開展人工智能研究的科研組織，對于這場人機大戰(zhàn)，喬宇并不認為這代表人工智能強于人類。人工智能未來將給人類生活帶來很多便利，一定程度上將會搶走人類飯碗，但人工智能并沒有自我意識，因此人工智能再“強大”，未來也不可能威脅到人類。

 

　　AlphaGo像人一樣會深度學習

 

　　喬宇強調，AlphaGo的人工智能依然只是屬于“弱人工智能”，出現(xiàn)具有獨立意志、具有情感認知能力的“強人工智能”還比較遙遠。

 

　　記者：上世紀90年代末，通過類似AlphaGo使用的深度學習模式，IBM就打造了在國際象棋比賽中戰(zhàn)勝人類的“深藍”。從深藍到AlphaGo，人工智能取得了什么突破?

 

　　喬宇：深藍和AlphaGo用的技術，差異是很大的。我更傾向于把深藍看成是一個基于規(guī)則的強計算、國際象棋比圍棋復雜程度小很多，而且象棋是越下越簡單，因為慢慢地，棋子就會被吃掉。AlphaGo實際上更像人，它的學習能力很強。

 

　　記者：AlphaGo為什么能戰(zhàn)勝李世石?

 

　　喬宇：從人工智能的角度講。圍棋的計算量級達到10的170多次方，機器很難通過運算、窮舉的方法把所有可能全部列舉，這個不太現(xiàn)實，下圍棋一方面是計算，另外一方面就是布局。在AlphaGo之前，這是機器的一個短板。AlphaGo做得很好，因為它使用了深度學習。

 

　　記者：AlphaGo的深度學習是怎樣運行的?

 

　　喬宇：在人機大戰(zhàn)之前，AlphaGo的科研人員發(fā)表了一篇文章，比較詳細地去介紹了他的方法。它的網(wǎng)絡分成兩部分：策略網(wǎng)絡和價值網(wǎng)絡。這兩個網(wǎng)絡所做的事和人類下圍棋有類似之處。

 

　　策略網(wǎng)絡會根據(jù)棋局看看在哪里應該布子;價值網(wǎng)絡會在下子后分析對手會怎樣想，下一步該怎么走，目前局勢是好、是壞，并進行數(shù)值性的估計。

 

　　這兩個網(wǎng)絡是非常復雜的，里面有非常多的參數(shù)需要去調整和學習。怎么能夠把這兩個網(wǎng)絡訓練得比較好，就用到了深度學習。AlphaGo深度學習用了20萬到30萬個高手之間對弈的數(shù)據(jù)，并進行大規(guī)模的數(shù)據(jù)運算，這些運算用了兩三千個CPU。

 

　　記者：AlphaGo戰(zhàn)勝李世石，體現(xiàn)了怎樣級別的人工智能水平?

 

　　喬宇：是的，AlphaGo運用深度學習和增強學習技術的人工智能依然只是屬于“弱人工智能”，電影中出現(xiàn)的那種具有獨立意志、具有情感認知能力的“強人工智能”到現(xiàn)在依然沒有出現(xiàn)。

 

　　記者：未來會進入高智能階段?

 

　　喬宇：要像人那樣具有完全的自我意識，我相信是非常遙遠的。

 

　　記者：AlphaGo戰(zhàn)勝李世石，會帶來什么意義?

 

　　喬宇：人工智能會吸引更多人關注，目前將人工智能的應用到醫(yī)學圖像處理，已是非常熱門的研究領域。

 

　　人工智能將搶人的飯碗

 

　　在喬宇看來，國內人工智能與國外相比有一定的差距，但差距不大，而在一些領域，中國還處于領先地位。“人工智能將讓我們生活更便捷”。同時喬宇也擔憂，人工智能技術的高度發(fā)展將取代一些人類的傳統(tǒng)工作。

 

　　記者：與國外相對，國內人工智能發(fā)展情況如何?

 

　　喬宇：國外的領先一些，但從學術研究方面，特別是在某些具體的技術點上，我們甚至還處于比較領先的水平，比如說行為識別。

 

　　記者：從產業(yè)角度來說，我們跟國外相比如何?

 

　　喬宇：有差距但是差距不大，中國有中國的特色，很多互聯(lián)網(wǎng)企業(yè)比如百度、騰訊、阿里巴巴、京東等都在人工智能上有較大投入，包括建立了比較高水平的科研團隊。另一方面，就是說，除了這些比較大的企業(yè)，我們還出現(xiàn)了很多高水平的初創(chuàng)團隊。

 

　　記者：未來人工智能將如何影響我們的生活?

 

　　喬宇：從當前來看，可能影響兩個方面：第一，人工智能很多技術的發(fā)展確實會讓我們生活更加便捷，能夠把我們從一些辛苦的勞動中解脫出來，比如說語音識別，我不想打字，說一段話利用人工智能就能“翻譯”下來，未來肯定會有更多這方面的應用。

 

　　另一方面也是我個人的擔憂，人工智能高度發(fā)展必然會帶來一個趨勢——一些人做傳統(tǒng)工作可能慢慢被人工智能取代。比如說，自然語言處理方面，假如機器人能很好地跟人類交流，很多公司的語音客服就有可能被替代，這些客服就有可能被機器人搶走工作。當然，人工智能產業(yè)在革新一個舊產業(yè)、創(chuàng)立新產業(yè)的時候，也能帶來工作機會，所以我們要引導人朝這方面尋找就業(yè)機會。

 

　　記者：你覺得人工智能和哪方面結合有想象空間?

 

　　喬宇：目前，人工智能與互聯(lián)網(wǎng)、IT產業(yè)合作比較多。從個人角度來講，我覺得醫(yī)療健康領域未來也會和人工智能“合作”，我國目前的醫(yī)療體系不夠完善，高端和高質量的醫(yī)療資源少。醫(yī)生看病需要大量的基礎知識的學習，然后還需要看很多的病例，這些事情想要完全用計算機替代還是比較難的。但如果計算機能夠“深度學習”這么多的病例，它會對醫(yī)生的決策起到輔助作用。

 

　　再者就是疾病預防方面，我們可以運用人工智能對身體做全面地檢測，那樣無論是醫(yī)療成本還是病人的痛苦都可以大大地降低。

 

　　另外一個方面就是教育，一般來說都是人對人的教育，完全用機器是不現(xiàn)實的，但人工智能應該能在一定程度上協(xié)助老師。

 

　　記者：人工智能能發(fā)揮很大的功效是不是基于大數(shù)據(jù)?

 

　　喬宇：對。但我們希望未來計算機學習的方式越來越像人，而不需要這么多訓練數(shù)據(jù)，也不需要這么多計算。未來小數(shù)據(jù)的學習也會是一個潮流，因為并不是所有領域都有大規(guī)模數(shù)據(jù)，具體到醫(yī)療領域就很明顯。

 

　　人工智能是專才不是通才

 

　　人工智能起源于上世紀50年代，目前已經(jīng)融入到我們的生活：人臉識別、車牌識別、語音識別等。但它目前只是某個領域的專才，與人類相比還差距遙遠。

 

　　記者：請簡單介紹一下什么是人工智能。

 

　　喬宇：通俗點說，由人制造出來的智能叫做人工智能。從學科研究角度來講，它是計算機學科的一個分支，通過計算機或者通過機器進行運算，然后獲得類似于人的智能。

 

　　記者：目前人工智能發(fā)展處于什么階段?

 

　　喬宇：現(xiàn)處于非常高速的發(fā)展階段，人類對人工智能的需求很強。

 

　　比如，一個城市發(fā)生案件后，警察要調取上千甚至上萬個錄像監(jiān)控視頻進行分析。如果只靠人去看，要消耗大量時間，還不可避免地出現(xiàn)遺漏。而計算機能夠在很大程度上來節(jié)省辦案時間。

 

　　記者：人工智能的應用主要集中在哪些領域?

 

　　喬宇：它最主要就是一個語音識別、圖像識別，比如說人臉識別，指紋識別在深圳通關的時候已經(jīng)廣泛使用。

 

　　記者：AlphaGo引發(fā)了人們對人工智能的擔憂，未來機器人是否會對人類造成威脅?你怎么看?

 

　　喬宇：我不擔憂，事實上AlphaGo的神經(jīng)網(wǎng)絡以及它的結構還都是由訓練數(shù)據(jù)決定的，它只會下圍棋。

 

　　相比之下人的智能是很通用的，這是很大的區(qū)別。如果人工智能要對人構成威脅的話，它首先需要有自我意識。我們每個人生下來就是一個獨立的個體，至少目前來講，還沒有任何人工智能具備這一點。從這個角度來講，人工智能還不足為慮。

 

　　喬宇其人：

 

　　做圖像識別取得世界領先的識別率

 

　　喬宇是語言識別、圖像處理科班出身，“我出國之前就已經(jīng)對語言識別、圖像處理感興趣了，所以出國留學就選了類似這樣的實驗室，然后做了圖像處理，再做了語音識別。”喬宇在日本取得博士學位后，相繼在中國香港、日本的高校做了一段時間的科研，做的還是他的老本行：語言識別、圖像處理。而這兩塊也正是人工智能的一個分支。他取得了不俗的成績，2012年獲中科院盧嘉錫青年人才獎，2011年獲得中國科學院“百人計劃”擇優(yōu)支持，入選深圳市“孔雀計劃”首批海外高層次人才，是廣東省引進創(chuàng)新科研團隊核心成員。

 

　　之后，喬宇與人工智能的另一熱門分支——深度學習也擦出了火花，他的研究團隊成為早期研究深度學習的一支科研力量。

 

　　2012年，喬宇在中科院深圳先進技術研究院工作時，接觸到周圍的一些(深度學習)研究成果，“我們覺得這可能是一個發(fā)展方向，當然不僅包括我，還有組里其他老師，大家商量了一下覺得不錯，然后開始做這方面的研究。”

 

　　喬宇的團隊在深度學習研究方向也收獲了不少成果。真實場景下的跨年齡人臉識別取得世界領先的識別率。據(jù)了解，CACD人臉數(shù)據(jù)庫(真實場景下采集的人臉數(shù)據(jù)，具有顯著的年齡和其他變化)包括16萬多張圖片，2000個不同的人。“我們最新研制的深度模型取得了98.49%的準確率，這是目前國際上最好的結果。”

 

　　在視頻行為識別方面，喬宇的科研團隊提出基于運動向量的深度識別網(wǎng)絡，每秒可以處理390幀圖像，速度提高了近40倍，還可實現(xiàn)實時視頻分類。

 

　　“在一年的時間內，在幾個數(shù)據(jù)庫中把場景識別準確率提高了十幾個百分點，這也是我做研究之前意想不到的。”喬宇對目前取得的科研成果也有些意外。