中國工程院院士高文：從大資料科學到人工智慧的遷移過程

2017年11月6日，京東舉行JDD京東金融全球資料探索者大會，在全球範圍內尋求志同道合的夥伴共同探索大資料和人工智慧在金融領域的最佳實踐。中國工程程院院士、北京大學教授高文應邀做會議演講，演講主題為“探索大資料，迎接人工智慧時代”。

高文院士重點觀點如下：

• 要滿足三個條件，AI系統就不需要外部資料的支援。這三個條件是：集合是封閉的；規則是完備的；約束是有限的（不可以有遞迴）。

• 人工智慧現在大概發展到“剛上小學”的階段，後面還有很長的路要走，人工智慧至少還有10-20年的好日子過。

• 人工智慧的發展，還是要靠學習、靠知其所以然的研究

一、大資料時代

我們現在這個時代確實是已經從大資料時代，移到人工智慧時代。為什麼這樣講呢？實際上這和大資料本身的內涵關聯性比較強。我們知道大資料本身的規模越來越大，從原來的EB級正在往ZB級發展，資料本身在不停地增加，我們稱為資料氾濫。這個資料氾濫包括很多，比如和零售相關有很多資料，再早一點是科學的資料，不管哪種資料都是和網路關聯的，個人自媒體出來以後網路資料又非常多。

以前大家都把它叫做大資料，最近有一個講法，大資料不是規模大，而是垃圾多的資料叫大資料，利用率低的資料。 比如影片資料、網路的個人資料。大資料本身的概念越來越大，但這個資料大了以後到底怎麼使用怎麼發展，最近一段時間大家都深入討論。

比如說資料是不是越大越好，是不是什麼東西都一定要一個資料？回答是No 。最近有一個非常好的案例，Alpha Go下圍棋，以前是需要使用人類下圍棋的資料，同時自己嘗試了三千萬局的資料，最近的Alpha Zero不需要人類對弈資料了，自己會生產資料。現在我們就可以提問， 什麼樣的情況不需要外部資料，自己生產資料就夠了？ 我和有些專家討論，覺得，什麼樣的AI系統不需要外部資料就可以戰勝人，實際上就是滿足三個條件：

• 1、 集合是封閉的 ，不管你是狀態集還是什麼集，你的集合是封閉的，我們知道圍棋集合是封閉的。

• 2、 規則是完備的 。也就是說下棋什麼地方能下，什麼地方不能下，這個規則是完全完備的，不能隨便更改。

• 3、 約束是有限的 ，也就是說你在約束條件下，不可以遞規，因為有了遞規之後往下推延就停不下來，而有限的時候就能停下來。滿足這三個條件，不需要外部資料，系統自己產生資料就夠了。所以可以想見，今後有很多的情況你去判斷這個人和機器最後誰能贏，滿足這三個條件機器一定贏，不管德撲、圍棋，類似的情況很多了。

是不是所有的情況都是這樣？當然不是。你可以看現在很多的交易、物流、零售，其實它有很多的條件一直在變，不滿足剛才的條件，這時候你需要很多外部的資料。有外部資料就夠了？當然不是，外部資料怎麼用？它自己不會去產生一個用法，這個用法需要人，需要透過人工智慧這些手段去用這些資料。所以人工智慧實際上就是從大資料科學到人工智慧，非常自然的遷移過程。

二、人工智慧時代

人工智慧發展階段

最近人工智慧非常熱，熱到每一個人，每一個投資人都說我要投人工智慧或者我要幹人工智慧，這件事好不好呢？不知道。但我們可以看看歷史，以史為鑑，可以知道很多事情，人工智慧發展到去年剛好是60年。我們看看60年的發展實際上是經歷了三個階段：

第一個階段20年，1956年到1976年。第二個階段，從1976到2006年，30年，2006年是第三波浪潮剛剛開始，它會持續多長時間？不知道，可能25年，可能35年，也可能是40年。當然按照20、30，下面到底是40年、30年甚至60年都不知道。但你知道這個規律就應該知道人工智慧絕不是已經把所有的事情做完了， 如果用人的一生來比喻，人工智慧其實現在大概剛上小學，有的還不到小學，所以現在它的歷程可能只是1/10，後面有很長的路可走。

在人工智慧路上有很多關鍵人物不能忘記，圖靈不能忘記，計算機領域特別重要的一個獎圖靈獎，其他學科有諾貝爾獎，諾貝爾時代沒有計算機，後來有了計算機以後，大家就想計算機界也應該設一個和諾貝爾獎相當的獎，這個獎就是圖靈獎，現在全世界一共65個人得了一個圖靈獎，姚期智教授，是華人當中唯一得到圖靈獎的。

在人工智慧領域得到圖靈獎的一共8位，馬文·明斯基（1969），約翰·麥卡錫（1971），艾倫·紐厄爾（1975），赫伯特·西蒙（1975），愛德華·費根（1994），拉吉·瑞迪（1994），萊斯利·瓦倫特（2010），猶大·伯爾（2011）。整個電腦科學領域，人工智慧實際上是插在寶塔尖的1/8。萊斯利·瓦倫特，猶大·伯爾，後面這兩位是2010年和2011年獲獎，都是和機率推理、機率學習、因果學習有關的兩個學者。

總體來說，人工智慧到現在有三個主要的代表性的學派，哪三個呢？

• 第一個是用邏輯的方法做人工智慧，通常我們把它叫做邏輯主義學派，或者叫做符號主義學派。

• 第二個是以連線主義為基本工具，就是用神經元網路，今天的深度學習就是它一個典型的代表

• 第三個學派，從搞控制論的人，比較主張的一個學派，更多的是做這種自適應和進化、計算。這三個學派裡各有千秋，不能說哪個好哪個壞。

什麼叫人工智慧？ 我們今後可能就是人類智慧和人工智慧的一個對決，其實人工智慧是人類智慧的一個計算機的實現，從對決的角度，它永遠不可能超過人類智慧，只是說在某一個特定的方面它可能勝出，但從智慧本身它沒辦法勝出。 我們看看智慧的定義，其實智慧有很多方面，包括邏輯能力，語言能力、空間能力、感知能力，包括音樂感知的能力，肢體的控制能力。後面這幾個是比較難的，包括人的內省、自我反省，包括人際關係的能力，包括自然探索的能力，比如發現一些新的東西，完全沒有任何線索，你能想出我要做這個，我把這個問題解決掉。自然探索的能力，包括影像、圖形的感知能力。

其實智慧分為這九個能力，而現在的人工智慧在這九個方面只有三個做的還可以，有六個方面還相當的遠，所以我們說現在的人工智慧要想挑戰人類智慧，路還很長。

為什麼我們說人工智慧60年呢？因為1956年當時有一個里程碑式的會議，達特茅斯會議。當時人工智慧這幾個元老還很年輕，他們集聚到一起開了兩個月的會，討論怎麼樣讓機器具有人的智慧、定出了人工智慧的最終目標以及什麼叫人工智慧。現在看起來1956年定義的人工智慧的白皮書，到現在一點都不過時。所以我們說年輕人還是非常厲害的，三四十歲的年輕人，在計算機剛剛興起的時候，連人工智慧概念都還沒有，他們就提出來我們要怎麼做這個東西，這是非常了不起的一件事，現在看起來確實他們做的是對的。

這次會議開了以後，全世界很多學校都開始跨入到人工智慧熱潮當中，典型的像史丹佛大學、CMU、MIT、哈佛大學很多人都在做相關的這些研究，那個階段大家採用的技術手段，主要是邏輯主義或者符號主義。

什麼叫邏輯或者符號呢？實際上就是他認為一切的推理，我都可以用邏輯演算的方式來實現，我只要定義了整個邏輯演算的體系，做一個規則，就可以完成任何事，可以進行推理、數學證明，可以創作、奏樂等等。 其實我們小學就學過代數運算，邏輯也是一種運算，但它不是用的代數運算，而是布林運算，和代數運算非常接近。有了這個運算就可以對它進行推理，推理你要使用一個工具，他們使用了演繹推理的工具。

我們知道到現在為止，最主要的自然科學的定理使用的都是演繹推理的方式來完成的。 比如說亞里士多德的三段論體系就是非常典型的演繹推理，歐幾里得的幾何學也是用這樣完成的，牛頓力學，麥克斯韋、愛因斯坦全都是用演繹定理推出來的。

所有演繹推理的基礎是滿足三段論方程，什麼叫三段論，我有一個大前提，這是一個一般的原理，我有一個小前提是我要研究的特殊情況，根據大前提、小前提得到一個結論，這個結論是根據一般情況，對特殊情況做出一個判斷，這就完成了演繹推理，這就叫三段演繹推理。

所有的基礎邏輯的方法都是這樣做的，為了做這個當時設計了很多的人工智慧語言，用這種語言可以寫人工智慧的方程，機器就可以去證明。

當然這聽起來很好，而且第一次浪潮，大家都認為十年之內人工智慧一定可以完成很多事，但一直到1976年前後，大家發現一開始定的那麼高調的東西絕大多數都實現不了，加上當時有人落井下石。1973年有一個英國人發了一個報告，給AI撥一大盆冷水。

他把AI研究分三類系統， A是指自動機、B是機器人、C為中央神經系統。自動機和中央神經系統研究是有價值的，但進展太慢；機器人的研究毫無價值，而且非常令人失望，所以他建議把所有的機器人研究都取消掉；A和C因為它本身令人失望，所以也是非常低調。 這個報告出來以後各國政府全部都把對人工智慧投入的經費砍掉，馬上就進入了嚴冬。所以1976年實際上是人工智慧第一次的嚴冬的到來。

1976年之後儘管沒有經費，但學者的可愛之處是給錢也做，不給錢也做。因為做邏輯的，前面已經把自己的體量拉的很大。當時做神經網路的，基本上沒有得到什麼錢，所以本身就是教授帶幾個學生在那玩，這個領域雖然面臨寒冬了，但對他來講沒有變化，反正盛夏的時候沒有錢，寒冬的時候還是沒錢，所以帶著學生繼續玩。

這一玩玩出花樣來，1976年開始有很多做神經元網路的，不停的寫東西、發東西，一直到1986年出來一個讓人眼睛一亮的東西，這個東西叫BP演算法（即誤差反傳網路）。以往的神經元網路只能做非常小的事，做不了大事。但這個東西出來以後可以做大事了，所以就推動了這個領域發展的速度非常快。

但它也只能解決一些問題。一開始人們也是期待要解決很多問題，但遙遙無期，到最後又來了第二次的低谷，包括日本第五代機的失敗，當時在史丹佛大學要建一個知識百科全書的專案都失敗了，使得第二次人工智慧又跌入了低谷。

第三次是從2006年開始的，現在是人工智慧的三個大牛，一位在多倫多大學Geoffrey Hinton，一位在蒙特利爾大學Yoshua Bingeo，一位在紐約大學Yann LeCun，這一年分別發表了三篇文章在講一件事。這個文章出來了以後，當時大家並不知道這個東西要怎麼用，這個東西被誰給啟用了？李凱和李飛飛做的ImageNet，主要操刀是李飛飛做的。

ImageNet是一個全球的影像識別比賽，在2012年以前都是用常規的方法，2012年開始有一個參賽隊用了這個方法，比別的隊錯誤率馬上降低了一半。到2013年其它方法全部退出，全都是深度學習，2014年不停地改進。所以可以看出2015年的時候錯誤率已經降的非常多，深度學習的網路也非常多。到2016年的時候幾乎做到不光人沒法比，錯誤率已經低到不需要再做了，所以李飛飛選擇2017年宣佈這個比賽停止，不再做了，因為其實已經沒有太大促進意義了。

所以今天的第三輪，由於深度學習，由於剛才所說的產業界的熱情參與，我們產生了很多新的企業，有很多新的機遇，這是非常好的事。

人工智慧發展機遇

在這個機遇下國家幹了什麼？國家有一箇中國人工智慧2.0的發展戰略研究，這是中國工程院一起來搞的，今年釋出了一個重大研究計劃，這裡面主要是做五個關鍵技術和一批應用。（12月14日，億歐將在北京舉辦2017AI產業應用峰會，科技部撰寫《中國人工智慧2.0規劃編制》的專家李修全博士將出席現場。）

這五個關鍵技術，包括 大資料智慧 ，這和前面講的大資料關聯性非常強。第二個方面是 群體智慧 ，依靠群體的力量推進智慧的研究。第三個是 跨媒體智慧 ，要把聲音、影像、文字、自然語言所有這些東西聯結在一起來研究智慧，這是跨媒體智慧未來所希望達到的目標。第四個是 人機混合增強智慧 ，人和機器混合起來怎麼樣讓智慧更高能力更強。第五個是 自主智慧系統 ，其實就是無人機。我們有五個支柱，上面是應用，下面是基礎支撐。

那麼這樣一個輪廓，在國家戰略上來說已經進行了非常圓滿的佈局，這個是不是夠了？其實還不是。如果看整個人工智慧學科的輪廓，包括計算機視覺、語言識別、自然語言、人機互動、機器人學習等等這樣的方向，這些方面目前大的佈局是沉浸到應用這個方面。

涉及到人的九類智慧，我們在 邏輯語言文字和圖形影像 來說現在已經做的相當不錯，中間六類還是有相當的距離需要探索。

總結一下，歷史總是這樣螺旋前進的，人工智慧的三次浪潮也是從符號主義到連線主義。這個符號主義到現在為止已經有30多年比較寂寞了，但它作為人類智慧的一個高等抽象，應該是發揮作用的，所以怎麼發揮作用，這個是未來大家可以慢慢觀察。

連線主義，就是神經元網路、深度學習，目前是非常大行其道的， 但怎麼樣解決小資料甚至沒有資料的學習？實際還是有相當大的挑戰，特別是很多的學習結果是不可解釋的，這是最大的挑戰。 行為主義是注重自適應和進化，這是從人從猴子演化過來，它可能更接近。它怎麼樣在學習方面做得更好，還是需要探索。

不管是企業、國家投資，大家利用好天時地利要好好幹一場。我想人工智慧肯定至少還有10年到20年左右的好日子過，大家珍惜這個機會。當然人工智慧既然是一個少年，少年主要的成長靠什麼？靠學習，靠知其所以然的學習的研究，中國下一代人工智慧也會在這個方面進行一些佈局，知道今後的方向，也許對在座各位會有點幫助。

https://blog.csdn.net/weixin_42137700/article/details/83890810