新一代人工智能蓬勃兴起

各类应用加速落地

如今各行各业每个人都对人工智能非常关注

但是对人工智能究竟做什么？

人工智能的本质到底是什么？

大多数人仍是一知半解。

 

本周，在国内首档聚焦人工智能领域的电视新闻栏目《超级智能》上，世界工程组织联合会（WFEO）主席，中国新一代人工智能发展战略研究院执行院长龚克与中国科学院院士、清华大学人工智能研究院名誉院长、我国人工智能奠基人、瑞莱智慧RealAI首席科学家张钹，从本源出发，为我们深度讲解了有关人工智能的过去、现在与未来。

 

与话人工智能专家

 

本次访谈核心内容整理概括如下：

 

Q1：什么是人工智能？

 

张钹：

大家都以为人工智能就是用机器来模拟人类的智能，实际上这是很困难的。我们（目前科学界）对人类的大脑和人的智能了解得很少，如果要沿着这个方向做研究的话，它必须去模拟大脑的工作机理，而怎么去模拟大脑的工作机理？所以走这条路就很困难，这在人工智能领域也算是一个比较少数的流派。

 

现在大多数人做的人工智能，实际上是用机器来模拟人类的智能行为，简单地来理解就是：智能行为就是智能的外部表现。智能的行为是可以观察的，因为可以观察我们就可以模拟它，模拟的结果我们可以评价它，这就可以作为一个科学问题来研究。

 

龚克：

概括下来就是说人工智能实际上是在用人工，即我们设计的各种算法，利用各种工具去模拟人的智能行为。

 

Q2：人工智能如今走到了什么程度？

 

龚克：

现在人工智能应该说是和原来已经不在一个阶段了。现在人工智能进入了2.0时代，我想这个阶段非常重要的一个特点呢，从应用角度来讲，是真正有了实际的应用的时期，在社会上的谈论也特别多。

 

张钹：

到本世纪初的时候，因为我们有了大数据、有了计算能力，在这方面人工智能就在图像识别、语音识别、文本处理方面有了很大的进步，而且也产生了很多实用的系统，这个技术现在还在继续发展，因此人工智能取得了很大的进步。

 

Q3：何为第二代人工智能？

 

龚克：

我自己也有所体会，现在对比九十年代有了很大的进步，从原来的基本不可用到现在的基本可用，产生这样的变化，是因为我们有了大数据技术，有了强大的算力，使得我们有了深度机器学习的办法。那是不是就可以说机器学习就是人工智能了呢？

 

张钹：

应该说机器学习是人工智能中间的一部分，而且深度学习是机器学习里头的一部分。语音识别、图像识别在深度学习出来之前，它基本上是不能用的，主要归功于大数据的数据和计算能力。

 

这几年算法技术本身就有很大的改进，但是在这之前，算法在其中的贡献还不是很大，因为和以前的技术不可同日而语了，现在有很快速的算法了。深度学习，我们现在把它叫做第二代人工智能，有的时候又把它叫做数据驱动的方法，因为它必须要有数据来驱动。

 

人工智能的创始人最早就提出来一个基于知识和经验的符号推理模型，比如医生看病，这是一种诊断的行为，是医生利用他本身丰富的医学知识和临床经验做一些推理，一般情况就是从症状到疾病的推理，然后再从疾病到如何用药做治疗。

 

所以我们可以把人类的很多行为看成是在知识和经验支持下面的一些推理行为，它是专门针对某些领域，医疗也好、生产过程也好、调度过程也好，建立的这些实用的专家系统，我们把它叫做第一代人工智能。现在，支撑人工智能发展的主要是知识驱动和数据驱动。

 

Q4：为什么提出“第三代人工智能”的概念？

 

张钹：

在人工智能遇到了一个很大的困难，我过去用“天花板问题”来描述它，即单纯地沿着两代人工智能的方法走下去，会遇到的很大的困难。

 

龚克：

您用了“天花板”这个词，实际上是描述这个困难之大，人工智能的发展受到很严重局限。您在2015年的时候提出了“第三代人工智能”的概念，为什么要提出这个概念呢？

 

张钹：

2015年，在深度学习在全世界范围内如日中天被讨论的时候，首先是由美国发现了深度学习的一个非常致命的缺点——深度学习非常脆弱。机器跟人类的视觉是完全不同的，在一定条件下，它的识别率甚至能超过人类，但它跟人类视觉的性能差得太远了。机器的根本不能理解图像的语义的，而只是处理实际上的形式。不仅仅图像是这样，语音、文本也是这样，尤其是文本，只要加上一点点变化，文章的意思就完全不同。

 

之所以会有这样的现象，就是因为纯粹数据驱动的方法会必然带来这样的问题。与人类从大的轮廓来识别图像不同，人工神经网络、深度学习只能提取局部的纹理色彩特征，所以只要改变局部的特征，就会出现识别错误。如果用技术的术语来讲的话，数据驱动最大的问题就在于单纯的数据驱动只是在低层次的特征空间层面来识别物体，而不是在高层的语义空间中进行识别。

 

因此，我们提出了“第三代人工智能”的概念，就是把数据驱动和知识驱动结合起来。

 

数据驱动为什么会有那么多的缺点？是因为在人工智能领域，只用了数据驱动的三个要素：数据、算力和算法。同样的，知识驱动也有不少的缺点，我们也只用了其中另外的三个要素：知识、算法和算力。

 

为了克服这两个算法存在的缺点，应该将四个要素结合起来，而且四个要素之间，我认为应该遵循以下的顺序：第一应该是知识，我认为知识才是人类智慧的源泉；第二是数据，因为机器处理数据能力远比人类强，利用这个要素，机器就有可能做出超越人类（能力）的事情；第三是算法；第四是算力。我们现在也是沿着这个方向去发展第三代人工智能。

 

Q5：结合产业应用，谈谈人工智能的发展

 

张钹：

实际上人工智能从一开始就非常重视应用和产业发展，当时也一直在摸索人工智能产业的发展道路应该是什么样子，同样也是经过六七十年的发展，不断地积累经验。

 

人工智能一开始发展时，也有一部分人想沿着信息产业的发展道路走，如七八十年代美国的Lisp机、日本的五代机，都是想做出来一个人工智能的硬件或者机器，在此之上发展软件及应用，但是后来都失败了，没能形成产业，原因就在于人工智能没有理论基础的支持，我们不知道智能机器应该是什么样子的。

 

后来大家被迫选择了一条路，现在看来这条路也还是可以的。如上面说到的人工智能所拥有的两类算法：基于数据驱动的算法和基于知识驱动的算法，我们现在的产业就不是从硬件出发，而是从算法出发，根据算法来定义硬件或者定义软件，所以不是硬件在先而是算法在先。或者我们不去定义硬件，而是利用现有的硬件来进行应用，且这个应用是必须针对行业的应用，场景的应用，这一点和信息产业不同。

 

深度学习出现之后，紧接着大家就用深度学习的算法去定义一些硬件，如我们现在看到的所谓AI芯片，它实际上是由深度学习定义出来的硬件，我们也可以用算法开发出来的各种各样的计算平台去应用，现在看起来，企业发展还是很快的。

 

Q6：人工智能的发展之道

 

张钹：

人工智能从1978年开始发展，我们基本上经历了人工智能的整个发展过程，前面的二十年基本是探索的过程，这与信息产业的发展非常不一样。

 

信息产业的整个发展思路是非常清楚的，人工智能完全不一样。人工智能是在探索“无人区”，我们连什么叫智能都没有搞清楚，人工智能始终在我们对智能一知半解的情况下发展的。

 

所以其发展就必须要有两个精神：一个是坚韧不拔，因为人工智能的发展一定会有起伏；一个是必须相信人工智能永远在路上，不应该急于求成，必须得有一个长期奋斗的思想。

 

 

（完整访谈视频↓）

 

人工智能在建筑外墙领域的产业应用

 

落到具体的产业上来看，如今建筑业也和其他行业一样应用了人工智能技术，且发展十分迅速，在建筑施工的各个环节，都可以看到人工智能技术的身影。

 

例如，在建筑模块整个生产流程里，机器人已逐渐可以取代所有人工；在土方搬运部分，也有“无人机+推土机”的半自动化无人操作组合；在施工安全监管方面，也诞生了智能安全监管机器人......

 

人工智能机器人发展的速度远比我们想象的要快，在未来的建筑行业，人工智能机器人还会带来更多意想不到的功能。

 

用“第三代人工智能”

守护建筑外墙高空作业安全

中科旭峰一直在路上

 

深知人工智能发展的艰辛以及它未来无限的可能性，在建筑外墙施工领域历经20多年风雨，中科旭峰创始人——陕西旭峰装饰集团董事长刘旭锋坚信行业安全痛点亟需人工智能的破局，人工智能定能改善传统人力监管的限制与不足，改变建筑外墙施工安全监管有心而无力的落后局面。

 

中科旭峰首席科学家——中科计算技术西部研究院副院长段勃博士历经十余年人工智能信息技术的孜孜探索，带领研发团队升级知识、数据、算法、算力这四大“第三代人工智能”发展要素，不断优化AI深度学习的能力，开创并提升中科旭峰智能吊篮安全监管机器人在人/机/环境各项安全要点上的高效识别预警及精准性。

 

未来，针对建筑外墙吊篮施工安全监管与工程管理，人工智能可发挥的作用还有很多，中科旭峰能做的还有很多。

 

中科旭峰欢迎各位行业伙伴及社会各界共同参与到推动我国建筑外墙领域产业智能化转型升级的宏伟蓝图中来。