霍金、马斯克警告：AI是人类最大的威胁
本文来自微信公众号“笔记侠”（ID:Notesman），作者：Pieter Abbeel，36氪经授权发布。
人工智能
先思考：
人工智能如何学习？
未来的人工智能，将会如何发展？
2015年，AI进入大众视野。
霍金警告：人工智能可能毁灭人类。
埃隆·马斯克警告：AI是人类文明面临的最大风险。然而就在同年，他却与诸多科技巨头投资10亿美元，用于人工智能研发。
2017年，各国政府开始关注人工智能。
例如普京在俄罗斯“知识节”上对孩子们说：“得AI者得天下”。
如迅雷之势，多国政府已忙着在AI领域进行战略部署。
同频落地的AI初创企业，数量也在不断上升中。
例如谷歌斥资逾5亿美元，收购人工智能初创企业DeepMind。
毋庸质疑，投资界也与此实时共振中。
据数据分析，AI初创企业融资交易量，绝大多数都流向中国。而且，全球最具价值的AI初创企业，已在中国闪耀发光。
不否认AI存在一定的光环效应，但究其本质仍具有变革性和根本性的进步。
与其他研究学科相比，AI领域从研究到商业转变，几个月就能实现。也就是几个月前还在实验室里，转眼就可以成为商业产品。比如人类第一幅由AI出品的画作，在佳士得拍卖行，就以43.25万美元的价值售出。
今天就以下几个主题，与大家分享目前AI的一些动态：
有监督的深度学习
无监督的深度学习
深度强化学习
应用于科学与工程学领域
未来展望
一、AI的基础：有监督的深度学习
1.AI的构建难点
① 计算机视觉
让AI自动识别出咖啡杯，就需要识别另一张图像，需要计算机设定程序。我们看到是照片，它看到的是像素强度，看东西方式跟人类的肉眼完全不一样。所以，需要考虑如何写这个程序，让计算机能够识别出这是一只咖啡杯。
技术人员曾努力做过很多尝试，但是没有人能够写出一套程序，让计算机能成功识别出一条人行道，一辆汽车、一只咖啡杯。
后来，意识到也许该换一套方式，而不是直接写程序。训练计算机学会自动识别的方法，事实证明确实是一个可操作的成功之道。
② 多层神经网络
运用神经网络学习，处理一幅图像。
识别一只狗，需要经过很多层分析。虽然我们无法确切知道大脑究竟是怎样工作的，但能了解到大脑里面包含很多神经元，神经元是互相沟通的，而且中间存在着大量的隐藏工作。大脑怎么做决策，就是神经元之间的沟通和互动，以及判断哪些有联系，哪些没有联系以及联系的强度。
所以，最左边是第一层神经元，当拿到初始图像，就做开始分析，再传给下一层，下一层做计算或分析，再层层传递下去，直到最后一层出决策。
联系强度会决定神经元，看到一幅图像时的处理方式。在AI系统中，应用的神经网络相当大。可能是几千万甚至上十亿，甚至比十亿还多的神经元联接数量。
③ 神经网络学习图像识别
数据，就是神经元网络自动处理背后的秘诀。
当拿到数据，把是车、猫、狗等照片传递给系统。通过不断试错的方式训练，直到系统能够自动识别，并且还能够预测出以前没有看到过的照片。
④ 错误率
不同神经元网络之间，不同AI之间的PK。例如斯坦福大学的一位美国教授发起了一项竞赛，当把计算机程序传给教授和他的同事们，他们会用这些程序做一些图像处理，不会告诉你具体的图像，但会告诉你错误率。
可以看到在2010年的第一轮竞赛中，传统计算机视觉系统的最好参选者是30%错误率，2011年没有太大改善。但是，到了2012年就发生了比较大的变化，参选者是多伦多大学的亨特，他甚至因此拿到了图灵奖。
如果能够迅速拿到海量数据做分析，看到的结果将相差很大，错误率也会大大减少。
⑤ MS COCO图像字幕挑战赛
具体的做法是通过事例训练神经网络，而不是只投入和产出。用一句话来述具体图像，经过培训之后，进行下一个例子时，会自动找到相应图像。
例如输入网络图像，就会自动生成“穿黑T恤的男人在弹吉他”或“穿粉色裙子的女孩跳了起来”。
⑥ 图像分割
也就是只要输入图像，就会自动转换出文字，也就是根据每一个图像象素可以分析出，这是一个行人、一辆摩托车还是一辆轿车等等场景主题。因此，图像分割学习,对于自动驾驶技术非常重要。
⑦ 视觉 + 机器翻译
另外，人脸识别、语音识别和机器翻译只要有足够多的训练以及数据源，根据相关的例子就能找到规律，可以把声音与文字联接识别出来，或是翻译出新的句子。
更进一步，把视觉和机器识别结合起来。例如在街角拍一张照片可以直接转换成文字，而且是被翻译成另外一种语言的文字。
2.编程范式正在发生改变
① 传统编程VS 人工智能
传统编程主要是通过写代码的方式，已持续了五六十年。不同的是，人工智能是以深度学习提供数据的方式。就是用数据培训神经网络，通过数据培训程序就会成为神经网络本身，或者说神经网络本身就成为了程序本身。
② 发展史
今天如此追捧迎的神经网络，实际上在60年前就已发明。
图中Rosenblatt（罗森布拉特）在建立神经网络，50年代他就能编织网络，对神经网络进行培训。知识网络，30年前就已提出来。此时此刻火爆的神经网络学习，60年前却无人问津。
③ 数据+算力+创新力
如果看一下神经网络表现，就可以了解到培训网络的性能越来越好。即数据越来越多，性能就越来越好。数据少的时候看不出效果，当2012年突破一个临界点，开始处理足够多的数据时，神经网络开始发光。
数据量非常重要，计算能力也得并驾齐驱，才能够实现数据培训神经网络。另外，还有一些创新，也是基于足够多的数据和计算能力才能完成。
3.自动预测的重要性
除了图像识别、语音识别、机器翻译，用新的强大的AI工具还能做什么？实际上，除了通过给它提供范例的方式，还可以用人工智能改善任何事情，包括公司运营。
① 点评
例如美国最大点评网站Yelp，去餐厅后可以拍照片给餐厅打分。
餐前，可以浏览别人上传的照片，选择中意的餐馆。
② 医药
在医药领域也是非常重要，比如当你皮肤上有一个棕色点，可以用AI系统筛查皮肤癌的可能性。
神经网络跟医生一样，经过培训之后，也可以学习并分析X光扫描结果。在X光上面的显示有没有肺炎的可能，对医生来讲是并不轻松的学习过程，而神经网络就不难完成。
③ 能源
预测天气的规律，神经网络可以学习以预测风的方向和规律，据此在适当的时间切换风力发电或其他能源的供给，大概会节约30%的成本。而之前需要花很长时间，才能够非常精准地知道什么时候该切换。
④ 商业
在银行业，也有诸多案例:
通过培训神经网络，电商平台可以预测人们预定的东西和时间，仓库就可以据此信息快速配发货。
银行系统可以预测一些贷款是否存在欺诈等行为。还有一些人申请贷款，AI会预测对方是否能按时还清。
以上，都是有监督的深度学习。需要用非常大且非常深度的神经网络来培训它，用各种例子培训，有投入又有产出。
4.有监督的深度学习战略
① 机会
投入和产出结合培训神经网络，可以做预测。一旦完成培训有新的投入之后就可以预测新的产出，无论是图像还是语言、文字，都可以自动识别。
② 操作系统
建立一个系统需要带注释的数据、一定算力、一个开放式问题、AI专家或AI服务外包供应商做。也就是说，不需要打造自己的团队，可以利用他人的服务，就可以帮助需要解决的问题。
③ 前瞻性
可以积极探索预测的价值，要用更加易于访问的格式记录数据，数据需要调取的时候更加容易调出，同时建立数据飞轮。
用AI做产品，需要更多数据，监督改善系统循环往复，就是数据飞轮。不断随着时间的推移改善系统，使得竞争对手很难超越。
④ AI API供应商
AI服务商可以做API（Application Programming Interface，应用程序接口）调动需求、图像识别、语言理解等，无须自己做，云服务就可以帮助完成。问题是否相匹配，往往取决于普遍性还是特殊性。
比如可以用于人脸识别的API、用于情感分析的API等需求调用，但是无法用于专业医学分析的API。当专业性要求非常高时，必须有相应的数据组合解决方案。
评估AI API供应商时，要能认识到没有完美的AI识别系统，同时也必须清楚自己对性能的需求。比如对错误容忍度是多少，是99%还是99.8%？
用AI于无人驾驶汽车领域，需要车里绝对的安全，如果做不到，实际上还是得有驾驶员。
有时供应商宣传的AI API性能与你使用的情况并不一定相符。现代AI系统经数据训练而得，需要了解其与你自己数据的一致度。例如一个人脸识别系统是基于亚洲面孔做的培训，测试时用白人面孔，就会有问题。
所以必须确保用于培训AI的数据，跟你自己数据相匹配，跟你的问题相匹配。
高度一致→ 可能非常适合（认定为优质供应商）
一致度低→ 可能不适合 → 需聘请供应商作顾问或内部解决
另外，数据= Money。数据源不能直接扔给供应商做，务必始终掌握自有数据的所有权（如果供应商使用你的数据），以保障数据的可移植性。
二、使用更少标签：无监督的深度学习
1.无监督的深度学习
无监督的深度学习最有可能使用，但是成本高又投入大。如何省时、省钱、又省力的实现，是如今被关注的重点。
也许AI可以跟人一样，就是让神经网络像小婴儿似的，通过广泛看世界来学习，而不是把所有的标签范例都给它看。
无监督的深度学习就是用更少的标签来学习。
例如一个输入，小孩子还在看图片，神经网络处理时，任务1就进入视频下一帧，并且可以预测下一个会看到什么。虽然任务较难，需要很多学习，但是这项任务不需要给任何数据加标签，通过大量视频让网络预测下一帧是什么，需要使用无限多互联网上的数据。任务2真正的任务，比如看马路上现在有没有车或是往来实物。
文本也可以这样处理。
比如一句话或一段文章，任务1是预测下一个单词。在互联网上有无限多数据，可以自行下载并预测，无需人的监督。
任务2是预测情感，是OpenAIGPT-2的算法，也是一个神经网络，主要针对文字和文本预测。首先给出一个提示，算法会告诉它接下来会干什么，接下来又会发生什么，类似互联网上常见的文章套路，不需要死记硬背每一个例子。
做了这样一个训练以后，还可以进一步，给它带一定正面或是负面的情感。例如这个是书评，书写得非常棒，但是电影拍得很烂等等，带有强烈情感色彩。
在语言处理方面有很多基准。比如儿童读物测试、常用名词、模式挑战等等，都是自然语言处理（NLP）处理基准。
OpenAIGPT-2的算法，记录表现好，训练量小，需要人的努力少，比高度专业化训练做得更好。
谷歌也有与GPT-2类似的算法，是BERT模型，当中有一个MASK是遮蔽，把单词遮蔽起来，让算法猜，也是一种非常自由式，无监督的深度学习。
对比之下，在所有基准里相对其他算法，谷歌BERT模型表现更好一些。以下每一张图横轴是神经元网络大小，越往右表示神经元网络越大，纵轴越往上走绩效表现越来越好。
人工智能领域最重要的趋势是神经网络越大绩效越好。无监督深度学习找数据很简单也不需要投喂，可以尽情享用互联网资源，就有足够数据可以训练。
自然语言处理（NLP），是AI下一个五年，非常大且会改变一切的领域。
2.视觉领域的无监督学习
仅有文本还不够，还需确认图像的识别，在无监督学习下能不能处理。比如填补图像或视频中一个帧的缺失。
可以训练神经网络填补缺失部分、填拼图、恢复、已经旋转变形照片还原等，可以训练神经网络完成。不需要人为添加标签，下载这些数据，生成任务即能搞定。
对比学习的核心理念比较新，一年前完全改变了计算机视觉领域。
先从互联网上下载照片，但不要花时间贴标签。计算机就把上面照片分成两张，左右翻转，颜色象素变化一下，接下来训练神经网络做处理，在最后一层完成处理，这两张分别比较相像，就做归类。所以几十亿张照片都可以这样处理，不需要做注释或标签，就是解放式视觉系统。
SimCLR + 线性分类器
观察星号SimCLR，网络横轴越大，纵轴表现越好。
3.无监督的深度学习的战略
① 机会
减少人的工作量，不再需要贴标签或者是注释。
② 操作系统
需要AI专家团队和庞大算力。
③ 前瞻性
懂得没有注释的数据同样有价值。未来无监督深度学习，渐渐使用得越来越多，数据注释的未来价值会有下降趋势。
三、超越模式识别AI：深度强化学习
1.深度强化学习：有目标的AI
例如你想拥有一台机器人，让它在家里给你提供清洁、洗碗、烧菜等等服务。目前可以造这样一台机器人，但是还需要让它足够智能。足够智能的机器人必须要了解，整个世界是如何运作，能够在真实世界里面生存。
同样，在市场营销、广告宣传以及运营物流等行业也是如此，各项工作都是一个闭环，需要先感知世界，得到反馈后再对应调整行为，再去感知，再去反馈，再去调整，循环往复的一套系统，能够让机器人更深层次了解这个世界，而不仅仅只是表面一个模式的识别。
2.有关深度强化学习的成功案例
深度强化学习非常难，但是已有一些鲜活且成功的迹象浮现。
2013年深度学习发现神经网络可以打游戏，其原理就是处理图像做决策。有所不同的是，训练它去玩这些游戏，练得越久游戏水平越高。
在伯克利有一个学习运动能力的课让机器人学习，就像人的小时候一样，先练习走、快走、慢跑等不断迭代慢慢学会跑步。
3.AI应用于现实
① 节能
谷歌也在训练神经网络，管理什么时候打开或者关闭数据中心空调，以节省很多能源成本。
② AI机器人
OpenAI的展示说明，如果机器人有足够多训练和练习，甚至可以单手玩魔方。
AI机器人技术是进入现实世界的切入点。
在仓库分货的机器人就可以完成仓库幕后工作，具体的流程操作会转型成自动履行订单。
随着深度强化学习越来越娴熟，机器人在现实中可以完成更多工作。
据统计，每年有两万亿美元，支付于需要用手完成的工作中。目前已经在训练机器人做这些工作，它的现实价值就达到每年有两万亿美元，高于绝大多数人的年薪。
4.深度强化学习的战略
① 机会
以目标为导向持续改进AI。
基于网络用户互动，可以优化大规模系统。
在目标明确但创作内容不明确的情况下，加快创作进程。
机器人不断试错以提升自身技术。
② 操作系统
奖励系统+AI专家团队+算力+“执行中”数据收集，相当于及时让机器人学习，让它一边做一边实践一边收集数据。
③ 前瞻性战略
需要找更多早期应用案例模拟环境，而且成本也相对容易控制。另外，如果已有人工完成，可以先拍摄下工作场景，再示范引导和训练机器人。
四、AI在科学与工程学领域的应用
我个人认为，在未来几年中，AI将会影响科学工程领域。
大多数人认为，科学和工程学领域都是非常先进的学科，需要受优质的教育才能有所突破和贡献。事实是，AI就可以发挥非常大的作用以推动工程科学和技术发展。
1.在生物领域取得重大成果
6个月之前，深度学习成功破解了蛋白质的结构，的确是一个巨大的飞跃。
人体如果生病了，健康的蛋白质会去打击导致疾病的蛋白质。这些蛋白质是一些原子组合，形成了分子。它们自己以复杂方式纠缠在一起，通过3D的分子结构，可以知道哪一部分分子是在内侧，哪一些暴露在外侧，形状以及其暴露面决定蛋白质功能。
因此，第一步还是要了解3D结构。传统方式是，把冷冻过的蛋白质，放在X光里扫描，得到具体形象后，通过一些复杂的处理，就可以恢复其3D结构。可是这个程序非常昂贵，多年来仅有很少一部分蛋白质得到过X光扫描，剖析其3D结构。
然而，今天可以通过有监督的深度学习预测3D结构。一个图像输出一个标签，或者输入英文文字输出中文，对于蛋白质而言，要了解其原子序列，非常容易且成本很低。
测量的顺序，用X光把原子序列投入进去，产出时就是3D结构。从一边投入一个原子序列，另一边输出3D结构，这样的投入输出，是事先已对神经网络进行过培训。
X光告诉我们两个蛋白质的情况，绿色就是3D结构，蓝色是神经网络预测，蓝色基本上和绿色是一致的。
以下是2020年国际蛋白质结构预测（CASP）竞赛。深度学习在2008年只是表现出某种潜力，但是到2020年的时候，达到的性能表现已被认为是重大突破。可以说是AI领域最大的贡献，也是生物领域过去5-6年最大的成果。
有监督式学习，投入是原子序列，输出是3D结构。让学习预测，蛋白质序列放进去会进入数据库，数据库里有大量蛋白质序列，找到一个最接近的序列。
因为进化，当看到一个非常类似的蛋白质，就可以分析哪一部分发生了进化，哪一部分在进化当中没有发生改变。如果没有进化，很有可能就是蛋白质所要完成的功能。有一些动物进化出现问题，就死掉了，因为蛋白质不能完成它要完成的功能。
进入深度学习，需要在非常复杂的环境中来来回回学习，确保用这些序列预测3D结构。
2.深度学习能否加速科学与工程学的发展?
① 蛋白质折叠预测
可以加速科学与工程学发展，现在已经看到蛋白质折叠的预测。
② 加速设计（目前依赖于昂贵/缓慢的模拟器）的一般方法
在伯克利已开始把它用于芯片设计上，集成电路设计上，一个人可以选择一个设计，可以进行模拟。可以获得一些量化指标，进行重新设计，做设计就像打游戏一样，这个设计可以得到一个打分，还可以改进下一步集成电路设计，直到最后得到一个好的设计。目前，通过这个方法已经设计出非常好的集成电路。
③ 数据生成
用于高能物理的生成对抗网络（GAN），用加速器可以帮助收集数据，以推动物理学的发展。
④ 符号数学
现在做微积分可以用AI做，而且可以做得非常好。这种最新的发展，里面蕴藏着大量机会。
五、未来展望
我相信，只要持续做AI，就会有新发展。
1.AI的持续发展
AI的持续发展是靠数据，计算能力和专业知识。每天都在生成更多数据，数据越多，AI也会越来越厉害。
① 摩尔定律
摩尔定律告诉我们，计算能力芯片会越来越厉害，晶体管数量随着年代推进，可以看到一个芯片当中晶体管的量是指数级增加，每隔18个月翻一倍。
尽管众说纷纭，仍存在摩尔定律会终结的50%可能性。
② AI芯片
一些公司已在开发神经网络芯片，而大多数的神经网络计算都是在视频GPU（graphics processing unit/图形处理器）里。这种只用于AI的特别芯片，仍然可以获得上千倍的改进（100-1000倍改进）。
③ 指数级增长
AI的创新仍有很多可能性，会继续释放出更大算力，近年实验规模也是呈指数级增加。
因此，我个人认为AI将不会很快迈入冬天：
算力资源未来至少还有5-10年的快速增长。
将有可能完成以前无法进行的实验。
AI领域将快速取得更多突破性成果。
2.电脑 VS 生物
建立越来越多AI系统后，电脑与生物界相比如下：
设计一个神经网络比苍蝇大一点，但只会识别图像，而苍蝇看到的世界是丰富多彩的。
所以潜力空间非常大，其实AI智能可以胜过苍蝇，胜过老鼠，以及触及到人的大脑范围。
再看一下算力，怎么样去计算大脑当中运算的次数，实际上有一个单位每秒的符点运算次数，人的大脑每一个或者每一对神经元通过突出进行联接，就是算每秒是联接一次还是不联接一次。
但是，目前AI系统还没有达到人类大脑级别，估计再过五年会有可能。终有一天会实现：人工智能系统更便宜，计算机应用软件更智能。
3.优势 & 弊端
① 颠覆性力量–优势
不再有车祸；
数学、物理、化学、生物领域的新探索；
消除许多疾病；
AI将助力我们完成创举（比如去火星）；
创造更多财富。
② 颠覆性力量–弊端
虚假新闻 or 故事(大话连篇、深度造假、文字故事等)；
人脸识别、自动监控等缺乏隐私保障；
无意造成的不良后果（如所有自动驾驶汽车均告失败）；
在自动化与数字化的情况下，部分工作岗位的消失；
财富极度聚敛于领先AI公司。
4.书籍推荐
① 《第二次机器时代》
通过这本书，大家可以了解怎么让机器带来生产效率。现在的AI革命，这本书里面有解释，每一次生产效率发生大转变时都发生了什么，并且在此基础上预测AI和人类将来。
② 《超级智能》
这本书有意思的地方在于作者抛出一个问题，他说如果有一天AI比我们更聪明了该怎么办？
有人就觉得是杞人忧天，想着只要把AI开关关上就可以，其实没有那么简单，如果这AI足够聪明，就不想让你关掉，会想尽办法阻止你。
所以世界会变得非常复杂，人造出来的系统或许会比我们自己还聪明、更智能。所以，2015年的新闻媒体说，AI是人类文明上的最大破坏力。
当然，目标是希望AI变得越来越好，此书也是给我们敲响警钟。
5.首鼠两端的终极思考
将来人类如果和超级智能体共处，我们有两条路径：是否有听觉；价值观是否一致。
例如很多年前古代有个迈达斯王，他有点石成金的力量。但是他不能和人拥抱，也不能和人握手。
有一位伯克利学者曾说，“我们最好非常确定，使用机器的目的是我们真正想要的目的。”
有一家公司走了另外一条路径，他们做的是仿生AI大脑插件，已经用上了初级AI，每天做着各种各样事情。
从某种程度讲的仿生，就是直接接入大脑里作为大脑插件，这也不是没有可能的。回顾人类进化史，人的大脑发展，也是一步步演变过来。类似的插件移植进大脑里，大脑会越来越大，也越来越强壮。
也许，有可能是一个无线联接，连接到某台计算机，让插件在大脑里面生存。就等于人类自己可以很智能，但大脑也会越来越大。
非常感谢大家仔细聆听！
*文章为作者独立观点，不代表笔记侠立场。
该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。