“预言帝”凯文凯利解析人工智能的发展，透彻到超越看过的99%文章
5月16日，以“智能+时代，智胜未来”为主题的第四届中国机器人峰会暨智能经济人才峰会在风景秀美的宁波余姚开幕。
上午，国外知名机器人专家凯文·凯利作了精彩演讲。其间凯文·凯利由浅入深，由过去到现状，再到展望，将人与AI结合、比较，透彻的向我们介绍了人工智能。展现了他在人工智能方面的独到见解，与他独特的思维方式。
热爱人工智能的你，必能受益匪浅。
以下是凯文凯利演讲的主要内容：
一、 DIFFERENCE（差异）
我这里说说我们的发展方向，人工智能的发展方向，对于各位在场专家来讲，我只是描述一些显而易见的事实，对于不是这个领域的人，我跟大家描述一下我们的发展方向，我们观察一些前沿的领域，哪些是对人工智能还有不确定性的。
人工智能已经到来了，是一个非常大的事情，我不需要再解释，因为它已经无处不在了。我这里需要跟大家说一说在哪些地方我们视为是边界或者是前沿的领域。
我发现有的人不理解人工智能，主要是因为它的思维方式不同。我们自己的智能有的时候对自身的认识还是很愚钝的。我们并不知道什么才是真正的智能，有的时候很难进行一个所谓的多样化的总结。在人工智能下，基本上我们把它解释为IQ，它是一个单维度的事情，从最小的，比如老鼠的人工智能，越来越高，一直到天才的一个智商，这实际上是完全错误的，对于我们的智能的判断，以大小判断是错误的。
我们有不同类型的智能，比如计算器在你口袋里，他在计算能力或者在数学上比你更聪明；你的GPS在你的手机或车辆当中，在空间的一个导向上比你的能力更强。所以，我们自己的智能，其实就像这样的坡面，不同部位的思维，非常的个性化，一个人的智能和另外一个人的智能不一样，而且是包含了不同类型、不同模式的思维。像这样的智力的维度，也可以在动物身上发现，比如一个松鼠能够记住成千松果所埋葬的地方。我们制造这些机器，也是制造了各种不同类型的智能机器，把各种各样的类型组合在一起。一开始这些机器都非常小，就像小的坡面。但有时候，在单维度上比人类伟大。这是不同类型的智能，他们并不是人类似的智能。
对于人工智能，我们就是要发明不同的思维，尽可能找到更多，也许100个或者是1000个不同的思维。要有千差万别的心智，因为有千差万别，所以会有很多的好处。有一些对人来说很难解决的问题，因此我们需要发明另外一种思维来帮助我们解决问题。
而这，需要两步走的解决方案。
第一步，我们需要发明另外一种思维，这种思维比人类更加擅长某一领域，然后帮助我们解决问题。这种所思迥异，就是我们新的经济引擎，就是要有不同的思维方式，还有机器能帮助我们产生差异化的思维，这是真正的价值所在。
二、 INTEGRATION （集成）
人工智能的一个前沿就是要发明一种自然当中不存在的思维方式。作为人类，我们发明了人工的飞行。一开始只能够扑动还不能飞行的翅膀，只是机械的模仿自然。最后我们的机器却在空中飞行，固定翼飞行器，然后是推进器，这些飞行的方式是自然界不存在的。我们思考一下我们的前沿，是把所有不同的思维模式集成在一起。我前面说到，各种不同的思维方式：长期、短暂、语言的思维，这些所有思维构成我们的大脑，现在有了人工智能，我们实现了一种这样的思维：就是感知。
感知，是一种类型的判断。比如说听觉的感知，我们能够听见东西，能够理解声音的含义，然后进行这种模仿，来模仿各种各样的感知。现在很多的工作，其实就是在人工智能中利用这种感知。
第二步，我们要把其他的各种各样的机器进行整合。整合了之后，更加高级，更加复杂。这是我们的一个行业的前沿。我们要领先一步来合成这种希望的思维方式，只有这样我们才能够得到更加复杂的集成的智能，我们还没有到达这一步。
三、 CLOUD（云）
还有另外一个前沿，把智力搬到云上去。150年前，我们发现了人工动力，工业革命之前，我们必须要用自然的肌肉力，比如人或动物的肌肉力。公路是我们用人力建造的，房屋也是人力建造的。工业化之后，人们开始使用人工动力，比如来自于煤碳、石油、水力、发电或者是人工的动力，通过电网输送人工的电能，可以分派到任何一个地方。每一个人都可以购买这种人工动力，然后制造其他的东西，把他们的家庭、工厂、农场变得自动化。这个动力成为了商品，是公用的商品，非常便宜，无处不在。
一个手摇泵，需要人力泵出水。但我们有了人工智能，我们制造一个电动泵。一个人工电动泵就这样发明出来了，我们进行一百倍放大，这就是工业革命。过去是人力完成的，现在我们有了人工动力，突然之间我们就可以把摩天大楼、铁路公路建造成功了。人工动力成为了一种商品，大宗商品。我们现在可以把这样的新的电力叫做人工智能。
我们把这个电泵加上人工智能，这就变成智能电泵，然后乘上1000倍，或者是所有的这种电器的东西都可以拿进来。然后加上一个人工智能，我们也可以让它具有这种认知的功能了！
工业革命，给我们带来了巨大的转变。人工智能，也可以给我们带来非常大的转变。我们可以把它放在我们的电网上，我们把这个电网称作云，人工智能可以像电力一样流动，流到每个人手中。
如果有10000个创业公司，他们的成功公式就是把传统的东西拿过来，加上人工智能，就可以创业了。我们把人工智能，做成一个公用工程或者大宗商品，每个人都能够获得，这将是非常有利的变化。
四、EMOTIONS（情感）
第四个前沿是情感。我们的情感看上去是非常复杂的，但是我们后面发现并不是太难，我们可以识别基本的情感。软件可以精准的识别26个不同的情感，它还会识别这个到底是真正的你的表情还是假的表情。他们也可以进行响应，也就是说这样机器也有很强的情感，可以回应你的情感。
我们有的时候也会非常惊讶，我们和人工智能有情感的纽带了。他们会给我们他们的情感，但你不一定可以理解。我们有宠物，他们也会给我们情感反馈，我们爱狗和猫，他们也会爱我们。这样的情感也进入了我们和机器人的关系，我们虐待机器人，他们也有情感的反映，哪怕我们不努力他们也会有这样的情感。
五、EXPLAINABLE（可解释）
还有另外一个领域，道德问题，让我们的机器人能够为我们做出决定。他们为我们做出决定，我们希望他们也考虑到我们的价值观。人工智能的问题就是他们做决定，我们无法理解或者是我们不知道他们怎么做出的决定。
其中有一个前沿，就是使人工智能可以解释他们自己。自己解释一下自己他怎样做出符合道德的决定。
如上图，这是神经网络，信息进入了，有各种不同的层面，最后有一个答案出来了，这是一个简单化的版本。也许会有100万这样的节点，有11层，它可以自己在中间做出一些决定。
比如说，那里有一只猫，但是无法告诉你为什么他看到这个东西是猫。我们这里一个前沿就是找到一种方式，使得我们的人工智能对我们来说更加的透明化。或者是我们能够训练他们做出更好的决定，就是说这个决定是我们允许了的。另外有一种人工智能是通过检查他的神经网络内部的点，来确保我们能够理解它做决定的过程。比如这是一只猫，他给我们答案，然后会有一个可解释这个的人工智能，它会给出理由，比如它有猫的头，还有猫的耳朵树起来了。我们还有另外一种人工智能可以透视人工智能的内心，这是帮助人工智能做出决定的，这个决定是我们作为人类能够批准的，并不是按照固定程序执行的，这是非常困难的，有时候我们也不知道我们想要什么。这个过程可以让我们变成更好的人类，像思维的过程一样，我们要自己改善自己。
六、SMALL DATA（小数据）
另外一个领域对人工智能来说是小数据。像百度、谷歌、微软那样的大公司拥有大量的数据。一般来说，人工智能的课程就是神经网络的课程。需要很多的培训，需要很多的数据点，也许甚至数十亿的数据。神经网络的存在已经有60年了，直到我们能够大规模利用它们，这些神经网络才变得有用。
现在，你要做人工智能，你需要很多的数据。而且一些公司，像谷歌，他们有很多的数据。如果让他识别猫狗差别，你的方法就是给他数百万这样的例子，像猫狗这样百万的例子。成千上万之后，它就能够识别了。它看到这个猫就能够识别它是一个猫，所以你有很多的数据教育它。但非常有意思的是，一个刚刚学走路的小孩，也许他只知道十二个这样的例子，但他能够马上知道猫、狗之间的差异。
我们有大数据，但前沿是要人工智能只需要小数据就能学习。这确实是一个能够让我们现有技术颠覆型转变的想法。这样大公司就没有优势了，创业公司用小数据就可以了。人的识别只需要十二个例子，如果我们能够模仿人类的话就是一个非常大突破。
七、CREATIVITY（创造力）
人工智能另外一个前沿是创造力，通常我们认为创造力是人类特有的，不仅仅人能做，有很多的信息我们培训我们的机器人以及AI都能够做到。
谷歌有Alphago，它希望赢得游戏，因此它会有一些深入的算法，教会电脑如何学习视频游戏。在过去的十年中，你打视频游戏，很多时候是在和人工智能进行对弈。谷歌最近做的事情，并没有教会AI怎样打游戏，而是让机器人如何学习打游戏， AI一边看，一边学习，不断的试错，比方300、3000次游戏循环之后他学会怎么打游戏了。在这种创意的行为过程中，人工智能是在学习如何学习这样的事情。
大家可能会记得在第三场，第37步棋时候，Alphago打败了李世石。AI也是有创造性的，对于这招棋，大家会同意，可能没有哪个人会下出来，这是它的创意，我认为就是跟人类不一样，它有创意，但是是以不同的方式。
这是一张图，这是人工智能绘画的图，也是深度学习的算法生成的。可能对我们来讲，看上去特别的具有异域风情。从这个例子来讲，人工智能实现创意的方式，跟我们人有很大的不同。
创意是一个机械化的过程，我们实际上可以编程创造创意。编程创造力。我们有的时候认为创意是精神层面，但很多时候是一个机械的过程。对于创意，人工智能创意跟我们自己的创意是不一样的。
八、INTERFACE（界面）
另外一个就是界面，我们如何跟AI沟通，他们怎么跟我们沟通。这是一个电影，说了未来一个人机交互。
你能够调节自己身体的姿势，一些大的姿势可以调节大的数据集，还能够让我们的纳米级雷达感受到一些小的体态，这个时候大体态和小体态可以调整我们数据。我们有不同的方式和我们的AI和机器人进行互动。
我们的身体会越来越多的成为我们的密码。比方说百度，他们不再会让人们挂胸牌，因为只要让他们员工刷脸就可以通过了。这个是一个很好的安全通行证，有更高的级别。我们身体，我们的声音，身体会成为我们互动界面的储存设备。
还有对话交互，跟设备进行沟通。我们现在还是不知道如何显示我们有哪些选项，我们开始不知道怎么样进行导航，很多时候用语音导航。我们有的时候需要屏幕，跟我们的对话对象进行互动，但我们现在还不知道这里面有什么发展方向。
这是我们的英文的同声传译，大家也可以听到，我说英文，他说中文，在十年后这将会是一个人工智能界面。我们认为，这些的终极界面会是虚拟现实。实际上可以用我们的一些体态进一步进入我们的电脑内部，可以创造出虚拟现实。当你在驾驶苹果汽车的过程中，你可能需要一个界面，这个界面能够和你的电脑相连，我们车上的宽带可能要比家里的宽带还要多。我们和设备沟通，不仅仅是沟通、讲话，还有体态、肢体语言的沟通。
九、EMPLOYMENT（利用）
还有一个大家非常关注的就是我们如何利用AI，包括我们的一些家庭的工作，我们国家的一些事业。
我最喜欢一种机器人就是种生菜机器人，这个机器人做的是精准农业，它会替代很多的农场劳动力，实现自动化。我们的想法是可以对单个植物进行管理，逐个关注农场中的植物，定制个性化的管理，并且降低我们化学农药、水、化肥以及其他材料的使用量。关注个体的植物，没有哪个农户可以做到这一层面，这可以带来颠覆式的革命。这可以引导人进入农业智能化的方向，很多对效率要求高的岗位由机器人来做。
我们将会有更多只有人能做，但对机器人来说效率低的岗位。人能做的岗位，比如科学创新，实际上是不利于机器发挥它的效率的，机器人不会处理它的关系。因此，机器人解决复杂的效率比较高的问题，其他的任务交给人解决。开始我们会尝试不断的开发，使任务能够执行顺利，之后我们将进一步交给机器人，与此同时让人做创新的事情，其他要求效率的事情交给机器人做。
这我们的一个发展方向，我们未来会有更多这样的岗位。将会给我们带来更多的就业的机会，可能我们还没有意识到这些就业机会，因为这些就业机会更多的强调效率。
这个图，是历史上象棋的比赛，他说我是一个象棋大师，如果我用同样的数据集我会打败深蓝。对于卡斯帕罗夫，他们形成了一个所谓的象棋同盟，可以作为一个人去下象棋，也可以作为AI下象棋。人加上人工智能的团队，就是半人半机器的团队，我们称之为半人马，或者是人机混合的形式。
实际上在过去的4年中，世界上最好的象棋大师，不是AI，是我们称之为半人马的象棋大师团队。拥有电脑数据的支持，他们有不同的思维方式，他们能够互相取长补短，最大化利用各方的智能。
从军方角度来讲，会有这样的士兵，这些士兵能够实现人机混合组队，这种情况将会是我们未来发展的一个重要方向，是我们部署工作的重要发展方向。
十、AI-2-AI（人工智能到人工智能）
我们需要构建人工智能的网络，就是我们说到的共享经济。我们说到互相合作，在未来20年，我们将会有全球层面的合作。像脸谱网有20亿人的链接，它的分享是在世界层面进行的合作和共享。我们将会有20亿人，再加上剩下的50亿人，我们得到了所谓的人工智能网络。我们会构建网络，并且和另外一个AI进行沟通，人和AI，AI和AI沟通。
它是一个良性循环，我们希望用AI编程另外一个AI，这是一个加速化的过程，我们之前没有看到过的。
提醒大家一下，我们总是认为人工智能时代尚未开始，50年前，我们可能都会说我们还没有开始人工智能，50年后也不会说我们的人工智能开始了，人工智能是悄然发生的，发展速度非常之快的。
十一、The Future（未来）
展望一下未来，我们正好身处开始的第一天。这个阶段，可能还没有多少真正意义上的AI，真正持续30年后我们还是在说我们在路上，还没有真正开始。
30年后我们再回顾，人们会说，天啊。我希望有能力参与其中，因为我们总是在不断回顾，就像1958年网络刚刚兴起的时候，它是悄然出现的，当时想象一下非常的神奇。我们现在可能没有AI的专家，30年之后意识到我们现在没有人是AI的专家，就像在1990年没有人是网络方面的专家一样。因为它只是刚刚起步，所以我们现在也没有AI方面的专家。
我们身处AI的起步阶段，一些我们看上去比较容易的事情，有很多工作的机会摆在我们面前，这些其实也是德莱讲的生逢其时。
来源:中国机器人峰会