請(qǐng)想象以下場(chǎng)景——

 

　　某種人工智能助手成為了像數(shù)字支付、地圖那樣的基礎(chǔ)服務(wù)。

 

　　它跨越平臺(tái)。無(wú)論是PC和手機(jī)，又或是智能家電與無(wú)人汽車(chē)，它都隱身于幕后，隨時(shí)準(zhǔn)備著響應(yīng)主人的“召喚”。

 

　　它跨越應(yīng)用。用戶(hù)無(wú)論是拍照片、玩游戲，又或是到語(yǔ)言不通的異國(guó)旅行、開(kāi)始一輪新的健身訓(xùn)練，都少不了它的陪伴。

 

　　它還是跨越場(chǎng)景的，感官健全的。能聽(tīng)又能說(shuō)、能看又能寫(xiě)，也就是說(shuō)，它會(huì)極大地增強(qiáng)主人的能力，幫助人類(lèi)更好地應(yīng)對(duì)工作與生活場(chǎng)景中的各種挑戰(zhàn)。

 

　　人工智能技術(shù)：爆炸倒計(jì)時(shí)？

 

　　盡管目前行業(yè)里還沒(méi)有一款人工智能產(chǎn)品能達(dá)到這樣的水平——既能對(duì)接企業(yè)的產(chǎn)品數(shù)據(jù)庫(kù)，又能基于長(zhǎng)期的用戶(hù)數(shù)據(jù)積累，達(dá)成對(duì)主人客觀情況的某種程度的了解——但我們距離類(lèi)似的目標(biāo)已越來(lái)越近。

 

　　預(yù)計(jì)幾年之內(nèi)，通過(guò)嵌入各類(lèi)硬件、軟件與服務(wù)中，人工智能可以收集到更多實(shí)時(shí)生成的用戶(hù)數(shù)據(jù)，類(lèi)似于體重、體脂、體溫、心率、血氧飽和度等生理健康指標(biāo)和健身項(xiàng)目、時(shí)長(zhǎng)等運(yùn)動(dòng)指標(biāo)等自身數(shù)據(jù)，以及用戶(hù)飲食禁忌、消費(fèi)習(xí)慣、品牌偏好等外部數(shù)據(jù)，再加上時(shí)刻灌入更新的實(shí)時(shí)企業(yè)商品及服務(wù)信息，就可以為用戶(hù)提供最貼身、最吻合其需要的生活提示與消費(fèi)推薦。當(dāng)然，所有的用戶(hù)數(shù)據(jù)都會(huì)加密存儲(chǔ)于云端，不會(huì)有泄密的問(wèn)題。

 

　　很多人認(rèn)為，經(jīng)過(guò)多年的積累，人工智能技術(shù)已處于爆炸式增長(zhǎng)的前夕——也許他們的判斷沒(méi)錯(cuò)，但作為信息科技領(lǐng)域的從業(yè)者，我和同行們更關(guān)心的是，人工智能何以突然間從“冷宮”穿越到“朝堂”上，成為了萬(wàn)眾矚目的焦點(diǎn)？誰(shuí)在為人工智能賦能？

 

 

　　盡管人們很早以前就開(kāi)始對(duì)有自主思維與行動(dòng)能力的機(jī)器展開(kāi)暢想，并在60年前（達(dá)特茅斯會(huì)議）便確立了“人工智能”（Artificial Intelligence）的概念，但經(jīng)歷了幾十年漫長(zhǎng)歲月的探索、挫折、重振，直到最近這幾年，學(xué)術(shù)界、產(chǎn)業(yè)界似乎才看到將人工智能由構(gòu)想轉(zhuǎn)換為現(xiàn)實(shí)的曙光。

 

　　深度學(xué)習(xí)算法、高質(zhì)量大數(shù)據(jù)與高性能計(jì)算資源，這是令人工智能技術(shù)研發(fā)驟然加速的三大動(dòng)力，推動(dòng)著人工智能從實(shí)驗(yàn)室走向人們工作與生活，也推動(dòng)著相關(guān)技術(shù)孵化和裂變出越來(lái)越多的精彩應(yīng)用。

 

　　首先，深度學(xué)習(xí)算法其實(shí)就是推理算法與機(jī)器學(xué)習(xí)算法的結(jié)合。典型的深度學(xué)習(xí)模型往往需要架設(shè)出層次很深的神經(jīng)網(wǎng)絡(luò)，通過(guò)強(qiáng)化模型的復(fù)雜度來(lái)提升機(jī)器的學(xué)習(xí)能力，而模型復(fù)雜度又需要增加模型寬度（即隱性神經(jīng)元數(shù)目）與增加模型深度（即隱層數(shù)目）。

 

　　其次，研究者還必須不斷提高數(shù)據(jù)規(guī)模與質(zhì)量，來(lái)增強(qiáng)機(jī)器的學(xué)習(xí)效果。以過(guò)去幾個(gè)月來(lái)名聲大噪的AlphaGo為例，這個(gè)圍棋程序借助對(duì)人類(lèi)六至九段棋手的16000次對(duì)局分析獲得了3000萬(wàn)個(gè)布點(diǎn)數(shù)據(jù)，并將這些數(shù)據(jù)用來(lái)訓(xùn)練其“策略網(wǎng)絡(luò)”（Policy Network）。

 

　　其三，高性能計(jì)算資源亦不可或缺。Elo評(píng)分法（Elo Rating）是由美籍匈牙利裔物理學(xué)博士阿帕德·埃羅（Arpad Elo）創(chuàng)建的對(duì)決類(lèi)比賽選手水平評(píng)分方法。根據(jù)Elo評(píng)分，AlphaGo采用不同硬件配置、運(yùn)行于異步模式（Asyncdivonous）與分布模式（Distributed）時(shí)對(duì)應(yīng)的得分如圖1：

 

　

 

　　很顯然，分布模式下，從1202個(gè)CPU、176個(gè)GPU到1920個(gè)CPU、280個(gè)GPU，計(jì)算性能的線性增長(zhǎng)只帶來(lái)了28點(diǎn)的評(píng)分增長(zhǎng)，這表明，計(jì)算資源呈線性增長(zhǎng)，評(píng)分卻不可能同樣呈線性增長(zhǎng)。越往后，每一點(diǎn)評(píng)分的增長(zhǎng)都需要海量計(jì)算資源的支持。

 

　　從長(zhǎng)遠(yuǎn)來(lái)看，我不覺(jué)得同為人類(lèi)的棋手能夠在與機(jī)器的搏殺中重占上風(fēng)——無(wú)論棋類(lèi)游戲的空間與規(guī)則是多么復(fù)雜，對(duì)機(jī)器而言，只要證明了某種算法行之有效，那么，在與日俱增的大數(shù)據(jù)資源、與時(shí)俱進(jìn)的計(jì)算資源的加持下，其相對(duì)于人類(lèi)而言的優(yōu)勢(shì)只會(huì)越來(lái)越大。

 

　　大數(shù)據(jù)：豈止于大

 

　　一個(gè)有趣的問(wèn)題是，有關(guān)人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的理論探討和實(shí)踐嘗試已有幾十年歷史，然而為什么直到今天，深度學(xué)習(xí)才顯現(xiàn)出非凡的威力？

 

　　美國(guó)聯(lián)合服務(wù)協(xié)會(huì)（USAA）數(shù)據(jù)科學(xué)部部長(zhǎng)羅伯特·韋爾伯恩（Robert Welborn）認(rèn)為，2015年是機(jī)器學(xué)習(xí)商業(yè)化進(jìn)程快速發(fā)展的一年。存儲(chǔ)市場(chǎng)的大范圍降價(jià)及存儲(chǔ)設(shè)備制造成本的降低是機(jī)器學(xué)習(xí)領(lǐng)域騰飛的關(guān)鍵。

 

　　而當(dāng)大數(shù)據(jù)和云遇見(jiàn)深度學(xué)習(xí)，這一計(jì)算機(jī)科學(xué)家朝思暮想了數(shù)十載的科技終于不再是無(wú)本之木。隨著深度學(xué)習(xí)技術(shù)的潛能被充分釋放，弈棋程序的勝利以及我們?cè)趫D像識(shí)別、語(yǔ)音識(shí)別等領(lǐng)域的連番突破也就是順理成章的事。

 

　　大數(shù)據(jù)到底有多大？根據(jù)IDC在2014年發(fā)布的一份報(bào)告，僅在2013年，人類(lèi)生成、復(fù)制與消費(fèi)的數(shù)據(jù)量便達(dá)到4.4ZB，即44億TB——可以想想，這些數(shù)據(jù)需要多少個(gè)硬盤(pán)來(lái)盛裝——而到2020年，這一數(shù)值將達(dá)到40ZB，年增長(zhǎng)率40%。

 

　　很明顯，云計(jì)算、移動(dòng)互聯(lián)網(wǎng)與社交網(wǎng)絡(luò)是大數(shù)據(jù)的三大推進(jìn)器。做一組數(shù)字對(duì)比就知道：

 

　　1997年，全中國(guó)膠卷消費(fèi)量約為1.2億個(gè)，而當(dāng)時(shí)的人口數(shù)是12.36億。以每卷膠卷能拍24-36張照片計(jì)，總共約40億張照片，相當(dāng)于每年每10個(gè)中國(guó)人消費(fèi)1卷膠卷，拍攝3張照片。

 

　　2015年，僅小米手機(jī)用戶(hù)每天新拍攝的照片就達(dá)到1億張，而微信用戶(hù)每天上傳的新照片則超過(guò)10億張，也就是小米手機(jī)用戶(hù)每一個(gè)半月、微信每四天新增的照片數(shù)量就超過(guò)1997年全中國(guó)人拍攝的照片。

 

　　由對(duì)比揭示出，過(guò)去不到20年的時(shí)間里，個(gè)人計(jì)算設(shè)備生成的數(shù)據(jù)量呈現(xiàn)出驚人的增長(zhǎng)態(tài)勢(shì)。而要想處理好這些激增的數(shù)據(jù)，就需要強(qiáng)大的云存儲(chǔ)與計(jì)算平臺(tái)。以處理小米手機(jī)每日新增照片為例，1億張照片的云相冊(cè)縮略圖處理就需要2400核、2.6GHz的CPU與200TB的存儲(chǔ)空間。

 

　　況且要讓手機(jī)這種設(shè)備支持某些看起來(lái)很酷很智能的功能，比如人臉檢測(cè)、根據(jù)面孔特征實(shí)現(xiàn)身份識(shí)別和分類(lèi)編目等，若沒(méi)有一流云平臺(tái)在背后支持，也是不可想象的。

 

　　小米手機(jī)相冊(cè)就加入了一些對(duì)用戶(hù)而言相當(dāng)便利和人性化的功能，例如：

 

　　用戶(hù)可以從合影中找到每一張人臉并看到年齡標(biāo)簽。

 

　　點(diǎn)擊“面孔”分欄，所有包含人物的照片便被歸入“姓名”影集中。

 

　　選擇其中一張合影，應(yīng)用還能標(biāo)示出畫(huà)面里每個(gè)人的姓名……

 

　　上述功能對(duì)于“患有”臉盲癥和健忘癥的朋友來(lái)說(shuō)非常有用，而且也讓手機(jī)看起來(lái)很“聰明”。但其實(shí)，相關(guān)的運(yùn)算過(guò)程并不是在手機(jī)硬件平臺(tái)上進(jìn)行，而是依托于遠(yuǎn)端的“小米云相冊(cè)”——至于小米云相冊(cè)，其實(shí)是由金山云做支撐。

 

　　深度學(xué)習(xí)：讓機(jī)器勝過(guò)人

 

　　正是因?yàn)閿?shù)據(jù)量以幾何級(jí)數(shù)激增，從事機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等研究工作的科學(xué)家們以前認(rèn)為不可能完成的訓(xùn)練任務(wù)，今天才能相對(duì)容易地完成。

 

　　我自己是做研究出身的，以前專(zhuān)攻的方向正是視頻與圖像內(nèi)容分析及檢索、計(jì)算機(jī)視覺(jué)和信息系統(tǒng)。關(guān)于人臉識(shí)別，早在20年前，我和團(tuán)隊(duì)就獲得了一項(xiàng)專(zhuān)利——記得1996年，我在硅谷的HP實(shí)驗(yàn)室時(shí)開(kāi)始研究，1997年提出專(zhuān)利申請(qǐng)，2000年獲得批準(zhǔn)（如圖2、圖3）。這是一個(gè)分布式的架構(gòu)，數(shù)據(jù)從客戶(hù)端生成，傳輸至后端的系統(tǒng)，經(jīng)過(guò)一系列處理后，再將結(jié)果推送到前端。事實(shí)上，現(xiàn)在學(xué)界與產(chǎn)業(yè)所做的人臉識(shí)別、云-端圖像處理研究與20年前相比，在原理方面是相近的，只是在數(shù)據(jù)資源與算法上有了極大的改進(jìn)。

 

圖2

 

圖3

 

　　20年來(lái)，在原理變化不大的前提之下，應(yīng)用開(kāi)發(fā)進(jìn)展卻極其遲緩，其原因在于，此前無(wú)論是人臉圖像數(shù)據(jù)庫(kù)的規(guī)模，還是計(jì)算能力本身，都只能用“貧瘠”來(lái)形容。

 

　　供研究的人臉圖像數(shù)據(jù)庫(kù)為何不足以支持任何形式的技術(shù)突破？有數(shù)字為證：1990年前后，ORL人臉庫(kù)、E yale B耶魯實(shí)驗(yàn)室和AR人臉庫(kù)中的人臉原型樣本人數(shù)少于130人，首選識(shí)別率在95%-99%的范圍內(nèi)；直到2007年，LFW（Labeled Face in the Wild）人臉庫(kù)中也僅有5749位明星的13233張圖。

 

　　在一些擁有大規(guī)模數(shù)據(jù)資產(chǎn)的IT領(lǐng)袖企業(yè)加入人臉識(shí)別研究陣營(yíng)后，這種情況才得到了顯著改善。2014年，F(xiàn)acebook的DeepFace人臉庫(kù)包含了4030位樣本人物的4400萬(wàn)張圖，算法方面由多達(dá)8層網(wǎng)絡(luò)、1.2億訓(xùn)練參數(shù)的系統(tǒng)來(lái)支持。而谷歌的FaceNet數(shù)據(jù)庫(kù)規(guī)模更大，容量為來(lái)自800萬(wàn)樣本人物的2億張圖像，以及22層深度網(wǎng)絡(luò)與1.4億參數(shù)的算法系統(tǒng)。在此方面國(guó)內(nèi)公司也不遜色，有公司已搭建出多達(dá)7000萬(wàn)名樣本人物（每人1張證件照、1張生活照）的圖像庫(kù)，以30層以上深度網(wǎng)絡(luò)、20塊NVIDIA M40 GPU訓(xùn)練6天，取得了相當(dāng)不錯(cuò)的成績(jī)。

 

　　多大規(guī)模的數(shù)據(jù)才算是大數(shù)據(jù)？當(dāng)數(shù)據(jù)多到可對(duì)幾乎整個(gè)樣本空間進(jìn)行充分覆蓋，從而減弱對(duì)理論與模型的依賴(lài)時(shí)，這樣的數(shù)據(jù)就足夠“大”了。像預(yù)測(cè)投擲硬幣這種問(wèn)題，樣本空間為{0, 1}，1000個(gè)樣本就算是大數(shù)據(jù)，就足以得到置信度較高的預(yù)測(cè)。而對(duì)機(jī)器翻譯、圖像識(shí)別這樣的課題而言，樣本空間的數(shù)量級(jí)就大得太多——去年年底召開(kāi)的第六屆ImageNet圖像識(shí)別大賽上，微軟團(tuán)隊(duì)設(shè)計(jì)的圖像識(shí)別系統(tǒng)擊敗了Google、英特爾、高通等強(qiáng)大對(duì)手，取得了多項(xiàng)第一名。據(jù)我所知，微軟訓(xùn)練其圖像識(shí)別系統(tǒng)是使用了152層深度網(wǎng)絡(luò)。這提示了我們?nèi)绾瓮七M(jìn)研究：傳統(tǒng)方法是少量數(shù)據(jù)+復(fù)雜模型，到一定階段后，系統(tǒng)性能便很難再提升；有了大數(shù)據(jù)之后，業(yè)界使用海量數(shù)據(jù)+簡(jiǎn)單模型也能獲得比傳統(tǒng)方法更好的結(jié)果；接下來(lái)，當(dāng)海量數(shù)據(jù)與復(fù)雜模型相結(jié)合，應(yīng)該可以創(chuàng)造出最佳的訓(xùn)練結(jié)果。

 

　　由上述案例也可以看出，學(xué)術(shù)界的算法與系統(tǒng)的實(shí)操水平與工業(yè)界的差距較大，學(xué)術(shù)界對(duì)應(yīng)用性能的理解水平與工業(yè)界差距亦大——一直以來(lái)，在人臉識(shí)別領(lǐng)域，工業(yè)界的應(yīng)用任務(wù)有兩個(gè)模式：1:1也即兩張人臉二選一辨認(rèn)、1:N也即多張人臉N選一辨認(rèn)。在各種測(cè)試條件下，企業(yè)已做到：處理1:1任務(wù)時(shí)，性能達(dá)到誤報(bào)率百萬(wàn)分之一以下；處理1:N任務(wù)時(shí)，性能已實(shí)現(xiàn)在N等于千萬(wàn)級(jí)查詢(xún)的條件下，首選命中率約90%。也正因工業(yè)界的介入，兩年前，機(jī)器識(shí)別人臉的能力已超人類(lèi)。類(lèi)似美劇《疑犯追蹤》里人臉識(shí)別的場(chǎng)景隨時(shí)會(huì)成為現(xiàn)實(shí)。

 

　　在推進(jìn)技術(shù)實(shí)用化、主流化方面，工業(yè)界比學(xué)術(shù)界的效率高很多，這并不難理解——不僅是因?yàn)榍罢叩馁Y金充裕，更重要的是，工業(yè)界在獲取、儲(chǔ)備、利用用戶(hù)數(shù)據(jù)方面較之學(xué)術(shù)界優(yōu)勢(shì)明顯，而且像Facebook、谷歌這樣的巨頭，可以使用幾乎無(wú)限制的云計(jì)算資源來(lái)加速研發(fā)進(jìn)程。

 

 

　　我的前同事，圖靈獎(jiǎng)獲得者、數(shù)據(jù)庫(kù)大師吉姆·格雷在他的大作《第四范式：數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)》中對(duì)科學(xué)發(fā)展的范式有著非常精辟的總結(jié)：千年以前，科學(xué)是基于簡(jiǎn)單的實(shí)踐經(jīng)驗(yàn)來(lái)描述現(xiàn)象。過(guò)去的幾百年里，科學(xué)家們開(kāi)始嘗試開(kāi)辟學(xué)科與理論分支，建立和使用模型來(lái)概括現(xiàn)象。最近的幾十年，新生的計(jì)算分支以計(jì)算來(lái)模擬復(fù)雜的現(xiàn)象。而今則是靠大數(shù)據(jù)來(lái)探索現(xiàn)象。

 

　　計(jì)算資源從端向云匯集，這為算法創(chuàng)新和大數(shù)據(jù)應(yīng)用創(chuàng)造了無(wú)盡的可能性——過(guò)去五年來(lái)，我們見(jiàn)證了云計(jì)算是如何推動(dòng)消費(fèi)級(jí)產(chǎn)品與企業(yè)級(jí)產(chǎn)品領(lǐng)域的偉大創(chuàng)新，見(jiàn)證了云計(jì)算是怎樣從一個(gè)被過(guò)度炒作、被無(wú)端懷疑的概念逐步成長(zhǎng)為整個(gè)IT產(chǎn)業(yè)乃至各行各業(yè)的基礎(chǔ)平臺(tái)，見(jiàn)證了云計(jì)算支持下的技術(shù)（如AI、VR、AR等等）爆炸與應(yīng)用模式（如游戲、O2O、直播等等）革新。

 

　　今后十年，整個(gè)中國(guó)IT產(chǎn)業(yè)成長(zhǎng)速度最快的，很可能會(huì)是云計(jì)算公司?；仡櫼酝?，從新生力量迅速成長(zhǎng)為巨頭的美國(guó)公司只有一家，那就是專(zhuān)注于云計(jì)算的AWS（如圖4），其發(fā)展軌跡幾乎與從事ToC業(yè)務(wù)的Facebook重合。況且，與發(fā)展更快、成熟度更高的美國(guó)市場(chǎng)相比，中國(guó)云計(jì)算市場(chǎng)仍處在從爬坡式漸增到直升式激增的進(jìn)化節(jié)點(diǎn)上（如圖5）。

 

圖4

 

圖5

 

　　總結(jié)一下，算法、大數(shù)據(jù)、計(jì)算資源，讓科幻成真，為人工智能賦能。由這三大動(dòng)力推動(dòng)，人工智能會(huì)在不久的將來(lái)成為各行業(yè)領(lǐng)域有遠(yuǎn)見(jiàn)的企業(yè)的標(biāo)配。根據(jù)SoftServe的一項(xiàng)調(diào)查，截至目前，已有60%的IT公司、48%的商業(yè)和專(zhuān)業(yè)服務(wù)公司、47%的金融服務(wù)公司、38%的制造業(yè)公司、29%的零售業(yè)與物流運(yùn)輸業(yè)公司在使用基于云平臺(tái)而愈積愈多的大數(shù)據(jù)輔佐決策。大數(shù)據(jù)不再只是一個(gè)機(jī)遇，它成為了企業(yè)決勝未來(lái)的必需品。在人工智能介入后，會(huì)進(jìn)一步減少對(duì)數(shù)據(jù)的人工分析、判斷等干預(yù)，令企業(yè)以更低的成本實(shí)現(xiàn)更快更準(zhǔn)確的決策。

 

　　我們確信，人工智能已成信息技術(shù)產(chǎn)業(yè)的主流與傳統(tǒng)行業(yè)升級(jí)、轉(zhuǎn)型和變革的關(guān)鍵。而算法、大數(shù)據(jù)、計(jì)算資源不僅構(gòu)成了人工智能的堅(jiān)實(shí)支點(diǎn)，還將成為現(xiàn)實(shí)中我們構(gòu)建通往全新的“智能”之路的能量之源。

 

　　作者：金山集團(tuán)兼金山云CEO張宏江博士