我今天演講的題目是“人工智能的三大支柱”。在過去十萬多年中，人類一直是地球上最智慧的物種，但我們今天的確碰到一個(gè)新的挑戰(zhàn)，就是人工智能。

 

　　人工智能這樣新的、神奇的“物種”，為什么會(huì)出現(xiàn)在我們現(xiàn)在的時(shí)代？我認(rèn)為主要原因是這個(gè)時(shí)代擁有使其得以發(fā)展的三大支柱：計(jì)算力、大數(shù)據(jù)和算法。

　　一，計(jì)算的能力。自從計(jì)算機(jī)被發(fā)明之后，在過去的五六十年中，計(jì)算機(jī)的計(jì)算能力幾乎是按照摩爾定律描述的情況一樣增長。這方面的“摩爾定律”，是指每過18個(gè)月，計(jì)算機(jī)的計(jì)算能力就會(huì)翻一次倍。這種神奇的增長，使我們正處于計(jì)算能力突飛猛進(jìn)的時(shí)代，可以計(jì)算一些曾經(jīng)不能被計(jì)算的內(nèi)容了。

　　二，大數(shù)據(jù)。伴隨著互聯(lián)網(wǎng)產(chǎn)生，出現(xiàn)了大量的數(shù)據(jù)，人工智能從大量數(shù)據(jù)匯集中得到學(xué)習(xí)，我們生活的每一個(gè)角落都變得數(shù)據(jù)化。

　　三，算法。對我來說，是最神奇的發(fā)展，就是那些新算法。一開始，我們模擬人腦工作的原理做出一些人工智能、機(jī)器學(xué)習(xí)的算法，但在發(fā)展過程中，我們可能會(huì)推出一些算法、一些人腦根本不能實(shí)現(xiàn)的算法。比如說量子計(jì)算等數(shù)學(xué)上的全新算法。

 

　　我們這個(gè)時(shí)代被非常偉大的信息定理所刻劃，這個(gè)定理就是摩爾定理，它描述的是信息計(jì)算能力，指計(jì)算能力每過18個(gè)月翻一次倍，按照指數(shù)級速度增長。摩爾定理奠基了信息社會(huì)的飛速發(fā)展，相比之下，傳統(tǒng)行業(yè)往往會(huì)處于比較平行的、線性的增長情況。

 

　　將摩爾定理按照傳統(tǒng)的方式推演，是不能依照過去發(fā)展的指數(shù)爆炸式增長的，為什么？運(yùn)算過程中，每個(gè)三極管必然會(huì)產(chǎn)生熱量，如果三極管的基本原理不變，那么每過18個(gè)月，三極管的數(shù)字翻一次倍時(shí)，產(chǎn)生的熱量也翻了一倍，繼續(xù)提升的情況下，芯片必然會(huì)燒毀。這是個(gè)危機(jī)，也是挑戰(zhàn)。

 

　　我作為物理學(xué)家，認(rèn)為這是一個(gè)美好的機(jī)會(huì)，我們可以回到一張白紙上重新思考這個(gè)原理：

       阻礙計(jì)算機(jī)按照原先的摩爾定理繼續(xù)推進(jìn)的是什么？

　　打個(gè)比方，在芯片的最底層，我們?yōu)殡娮釉炝艘粋€(gè)信息的高速公路，高速公路最根本的原理就是車道的原理：各分其道、互不干擾，每個(gè)電子在固定的車道上在運(yùn)行。而如果遇到趕集，電子會(huì)到處碰撞。

 

　　用同樣的思維來思考今天的人工智能，第一步是通過神經(jīng)網(wǎng)絡(luò)模仿人腦的每個(gè)神經(jīng)元，還處于簡單的模仿時(shí)期，下一步應(yīng)該怎么做呢？真正理解智能、智慧的數(shù)學(xué)原理。一旦理解了之后，就能設(shè)計(jì)出來更好的算法，這些算法不一定是大腦能夠?qū)崿F(xiàn)的，但是卻可能比大腦做得更好。

 

　　我們?nèi)绻肭暹@一點(diǎn)，就會(huì)想用一些好的算法來突破一些技術(shù)瓶頸。例如，在人工駕駛領(lǐng)域，眾所周知，絕大部分的技術(shù)路線還是Google當(dāng)年提出的，比如在人工駕駛汽車頂部裝上激光雷達(dá)，需要高清的三維地圖，這一點(diǎn)就給整個(gè)自動(dòng)駕駛的進(jìn)展帶來很大的瓶頸。因?yàn)榧す饫走_(dá)非常貴，并且制造高清三維地圖也很麻煩。

 

　　大數(shù)據(jù)時(shí)代，使得我們金融的數(shù)據(jù)、教育的數(shù)據(jù)，健康的數(shù)據(jù)都大量產(chǎn)生，現(xiàn)在機(jī)器的學(xué)習(xí)能力主要就是學(xué)習(xí)這些大數(shù)據(jù)中的智慧，幫我們提高金融、教育，健康領(lǐng)域的效率。但是現(xiàn)在碰到一個(gè)問題：能夠處理數(shù)據(jù)、能夠擁有數(shù)據(jù)的，是兩個(gè)不同的人群，也可能是兩個(gè)不同的公司。相互之間不一定存在完全地信任。這樣導(dǎo)致很多數(shù)據(jù)不能被實(shí)時(shí)分析。

 

　　由此，我向大家推薦一個(gè)新型算法，叫同態(tài)加密，這個(gè)算法能夠?qū)W習(xí)加密數(shù)據(jù)里的智慧，不一定要看到數(shù)據(jù)本身。這使得數(shù)據(jù)的擁有者和數(shù)據(jù)的處理者能夠完全分開，并且能夠在建立信任的基礎(chǔ)上進(jìn)行合作。

 

　　人工智能領(lǐng)域，現(xiàn)在大家最好奇的，莫過于哪一天機(jī)器的智慧會(huì)超過人。我們?nèi)绾螇蚝饬繖C(jī)器已經(jīng)超過人腦？過去兩年，我們看過人機(jī)大戰(zhàn)，非常驚奇——Google的DeepMind在圍棋上戰(zhàn)勝了人類最厲害的選手，這是不是已經(jīng)說明計(jì)算機(jī)已經(jīng)能夠超越人類？

 

　　另一個(gè)，也是最經(jīng)典而簡單的測試方法其實(shí)是“圖靈測試”，讓實(shí)驗(yàn)者隔著幕布與背后的機(jī)器或人對話，一段時(shí)間后，如果實(shí)驗(yàn)者不能分辨出來與其對話的是機(jī)器還是人，說明機(jī)器已經(jīng)達(dá)到人的智慧。

 

　　我覺得這個(gè)測試還存在一定的誤區(qū)，人類作為一個(gè)生物物種經(jīng)歷了幾百萬年的演化，的確擁有了一些非常理性的成分。讓機(jī)器學(xué)習(xí)人的理性的部分比較容易，但是學(xué)人的非理性的情感，說不定還是不那么容易，要機(jī)器的智慧完全模仿人，還需要漫長的過程。

　　我認(rèn)為，比如說愛因斯坦這樣偉大的科學(xué)家，寫出簡單樸實(shí)的公式，我們做實(shí)驗(yàn)?zāi)軌蝌?yàn)證它，這是人類智慧最高的結(jié)晶。試問，機(jī)器人是否也能在人發(fā)現(xiàn)某科學(xué)定理之前，作為一個(gè)科學(xué)發(fā)現(xiàn)，寫下對于宇宙的深?yuàn)W的定理呢？如果是這樣，機(jī)器的智慧應(yīng)該是是真正的超過人了。

 

　　我們已經(jīng)清晰地看到美國的優(yōu)秀案例，在人工智能領(lǐng)域，想取得大發(fā)展，就需要讓學(xué)術(shù)界和工業(yè)界做緊密的結(jié)合——學(xué)術(shù)界往往有一些聰明的人才，能夠想出最好的算法；在工業(yè)界，尤其在互聯(lián)網(wǎng)公司，像網(wǎng)易、中國的BAT，這些公司擁有大量的數(shù)據(jù)。如果他們進(jìn)行緊密合作，那么過程中，定能真正更好地推進(jìn)人工智能的下一步。

 

 

　　網(wǎng)易科技中心是網(wǎng)易傳媒旗下專注于互聯(lián)網(wǎng)和“互聯(lián)網(wǎng)+”領(lǐng)域的內(nèi)容平臺(tái)，對互聯(lián)網(wǎng)、IT業(yè)界、通信、智能創(chuàng)新、科學(xué)探索、互聯(lián)網(wǎng)創(chuàng)投等領(lǐng)域進(jìn)行內(nèi)容報(bào)道和社群運(yùn)營。下轄科技、智能、手機(jī)、數(shù)碼、創(chuàng)業(yè)Club等頻道。