雷鋒網(wǎng)消息，9 月 17 日，在舉行于上海的世界人工智能大會(huì)上，清華大學(xué)交叉信息研究院院長(zhǎng)、圖靈獎(jiǎng)得主姚期智登臺(tái)，進(jìn)行了題為《人工智能的現(xiàn)在和未來(lái)》的演講。

姚期智首先談到了人工智能的廣泛應(yīng)用，并對(duì)清華大學(xué)交叉信息研究院的研究和企業(yè)轉(zhuǎn)化成功進(jìn)行了介紹，并以小馬智行和曠視科技為例，介紹清華校友在人工智能領(lǐng)域創(chuàng)業(yè)的優(yōu)秀成果。

隨后，姚期智談到了人工智能發(fā)展過程中深度學(xué)習(xí)的幾個(gè)問題。他表示，深度學(xué)習(xí)的成功給了我們一些機(jī)會(huì)，讓我們可以更好看看自然智能是如何發(fā)揮作用；目前人工智能需要很多數(shù)據(jù)，自然智能只需要看看很小一些數(shù)據(jù)就可以做出決策；這是一個(gè)更好地了解人工智能的重要機(jī)會(huì)——自然智能的運(yùn)行機(jī)制。

姚期智表示，量子物理是最深入、最美麗的物理法則，最根本性，最本質(zhì)性關(guān)于宇宙的法則，大自然設(shè)計(jì)法則；但是最近隨著量子計(jì)算的發(fā)展，我們最后有一個(gè)方法模擬自然，如果有一個(gè)量子計(jì)算機(jī)就可以模仿大自然量子法則。由此，姚期智認(rèn)為深度學(xué)習(xí)更像是一種自然現(xiàn)象，我們可能需要真正的應(yīng)用一些標(biāo)準(zhǔn)和方法，也就是物理學(xué)方法，來(lái)取得人工智能上的進(jìn)展。

以下是姚期智的演講全文：

下午好，非常榮幸能夠來(lái)到這里，非常感謝主辦方邀請(qǐng)我參加這次會(huì)議。今天我想要給大家分享一下“人工智能的現(xiàn)在和未來(lái)”。我將從一個(gè)略微不同的角度來(lái)進(jìn)行探討，我想這也正好可以補(bǔ)充之前一些精彩演講的內(nèi)容。

其實(shí)，人工智能已經(jīng)無(wú)處不在了，它已經(jīng)被應(yīng)用到諸多不同的領(lǐng)域，無(wú)論是自駕車、機(jī)器人、醫(yī)療，其實(shí)它已經(jīng)給人類社會(huì)創(chuàng)造了巨大的福利和財(cái)富。時(shí)至今日，這一現(xiàn)象同樣體現(xiàn)在一般的機(jī)制之中，特別是大學(xué)、機(jī)構(gòu)，很多學(xué)生他們都想要學(xué)習(xí)人工智能課程。整個(gè)行業(yè)也在求賢若渴，大學(xué)也開設(shè)了諸多課程，希望能夠聘到最優(yōu)秀的人工智能方面教授和教職員工。

我希望給大家稍微介紹一下人工智能當(dāng)前的發(fā)展，特別是在中國(guó)的現(xiàn)象，我想從大學(xué)的角度來(lái)談，我將以我所工作的機(jī)構(gòu)為例。我在清華大學(xué)交叉信息研究院工作。毫無(wú)疑問，我們很多教職員工都對(duì)于人工智能非常感興趣，我們這個(gè)學(xué)院的人，除了對(duì)計(jì)算、科學(xué)以外，對(duì)其他行業(yè)、其他領(lǐng)域也很感興趣，他們把人工智能算法、系統(tǒng)，應(yīng)用到一些實(shí)際場(chǎng)景當(dāng)中來(lái)開展研究，比如在醫(yī)療、機(jī)器人、智能電網(wǎng)等等。給大家舉一個(gè)例子，使用人工智能應(yīng)用于精準(zhǔn)醫(yī)療，這是我們所的項(xiàng)目之一。精準(zhǔn)醫(yī)療方面，我們?cè)噲D通過人工智能來(lái)對(duì)于一些老藥物重新進(jìn)行定位，看看能不能適用于新癥狀或者是預(yù)測(cè)藥物的發(fā)展。另外一個(gè)項(xiàng)目，關(guān)于蛋白質(zhì)三維結(jié)構(gòu)的重建，采用人工智能的方法，用非常精密的兩維形象對(duì)它進(jìn)行加工。第三個(gè)例子，應(yīng)用深度學(xué)習(xí)技術(shù)來(lái)用于醫(yī)學(xué)影像掃描、分析，醫(yī)療影像包括比如說(shuō)肺部結(jié)節(jié)還有其他一些腫瘤。

除了開展研究之外，大學(xué)也要負(fù)責(zé)教育學(xué)生，培養(yǎng)未來(lái)的年輕人才。其實(shí)我覺得從教育方面來(lái)說(shuō)，對(duì)大學(xué)而言教育比研究更重要，因?yàn)檠芯靠梢杂晒I(yè)實(shí)驗(yàn)室完成，但是你要打造足夠多人才來(lái)滿足社會(huì)未來(lái)需求、滿足人工智能方面需求，這才是大學(xué)需要做的事情。過去三年當(dāng)中，在清華交叉信息研究實(shí)驗(yàn)室，我們已經(jīng)建立一個(gè)很好的研究生項(xiàng)目和卓越的本科精英項(xiàng)目。我們很多校友現(xiàn)在都已經(jīng)成為非常優(yōu)秀的人工智能方面研究者，有一些人也成為了比如說(shuō)斯坦福和普林斯頓等等知名大學(xué)教授。

除此以外有很多校友成功創(chuàng)業(yè)，成為一些杰出企業(yè)家，都是在人工智能領(lǐng)域，讓我給大家稍舉兩個(gè)例子。人工智能公司現(xiàn)在都已經(jīng)成為了獨(dú)角獸企業(yè)，第一，小馬智行，他進(jìn)入的是解決無(wú)人駕駛應(yīng)用的行業(yè)，剛才一位教授也談到這一行業(yè)的應(yīng)用，他的創(chuàng)始人是叫彭軍以及樓天成，他們是非常聰明的科學(xué)家、工程師，特別是樓天成，我對(duì)他很自豪，因?yàn)樗厴I(yè)于我們項(xiàng)目班，他也是我的博士生。第二家公司，曠視科技。他的創(chuàng)始人有印奇、唐文斌、楊沐，這三位來(lái)自于姚班畢業(yè)生，所以我對(duì)他們感到很自豪。

下面我稍微詳細(xì)介紹一下小馬智行，盡管他們僅僅兩年前得以成立，現(xiàn)在已經(jīng)成為業(yè)界最知名的企業(yè)之一，非常有前景，在無(wú)人駕駛方面很領(lǐng)先。他們從零開始，把先進(jìn) AI 技術(shù)應(yīng)用到這個(gè)行業(yè)，建立算法和系統(tǒng)，再加上其他所有我們介紹的內(nèi)容，包括傳感、感知、決策、規(guī)劃、控制等等全套算法解決方案，還有高精地圖等等都納入自己的科技當(dāng)中。曠視是五六年前創(chuàng)立，他們現(xiàn)在已經(jīng)成為一個(gè)非常主流的公司，在計(jì)算機(jī)視覺方面，面部識(shí)別方面做得很好，特別應(yīng)用于中國(guó)的應(yīng)用領(lǐng)域，也有很多重要的公司都采用他們的解決方案。比如說(shuō)支付寶、招商銀行，在基礎(chǔ)層他們采用 AI 引擎，通過這個(gè)引擎幫助公安機(jī)關(guān)以及警察局在各大城市抓捕刑事案件罪犯。

剛剛給大家簡(jiǎn)單看了一下我們學(xué)院，大家可以看到人工智能做得非常好，便及方方面面，在不同大學(xué)都開展研究。現(xiàn)在已經(jīng)如此，未來(lái)又將如何，我認(rèn)為可能要考慮 AI 的未來(lái)和前景。

近年來(lái)最大一個(gè)技術(shù)叫做“深度學(xué)習(xí)”，其實(shí)它是三四十年前出現(xiàn)的技術(shù)，而當(dāng)時(shí)來(lái)自于那個(gè)領(lǐng)域的研究人員認(rèn)為，深度學(xué)習(xí)可能無(wú)法真正打敗其他的方法。但是現(xiàn)在三四十年以后，突然出現(xiàn)了不同環(huán)境，大數(shù)據(jù)和強(qiáng)大的計(jì)算機(jī)應(yīng)運(yùn)而生，突然傳統(tǒng)深度學(xué)習(xí)方法又重新煥發(fā)第二次生命，讓我們有了非?？上驳慕Y(jié)果，帶來(lái)了很多過去認(rèn)為很難實(shí)現(xiàn)的目標(biāo)。我認(rèn)為深度學(xué)習(xí)以及它的不同變體，他們?nèi)匀挥泻軓?qiáng)生命力，我認(rèn)為將來(lái)幾年深度學(xué)習(xí)仍然會(huì)帶來(lái)很多新的項(xiàng)目或者是產(chǎn)品，在新的領(lǐng)域獲得一些成績(jī)。但是到某一點(diǎn)，我相信大概五六年以后，他們可能會(huì)到達(dá)增長(zhǎng)的極限。問題是下一波的 AI 創(chuàng)新應(yīng)該來(lái)自于哪里，它的源泉來(lái)自于哪里。

其中一個(gè)回答，可以看看 Micael I Jordan 給我們介紹的一個(gè)系統(tǒng)，但是讓我們從算法角度來(lái)看，下一波算法突破來(lái)源于哪里，可以讓我們抵達(dá)新高，再攀高峰。同樣，在這一方面人們有一種感覺，我們不了解在AI界，為什么深度學(xué)習(xí)這么成功，有一些人認(rèn)為，深度學(xué)習(xí)這么成功讓人感到奇怪，其中原因之一是因?yàn)椴焕斫馑脑捑秃茈y改進(jìn)它。我想分享三個(gè)觀察結(jié)果。

第一，為什么深度學(xué)習(xí)這么成功有效。這不是一個(gè)新的問題，其實(shí)科學(xué)家已經(jīng)在過去的四五年開展了研究并帶來(lái)很多有意思的結(jié)論，頗具吸引力，我們對(duì)他了解不多，但是我們隨著時(shí)間流逝能更好理解深度學(xué)習(xí)。

第二，你想要更高一層先摒棄世俗東西，做 APP 創(chuàng)造更多學(xué)術(shù)，我們從更深一層考慮最近 AI 發(fā)展是什么，對(duì)科學(xué)意味著什么，這就不得不讓我們考慮年代久遠(yuǎn)的問題，我們一直試圖理解和回答，那就是其實(shí)這也是最激動(dòng)人心的領(lǐng)域，就是神經(jīng)科學(xué)，現(xiàn)在問題是如何比較人工智能和神經(jīng)科學(xué)，即自然智能。當(dāng)然神經(jīng)科學(xué)對(duì)人工智能也頗具有貢獻(xiàn)，提供了神經(jīng)網(wǎng)絡(luò)模型，深度學(xué)習(xí)成功給了我們一些機(jī)會(huì)，讓我們可以更好看看自然智能是如何發(fā)揮作用。我覺得這是一個(gè)很重要的啟示，現(xiàn)在人工智能有一些東西是自然智能有優(yōu)勢(shì)的地方，我們都知道人工智能需要很多數(shù)據(jù)，自然智能只需要看看很小一些數(shù)據(jù)就可以做出決策。所以我覺得這是一個(gè)讓我們來(lái)更好了解的非常重要的機(jī)會(huì)，自然智能的運(yùn)行機(jī)制。

第三，如果我們?cè)龠M(jìn)一步考慮學(xué)術(shù)方面的問題，通過宇宙考慮問題，很多哲學(xué)家自古以來(lái)都很感興趣一個(gè)問題是知識(shí)邊界在什么地方，我們可以學(xué)多少東西，我們對(duì)于真相可以有多靠近。其實(shí)在量子計(jì)算方面現(xiàn)在有很大進(jìn)展，其本身就擴(kuò)大了人類認(rèn)識(shí)知識(shí)、獲得知識(shí)、在根本方面認(rèn)知宇宙的能力。有一個(gè)很有意思的問題，是不是可能將量子計(jì)算和人工智能結(jié)合在一起，所以通過這種方式我們可以真正的有一個(gè)機(jī)會(huì)來(lái)打敗自然。

我給大家解釋一下這意味著什么，我認(rèn)為據(jù)我們所知，量子物理是最深入、最美麗的物理法則，最根本性，最本質(zhì)性關(guān)于宇宙的法則，大自然設(shè)計(jì)法則，對(duì)于這么多年來(lái)我們只不過是驚嘆大自然是如此精美，壯麗以及量子原理如何精美的創(chuàng)建這樣一個(gè)雄偉的世界。但是最近隨著量子計(jì)算的發(fā)展，我們最后有一個(gè)方法模擬自然，你如果有一個(gè)量子計(jì)算機(jī)就可以模仿大自然量子法則。我們現(xiàn)在越來(lái)越多獲得這樣的能力，也就是讓我們可以與大自然親密接觸。

另外對(duì)于生物學(xué)方面進(jìn)展、進(jìn)化表示驚嘆，它非常深入，非常的美麗，但是至今我們?nèi)匀粵]有 100% 確信自然界、生物界進(jìn)化是怎么樣的，但是如果我們可以在這方面獲得進(jìn)展，能夠理解自然智能，我們就可以有一個(gè)機(jī)會(huì)把量子和 AI 結(jié)合在一起來(lái)進(jìn)行量子人工智能，這可以帶來(lái)一些在宇宙中以前我們從來(lái)沒有看到過的東西，從來(lái)沒有看到過的這么美麗的算式。

最后，深度學(xué)習(xí)的發(fā)展，人工智能的發(fā)展，給了我們一種新的角度，看待計(jì)算機(jī)科學(xué)的新角度，我們可以重新定義計(jì)算機(jī)科學(xué)本質(zhì)，我們過去認(rèn)為計(jì)算科學(xué)是人為科學(xué)有一點(diǎn)像數(shù)學(xué)，但是英特網(wǎng)的數(shù)據(jù)，深度學(xué)習(xí)的數(shù)據(jù)，以及學(xué)習(xí)的行為等等，我們必須要把這些現(xiàn)象看作是自然現(xiàn)象，而且要從自然科學(xué)的角度來(lái)看待它。

因?yàn)槲覀冇X得深度學(xué)習(xí)是一種學(xué)習(xí)，它是利用非線性元素進(jìn)行學(xué)習(xí)，這種非線性化是很難從數(shù)學(xué)角度精確分析，所以我們現(xiàn)在有機(jī)會(huì)，我們可能需要真正的應(yīng)用一些標(biāo)準(zhǔn)和方法，就是物理學(xué)方法來(lái)取得人工智能上的進(jìn)展。我覺得這是可喜的進(jìn)展，我也很希望計(jì)算機(jī)科學(xué)同樣能夠獲得自然科學(xué)的深度和廣度，非常感謝。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。