Tom Mitchell：深度学习与人工智能的未来

Tom Mitchell演讲 现场图

　　4月27日上午消息，2018GMIC大会今日在北京拉开帷幕，卡内基梅隆大学计算机科学学院机器学习系主任Tom Mitchell做了题为《深度学习与人工智能的未来》的主题演讲。

　　Mitchell表示，中国在人工智能领域做了很多工作，取得了很多成就。他认为，和十年前相比，我们在人工智能领域已经取得了很多突破，在图像识别与语音识别这样的改变尤为明显。在机器人领域，我们也取得了很多成就，从无人机、无人驾驶到医疗机器人，机器人可以有自己的视觉，并进行分析。

　　他认为，人工智能在诸多领域取得突破并非巧合，而是机器学习技术在各种项目中的应用导致了这一结果。Mitchell以阿里的天猫精灵为例，介绍了机器学习在语音识别、人机交互等领域的应用。

　　Mitchell表示，数据是新的石油，AI是新的电力。他以滴滴为例，展示了出行公司如何利用数据与AI对司机与乘客进行快速匹配。

　　Mitchell认为，中国在AI领域有很大的机会，中国拥有大量的数据，并能以极低的利润利用AI技术提供一些公共服务。中国政府自上而下的的工作模式，比西方社会更有效率。

　　最后，Mitchell表示，中国将会引领世界AI技术的发展，并有机会将自己的经验介绍给其他国家。（钟毓）

　　以下为Tom Mitchell演讲实录：

　　Tom Mitchell：女士们、先生们，各位上午好！非常高兴能够到中国参加此次盛会，我觉得这应该是我在过去三年，第六次到中国来访问。而且在这里我看到大家做了很多工作，同时在人工智能方面取得了巨大的成就，你们在人工智能方面取得了很多新的应用。因此我相信对于人工智能在中国发展前景非常光明。

　　关于人工智能，我研究了很多年。人们现在经常问我一些问题，对于人工智能，大家看它是不是已经过度发展、过度繁荣，我们谈的太多了。事实上我们发现人工智能有很多的类型。但是同时我们也发现它确实有很多的内容，有一些科学的进展，在这个领域已经取得了，这些进展未来会改变我们的发展。所以现在我们就应该来回顾过去几年当中，我们通过这么做就能够来考虑，最近我们携带的是什么样的进展，之后才能展望取得什么样的成果。

　　在过去的十年当中，我看到了人工智能确实取得了很多进展和成果。比如说在计算机视觉发展方面，计算机性能在十年之前不是太好。比如说在识别物体像一些简单图片当中的物体，它的识别能力不是很高。而且现在它们在物体识别方面计算机的性能已经提高了很多。当然计算机还没有达到完美的程度，可是它们在十年之前就好象是盲人一样。但是现在已经有所进展，它们已经能够观察到物体，并且能够识别到物体了。如果出现随意的识别要求，它可以做到。十年前出现了iPhone和手机，但是人们不能进行二手手机的兑换，原因是当时的技术大家是得不到的，我们不可能有计算机的算法，能够把人们的语音转换成文本。但是现在计算机已经提升了自己的能力，它的能力基本上已经达到人类的程度了，所以我们把它叫做电话交换机的测试。

　　我们看了计算机的精确度已经等同于人类了，尤其是在机器人方面已经取得了很大的成果，像无人驾驶的原形。大家可以看一下在我的家乡，Uber已经做了无人驾驶的测试。有一天早晨我看到了无人驾驶汽车四处驾驶，我相信在其他的领域，包括医疗、无人机，我们也看到都取得了类似的成果。[page]分页标题#e#

　　在中国的游戏方面，你们在过去的几年当中人工智能也帮助你们在象棋非常有名的游戏当中，已经取得了很好的成果，还有像围棋等等。而且在其他有关识别方面领域，就像计算机盲人现在能够变的看到和听到了。在游戏不同的领域，他们要求计算机有更多分析性的算法能力，而这些领域也是计算机所能够取得的。

　　大家会问我一个问题，这是不是一个巧合呢？在这些领域人工智能取得成果只是一项巧合呢？但是我的回答不是这样的，因为我相信对于计算机来说，它有了机器学习能力，包括它在物体识别，以及游戏方面，它们都取得了进步，原因在于对于人工智能的开发者，他们改变了自己的策略，他们并不是来编写仅仅是计算机的程序，使得计算机能够识别物体，而是对它进行培训，教育它机器进行自我学习。比如说这个桌子有一个香蕉，还有几杯茶，或者在这幅图上有汽车和树，通过这些学习和算法对图像进行分析。他们学会了语音，也学会了如何进行无人驾驶，在这些领域属于机器学习。而且在高阶段人工智能是非常关键的，使得现在的进步发生了。

　　如果我们进行展望的话，可能大家会问，接下来人工智能有什么样的发展呢？我觉得在我的头脑当中，我们会看到人工智能的使用会不断的提升，尤其是在机器学习领域，我们会看到出现更多的应用。比如说我们要对系统学会进行机器的学习，它会出现海量的数据，以及高质量的数据。在过去的几年当中，我们看到有很多新的初创企业不断的蓬勃发展，它们获取了某种类型的数据之后，他们开发了自己人工智能的系统。接下来我们会看到机器学习会出现一些新的方向。

　　比如说现在出现了人工智能会话系统，像这样的会话系统，包括你和自己的手机进行简单的会话，你会问它外面的气温多少呢？我们的手机会回答我们。我相信在接下来的几年当中，我们会看到非常有意思，而且产出非常丰富和手机之间的会话，能够使得它对我们的理解更加深入。

　　还有一个领域，其实也是我自己进行很多研究的领域，包括会话的系统。在系统当中使用者他在使用会话的时候，不仅仅包括简单的问题，包括气温是怎么样的，能不能订票。而这种会话实际上会教会自己的手机，之后为你提供服务。比如说我住的地方，有的时候它会下雪，我会告诉我的手机如果天气出现了下雪的时候，它会提前叫醒我，这样我就上班不会晚了，我会教会它一些新的内容，之后我会教它你怎么发现外面下雪呢？我告诉它你打开自己的网络感受一下外面的气温，察觉到外面下雪的话，之后手机会告诉我外面下雪了。

　　通过这样的互动，我相信在未来我们会看到一种新的方法开放了，使得我们和人工智能进行更好的对话，这是通过机器学习，而不是像大数据学习，我们通过人类的用户对手机发出指令，因为我们能对它发出指令，它学会了。

　　接下来我想稍微给大家展望一下以来，对于我们在人工智能方面已经取得的成果，有什么样的含义呢？大家知道机器学习使得我们造就了现在辉煌的成果。但是我相信效果最好的时候，是我们希望对一些决策进行优化，对于我们决策的输入和输出，它们都是在线上所能够提供的，我们能够所需要的产品。我觉得有很多种，比如说我之前提到了会话型人工智能系统，在这个领域我们可以看到一些新的产品和服务。我之前也提到了，有一些能够和我们进行简单会话的系统，像阿里巴巴的吉尼，比如说我要泊车，如果听到声音的话，它就知道怎么去做。所以大家可以从中了解到，我们今后要构建出基于会话的一些产品，是基于我们所提供的教学和指令所产生的。

　　另外，我们也看到现在我们手机硬件的成本不断的下降了，对于手机摄象头、麦克风有互动的功能。这样手机的造价下降了，在某一些点大家都可以在任何一个灯泡上装上相应的硬件设施。比如说大家来假设一下，比如说传感器它可以在所有设施安装的时候，比如说对于一个灯泡它安装在医院和病床旁边。通过这样的传感器，我们从自己看到的东西当中得到学习，大家注意到其实是灯泡提供关键的部分。但是非常有意思的是，我们可以了解到，这些灯泡它能够识别病房当中的病人或者是医生，或者是机器，它们能够进行跟踪，来看一下这个病人是不是学习帮助，它也可以自动的连接互联网，它也可以来跟踪病人的病历，来看一下他要接受什么样的治疗方案，它也可以检查护士对病人用的药是不是正确的。另外，它也检测病人是不是吃了医生开的药。大家可以看到在医院当中如果能够做到一点确实是大家所期待的。[page]分页标题#e#

　　我们也可以达到这样的层次，我们可以大量的生成灯泡，而且这样的灯泡它主要的目的是人工智能的系统。一旦我们把它进行部署，比如说放到病床当中，它也可以了解周边所需要的要求是什么，对于这样的灯泡，他们可以通过不同的方法来进行自我的学习。当然这只是一个例子，能够给大家展示出未来我们能够来发展的方向，而且能够找到一些新的产品。

　　当然我们也可以开发一些新的商业模式，我提到了要使得机器学习有效的话，我们要来获取数据。在美国要创建一家公司，他们就必须来提出一种新的商业模式，关于这两家公司，他们可以提供相应的服务，这个服务是你的日历，你可以用几个月的时间。如果有人给你发信息，比如说帮助你安排会议，他们会启动相应的系统。开始的时候他们有很多人在做相应的服务，但是他们的商业计划是这样的，他们希望利用这样的工作流来捕获世界上最大的培训数据，并且展示如何与人进行沟通和互动，安排相应的会议，他们最终的会议是所有的会议都自动化，因为他认识到这样一个事实，就是之前有人提到的数据是新的石油，AI是新的电力，要建立你的业务模式的话，首先你必须有这样一个系统，来捕获和收集世界上某一种类型的数据，我们也可以看到其他的商业模式，受到AI的影响。比如说像滴滴，就是一种新的业务模式，十年前这种业务模式根本不存在，但是有了AI的话它可以生存，它实际上是非常复杂的AI算法，它可以和司机和乘客很好的匹配在一起，而且可以定位司机的位置，乘客的位置也可以进行定位，不需要花太长的时间就可以让司机找到乘客。因此它可以非常好的来匹配订单到底给哪一个司机，并且让司机尽快的进行接驾。

　　当然还有其他AI的应用出现了新的产品和新的业务模式都是由AI带来的，它给我们的社会带来了很多的意义和变化。我们有很多机会用AI来提高我们的生活质量，比如说现在我们可以有无人驾驶，这样的话可以减少死亡，同时可以减少污染。另外，也可以减少交通阻碍的情况，也可以用于提高效率，也可以用来提高医疗的质量，比如说他们用AI的方法来建立了定制化的教育项目，满足各个学生的需求。并且根据学生的情况进行建模，比如说他们已知的知识是什么，为他们设定相应的问题，对学生进行诊断可以更好的了解学生的情况是什么，对学生进行一个定制化的针对性的教育。也可以看到在中国我们有很多传感器或者是效果器，这样可以对城市进行自动的监管，也可以进行自动的报告，可以告诉居民在哪里有比较好的停车场，我觉得在这方面有非常多的机会。

　　当然也有很多的挑战，比如说关于无人驾驶的有效性，比如说在一些不可能的情况下，无人驾驶汽车是不是会撞到树上或者说会不会撞上人等等，这是我们在驾驶无人汽车会面临的问题。我们把它放到计算机当中它会变成道德问题，当然还包括其他的问题。

　　我也想与大家分享一下，我所考虑的一些观点，在世界各地人工智能的进步，到中国我发现人工智能的发展也是非常快的，也是如火如荼的。坦诚来讲，中国和美国是世界上最活跃的两个经济体。而且在这两个国家有很多AI的体验，不管在中国或者是别的地方，对我来说在中国AI方面的机会是非常独特的。我认为中国比世界任何其他国家都有一个更好的机会，可以向世界其他地方来展示，如何把人工智能用于改善社会人们的生活质量，因为在中国有很多的大数据。

　　另外，中国的文化，中国政府愿意支持产业，而且中国采取的是一种自上而下的方法，要比西方国家更有优势。中国对于隐私方面的态度也在发生变化，我觉得中国在人工智能方面有非常大的机会，我们可以展示如何利用大数据让社会受益。

　　政府也在做一些事情，同时政府会做一些私人企业根本不会考虑的事情，因为对私人企业来说，他们觉得这种做法一些业务利润是很低的，但是对于社会却是好的，这些工作是政府做的。[page]分页标题[/page]

　　举一个例子，比如说从医疗数据的收集和学习方面，在过去一年里，我访问过中国两次，我看到有人找到我了，他说你是做机器学习的，你能不能帮助我，比如说我有一亿的医疗数据，你能不能帮助我怎么样更好的使用这些医疗数据，也许要更多，现在确实依然还有一些问题有待我们去解决，比如说我们从不同医院收集的数据，他们的格式都是不一样的，这是一些问题。

　　有的时候你需要把这些数据标准化，把它们形成一个单一的数据集才能使用。但是在这方面政府才可以进来，比如说政府可以设定数据表示的标准，这样所有的医院都会使用所有的结构，所有的格式来进行数据收集，这样不同医院的数据就可以整合在一起了，我觉得这是中国的优势，中国可以做到，因为不仅仅是中国的数据量非常大。同时有这样的结构，可以让我们建立一些数据标准，这一点是非常重要的。因为只有这样的话，才可以从数据当中提取相应的价值。

　　第二个例子，大家应该都清楚，我们去读报纸的时候，会看到一些可怕的传染疾病，全球有多少人感染了这些疾病，今天有了数据和AI体系之后，我们可以更好的来应对传染疾病，比如说我们可以把线上或者媒体已经有的不同地理定位数据，以及GPS的数据，以及无线网络和无线设施的数据。还有相应的地点和位置是什么，有很多地理定位数据，如果我们把这些地理定位数据和急诊室结合在一起，我患了一个非常严重的传染疾病，你会自动收到信息，昨天你接触了一个人，他患了传染病，这是相应的信息，他可以提醒你，这是对社会非常好的一件事情，是我们可以做到的。当然也需要不同的机构参与，我们需要从不同的机构收集数据，我们以一种没有使用的方式把数据整合到一起使用，这样才可以提高生活质量。

　　你可以看到在很多方面中国都可能是非常活跃的，而且可以在这些领域成为做的最好的，可以引领世界。可以把不同机构的不同数据整合到一起，这样可以实现对社会带来真正的好处，其实这样一些情况是非常多的。我觉得在这方面中国的优势特别大，如果中国能够做到这一点的话，其他的国家就会学习中国，到那个时候中国就可以把你们的经验介绍给其他国家，再次感谢。