巨头纷纷进击人工智能 看华为小米们如何探索未来

　　窥见未来

　　在2016CCF-GAIR峰会上，牛津大学计算机系主任、宾夕法尼亚大学工程学院院长、MIT机器人实验室主任等国际学术巨擘向中国产业界传递了最新的研究动向。

　　牛津大学计算机系主任Michael Wooldridge身兼Oxford-Deep Mind Partnership负责人，他认为目前人工智能进展已经解决了棋类问题、SAT等复杂问题以及自动驾驶等，即将解决实时口语理解、骑自行车、可靠的语言翻译等问题，而理解复杂的故事及回答相关问题、创作笑话和有趣的故事、解释一幅图像的意义等则远未达到接近解决的阶段，强AI和通用AI则是完全开放状态。

　　Michael Wooldridge认为当前谈人工智能奇点还为时尚早，甚至人工智能奇点有可能永远都不会到来!尽管AlphaGo取得了大幅度的学术进展，但AlphaGo仍存在诸多问题。比如AlphaGo程序本身并“不知道”它在玩棋类游戏，它也不能解释自己的策略，也无法从AlphaGo代码中获取这些策略，基本上AlphaGo就是一个黑盒子。因此，AlphaGo无法实现通用型AI。

　　Michael Wooldridge介绍说他的研究领域为“Multi-Agent System”(多个机器代理系统)，这个领域其实也体现了他对AI的观点之一，即在窄任务领域对现有AI服务和算法的整合。当前，产业界逐渐把AI嵌入到几乎所有产品和服务中，但这些AI服务都相对独立和碎片化，那么如何通过单个或多个机器代理系统来整合这些AI服务就成为人工智能的下一个发展目标。比如个人通过手机的机器代理，与其它人的机器代理之间相互协商、相互协调，共同决策一个会议的日程安排以及各嘉宾的时间安排。

　　牛津大学计算机系主任Michael Wooldridge

　　Vijay Kumar是美国国家工程院院士、宾夕法尼亚大学工程学院院长，他被认为是空中机器人(无人机)领域开山立派的宗师人物，其学生遍布全球各大无人机厂商。Vijay Kumar表示对空中机器人或无人机的研究，能够为学习和了解机器人的行为特点和算法积累数据。在Vijay Kumar的最新研究中，提出了空中机器人的“蜂群”效应。

　　所谓“蜂群”效应，就是指一群低智能的机器人聚集在一起，共同完成某项工程或任务。由于功耗等限制，无人机等小型和微型机器人无法配置高级计算资源，因而只能具有较低的机器智能水平。对比自然界的蚁群、鸟群、鱼群等，虽然都是低智能生物，但却能群聚在一起共同完成令人惊叹的复杂工程。对空中机器人“蜂群”效应的研究，还对地面机器人甚至海洋机器人的研究有重要意义。

　　美国麻省理工学院(MIT)一直是机器人科技研究的先驱，MIT机器人实验室主任、美国国家工程院院士Daniela Rus认为未来世界里，每个人都有可能拥有机器人，机器人就像是在路上跑的汽车一样常见，称之为“泛在机器人”世界。这些“泛在机器人”的形式甚至包括类似大白或自然界中蛇一样的软体机器人，以及水里的机器鱼。而如果误食了鱼刺等异物的时候，还可以吞下微型折叠机器人，从肠道中通过折叠形态把异物包裹起来带出体外。

　　美国南佛罗里达大学计算机科学与工程学院教授、机器人与深度学习专家孙宇所研究的机械手被认为是非常“黑科技”，是为数不多能与人手相媲美的重大成果。孙宇介绍说，人体206个骨骼，其中1/4的骨骼都在双手里，人体的双手是非常复杂的机械结构，是人体最复杂的器官之一。孙宇表示，机器人智能和计算机智能有所区别，在于机器人要与自然环境实实在在的接触，这是计算机智能没有涉及到的问题，因此机械手的研究有重大意义。

　　香港科技大学教授杨强的迁移学习无疑是机器学习下一个阶段的重要发展方向，如何能把深度神经元网络和机器学习中训练出的模型提炼出来，并以较小的代价应用到新的领域，这是走向通用AI的重要路径。此外，杨强认为，当前国内的机器学习和人工智能算法研究没有国际上那么均衡，实际上人工智能算法远不止深度神经元网络，而是多元化发展。

　　当前的大数据可以分为20%的即时性数据和80%的高时延数据。对20%即时性和高重复的数据来说(互联网数据为主)，用深度学习算法能解决大部分问题。而对于80%高时延数据来说(例如工业数据)则需要用到强化学习、增强学习、迁移学习等多种人工智能算法，才能解决其数据处理和产生数据智能的问题。

　　南京大学计算机科学与技术系副主任、机器学习与数据挖掘研究所(LAMDA)所长周志华表示，接下来机器学习技术的一个大趋势是要增加机器学习的鲁棒性。目前很多研究中的机器智能可达到人类水准，但是如果遇到一些罕见的情况，就会错得非常离谱。因此，机器智能在遇到罕见情况的时候，“不能比一般人的处理水平更低”，这是机器学习技术大规模普及的基本前提。

　　当然，整个人工智能和机器人产业的发展，离不开创业群体。国家教育部长江学者特聘教授王田苗教授表示，未来五年之内，机器人在工业、服务业、智能汽车和无人机等高端产业三大块将可能迎来第一波热潮。由于人工智能技术和认知技术的成熟，未来机器人在银行、家庭、医院、宾馆等服务业的地位将逐渐提高。

　　紫牛基金合伙人张泉灵特别强调，人工智能创业的商业模式这件事，不是在实验室里就能想出来的。金山软件兼金山云CEO张宏江的观点是，中国人工智能公司的创新能力提升的非常快，与美国等人工智能公司之间的差距正在缩小。一个公司进步的关键不是“看别人”，而应当回归到自身，搞清楚用户到底需要什么，脚踏实地朝这个方向努力。

　　从新加坡政府一个ADAS项目出来的创业项目Minieye，对标的是Mobileye。Minieye CEO刘国清认为，人工智能时代的产业分工将更加专业化，每一个供应商专注在某一项或几项人工智能技术上并做到极致，智能汽车等整机厂商的角色更像是PC集成商而无法大包大揽所有的技术。