2017年03月10日,“2017全球(智慧)科技创新峰会”在上海证大喜马拉雅艺术中心大观舞台举行,峰会以“智慧进化,刷新未来”为主题,聚焦了国内外人工智能的产业力量,商汤科技CEO徐立发表了题为《看得见的人工智能,人机大战和突破极限》的演讲。
徐立认为:
1)深度学习的真正爆发是在于将深度学习应用到计算机视觉领域,说明视觉领域是一个非常大,非常有潜力的行业;
2)当人工智能大规模超越专家的时候,它其实必然带来服务和能力的升级;
3)机器视觉是一个很长很广泛的行业,可分成两部分,一部分叫成像和感知,主要解决眼睛看的问题。第二个部分叫感知和理解,代表的是脑子的问题。所以眼和脑的结合,把整个机器视觉内容串了起来;
4)人工指导智能的极限是指导机器,所以很难超越人,如果不能超越人就很难大规模应用;
5)我们纯粹是用数据做事,用深度学习把大数据消化,从而提炼出数据当中的规律,我们称之为纯数据驱动,只有在纯数据驱动时代下,它可以做到超过人的性能;
6)机器算法在某种意义上干的是超人的事,只有超过人,最后才能达到应用范围。
以下是徐立的演讲实录:
实际上我的主题叫“看得见的人工智能”。因为商汤科技做的是计算机视觉方面的内容,是人工智能比较大的分支。计算机视觉通过图片和视频可以给大家提供一个智能的分析和理解,帮助大家做预算。
讲到人工智能火热,虽然我们是一个创业企业。但有些东西可以跟大家分享一下,比如我们对这个行业的简单看法。
刚才大家都讲到深度学习是人工智能这一波兴起的核心技术。但自2006年开始统计,深度学习深度学习这个词被创造出来,一直没有激进的增长,突然到一个时间段爆发出来。其实,深度学习的真正爆发是在于将深度学习应用到计算机视觉领域,说明视觉领域是一个非常大、非常有潜力的行业。
接下来讲一下关于人机大战。我把人工智能定义成几个阶段。
第一阶段是不如人的阶段,我自己做计算机视觉20年,其实在做计算机视觉的时候,人工智能标准算法没有达到人的准确率,所以是一个不如人的阶段。人工智能带来的核心突破是生产力,当一个生产力工具没有达到人的水平的时候,大规模工业应用是有段距离,这也是为什么人工智能在前10年,甚至从20年并没有在行业中取得特别大的突破。
第二个阶段就是智能胜过人。当前,我们一直探讨智能胜过人的事情。现在处在一个分解线上,一部分运算、一部分人工智能超过了普通人,超越普通人就可以提升效率。
第三阶段就是超越专家的阶段。我们做数据的时候,普通人的能力容易通过指导学习标注获得,一两个专家的专业知识不是特别擅长能够被机器所获得。我们想说,当人工智能大规模超越专家的时候,它其实必然带来服务和能力的升级。所以我在这里讲的是智能或者机器视觉这块怎么做到超越人。
机器视觉是一个很长很广泛的行业,可分成两部分,一部分叫成像和感知,主要解决眼睛看的问题。在看的问题里面,其实机器或者人工智能早就做到了超越人。
第二个部分叫感知和理解,这部分指的是脑子的问题。所以眼和脑的结合,可以把整个机器视觉内容串了起来。
机器可以通过一张模糊的照片,通过算法的演进,把背后真正人所要利用的知识获取出来。除此之外,机器还能做一些什么?因为这些恢复只是增强我们眼睛的功能,延伸人脸的能力,另外一方面人和机器对抗在谁更有创造力方面,比如说艺术创造。
比如说我们可以把雾霾照片变成一张画,我们现在做的就是用机器和人工智能的算法把一些看上去原本枯燥无味的照片变成一幅艺术画。
从某种意义上来说,机器通过模仿人的行动,可以真正做出一些有创造性的东西。作为生产力工具,人工智能只有超过人,才能够被普遍应用,这也是这一波人工智能产业爆发的起点。
第二个是理解。所有的识别理解其实代表的是我们大脑对这个世界的反应,理解这件事情是带有真正的人工智能。
现在我们为什么说机器可以做到超越人,我的逻辑是这样的。在2010年以前,我们做的统计学推理其实用了很多人的知识帮助机器做人工智能推理,所以是人工指导智能的概念。人工指导智能的极限是指导机器,所以很难超越人,如果不能超越人就很难大规模应用。
我们纯粹是用数据做事,用深度学习把大数据消化,从而提炼出数据当中的规律,我们称之为纯数据驱动,只有在纯数据驱动时代下,它可以做到超过人的性能。
我想讲的是我们机器算法在某种意义上干的是超人的事,只有超过人,最后才能达到应用范围!谢谢大家!