111111

美国科学院院士张首晟:写下科学定理,人工智能才算超越人类

origin人工智能2017/07/15

智东西(公众号:zhidxcom) 文 | origin 智东西7月15日消息,由网易传媒主办的第四届2017 […]

智东西(公众号:zhidxcom)
文 | origin

智东西7月15日消息,由网易传媒主办的第四届2017网易未来科技峰会在北京召开。本次大会设置了“新技术·新未来”、“新内容·新娱乐·新消费”、“AI+金融”、“AI+出行”、“AI+生活”、“AR未来”等六大论坛,邀请国内外科学家、企业家、投资人、跨界明星,一起探讨人工智能、消费升级、AR的未来。

在会上,斯坦福大会教授、美国科学院院士张首晟分享了他对人工智能的看法。在他看来,人工智能的诞生离不开三个要素:计算能力的暴涨、互联网产生后大量数据的涌现以及算法的进步。

20170715103236-f8e58214 副本

他认为,当下计算力的进步已经被摩尔定律限制,无法再像过去一样呈指数级增长。其发现的拓扑绝缘体和量子自旋霍尔效应,能够从底层解决计算芯片的发热问题,帮助发现量子计算机需要的新材料,推动计算力的进一步提升。

在人工智能算法的进步上,张首晟以人类发明飞机作了类比:人类实现飞行,并非对鸟类的简单模仿,而是探索出了飞行的数学以及物理原理。当前的人工智能是通过神经网络对人脑神经元进行模仿,下一步应该理解智能的原理,才会有更好的算法诞生。

对于引发人们忧虑的“人工智能将超越人类”这一问题,张首晟表示,这个过程还相当漫长,现有的图灵测试并不足够准确。如果机器能够像爱因斯坦一样写出伟大的宇宙定理,那么才算在智慧上超过了人类。

另外张首晟认为,中国在数据和人才方面拥有优势,人工智能是中国的一个历史机遇。

1111111111111111111111111

下为张首晟教授在现场的演讲实录:

我今天演讲的题目是“人工智能的三大支柱”,我们今天的确是生活在非常伟大的,非常奇特的时代,因为整个人类作为一个物种,在地球上演化已经差不多十万多年,但是首次在过去十万多年当中,我们一直是地球上最最智慧的一个物种,我们今天的确碰到一个新的挑战,也是一个新的物种的出现,就是人工智能,机器的智慧,在很大程度上可能会超过人类的智慧。

为什么在过去的十万多年当中,在今天这个时候出现了这么一个新的,神奇的物种,主要是三个大的趋势的汇聚,第一是计算的能力,自从计算机被发明之后计算机的计算能力在过去的五六十年当中,基本上按照摩尔定律在增长。所谓的摩尔定律,就是指我们的计算能力每过18个月翻一次倍,这种神奇的计算能力的提高,使得我们现在到了突飞猛进的时代,把本来不能算的计算都可以进行的计算。这是人工智能三个大的潮流汇聚的第一个潮流。

第二个潮流,由于互联网产生之后,有大量数据的产生,人工智能一定要学习,自动通过大量的数据汇集当中能够得到学习,数据的产生是由于互联网的产生,把我们生活的每一个角落都变得数据化。

另外,对于我来讲,是最最神奇的发展,非常新的一些算法,人一开始会模拟大脑工作的原理来做出一些人工智能、机器学习的算法,但是在今后,我今天跟大家主要分享的题目,在今后发展的过程当中,我们可能会推出一些算法,大脑根本不能实现的,但是在机器里面却能够实现。比如说我会谈及量子计算,完全新的,在数学上的一些算法。

我们这个时代被非常伟大的信息定理所刻划,这个定理就是摩尔定理,指计算能力每过18个月翻一次倍,怎么来衡量这个计算的能力呢?基本上在半导体的芯片,面积过去五六十年没有太大的改变,同样单位面积上,分布的三极管的数字每过18个月翻一次倍,基本上我们可以把每个三极管想象成大脑里面的神经元,大脑里面差不多有100个Billion的神经元,计算机在同样面积上,三极管的数字有点像神经元一样,每过18个月翻一次倍,这是非常神奇的发展的定理。

摩尔定理奠基了信息社会为什么飞速发展,相比之下,传统行业往往是在比较平行的,比较线性的增长情况,摩尔定理是指信息计算能力按照指数级速度增长。

现在有各种各样的现象,摩尔定理继续按照传统的方式推进下去,是不能按照过去发展的指数,爆炸式的增长,为什么呢?每个三极管运算的过程当中必然会产生很多的热量,如果三极管的基本原理没有改变,每过18个月,三极管的数字翻一次倍的话,所产生的热量也是每过18个月翻一次倍,这种情况下,整个芯片继续提升的情况下,必然会烧掉。这是一个非常大的挑战和危机,我作为一个物理学家,看到这是一个非常美好的机会,使得我们可以完全回到一张白纸上重新来想这个原理,为什么计算机按照原先的摩尔定理继续往前推进的话,碰到的阻碍是什么。

我们今天最经常讲的是信息的高速公路,但是在信息的层次,信息的高速公路却是非常拥挤的,如果我们把电子想象成跑车的话,有相互之间的碰撞,周围的碰撞,在这个过程当中会产生许多的热量,这样的话,每过18个月翻一次倍的话,继续提升的话,芯片就会烧掉。大家就会想,既然是这么一个原理,为什么电子在芯片最最底层做成一个信息的高速公路,这个猜想非常对了。我的工作,刚才主持人所提到的科学的发展,拓扑绝缘体的发现,用最最简单的话来讲,我们为电子在芯片的最最底层造了一个信息的高速公路,高速公路最根本的原理,车道的原理、各分其道、互不干扰,每个电子在固定的车道上在运行,而不像左边一样,是赶集的情况下会到处碰撞。

这里我简单给大家汇报一下我所做的科学研究发明是什么。简单的一句话来讲,量子自旋霍尔效应,就是把量子在芯片的层面上,按照红的和蓝的,电子自身向上的,按照红的轨道芯片在运转,自旋向下的按照蓝的轨道,碰到杂质的时候,首先车道是分开,并且按照自旋,空间上有一个分开,但是自旋的方向也不一样,碰到杂质继续往前走,不会散射回来。

这的确是最近材料科学领域,在量子科学领域,的确是非常大的发现,而且是我们在2006年,在理论上做了理论的预研,到了2007年,在德国的一个实验小组,在实验室里面完全验证了我们的预研。但是现在还不能完全工业化,虽然达到了这个神奇的效应,这个神奇的效应相对来说还是在比较低的温度上才能够实现,所以我们正在寻找新的材料,预研新的材料。

大家可能听说过一个神奇的材料,叫石墨烯,它是用碳原子组成的蜂窝状的单元制成的材料,但是这个石墨烯却没有我们讲的神奇的性质,但是我们在元素周期表,随着碳原子往下走会就会碰到烯,这个原子和碳原子一样,也能组成单的原子层,我们预研这个材料能够像高速公路运转,在室温下就能达到效应。

我们的科学发现也是把非常奇妙的数学的概念,拓扑不变量的概念,数学家认为我们吃早餐,左手拿的是糖圈,右手拿的是咖啡杯,数学意义上,他们的拓扑性质是一样的,因为他们中间都有一个孔,比如说美国的足球和欧洲的足球,虽然外面看上去形状不太一样,但是拓扑性质是一样的,因为他们都没有孔。拓扑不变量是非常神奇的数学概念,但是我们把这个非常神奇的数学概念用到了真正具体的材料上,车道到底有几条,左边有几条,右边有几条,也是一个拓扑不变量。

我通过这个简单的例子跟大家分享一下,今天每一位年轻人都在考虑怎么能够有更好的创意,有一些好创意的办法就是做一些跨界的思维。数学里面拓扑的概念是非常深奥的,大家都是在象牙塔里面做的研究,材料科学相对来说比较实用。但是这两个领域里面的科学家基本上相互之间没有任何的沟通,我能够做出这个科学上的发现和这个成就,主要是我真正理解了,并且把真正的非常高深的数学概念用在材料科学上。

这也是人类历史上划时代的发现,因为材料对人类社会是非常重要的,为什么会显得非常重要呢?因为我们几乎所有重大的历史时期,几乎都是用一种材料来命名的。比如说我们有旧石器时代,新石器时代,到了中国辉煌的青铜器时代,铁器时代,到了今天的硅片时代。但是过去所有的材料都是过去偶然的情况下被发现的。今天发现材料的方法论有了大的改变,我们是在寻找一种非常美丽的数学的形式,从理论上先预研了这个材料的性质,这样才找到的。这样就开创了人类社会新的时代,因为材料非常重要,但是我们今后能够通过理论预研,先预研哪些材料有哪些性质,不用再盲目寻找,这的确给科学发现的方法论上提供了很大的进步。

今天我们要讲摩尔定理继续往前推,但是更有一个激动人心的想法,就是所谓的量子计算机。通常我们用计算机来做一些运算,比人的大脑运算得快,比如说把两个数乘起来,计算机可以算得很快,可以超过任何一个人的大脑能够做的计算。但是计算机如果给你一个很大的数,你要拆成是不是两个数数的乘积的话,这个计算机做得非常非常慢,因为他一定要把每个数都要试过一遍,通过重组的办法才能把这个数学题做出来。

但是在量子的世界是非常非常神奇的世界,就是在量子世界里面,一个基本粒子,如果前面面对着两个孔的话,是同时穿过空间两个不同的孔,能够把它穿过去,这是非常一个奇妙的量子世界的平行的原理。有一次许戈辉采访我的时候,我讲了一个笑话,我今天又在做科学家,又在做投资,我的目标是要像量子粒子一样,同时能够穿过两个孔,这是开玩笑的比喻,但是量子世界里,人能不能做到还不能下定论,但是量子世界里的确有这个神奇的效应。由于这个神奇的效应,我们的确能够在量子世界里做一个平行的计算,为了达到这个神奇的量子计算机,我们也需要一些非常神奇的材料,我所发明的拓扑绝缘体,现在大家认为能够用它来做量子计算机,这是一个非常好的材料。

现在我跟大家分享一下人工智能在算法上的提高,我想先跟大家对人工智能做一个比喻。我们今天想到做人工智能最主要的原因,也是想模仿一个人的大脑,我们今后看整个人工智能的过去和人工智能的未来,我想通过一个比喻来跟大家做一个解释,因为我们今天看到人的大脑想模仿人的大脑,但是我们在500年以前,我们看到鸟飞的时候,就想学习,想问一个问题,人会不会飞行,像鸟一样飞,或者我们能不能造出一个飞行器。

首先,我们看到大自然的生物有这么一个神奇的功能,我们自己想到我们能不能来仿生。但是一开始的时候,我们学飞只是简单的模仿鸟的飞行,我们后来真正能够做出神奇的飞机,听说今天晚上我们会和大飞机的科学家一起用晚餐,我们今天之所以能够做出飞机,并不是我们简单的在学鸟怎么飞,我们真正想清了飞行的数学原理是什么,因为数学原理背后是所谓的流体力学,流体力学有一个物理学的方程组定出来的,我们一旦理解了飞行的数学原理之后,我们设计出来的飞机完全是能够比鸟飞得更好,但是它并不一定要完全像鸟一样飞,我们现在设计一个完全像鸟一样飞的飞行器反而比较麻烦,但是设计一个比尿肥得更快、更高的飞机相对来说比较容易。

同样的思维,今天来想人工智能,第一步是通过神经网络在模仿人的大脑的每个神经元,还是简单的模仿时期,到了下一步应该怎么做呢?真正理解智能、智慧的数学原理是什么,就像我们理解了飞行的数学原理是什么。一旦理解了之后,就能设计出来更好的算法,这些算法不一定是大脑能够实现的,但是却可以比大脑做得更加好。

今天大数据时代的产生,使得我们金融的数据,教育的数据,健康的数据都是大量产生,但是我们现在机器学习的能力就是通过这些大数据的本身就能学习到这里面的智慧,能够帮我们大大地提高在金融领域、教育领域、健康领域的效力。但是现在碰到一个最大的问题,能够处理数据、能够拥有数据,这是两个不同的人群,也可能是两个不同的公司。相互之间不一定有一个完全的信任,这样的话,很多数据不能够被实时做分析。现在领域里面,我跟大家也是推荐一个非常新型的算法,叫同态加密,这个新的算法能够在加密的数据上学习到里面的智慧,不一定要看到数据本身,这样的话,使得数据的拥有者和数据的处理者完全能够分开,并且能够建立信任基础上的合作。

现在大家在人工智能领域最最想问的问题,是不是哪一天真正机器的智慧会超过人?我们怎么能够衡量机器哪一天超过人?比如说过去两年,我们看到一个非常惊奇的人机大战,Google的DeepMind能够在下围棋上战胜人类最高的选手,这是不是已经说明计算机已经能够超过人类。最经典的一个测试的方法就是所谓的图灵测试,图灵测试就是我如果跟背后一个幕后到底是机器人还是真正的人,我不知道,但是我跟它对话一阵之后,能不能发现背后到底是机器还是人,如果我分辨不出来,说明机器已经达到人的智慧。但是我觉得,这个测试还是有一定的误导,机器的智慧,如果完全能够模仿人,还是一个漫长的过程,人过去通过几百万年作为一个生物物种的演化,的确带来了一些非常理性的成分。但是硬要让机器去学习人的理性的部分比较容易,但是学人的非理性的那些情感,说不定还是不那么容易。

我觉得人类最高的智慧,像爱因斯坦这样伟大的科学家能够写出这么简单由朴实的公式,我们做实验能够验证它,这是人类,基本上在座的各位都同意,这是人类智慧最高的结晶,像爱因斯坦这样的大脑。我就问,下一次机器人是不是也能够写下相当于宇宙的非常深奥的定理,作为一个科学的发现,是在人的前面,在这种情况下,机器的智慧是真正的超过人。在这个领域,我们要做大的发展,我们在美国已经清晰地看到,一定要在学术界和工业界做一个非常紧密的结合,因为学术界往往有一些聪明的人才,他能够想出这些最好的算法,但是现在工业界,尤其是在互联网公司,像网易,还有中国的BAT,手上都拥有大量的数据,一定要在紧密合作的过程当中,真正能够把人工智能做到更好的下一步。

我最后总结一下,人工智能对于中国来讲,是一个非常非常好的机遇,首先我们中国人多,有非常庞大的数据,中国整个教育的水准,现在在国际上,尤其是在数理科学领域,在国际上走得非常前沿,我们有非常好的高等教育的人才。我讲了人工智能有三大支柱,一个是大数据,中国拥有非常大的数据。一个是需要在物理材料上做大的推进,我也是想通过人工智能的发展,把中国的基础科学大大往前推进。另外我们算法上需要数学方面优秀的人才,中国在这方面的确是有非常好的人才。我们要达到这一点,一定要建立好两个桥梁的作用,一个是把学界和企业界连接在一起,一个是把硅谷和中国连接在一起,我愿意在这个领域起到桥梁性的作用。

谢谢大家!