400-099-1872
今年4月(yuè)以來(lái)，支付寶、微信、銀聯相繼推出了(le)自己的(de)刷臉支付産品，刷臉支付俨然已成爲備受青睐的(de)下(xià)一個(gè)戰場(chǎng)。有數據顯示，預計到2022年，人(rén)臉支付使用(yòng)用(yòng)戶将突破7.6億人(rén)。然而，随著(zhe)人(rén)臉識别、語音(yīn)識别等人(rén)工智能技術的(de)發展，其安全問題也(yě)日益凸顯。近日，在接受《中國科學報》采訪時(shí)，中國科學院院士、清華大(dà)學人(rén)工智能研究院院長(cháng)張钹表示，随著(zhe)人(rén)臉支付應用(yòng)場(chǎng)合日益重要、應用(yòng)規模日益擴大(dà)，其被盜用(yòng)的(de)潛在風險也(yě)越來(lái)越大(dà)。“爲什(shén)麽到現在還(hái)沒有人(rén)盜用(yòng)？是因爲獲得(de)的(de)收益太小了(le)，不值得(de)。”
算(suàn)法、數據和(hé)計算(suàn)是驅動人(rén)工智能前進的(de)“三駕馬車”。但是，在香港科技大(dà)學講席教授、微衆銀行首席人(rén)工智能官楊強看來(lái)，就核心算(suàn)法而言，人(rén)工智能距離“現代化(huà)”還(hái)有很長(cháng)的(de)路要走。
從初階到現代
在近日于蘇州舉行的(de)第九屆吳文俊人(rén)工智能科學技術獎頒獎典禮暨2019中國人(rén)工智能産業年會上，楊強獲得(de)了(le)吳文俊人(rén)工智能傑出貢獻獎。在發表獲獎感言時(shí)，浸漬人(rén)工智能領域30多(duō)年的(de)他(tā)坦言，人(rén)工智能研究距離理(lǐ)想目标還(hái)有很長(cháng)的(de)路要走。
他(tā)以物(wù)理(lǐ)學爲例，“物(wù)理(lǐ)學的(de)終極目标之一是用(yòng)一個(gè)理(lǐ)論解釋所有的(de)宇宙現象，但當我們打開一本人(rén)工智能領域書(shū)籍時(shí)，會看到裏面有各種各樣的(de)算(suàn)法，而且每一種算(suàn)法隻針對(duì)一個(gè)現象。”他(tā)認爲，這(zhè)種做(zuò)法類似物(wù)理(lǐ)學發展初期時(shí)呈現的(de)現象，而當物(wù)理(lǐ)學已發展到現代物(wù)理(lǐ)學時(shí)，人(rén)工智能未來(lái)也(yě)應該發展到現代人(rén)工智能，向通(tōng)用(yòng)型人(rén)工智能理(lǐ)論發展，用(yòng)一個(gè)理(lǐ)論來(lái)解釋N個(gè)智能現象。“這(zhè)是我們應該做(zuò)的(de)事情。”
作爲中國人(rén)工智能學會理(lǐ)事長(cháng)，中國工程院院士戴瓊海也(yě)提出了(le)這(zhè)樣一個(gè)問題：當下(xià)人(rén)工智能繁榮的(de)背後一定潛藏著(zhe)隐患。例如，多(duō)學科交叉促進了(le)人(rén)工智能飛(fēi)速發展，但在新方法、新原理(lǐ)、新技術、新應用(yòng)不斷湧現的(de)同時(shí)，“我們應該深入思考，僅隻順應這(zhè)一潮流是否會導緻錯失人(rén)工智能發生重大(dà)變革的(de)機遇，是否應該将交叉融合從工程層面推進到基礎科學層面？”
結合近兩年來(lái)學術界申請國家自然科學基金的(de)情況，國家自然科學基金委員(yuán)會人(rén)工智能處處長(cháng)吳國政認爲，目前人(rén)工智能還(hái)處于弱人(rén)工智能的(de)初級階段。其标志之一是，以目前的(de)基礎理(lǐ)論或核心算(suàn)法現狀，人(rén)工智能在做(zuò)數據标識時(shí)還(hái)主要靠人(rén)工、手動，而且機器學習(xí)的(de)卷積神經網絡是100層還(hái)是1000層，實際上并沒有科學依據，還(hái)是在“跟著(zhe)感覺走”。他(tā)希望，能夠與學術界和(hé)産業界通(tōng)力合作，“調研出人(rén)工智能的(de)根本科學問題”。
新問題與新方向
在獲頒2019年度吳文俊人(rén)工智能最高(gāo)成就獎這(zhè)一獎項後，張钹很快(kuài)接受了(le)《中國科學報》采訪。談及作爲人(rén)工智能核心的(de)算(suàn)法和(hé)算(suàn)力所存在的(de)問題時(shí)，他(tā)表示 “深度學習(xí)有兩個(gè)階段是出人(rén)意料的(de)”，一個(gè)階段是深度學習(xí)剛問世的(de)時(shí)候，它在降低相關領域知識要求方面表現出極大(dà)的(de)優勢。例如，以前做(zuò)人(rén)臉識别，在向計算(suàn)機輸入信号時(shí)要做(zuò)很多(duō)預處理(lǐ)，要花很多(duō)時(shí)間研究它。而深度學習(xí)出來(lái)後，輸入原始數據就可(kě)以了(le)。這(zhè)就使得(de)剛從事深度學習(xí)的(de)人(rén)和(hé)在這(zhè)一領域做(zuò)了(le)很長(cháng)時(shí)間的(de)人(rén)沒有區(qū)别。“深度學習(xí)一夜之間就成了(le)大(dà)家都能用(yòng)的(de)工具。這(zhè)一點是大(dà)大(dà)出乎大(dà)家意料的(de)。”
第二個(gè)階段是應用(yòng)了(le)一段時(shí)間之後，發現這(zhè)個(gè)方法問題很大(dà)。張钹告訴《中國科學報》，這(zhè)主要體現在四個(gè)方面。一是不可(kě)信，表現在算(suàn)法的(de)結果無法解釋。二是不安全，如非常容易受攻擊、被欺騙。三是不可(kě)靠，會出現重大(dà)錯誤。例如，人(rén)類可(kě)能會把騾子看成驢，而機器卻可(kě)能把石頭看成驢，這(zhè)導緻其在關鍵的(de)時(shí)候是不可(kě)用(yòng)的(de)。四是推廣能力差，不能舉一反三。
基于此，張钹及其團隊提出發展“第三代人(rén)工智能”，即将數據驅動和(hé)知識驅動結合起來(lái)，突破目前人(rén)工智能所存在的(de)局限，解決知識自動獲取、表達及推理(lǐ)等三個(gè)問題。張钹告訴記者，“僅靠數據是不可(kě)能産生智能的(de)。人(rén)類智能的(de)基石是知識。如果計算(suàn)機處理(lǐ)知識的(de)能力達到了(le)人(rén)類的(de)水(shuǐ)平，那麽它的(de)智力就可(kě)以達到人(rén)類的(de)水(shuǐ)平。”
而在楊強看來(lái)，雖然深度學習(xí)确實存在短闆，例如無法解決數據孤島的(de)問題，對(duì)于分(fēn)布式、零散數據無法有效利用(yòng)。但是，他(tā)認爲，深度學習(xí)繼續向前發展的(de)話(huà)，“還(hái)是有很多(duō)财富可(kě)以挖掘”。例如，跟工業等各行各業深度結合。而對(duì)研究者而言，除了(le)深度學習(xí)，也(yě)可(kě)以另辟蹊徑，如關注小數據，分(fēn)布式、零散數據等。
“卡脖子”問題何解
中興事件發生後，“卡脖子”技術成爲一個(gè)熱(rè)詞。在東南(nán)大(dà)學儀器科學與工程學院院長(cháng)宋愛(ài)國看來(lái)，“人(rén)工智能領域‘卡脖子’的(de)關鍵技術還(hái)是挺多(duō)的(de)。”例如，人(rén)工智能是模仿人(rén)的(de)感知、認知等智能行爲的(de)，但是現在我們對(duì)于人(rén)的(de)感知和(hé)認知機制并不是很清楚。而之所以不清楚，既是科學問題，也(yě)有技術瓶頸的(de)原因。“因爲在探測人(rén)類大(dà)腦(nǎo)的(de)思維過程方面，缺乏相應的(de)儀器，使得(de)我們無法獲悉人(rén)類思維過程中大(dà)腦(nǎo)神經元的(de)動态成像過程。”
平安集團首席科學家、吳文俊人(rén)工智能傑出貢獻獎獲獎者肖京将“卡脖子”技術可(kě)分(fēn)爲兩種，一種是屬于從0到1的(de)，全世界都沒有解決方案，我們要進行開拓性研究。還(hái)有一種是人(rén)家有而我們沒有的(de)，例如開源軟件等。“實際上，在‘卡脖子’領域我們有很多(duō)機會，這(zhè)是我們的(de)機遇。”
“現在很多(duō)學生都在做(zuò)人(rén)工智能方面的(de)工作，而且做(zuò)得(de)很快(kuài)，但基本上都是用(yòng)的(de)國外的(de)開源軟件，收集的(de)數據也(yě)都是國外的(de)。這(zhè)兩方面我們要從根本上加以改變。”楊強告訴《中國科學報》。他(tā)建議(yì)，爲了(le)解決“卡脖子”問題，我們要多(duō)多(duō)鼓勵國内人(rén)工智能從業者開源他(tā)們的(de)軟件，并使用(yòng)他(tā)們的(de)軟件，同時(shí)提倡他(tā)們貢獻自己用(yòng)于測試的(de)數據集。“這(zhè)些工作往往都是沒有光(guāng)環的(de)，失敗的(de)可(kě)能性很大(dà)，希望各方面都給予他(tā)們支持。”
另外，要有更多(duō)的(de)人(rén)來(lái)做(zuò)基礎研究。“因爲現在以深度學習(xí)爲核心的(de)人(rén)工智能僅隻是人(rén)工智能很窄的(de)一個(gè)方面，還(hái)有很多(duō)新的(de)方向有待我們研究。在國外，很多(duō)學者都在從事非常冷(lěng)門的(de)研究，而這(zhè)樣的(de)現象在國内很少看到。”楊強說。他(tā)希望，從事人(rén)工智能研究的(de)青年學子們除了(le)計算(suàn)機知識，還(hái)要跨學科學習(xí)心理(lǐ)學、認知學、大(dà)腦(nǎo)神經學、醫學等方面知識，因爲“這(zhè)樣的(de)人(rén)才既具有‘深’的(de)能力，又具有‘廣’的(de)能力，才能更好地進行知識遷移。”
2019中國人(rén)工智能産業年會尖峰對(duì)話(huà)環節，與會專家們熱(rè)議(yì)人(rén)工智能核心算(suàn)法應用(yòng)所面臨的(de)機遇與挑戰。（計紅梅）
