一场关于“人工智能”的分享,澳大利亚浙大校友会微信公众号文章

文 | 崔杰

人工智能（AI）一夜之间忽然成为创新创业投资的热点。最近我们能经常听到各种人工智能的新成果，和某某AI 初创公司被以数亿乃至百亿美元收购的消息。这次人工智能研究开发和应用的热潮很大程度是得益于“深度学习”的突破，以及在“计算机视觉”和“自然语言语音处理”方面的成功商业应用。可是，究竟什么是人工智能，什么是深度学习（和计算机视觉），它们从哪里来，之间的联系是什么，有哪些应用？

为了解答这些疑问，2017年7月15日星期六，浙江大学堪培拉校友分会邀请计算机视觉领域的资深专家，澳大利亚国立大学（ANU）的李宏东教授，在一个半小时的时间里给参与者们带来一场人工智能科技前沿的视听盛宴。

李宏东教授是浙江大学信电系校友，十几年前来ANU完成博士学位之后留校任教至今。作为澳大利亚国家机器人视觉研究中心的项目负责和首席研究员，他的研究领域覆盖了包括图像处理，三维计算机视觉，机器人导航和无人驾驶，以及虚拟现实（VR）、增强现实（AR）在内的多个炙手可热的人工智能应用领域。此次，在他即将离开ANU前往美国卡内基梅隆大学（CMU）机器人研究所访问之前，校友会请他来分享和解读人工智能，他欣然应允。

讲座在上午十点半开始，ANU的工程研究院报告厅座无虚席。到场的听众中除了浙大校友还有许多来自浙大校友会以外的华人学生学者。

开门见山，李教授罗列出近两年各世界主流报刊杂志那些被AI报道占领的封面，细数2016年AI行业如雨后春笋般涌现的创业公司，以及他们共同完成超过1000亿美金融资的事实。这些数据一下子吊起了听众们的胃口。

关于AI的术语和故事常常见诸报端，但什么是AI呢？恐怕很少有外行可以说的清楚。简单的说就是让计算机（机器）做人类擅长或者可以做的更好的事情。CMU的诺贝尔奖得主Simon教授进一步解释说，AI有两个目的：一个是利用计算机的超强运算速度来增强人的思考能力，就像利用马达增强人的移动能力一样；另一个是利用计算机的人工智能去理解人类是如何思考的。

接着，李教授开始就AI的发展历史娓娓道来。有趣的是，在今天爆红的AI概念竟然形成于1950年代。早在1940年代第一台电子计算机被发明之后几年，科学家们就开始设想机器是否可以具备一定程度的智能，帮助人们把事情做的更好。1956年，在美国达特茅斯学院举办的一个学术研讨会上，几位计算机领域的先驱和奠基人确立了Artifical Intelligence（AI）这个名词，标志着AI这个领域的诞生。

AI之后七十年的发展绝非一帆风顺，相反的，它经历了三次大起大落。1956-1966第一次浪潮是由一群有前瞻性的学者们的一系列学术研究推动。很快，人们意识到实现想象中的人工智能还有很多数学工具有待开发和完善，一时间学术界对AI的研究热情锐减。

第二次浪潮出现在1980-1990。与第一次不同，这一次AI的快速成长是得益于工业界的投资和应用市场需求的拉动。1988年AI领域的营收甚至达到了20亿美金的天文数字。其间AI被应用于分子结构识别，医疗诊断，采矿钻探选址，甚至自然语言分析等诸多领域。可惜好景不常，1995年后，由于日本提出的开发第五代计算机计划的失败，很多投资人对于AI的未来不予看好，行业再次陷入衰退。之后就是将近20年的寒冬。

时间快进到2012年，人们对基于计算机神经网络的“深度学习”算法的研究取得突破性进展，进而推动了AI的第三次浪潮。直到今天我们依然处在第三次浪潮中。深度学习是AI机器学习算法的一个子集，它允许软件将海量数据通过一个多层次的神将网络进行自我训练从而达到完成某种任务的目的，比如语音和图像识别。人们对计算机神经网络的研究同样肇始于1950年代，并在1980年代达到一个顶峰。但为何深度学习在2012年才取得突破而不是20年前？主要的原因是近十年互联网的蓬勃发展以及智能数字设备的崛起让数据采集变更加容易。如今，我们拥有更多的数据，更大规模的模型，并且计算机拥有更强的计算能力，为机器学习的发展奠定了技术基础。传统机器学习算法的效能会随数据量的增长而逐渐饱和，从而难以应对大数据的挑战。相反的深度学习算法的效能却会随数据量的增长而递增。所以，在可以预见的未来，深度学习将会引领AI的发展，直到更具突破性的算法出现。