张钹：走向第三代人工智能，与产业结合推动爆发式增长

亿欧网 • 5年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

“人类正在走向智能时代”。一方面，全球科研机构、科技公司都在人工智能研发方面投入越来越多的精力，一场赌注未来、抢占产业先机的新竞赛已经鸣枪起跑；另一方面，不论是战胜围棋冠军的AlphaGo，还是获得公民身份的仿人机器人索菲亚，人工智能在应用领域的一系列表现，让世人对它的理解，从科幻电影里酷炫非凡的特技效果，变成了更多实实在在、触手可及的真实场景。

关于人工智能，从来不缺少观点与争论。但行业的发展，离不开的是清醒的认识与洞见。在这方面，老一辈人工智能科学家张钹堪称典范。

张钹是计算机专家、中国计算机学会会士，2014年获得中国计算机学会终身成就奖。他还是中国科学院院士，清华大学人工智能研究院院长。从事人工神经网络、遗传算法、分形和小波等理论研究，并聚焦模式识别、知识工程、智能机器人与智能控制等领域的应用技术研究。或许通过他的视野，有助于我们更科学地看待人工智能的前景。

近年来人工智能的突破及其局限性

图像识别、语音识别和围棋，堪称近年来人工智能发展的“代表作”：

2015年，微软宣布在ImageNet的图像识别上，电脑系统识别能力已经超越了人类：人类错误率为5.1%，而微软的深度学习系统可以达到4.94%；

2016年，搜狗、百度和科大讯飞宣布，各自的中文语音识别准确率均达到了97%，高于人类；

2016年及2017年，AlphaGo以压倒性优势接连击败当前最好的人类棋手李世石与柯洁。

在张钹看来，人工智能之所以能取得这些成绩，主要来自三方面的原因：一是大数据，二是计算能力，三是算法。

以围棋为例，一个人类棋手一生能够经历的棋局量级能达到百万，可AlphaGo在三个星期内就学习了7000万局人类棋局，还“左右互搏”，自己与自己下，量级达到几十亿级。这两项数据可谓云泥之别，人类棋手在坐到棋盘前就已经输了，难怪柯洁在败北后也只好感慨：“它太完美，我看不到希望。”支撑AlphaGo在如此短的时间内“消化”掉几千万局棋局的，正是强大的学习算法。

虽然当前人工智能的进步让人刮目相看，但是张钹认为，这些成功是因为场景都满足了以下五个条件：

第一，数据充足，不仅是说数量大，还要具备一定的多样性，且不能残缺；

第二，确定性；

第三，具有完全的信息，这是最重要的；

第四，静态，包括按确定性的规律演化，具有可预测性。

第五，特定领域和单任务。

反之，一旦不能满足上述全部条件，计算机做起来就会感到困难。

比如，AlphaGo之所以能在围棋上吊打人类，就是因为围棋属于完全信息博弈，它虽然复杂，但本质上只需要计算速度够快，计算机就可以学习掌握。但在日常生活中，人们的所有决策都是在不完全信息的条件下完成的，这就使得计算机的应用场景明显受限。别的不说，如果把围棋换成麻将，计算机就会感到棘手，因为麻将（以及其他牌类）属于不完全信息博弈。

此外，静态的条件也过于理想。它要求事态按照确定的规律来演化，具有可预测性。但现实往往不是这样，比如路况，本身就是一个复杂的场景，不具备可预测性，可见在复杂路况下自动驾驶还有很长的路要走。