美国科学院院士张首晟：机器智能何时超越人类？先得理解智能的数学原理

2017网易未来科技峰会今日在北京举行。斯坦福大学终身教授、美国科学院院士张首晟发表了题为“人工智能的三大支柱”的主题演讲。

张首晟表示，中国在人工智能上有很好的机遇，因为中国拥有庞大的数据、数学和科学领域的众多人才，以及中国能够利用人工智能的爆发来投资材料科学和数学算法领域。

张首晟认为，今天人工智能的爆发源于三个重要原因，

一是摩尔定律所描述的计算能力的指数增长，

二是互联网和物联网的爆发性增长带来的海量数据，

三是智能算法的快速发展。

今天人工智能算法上的提高，金融、教育等大数据在大量产生，但拥有数据和使用数据背后通常是不同的公司，相互之间不一定完全信任，导致很多数据不能够被实时做分析。

张首晟教授推荐了一个非常新型的算法——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，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。

机器智能何时超越人类？张首晟教授表示，这是图灵测试的误导，机器无法也没有必要实现对人脑的完全模仿，还是一个漫长的过程，如果让机器学习人的理性部分比较容易，但是学人的非理性的那些情感还是不那么容易。

张首晟教授也成立了风险投资基金丹华资本，专注于最高科技的投资，立志于将科学和产业更好得结合，他认为，科学的最高志向是简单和普世，要用第一性原理出发思考问题，来做投资。

真正利用学校优秀的教育和科研，把人工智能的产业做好。张首晟教授表示自己愿意在其中起到将学界和企业界、硅谷和中国连接起来的桥梁作用。

以下为张首晟教授的演讲实录：

谢谢大家，非常荣幸跟大家做一个分享，我今天演讲的题目是“人工智能的三大支柱”，在过去十万多年中，我们一直是地球上最智慧的一个物种，我们今天的确碰到一个新的挑战，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。

第三个潮流，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，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。

用最简单的话来讲，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，在量子科学领域非常大的发现。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。

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。

我们如果想清这一点，就能想到，真正用一些好的算法，来取代一些技术上的瓶颈。比如说我们在人工驾驶这个领域里面，大家都知道，绝大部分的技术路线还是在学习Google当年提出的技术路线，比如说人工驾驶在汽车顶上装上激光雷达，需要高清的三维地图，这一点给整个自动驾驶领域带来了很大很大的瓶颈。

因为首先，激光雷达非常贵，并且你要造高清的三维地图也是非常麻烦。丹华资本投了一家公司Autox，就是能够通过普通的摄像头认知周围的一切。为什么它能够做到呢？有一个简单的理由，因为人能够驾驶的话，人也是由原子组成，机器人也是由原子组成，人和机器人按理来说没有本质性的差别，人既然能够驾驶，不需要激光雷达，不需要高清三维的话，计算机能够把算法做得足够好的话，照样也能够实现。

现在在硅谷，Autox是一家非常优秀的公司，是我们一位华人教授，肖健雄教授，MIT的博士生，普林斯顿的教授，他现在已经离职，创办了这么一个公司。

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、能够拥有数据的，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，这是人类智慧最高的结晶。

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。

我由于想到这一点，我开始也是自己个人的人生上迈出了一步，我创办了除了在斯坦福大学做教授之外，做科研和教育之外，也创办了一家丹华资本，专门在做最最高科技的投资，所以我们最最基本的理念。

首先在我们名字上体现出来，丹华，“丹”就是斯坦福的意思，“华”就是中华，我是要建立斯坦福大学和中华桥梁的作用。我们的基本理念，可以通过LOGO体现出来，三角形是产学研的意思，要真正利用一个学校优秀的教育和优秀的科研，把人工智能的产业做好。

我们还可以看到，有两个跨界，我们这个时代最伟大的两个跨界，一个是要把科学和投资紧密结合在一起，一个是要把中国和美国紧密结合在一起，这里面我们一定会得到一个很多的机会。这样的话，学界和企业界真正做了一个紧密的结合之后，我们才真正能够把人工智能这个领域大大地往前推进。

我最后总结一下，人工智能对于中国来讲，是一个非常好的机遇，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。（本文来源于网易科技，授权钛媒体发布）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App