科技改變我們生活的同時(shí)，也給我們帶來(lái)了某些隱憂：人工智能會(huì)不會(huì)取代我們甚至統(tǒng)治我們？

最近，中信出版社推出了《深度學(xué)習(xí)：智能時(shí)代的核心驅(qū)動(dòng)力量》一書(shū)。本書(shū)作者特倫斯·謝諾夫斯基是全球人工智能十大科學(xué)家之一、深度學(xué)習(xí)先驅(qū)及奠基者，親歷了深度學(xué)習(xí)在20世紀(jì)70年代到90年代的寒冬。但他和一眾開(kāi)拓者，利用大數(shù)據(jù)和不斷增強(qiáng)的計(jì)算能力，終于在神經(jīng)網(wǎng)絡(luò)算法上取得重大突破，實(shí)現(xiàn)了人工智能井噴式的發(fā)展。中信出版社特別邀請(qǐng)微軟（中國(guó)）CTO韋青分享了這本書(shū)的閱讀感受，以及對(duì)人工智能發(fā)展的判斷。

深度學(xué)習(xí)不僅是知識(shí)，而是思維范式的轉(zhuǎn)變

首先我們?cè)趺纯瓷疃葘W(xué)習(xí)，它到底是新的知識(shí)，還是一種范式的轉(zhuǎn)變？人工智能非常廣泛，其中機(jī)器學(xué)習(xí)是一方面，深度學(xué)習(xí)又是機(jī)器學(xué)習(xí)的一個(gè)子域。我認(rèn)為深度學(xué)習(xí)不僅僅是知識(shí)，更是一種思維范式的轉(zhuǎn)變。

愛(ài)因斯坦說(shuō)過(guò)：“我們不能用制造問(wèn)題時(shí)的同一思維水平來(lái)解決問(wèn)題”。我們處在一個(gè)智能的時(shí)代，機(jī)器開(kāi)始解決很多人類原來(lái)以為自己擅長(zhǎng)的，結(jié)果是機(jī)器更擅長(zhǎng)解決問(wèn)題，所以我們需要努力學(xué)習(xí)新的知識(shí)。《深度學(xué)習(xí)》這本書(shū)的作者特倫斯·謝諾夫斯基，是幾十年一直跟著業(yè)界發(fā)展的前輩和專家，他在這本書(shū)里清晰地把“深度學(xué)習(xí)”的來(lái)龍去脈講清楚了。其中最大的核心點(diǎn)，是這種知識(shí)要求我們了解人類的思維方式，并通過(guò)數(shù)學(xué)算法轉(zhuǎn)變對(duì)世界的描述方式，讓我們理解這個(gè)世界是由很多模型構(gòu)成的。

如果我們還帶著過(guò)去的思維方式，無(wú)論是電氣化時(shí)代的思維方式，還是信息化時(shí)代的思維方式，都無(wú)法理解智能時(shí)代人的思維方式和計(jì)算機(jī)的計(jì)算方式有什么異同。過(guò)去的思維方式會(huì)產(chǎn)生兩種結(jié)果：一方面容易把人工智能所帶來(lái)的成就神話和夸大，另一方面對(duì)數(shù)學(xué)和算法的進(jìn)步帶來(lái)的人工智能發(fā)展成果產(chǎn)生誤解。現(xiàn)在出現(xiàn)很多“機(jī)器是否會(huì)代替人，機(jī)器人是否讓人類滅亡”的擔(dān)憂，都是因?yàn)闆](méi)有充分了解什么是人工智能。

以史為鑒，重新認(rèn)識(shí)科技進(jìn)步

由于技術(shù)的進(jìn)步引發(fā)的新話題層出不窮，我們不斷被動(dòng)地接收新的理念。越來(lái)越多的人發(fā)現(xiàn)，人類開(kāi)始進(jìn)入“無(wú)人區(qū)”，沒(méi)有一個(gè)大思想家或者大哲學(xué)家能夠告訴我們未來(lái)會(huì)怎么樣，所以人們就產(chǎn)生了很多爭(zhēng)論，關(guān)于人工智能的爭(zhēng)論，關(guān)于機(jī)器智能的爭(zhēng)論，關(guān)于機(jī)器人的爭(zhēng)論，關(guān)于技術(shù)和人類關(guān)系的爭(zhēng)論等等。

微軟公司CEO薩提亞曾在一場(chǎng)演講中說(shuō)：“未來(lái)沒(méi)有人引導(dǎo)我們，那么我們可以選擇以史為鑒，看看歷史上發(fā)生過(guò)什么?！弊钣写硇缘木褪堑谝淮喂I(yè)革命到第二次工業(yè)革命之間，由蒸汽時(shí)代進(jìn)入電氣化時(shí)代。我把這個(gè)階段總結(jié)為四種態(tài)度和四種結(jié)局。

在蒸汽時(shí)代，很多有影響力的全球性公司用蒸汽力量代替人的四肢，但當(dāng)電氣出現(xiàn)的時(shí)候，絕大多數(shù)公司態(tài)度是看不起電，因?yàn)樽畛蹼姷男什⒉粔蚋?。第一類公司的想法是電力不行，效率太低，沒(méi)有未來(lái)，蒸汽力量足夠了，一百年之后這些公司被淘汰了。

第二類公司放下一些包袱，認(rèn)為電是新生事物，也有潛在發(fā)展的可能性，但是仍然堅(jiān)信蒸汽機(jī)的力量，堅(jiān)信只要對(duì)蒸汽機(jī)進(jìn)行改良一樣可以保持競(jìng)爭(zhēng)力，這些公司也被淘汰了。

最可惜是第三類公司，他們已經(jīng)放下舊的生產(chǎn)力，開(kāi)始擁抱新的生產(chǎn)力和形成新的生產(chǎn)關(guān)系，但是思維方式?jīng)]有改變。他們認(rèn)為自己全面擁抱電氣化時(shí)代，已經(jīng)產(chǎn)生比蒸汽機(jī)時(shí)代超高的效率，更低的成本，但是他們還在跟蒸汽機(jī)相比，這些公司最終也被淘汰掉了。薩提亞提到，我們做了一些粗略的分析，只有不到5%的公司在那個(gè)時(shí)代完成了轉(zhuǎn)型和飛躍，真正進(jìn)入了電氣化時(shí)代。

當(dāng)時(shí)大部分企業(yè)對(duì)于電氣化的觀念只是能點(diǎn)多少盞燈，或者生產(chǎn)線能夠提高多少效率。只有5%的公司選擇徹底放下包袱，忘記什么是電，什么是蒸汽，而是把它們都當(dāng)成是工具。這些公司要的就是進(jìn)入新的時(shí)代。這代表更高的效率，更低的成本和更優(yōu)秀的用戶體驗(yàn)和產(chǎn)品品質(zhì)。

通過(guò)歷史上的事件可以發(fā)現(xiàn)，我們現(xiàn)在對(duì)未來(lái)的任何預(yù)估都是不足夠的，都可能沒(méi)有完全估計(jì)到未來(lái)的沖擊力。

技術(shù)是拿來(lái)用的，而不是拿來(lái)吹和炒的

很多業(yè)界專家都有這樣的感受，現(xiàn)在媒體對(duì)人工智能的炒作過(guò)熱，反而讓廣大讀者，甚至是決策者失去了對(duì)這件事的核心把握。

人工智能的核心實(shí)際上就是機(jī)器學(xué)習(xí)的能力，就是一種機(jī)器智能。現(xiàn)在主要表現(xiàn)方式是深度學(xué)習(xí)，但并不意味著我們?cè)?jīng)嘗試的符號(hào)學(xué)，用邏輯推理的方式其實(shí)并沒(méi)有過(guò)時(shí)，只不過(guò)還無(wú)法實(shí)現(xiàn)。

現(xiàn)階段深度學(xué)習(xí)取得了巨大突破，引領(lǐng)大家進(jìn)入到新的未來(lái)。新的未來(lái)里面會(huì)不會(huì)是深度學(xué)習(xí)和其他人工智能、機(jī)器學(xué)習(xí)的方式共存的方式？我們并不知道，所以我們不要排斥這種觀點(diǎn)，尤其不要認(rèn)為現(xiàn)在就是深度學(xué)習(xí)這一種學(xué)習(xí)方式。未來(lái)應(yīng)該是人類的學(xué)習(xí)能力、機(jī)器學(xué)習(xí)能力、深度學(xué)習(xí)能力和邏輯推理能力共融共生的階段，這可能是更加客觀描述未來(lái)時(shí)代特征的一個(gè)方面。

如何理解人工智能

如何理解人工智能我總結(jié)了四點(diǎn)：首先，一定要應(yīng)用。如果我們?nèi)W(xué)了“學(xué)會(huì)如何學(xué)習(xí)”的課程就會(huì)發(fā)現(xiàn)，現(xiàn)在最流行的方式是ProblemBasedLearning，就是以問(wèn)題為導(dǎo)向的學(xué)習(xí)，以實(shí)際解決問(wèn)題方案的學(xué)習(xí)。未來(lái)是終身學(xué)習(xí)的時(shí)代，不存在大學(xué)畢業(yè)之后就不學(xué)習(xí)了。如何終身學(xué)習(xí)？一定要帶著問(wèn)題去學(xué)，這樣學(xué)得越來(lái)越深入，學(xué)得越來(lái)越有用。人工智能也是一樣的，它是一種學(xué)習(xí)的過(guò)程。學(xué)習(xí)不能為了學(xué)而學(xué)，一定是問(wèn)題為導(dǎo)向的。

我的第二個(gè)觀點(diǎn)就是，深度學(xué)習(xí)的發(fā)展不僅僅要靠數(shù)學(xué)的進(jìn)步，不僅僅要靠計(jì)算機(jī)科學(xué)的進(jìn)步，還要對(duì)人類自己的神經(jīng)、腦神經(jīng)、傳輸神經(jīng)、感知神經(jīng)的理解，才能知道是怎么回事。

現(xiàn)在我們每個(gè)人有基礎(chǔ)的學(xué)習(xí)能力，機(jī)器學(xué)習(xí)也是一樣，只是通過(guò)開(kāi)放的接口開(kāi)放學(xué)習(xí)的通用能力。未來(lái)每個(gè)人一定要在通用能力之上，掌握行業(yè)的學(xué)習(xí)能力，才能夠真正為人類帶來(lái)更大的福祉。

第四點(diǎn)就是要真正產(chǎn)生深度學(xué)習(xí)能力，我們需要有數(shù)據(jù)，需要有人才，還要有算法和算力。像微軟這樣專業(yè)公司可能會(huì)提供更強(qiáng)大的算法和算力，更多的公司需要在人才培養(yǎng)，數(shù)據(jù)收集上面下很大功夫，這樣才能產(chǎn)生互動(dòng)的促進(jìn)作用。數(shù)據(jù)、人才、算法、算力這四者缺一不可。每一方面在未來(lái)都巨大的商機(jī)，正是因?yàn)槲覀兗磳⑦M(jìn)入智能社會(huì)，商機(jī)恰恰不是只在智能本身，而是各個(gè)方面。

沒(méi)有專家的時(shí)代，每個(gè)人都要終身學(xué)習(xí)

我用盲人摸象的寓言來(lái)舉例，這個(gè)時(shí)代是沒(méi)有專家的時(shí)代，我們每個(gè)人都在學(xué)習(xí)。不存在輸在起跑線上，因?yàn)槊刻於荚谛碌钠鹋芫€。我們只要不放棄學(xué)習(xí)，不放棄自己，不要認(rèn)為我到了某種年紀(jì)或某種地位，我就不去學(xué)了，也不要因?yàn)槲沂菍W(xué)文科或者我是學(xué)理科的我就不要再學(xué)其他的知識(shí)。未來(lái)需要的是天天學(xué)習(xí)。因?yàn)檫@個(gè)偉大時(shí)代還沒(méi)有來(lái)，我們最多是摸著大象的其中一部分，所以每個(gè)人都有可能成為最終摸到大象整體的那個(gè)人。

正是因?yàn)檫@個(gè)時(shí)代沒(méi)有專家，同時(shí)也是沒(méi)有所謂的公理的時(shí)代，每一個(gè)理論都有可能成為當(dāng)時(shí)可行的理論，但是并不意味著能夠成為永遠(yuǎn)的理論，永遠(yuǎn)成功的法則。我們要去學(xué)習(xí)，不要唯各種專家，不要唯新，更重要唯實(shí)，你自己去試，小馬過(guò)河，水是深淺只有自己知道。聽(tīng)別人說(shuō)可以，包括我現(xiàn)在講的，這也只是我在微軟這么多年的體會(huì)和理解，并不代表所有人體會(huì)和理解，尤其不代表是否是正確的。我們不妨能夠自己去試一下，大膽去試發(fā)現(xiàn)原來(lái)水既不像A說(shuō)得那么是深，也不像B說(shuō)的那么淺，對(duì)你來(lái)說(shuō)最適合的就是最好的方法。

最后以比爾·蓋茨先生的這段話作為結(jié)尾：“人們大都傾向于高估他在一年內(nèi)所能完成的事情，但又容易低估他們堅(jiān)持十年后能夠取得的成就?！贝蠹乙欢ㄒ靼?，第一沒(méi)有專家，第二沒(méi)有起跑線，第三每天都在重新更新新知識(shí)新理念，我們先不要放棄自己，同時(shí)把握最基本的，對(duì)自己的自信和信念，認(rèn)真學(xué)習(xí)。