“新人類”即將誕生，AI邁入造人新時代
IDC評述網（idcps.com）02月26日報道：
人工智慧 已經可以自動生成以假亂真的人像照片“忽悠”人類了。憑藉“對抗神經網路”，人工智慧從“學習”和“識別”進化到了“創造”。清華大學計算機系教授、博士生導師鄧志東將此技術與深度卷積神經網路、AlphaGo並稱為人工智慧的三大發展。當然，基於大資料和大計算的人工智慧也存在著“先天不足”，至少在理解和“舉一反三”方面還有很長的路要走。
一個頗為無聊的國外網站最近火了。
這一名為“此人不存在”（ThisPersonDoesNotExist）的網站沒有任何介面設計，輸入網址後顯示的只有一張人像大頭照。新奇之處就在於，每次開啟或重新整理頁面，顯示的照片都不同，並且都不是真實存在的人物照片。
換言之，所有照片都是隨機“生成”的，而其背後正是人工智慧的支撐。可以看出，人工智慧已經從“學習”和“識別”，開始進化到“想象”和“創造”。從網站上的照片來看，不僅實現了無限“生成”，而且還生成得不錯——人物有男有女，有老有少，不同人種、不同角度、不同表情，甚至還有眼鏡和佩飾，可謂以假亂真。
事實上，賦予人工智慧想象力和創造力的，正是被《MIT科技評論》評為2018十大科技突破之一的“對抗神經網路”。
據《MIT科技評論》介紹，“對抗”是指兩個神經網路使用同一個資料集進行訓練。其中一個神經網路叫生成網路（the generator），它的任務就是依照所見過的圖片來生成新的圖片，而另外那個神經網路叫判別網路（the discriminator），它的任務則是判斷它所見得圖片是否與訓練時的圖片相似。
慢慢地，生成網路創造圖片的能力會強到無法被判別網路識破的程度。經過訓練的生成網路學會了識別並創造看起來十分真實的圖片。這項技術已成為過去10年最具潛力的人工智慧突破，幫助機器產生可以“忽悠”人類的成果。
生成式對抗網路“創造”出的人像（現實中不存在此人）具有十足“迷惑性”
更令人驚歎的是，這樣的“生成”還不限於影象。清華大學計算機系教授、博士生導師鄧志東近日在上海“張江·2019未來產業峰會”上提到：“兩個卷積神經網路通過相互對抗，生成超解析度真實感的原創影象、聲音、3D物體或自然時序資料，這給 AI 帶來一種類似於人類的想象力。”
AI的三大主義與三大發展
令人歎為觀止的人像“創造”背後，必然是對海量原始照片的學習。
鄧志東認為，生物智慧的一個主要特徵就是學習，而新一輪人工智慧的鮮明特點就是學習能力。無論是生物智慧還是人工智慧，智慧的主要特點就是感知能力、認知能力和行動能力。
追本溯源，智慧的這三大特點源自連線主義、行為主義和符號主義。連線主義是生物智慧的解剖學基礎，即生物神經系統所包含的神經元、神經元的活性及其相互作用。在此之上，行為主義通過獎勵／懲罰進行自主學習，強化學習也是人類和動植物行為學習的主要方式。最後，符號主義極大促進了人類的智力發育，尤其是語言的發明成為了人類智慧遠超其他生物智慧的分水嶺。
以“三大主義”為基礎，人工智慧在最近五六年取得了飛速發展。目前來看，在大資料和大計算的驅動下，深度學習已成為 計算機視覺 、語音識別與合成、 自然語言處理 和大資料分析等的主流方法。以深度卷積神經網路為基礎的新一代人工智慧確實帶來了更接近於人類視聽覺的感知能力。
因此，資料驅動的方法已被視為繼實驗科學、理論模型、模擬模擬之後的第四科學研究正規化——資料驅動的科學正規化，其如同網路技術，已逐漸變革為一種通用賦能工具。從“網際網路＋”到“人工智慧＋”，新一代人工智慧已經遠遠超出了計算機科學技術的範疇。
大資料和大計算讓人工智慧迎來了大發展，鄧志東總結了人工智慧的三大進展。
首先是深度卷積神經網路令大資料感知智慧取得突破性進展。人工智慧已經能獲得更加接近於人類水平的視聽覺感知能力和對文字自然語言的模式分類能力，從而賦能產品、流程和服務體驗，引發了技術變革和產業革命。
這一領域最為人熟知的例子就是自動駕駛，以全球首個自動駕駛商用服務Waymo One為例，其估值已超千億美元。另外，在醫學影像領域，谷歌的人工智慧深度卷積神經網路已經可以根據視網膜影像來準確判斷一個人的年齡、性別、血壓、是否吸菸等，甚至可預測肺癌、乳腺癌等，達到了國際頂級醫生的診斷水平。
其次是超人類水平的AlphaGo引發全社會強烈關注，在此基礎上進化而來的AlphaZero更是帶來了無需大資料就可自主學習的棋類通用人工智慧。AlphaZero經過8小時16．5萬次訓練，就擊敗了AlphaGo戰勝李世石的版本。
第三大進展是對抗性神經網路帶來了超真實感的想象能力，也就是上述人工智慧“創造”人像的案例所表現的。鄧志東表示，生成式對抗網路（GAN）是目前最為成功的生成式神經網路模型，通過與強化學習及蒙特卡洛搜尋等的結合，推動了半監督與無監督學習方法的發展。
大資料AI的先天不足
鄧志東坦言，以大資料為燃料，餵食越多，人工智慧越能獲得更好的感知直覺。但問題隨之而來，首先是對大資料的清洗和標籤需要付出很高代價。
其次，在落地應用中，在開放環境下，實際是不存在完備的大資料的。對於各種應用場景，大資料人工智慧均只能獲得較接近於人類水平的視聽覺等感知能力，這與各種基於公開測評資料集得到的效能指標是完全不同的。簡言之，人工智慧或許在測試狀態下表現良好，但在實際落地應用中的表現卻可能差強人意。
此外，基於深度學習的計算機視聽覺感知方法不僅依賴大資料的驅動，也缺乏人類舉一反三的，基於小樣本的學習能力和對目標的認知水平的理解能力，並且缺乏記憶、沒有常識、不能運用經驗，缺乏技巧和知識學習能力。
比如，人們開車轉彎或掉頭就是過程性經驗。大腦記住後，每當轉彎就不需要再思考，而是可以條件反射地做出動作。
人類的思維方式並不完全依靠特徵提取，很多時候是靠理解和推理，但目前人工智慧並不具備這樣的能力，也就不具有規劃決策和思考能力。
鄧志東把大資料人工智慧面臨的挑戰歸結為：人工智慧缺乏自己的語言。相比之下，語言卻是人類的“制勝法寶”。他表示，人類高層認知能力其實是通過記憶語言去思考和推理的。記憶以及知識的運用，都是基於語言的。
另外，大資料人工智慧的發展，還會帶來法律、倫理、隱私安全和失業等方面的挑戰。
儘管當下的人工智慧還非常弱，“落地”也只能在特定應用領域發揮作用，還極度依賴大資料。但隨著人工智慧的進一步發展，也就是認知智慧和通用人工智慧的發展，或許會對技術與產業帶來變革，甚至威脅到人類的安全。
“但總體來說，現在的弱人工智慧對於人類是賦能和有益的”，鄧志東表示。
擁有自己語言的下一代人工智慧
對於人工智慧的未來突破點，鄧志東認為，關鍵就在於從感知智慧向認知智慧的進化。目前人工智慧主要追求看清、聽清，能夠識別但沒有理解，屬於感知智慧範疇。未來人工智慧的發展目標將是如何看懂、聽懂和讀懂，從而具備基本的認知智慧，這也是從弱人工智慧向通用或強人工智慧進化的方向。
所謂認知智慧，就是指對目標或實體具有理解能力，理解事物的內涵和外延。其發展趨勢就是要探索舉一反三的認知智慧，即以大資料感知智慧＋圖模型／知識圖譜為基礎，利用圖卷積神經網路從特徵學習拓展到知識學習。
而通用人工智慧則包含了多工的自主學習、自適應與自組織能力。其發展趨勢是基於連線主義的深度神經網路，通過與行為主義的強化學習，特別是與具有學習能力的符號主義的有機結合，從AlphaZero這樣的新起點出發，發展出具有更寬垂直領域的通用人工智慧。
總之，通過深度學習與無監督學習、概率或模糊圖模型知識圖譜進行深度融合，讓下一代人工智慧擁有自己的語言，並能根據資料和常識自主學習，是探索認知能力與通用人工智慧的關鍵路徑之一。