课程视频在线视频

先自我介绍一下

我叫王静远

然后来自北京航空航天大学

而且是计算机学院

北航这个学校

虽然名字叫航空航天大学

但是我们学校的特色是叫空天信

就是空 航空 大气层以内

航天是大气层以外

然后信就是信息空间 网络空间

其实在美国也是这样的

美军他的空军

是负责了赛博空间里面

就是大气层以及外太空

以及赛博空间的这种安全

都是在这个里面的

所以说我们在信息领域里来说

我们还是非常有一定优势的一个

至少在我们学校来说

是一个优势学科

所以说这里面的话

我们在这个里面

还是有一定长处的

而我本人的研究方向就是

以前叫数据挖掘和机器学习

然后现在大数据和人工智能

火了之后

我就叫大数据与人工智能了

其实差不多 一个概念

只不过套一个新词

但是大数据 人工智能

但是我在后面还有一个词

就是在智慧城市领域的应用

我是研究面向智慧城市的

人工智能

还有机器学习

是大数据这样的一些智能技术的

所以说今天这个课

大概就是分成两个部分

第一部分

就是来介绍一下什么是人工智能

然后什么是机器学习

以及现在最火的深度学习

这三个到底是什么概念

总体上来说

是大于大于大于的一个概念

就是人工智能是一个更大的概念

它下面是机器学习

是人工智能的一个分支

而深度学习

进一步是人工智能的一个分支

而反过来呢

现在所流行的这一波人工智能

基本上都是由机器学习这种方式

而主导的

而在这里面之所以火起来

迅速火起来最深刻的一个变革力

就是深度学习技术的一个崛起

所以说这样的一个题目

会在前面的半节课给大家介绍

而后面一节课我会更加关注于

我们毕竟是一个

叫新城市科学这样的一门课

在这里面

我们的人工智能 机器学习技术

能够为我们城市里面

做些什么事情

在这里面我会讲两个案例

是我自己做的一些案例

给大家一些启发

首先是背景知识

就是说我们为什么今天会关注到

这样一个机器学习

和人工智能的这个东西

其实这个事情

最早还真不是人工智能的事情

而是数据的事情

大家都知道

我们现在进入了

一个所谓的大数据时代

而大数据时代

首先第一个特点就是数据大

你看这有3亿条微博

然后600万GB的

这种巡天望远镜收集

然后每年是6000PB的

这样的一个数据量

这个数据量得大量地收集

这些数字现在大家看

都已经开始审美疲劳了

也就是说

今天我们在提到数据的时候

都是这样非常庞大的数据

而且其实它得益于什么呢

得益于我们今天

像我们每个人都拿到手机在拍照

然后得益于我们无处不在的

这种传感器 摄像头

所有的这样传感装备

不停地在收集我们的信息

除了前面说的数量大以外

大数据时代其实还有几个维

大数据经常说的一个维

比方说比较公认的有四维

也有说三维的

规模大 变化快 种类杂

等等这一系列信息

其实我们都特别关注于

大数据时代的

之后的话

我们其实在

之所以今天

这些数据其实不是今天才存在的

其实一直都在存在

而且数据大这件事情

变化快 种类杂

它永远是一个相对的概念

永远它的规模都是 都是比昨天

今天的数据永远比昨天要大

而今天的数据变化

永远比昨天要快

每一天我们都可以说

我们今天遇到的数据是空前的大

空前的快 或者是空前的庞杂

为什么今天

我们的大数据会这么火呢

实际上我们又同时处在一个

我们并不知道的

并不是特别感觉到的一个

就是所谓的大计算时代

也就是为什么大计算时代

就是我们的摩尔定律

其实一直到今天它还是在工作的

它是在以每16个月翻一番

这样的一个计算能力

16个月翻一番的

这样的一个情况下存在的

而且同时

我们的单块CPU顶上的计算能力

在达到一定上限之后

我们开始通过特别大的这种集群

或者说像GPU

GPU就是一块卡上

然后有好几百个核

只不过它的操作方法更简单一些

像我们CPU 6核 8核 16核

就很多了

但是这CPU的16核和8核

是能够各自干各自的事情的

而GPU里面有100个核

它100个核是大家同时做一件事情

一个命令下去

大家一模一样地行动

其实这样就可以做很多很多事情

这一波的

我们深度学习很大一个浪潮

也是由GPU推动的

而这里面还有一些

就像什么天河二号 神威

这样的一些超级计算机

它通过集群构成这些计算机

使得我们处理前面所处理的

所提到这种

大数据时代的这种数据

有一种可能

这里面也有一个例子

说天河二号在成功进行了

3万亿粒子中的中微子暗物质的

什么N体数值模拟

然后揭示了大爆炸

宇宙大爆炸1600万年之后

距今约137亿年的漫长演化进程

反正每个字我都认识

不知道它在说什么

但是大体的意思就是说

它算得很快

这样的一个大数据

配合我们的超级计算能力之后

我们其实是

它推动的是什么

推动的是我们今天

人类的科学发展

进入了一个第四范式

第四范式这个词

最早其实是从数据库来的

数据库里面有第一范式

第二范式 第四范式

同时还会说

科学发现也有第四范式

什么是第四范式呢

它就有对应的一 二 三 四

三个范式

第一 第二 第三范式

第一范式就是所谓的实验科学

也就是我们经常会有一些争议

就是比方说从自然规律

第一范式是指人类从自然现象中

然后来总结出一些规律

这些自然现象实际上就是

其实就是数据 就是这个数据

这个时候我们经常争议

有些时候网上争议说

四大发明到底是技术还是科学

还是什么

站在我们这样的一个框架下来看

它属于科学发现的第一范式

就是我们通过实验

以记录描述自然现象

通过实验然后发现一些规律

这些规律其实也是我们人类

发现的一些知识

知识发现的第二范式

就是理论科学

这些理论科学实际上是什么呢

这是数据

然后我们用的人脑

进行真正的人工智能

由人去把它总结成智能

比方说牛顿的三定律

然后爱因斯坦

就是莱布尼茨方程

这些都是

人类观察到了无数现象之后

把它总结成了

非常漂亮优雅的数学公式

这个数学公式是什么呢

就是模型

有了这些模型之后

我们用这些模型

来分析自然中的数据

而且对未来有预测能力

和解释能力

这个东西

就是我们要做的一个问题

后来我们科学

进展到了所谓的第三范式

第三范式是什么呢

是计算科学

计算科学它的一个核心想法

就是把我们理论科学

总结出的一些规律

然后用计算机

配合大量的实际条件

然后进行一些计算

进行计算 仿真这个事情

为什么有了理论科学

还要有计算科学呢

是因为理论科学通常是一些

非常非常完美的条件下

比方我们都知道的

光滑的 没有体积的

只有质量的一个小球

在一个光滑的曲面上跑过去

和另外一个小球发生弹性碰撞

这个是在真实条件下

永远不可能出现的一个情况

但是每一点

但是你说假设它不弹性

不满足光滑的话

它会有很多很多条件

这些东西我们都引进来

这里面最典型的是什么呢

我发出来的这个是叫做

我们身边发生的

一个叫做静悄悄的革命

这个静悄悄的革命就是天气预报

我们的天气预报在过去30年里面

它预报的水平有了突飞猛进的

一个非常大的进展

水平有了非常大的提高

但是我们都不知道

它是一个静悄悄的革命

而它做的是什么呢

我是外行

可能有些搞气象环境的都知道

它是一系列的偏微分方程

微分方程

然后把联立起来 输入边界条件

然后去求解这样一个方程

这个时候

就可以得到很好的一个预测

到后面之后我们会发现

就是说今天的数据科学时代

数据科学时代是什么呢

就是说

当我们收集到数据足够多的时候

我们想做这种规律总结这件事情

人已经很难胜任了

这个时候

我们希望由机器去来胜任

去分析这个数据

发现其中的一些规律

这些里面会有一些

非常有意思的例子

这个例子

给大家看一个遥远一些的例子

就是我们地球的兄弟

开普勒78B这个星球

说是离地球非常近

然后跟地球长得非常非常像

这个星球距地球多近呢

400光年 三体的100倍

这是不可能看到了

当然大家看过《三体》都知道

说看《三体》

如果想看到三体行星的话

相当于是在中国支一个望远镜

然后看在美国的西海岸里面

一个台灯

绕着台灯飞的一个苍蝇

还是一个蚊子

是要看那么一个东西

那我们怎么会知道

400光年之外有这么一个行星

在绕着某一颗恒星旋转呢

这是怎么知道的呢

其实就是用这样的巡天望远镜

然后盯着天上一直在看

看了之后的话

有一些恒星的亮度

会周期性地变暗一点点

这个变暗一点点

就是它有行星在凌日的现象

然后它的亮度下降

根据亮度的下降

来判断到底这个是什么东西

他们可以分析出来

有三角形

有这种奇形怪状的东西

号称是在1500光年以外

发现了一个戴森球

就是有可能是外星文明

就是绕着它旋转这些东西

它不是天体

这些东西的话

想从这样

发现这样一种外太空的一些知识

很大程度上我们都需要用

肯定不是人去做的

这样每年600万GB的数据

就需要我们机器然后去分析

从当中发现一些知识

而这种天体科学

就像天文学的这种发展

就有待于我们通过数据去驱动

那今天的话

也就是今天和未来的

一个科学发展趋势是

随着数据量的高速增长

计算不仅仅能做模拟仿真

而且能做分析得到理论

也就是过去由牛顿 爱因斯坦等

科学家从事的工作

未来将由计算机来做

就是这样的一个工作

这里面有一个问题

就是说在这个数据科学下的话

当前在计算机领域

会催生哪些新的学科

这里面就有这样几个学科

大家可以看知乎

知乎里面有个问题就是

模式识别 机器学习

数据挖掘的区别和联系

这个区别和联系

其实是这个东西也困扰我很久

因为我在我们的北航计算机学院

教授一个课程叫智能计算课程群

我是课程群的一部分

这个课程群有四门课

机器学习 模式识别

数据挖掘和人工智能

我们在一块讨论的时候

大家就很郁闷

就不知道哪块该你讲 哪块该我讲

大家都会说这块该我讲

这块该你讲之类

都会有这个问题

其实这四个概念

本质上是有很大的overlap

非常大的一个关联关系

但是又会有一定的区别

它的视角是不一样的

我自己认为

就相当于是同一个问题

我们去瞎子摸象

不同的角度去摸

但是每个人考虑方法不一样

因为我们这节课

我刚才说要介绍

到底机器学习和人工智能

然后我又顺道把所有相关的概念

都给大家稍微介绍一下

这个里面

这个概念的话

还是不同的老师

不同的学术界有不同的看法的

我自己提出的这个

是我自己的一个理解

然后如果不对的地方

大家如果看出来课上不要说

下来自己写大字报好了

开玩笑