人工智能的技术现状在线视频

好了

既然我们知道了

人工智能的宏观的本质

和它的比较具体的这样一种认识

也知道了它能做什么不能做什么

那么到现在大概发展到什么程度

可以跟大家这么来交流

就是因为人工智能的研究

到现在为止分成了三条路线

为什么分成三条路线

这就是个方法论的原因

不知道大家注意没注意到

就研究信息科学的方法论

跟研究物质科学的方法论

是不一样的

可是一直到现在

研究信息科学的人

都是在物质科学的

知识的熏陶之下

培养之下成长起来的

包括我自己

我们都那样学过物理学过化学

学过机械等等

那么物质科学这样一种思想观念

培养出来的人的一个共同特点

它的方法论是分而治之

机械唯物论

一个复杂的问题来了

肯定不好下手

你就把它分

分成比较好下手的

这些不同的分系统

所以人工智能研究也这样

用了这个老办法

分成模拟人脑的结构

模拟人脑的功能模拟人类的行为

三大学派

模拟人脑的结构

就是人工神经网络

这个学派可以说取得很多成效

今天大家特别熟悉的

深度神经网络

支持下的深度学习

就使大家刮目相看的

包括刚才我讲的那些Hugo de Garis

就是模拟人类的大脑皮层

将来它的能力会超过人类

也是这个学派

现在欧盟也得到了

美国跟日本的支持

欧盟在瑞士的苏黎世

有一个非常大的项目

就叫做蓝脑计划叫 Blue Brain

这个计划就是

最终要做一个它的复杂程度

就神经元的个数和每一个神经元

跟别的神经元相连接的连接数

它的复杂度跟人大脑一样

甚至更复杂

意图呢就刚才讲希望到那个时候

能够表现出跟人一样

甚至比人还好的这种智力

这个学派可以说

是人工智能当中最早出现

1943年一个叫McCulloch

一个叫pits两位

pits是搞数理逻辑的

数学家

McCulloch是心理学家

这个学理学发展到后来到今天

就有一种认知心理的认知科学

所以这两个学科的科学家

都是很拔尖的结合起来提出了

一个人类的大脑皮层神经元的

一个数理逻辑模型

从那开始研究人工神经网络

一直到今天方兴未艾

而且信心满满

说人工智能系统要超过人类

靠它靠人工大脑

当然时间不够

我们不一一的去举它

所取得的这些具体成功

总而言之这个学派

让你感觉到好像是生机勃勃

当然中间也碰到很多困难

包括后来的人

说他这个研究没有出路也有

中间有很多起伏

不详细说了

第二个学派

模拟人的功能人脑的功能

认为人脑 人脑

它有输入的功能输出的功能

记忆的功能

在一定条件下

把信息转移的功能等等

有六个重要的功能

那么也是Herbert Simon

跟Newell还有一位

三个人发现计算机也有这些功能

就这六个功能

所以就说人的能力

人的这个大脑的功能

完全可以用计算机来模拟

从此就找到了第二条路

功能模拟

这个就从1956年在麻省

有一个小岛旁边叫Dartmouth

这个地方有12位青年科学家

比你们年龄稍微大一点点

经过了差不多两个月左右的研讨

提出了一个新的学科的概念

叫artificial intelligence

1943年是人工神经网络出来

1956年人工智能出来

这个词1956年出现

但是1943年也是人工智能

不过它没用这个词而已

因为人的智能根据生理学

神经生理学的研究

主要定位在人的大脑皮层

复杂的神经网络里头

所以那也是人工智能

不过没用这个字

那么这一派当然就更精彩了

包括1997年第一次打败了

国际象棋的人类冠军卡斯帕罗夫

那次也是把人吓一跳

把全人类几乎

不能说全人类

就是搞信息科学的这些人吓一跳

然后2011年又吓一跳

就是问题抢答

人抢不过机器

到了今年又吓一跳

有围棋这么难的棋

人也打不过它

这个都是

模拟人脑功能的这个学派

当然这个学派借用了深度学习

神经网络 生成神经网络

来帮它去做求解走棋的算法

这么多算法当中

到底走哪一步最好这个学习

所以这个学派也是很辉煌

第三就是模拟人的行为

说这个人只要受到一个刺激

他就有反应嘛

这也算是智能表现

你说天热了他减衣服

天冷了加衣服

到复杂的环境下

有比较复杂的刺激

他就有比较复杂的反应

如果你把这些东西刺激响应

把这个关系模拟出来了

是不是也有把智能模拟出来了

所以三条路

为什么出现这三条路它有道理

因为人工神经网络

如果你的网络太简单好实现

比方一千

一千零二十四个神经元

这种小规模的神经网络好实现

可是好实现好实现 能力就丢了

大部分能力都丢了

只能识别那些ABCD这些字母

可是你要做的这么复杂

一千亿个神经元

那工业上做不出来那时候

或者说做得出来

也非常困难非常昂贵

所以这样一来

人们说这条路不好走

要么能力丢了要么做不出来

所以才转到模拟功能

那功能这条路是不是就畅通无阻

没有任何困难 也不是

因为功能主义解决问题

任何一个问题解决

都要有知识的支持

那么解决这个问题需要多少知识

谁能讲的清楚

多一个都不行 少一个都不行

谁能讲的清楚

你比如说中医看病

哪怕就看感冒

你说中医看感冒需要多少个知识

多少个什么样的知识

多一个行不行 少一个行不行

没人讲的清楚

而且这个中医涉及这些知识

那个中医涉及那些知识

两人都能治好病 矛盾

所以这个知识问题

变成了一个很难把握的一个东西

叫做知识瓶颈bottleneck

这样一个瓶颈使得人工智能

在中间有一段时间非常很难逾越

神经网络人就说

你看人工神经网络也走不动了

所以都有很大的起伏

那么在它困难的时候

人们就转移了 转移去行为

这个行为模拟看得见摸得着

这个比较好做 做了什么

MIT的叫布鲁克斯这个人

做了一个机器人模拟六角虫

一般的机器人要在平坦的平面上才能够稳定的行走

它那个六角虫的机器人

可以上坡可以下坡

甚至跌倒了还能够翻过来

最近有一个电影片子看到

做一个机器狗

这个机器狗稳定性非常好

人把它踢翻 让它四脚朝天

结果咕噜咕噜又爬起来了

这个就是行为的模拟

做出来也很吸引人

所以这三个学派

都有它一定的道理

也有它辉煌的成果

但是这就是现状

这个现状所以我们

没有很多时间描述

但是大家可以想像这样三个学派

各自都得到了很多

让我们很吃惊的

或者让我们看得目瞪口呆

舌头吐出来收进去的

这样一个科技成果

但是最大的问题在哪里呢

这三条研究的思路不能形成合力

所以从大概上个世纪90年代开始

人工智能的很多的研究者就发现

这三个思路

大家都研究人工智能

为什么走不到一起

系统论告诉我们

系统的功能

远远要强于部分的功能的和

所以如果你不能够

形成一个完整的系统

那么你这个人工智能系统的功能

就远远达不到那个理想的功能

或者你预期的功能

所以合力是一定要形成的

也就是统一的理论一定要建立的

否则的话就等于是你半路

走到半路

那么我们中国也有教训

2009年我们到国务院

学位委员会去申请

这个智能科学技术

这个专业要变成一级学科

这件事情就是我干的

我带头去的

人家第一个问题提出来

就是你人工智能有统一的理论吗

我心目当中有统一的理论

待会我会跟大家讲

但是一般人心目当中是没有的

因为它只有三个学派

每个学派都很强

就是没有办法统一

那这个东西

说明你这个学科未成熟

你没有统一理论标志着你不成熟

所以2009年的申请失败

我们没有搞成

当然不成功主要的原因不在这

这是另外的故事 不去讲了

那么因此有很多人

其中最杰出的是两个人

代表人物

追求人工智能的统一理论

一个是当时的中年人

1995年的时候是中年人

现在也已经年纪比较大了

叫Russell和他的同伴叫Norvig

Norvig是今天还是在谷歌那

当CEO的这么一个人

他们俩花了很大的工夫

去调研这三大学派

调研三大学派很重要

我这个人就比较笨

我真的是三个学派

每个学派我都重头到尾去学过

他们也是三个学派

都比较仔细去调研

所以他那本书写出来以后

1000多页

我不知道在座的同学

有没有看到过这么厚的书

我看到这本书之前

没有见过这么厚的书

说明他把三个学派的成果

总结的很全面

想把它集成为一个有机的整体

另外他书后附的参考文献1000多篇

咱们要写个博士论文100多篇

就认为可以了

人家是1000多篇 太了不起了

所以它的标题

Artificial Intelligence A Modern Approach

就是人工智能的现代方法

为什么叫现代方法

就那三条路齐头并进

各都互相不承认不认可

那个研究他把它叫做classical

经典的人工智能研究

他说我这本书写的

是modern approach

是一个现代方法

就意图就要统一

但是很遗憾你仔细去看

那本书清华出版社出了

1995年的版本

后来到2003年的版本

还有到2012年

可能又出了好几个版本

这本书被全世界99个国家

900多个大学

作为人工智能的教材

是非常影响广泛的一本书

可惜立意很好没有达到目的

就他把三个学派的成果

都汇集起来了拼接在一起

以这个aging做载体

没有找到他们内在联系的

这样一个原理 没有

您看那本书好了

我是看过 虽然1000多页

我这个人就有这个笨工夫

就硬着头皮去看

没有找到

另外一个就年纪比他还大

是斯坦福大学的

一个老资格的人工智能研究

应该是权威人士叫Nilsson

他也写了一本书

意图跟刚才那本书一模一样

所以他那个书的的名字也很像

叫Artificial Intelligence A New Synthesis

它就是人工智能新的集成方法

他说我以前

他1982年出版过一本人工智能书

叫Principles of Artificial Intelligence

那么这本书 新的这本书呢

他就说我用了

一个新的集成的方法

意图就要把三大学派集成在一起

不过跟刚才那本书是异曲同工

也到那为止

并没有找到集成的

这样一个本质的解决

不过看来这个趋势就明朗了

应该走向统一

那么这件事情怎么办呢

大家继续往前做

而完成这个工作的

不是西方人不是外国人是中国人

这个原因很简单

因为刚才我讲这三大学派

是用了分而治之的方法去研究

这就是西方近三四百年来

大家非常熟练也非常陶醉

非常欣赏的一个方法

这复杂系统一定要分而治之

可是你想想假如你研究脑

你去分而治之

分成功能 结构 行为

这分而治之不是个好办法

像医生 医生原来是把它解剖

解剖成看

这部分它的结构怎么样

能量关系怎么样

那部分它的物质结构怎么样

有多少血管有多少神经

多少片其他的组成部分

他认为把这些每一个部分的物质

跟能量搞清楚了以后

人的思维的奥秘就揭示出来了

一百多年前医生们就干这个事

一百多年以后到今天呢

你去问医生人大脑为什么思维 不懂

没有一个医生讲的清楚的

现在进步了

不去拿刀子切了

也不是用CT去切片了

而是用大家知道

核磁功能 核磁共振

一个刺激什么了

脑子里头这部分那部分兴奋

所以血流量大所以呈现出红颜色

那个问题一来了

这部分那部分会兴奋等等

也是靠分切也是靠这个办法

这些个分而治之的办法

研究这个活的会思考

会思维的这个大脑是不行的

信息科学的最大的代表就是大脑

信息科学的方法论不是这样

信息科学的方法论

叫做生态演化论