大数据与机器智能在线视频

好讲那么多大数据

我说题目是机器智能

我们再回到机器智能这个话题

它们是什么关系呢

机器智能我们说

今天来讲 将来未来

如果要完成机器智能

它有三个

就是一个鼎似的

有三条腿

这就是三条腿

第一个是摩尔定律

它要保证我们计算机的计算速度

不断的在增加

这是一个指数增加

我讲说这是一个非常可怕的

它导致说

这个将来会超过人的智能

第二个就是大数据

我讲了这么多

因为我们的思维方式

和解决问题的方式

已经改变了

这个数据量很大

当然我们要解决智能问题

计算机是算的快

我们又有一个数据

这样建立一个桥梁

使得这个计算机能够

解决智能问题

这个桥梁就是数学模型

那么这里头我讲了一个工具

就是在这本《数学之美》

这书里头会专门讲

说这个叫Google大脑

就是你们可能已经听到一些名词

Google大脑深度学习等等等等

这些东西说起来很吓唬人

其实内部一点儿也不神秘

它就是说Google大脑吧

它里头实际上是一个

人工神经网络

这个人工神经网络

你别听这个名字

又跟脑子联系起来

它其实就是一个很简单的

有向图

就是你们学计算机图论

那个

那个大学三年级就都学了

这样一个有向图

就是这么一个东西

那么当然他有一套

他可以用于模式识别等等等等

分类这些

做的很好

他有一套这个算法

这些为什么Google

这是机器学习的算法之一了

为什么Google来用它

而不是用其他更先进点的

机器学习算法来构建

这个Google大脑呢

原因是在于它的一个稳定性

也就是说在过去的

大概30多年里

说白了关于它的算法没什么提高

或者说没什么改进

很稳定

就是这样子

那它稳定性一个好

再有一个

它有一个通用性

就是说各种问题都能表述

当然了你可能说

对某些特定的智能问题

它效率不是最高

不过没关系

我们前面讲有摩尔定律

就是说这个计算机

那个计算速度会提高

它可以弥补这个不足

但是这个通用性有个很大的好处

那么用了Google大脑以后

会有什么结果呢

大概这回Google又做了一件事儿

这也是Jeff Dean

发明的

他做了就是说

原来是一两台计算机上实现的

那个人工神经网络

他能弄到几万台

甚至上百万台机器上来做

这样呢

原来你只能有几百个节点

它可以成千上万

十万个节点

这能做很大的智能问题

它什么好处呢

我们回到语音识别和自然语言

就是那个机器翻译这两个事儿

它呢

这回数据量也没增加

那个方法也没改

就是用这个作为所谓深度学习

重新把那个数学模型训练一遍

然后大概语音识别的错误率

就从大概百分之七点几吧

降到百分之五左右

大概提高了百分之十五六吧

大概这样子一个水平

别看这点

这要是完全用那个

按计算机科学家

或者电机工程的专家来做

这件事儿恐怕也要4年时间

就是他没做什么别的事儿

就是用这个深度学习弄了一遍

在机器翻译上

结果基本上跟这个吻合

好了

我们再接下来讲说

讲了这个东西

那说你能不能举一个例子

过去没有大数据的时候

解决不了例子

现在有了大数据以后

机器智能

你能解决一个机器智能的例子

这就是我一开始讲的这个

提问的问题

就让计算机回答复杂的问题

计算机那时候已经

能回答简单的问题

比如说习近平是哪天生的

或者是说中国人口多少

什么珠穆朗玛峰有多高

因为你写一些

学过计算机的

是吧

写一些那个模式匹配的这个

这个模型

那个template模块

你就能匹配上了

但是对天为什么是蓝色的

或者你怎么烤鸡烧鱼

这些问题你就

计算机是

过去没法回答的

那我就把这个任务

接下来再花差不多两年时间

大概有10几个那个教授

我们叫这个科学家吧

在加上那个十几个

不到20个工程师

有几个

我们有四摊

我们在Mountain View有一摊

纽约一摊

苏黎世一摊

以色列一摊

反正这么一些人

在一起干了两年多

基本上把这问题就

反正在很大程度上就解决了

要知道在以前

这些各种计算机科学家

他不断的发表论文在大学里

好

但几十年都没解决问题

我们花两年多

你看基本上解决了

你们看是不是

这个答案给出来

跟人回答的差不多了吧

已经无法判断

这是机器回答还是人回答的

原因奥秘在哪儿

并不是说我们这20几个人

就比过去那计算机

那么多专家做几十年强

是因为我们有他们没有的东西

机器智能本质上

是大数据的一个应用

也就是说你们其实

如果问

在那个百度上问一个问题

或者是在Bing上

在Google可能你们用不了

给封了

反正甭管吧

哪个搜索引擎

问一个问题

有的时候百度上

你呢问

不要问太简单的

稍微难一点的

你就把那个叫做什么

广告这些东西人为的给删了

就留前十条的自然搜索结果

然后你把这个打开

你读一读这个结果

你基本上应该是能知道

这个问题答案的

我们做了一个统计

大概百分之七十八十的时候

是能知道这个答案的

也就是说这个问题答案

其实是在这些数据中的

这些东西当然是那些大学

没有的了

做研究的

在数据中我讲大数据的完备性

刚才讲了这个重要性完备性

你可以认为它是完备的

关键是

但是呢有一条

你们看今天任何一种搜索引擎

你如果问它一个问题

你不把这个东西

像我说的这么做

光看它那几条摘要

只有百分之大概二十到三十的时间

你大概能知道它答案

也就是说这其实是人和机器

过去的一个差异

也就是说它机器读不懂

这些东西

读不懂这些答案

它无法合成这些答案

但是有一个前提

就是答案一定是在里头的

所以我们做这个问题是什么

怎么做法呢

跟以前那些计算机科学家

想问题的方式完全不一样

那些人就想

我这个东西我要有逻辑好吧

这个太阳光散射

波长长波长短

波长长那个渗透的

进来了

波长短给反射

他要有逻辑他是这样的

我还是说这个

但是我们这思维方式不一样

我们说这个答案可能是完备的

在里头

它有零星的这个片断

我们要把它找到

然后我们要给它拼成这个答案

拼成句子

拼成答案

这是一个完全不同的思维方式

其实具体到这个例子

我们说为什么夏天比冬天热

这个答案其实都在

这个大部分

都在这个里头

我们只是把它拼出来

所以这是一个完全不同的

思考方式

做文的一个方式

做事情的方式

这个就是我们说

由于大数据它最终

导致了机器智能

也就是说你看上去

它跟人的回答是差不多的

那我们再讲两个

那个具体好理解一点的例子

好吧

这边是一个自动驾驶的汽车

大家如果能

后面能看得见的话

你发现这座位上是没有人的

这个那个

开车的这座位上是没有人的

这个旁边passenger seat

他这座位上有人

这是Google在当时做一个原型

自动驾驶汽车的原型

为什么举这个例子呢

这是很有意思的一件事儿

在2004年的时候

有一些经济学家

他们当时已经发现了

这个由于摩尔定律的这个作用

使得计算机能够干越来越多

人干的事儿

他们就在说

那未来的世界什么事情

计算机干不了呢

他们就找了这个例子

这个开车

他说你想开车这事儿

我们过去说叫眼观六路

耳听八方

然后呢这个脑子要控制

手和脚要协调

你协调不好不行的

那么这个事儿恐怕比较难

计算机做不了

这是第一个

他们想象的原因

第二个原因就是说在2004年

也就是在这一年

美国也搞了一个这个

就是也是相当于这个政府那个

对那个研究项目做一些考核

搞了一个无人驾驶汽车拉力赛

跑第一名的是

卡内基梅隆大学的一辆车

跑了不到20公里就抛锚了

剩下来的车呢

还跑不了这个距离

不是抛锚了就是给

甚至给撞掉了

而且呢

你知道即使第一名的汽车

当时的时速只有每小时五英里

大概就是每小时八英里左右

比大家走路快一点

比骑自行车慢很多

就是这样一个水平

所以他就讲

你想这2004年才这个水平

所以觉得可能它真是代替不了人

这个开车

但是到了2010年的时候

当时纽约时报就报道出来了

说Google已经研制出

无人驾驶的汽车

它呢当时在高速公路上跑了11

不是高速公路上

就是所有的各种公路组合起来

跑了11万英里

就是差不多18万公里吧

那个包括上这个高速

比如说我们这儿上四环

跑到机场去

然后再进我们校园

在这个楼门口这个平行爬车

平行爬车不是那么容易的

平行爬车把它爬好

就做这样的事情

11万英里没出一次交通事故

出了一次

是后面有辆车把它给撞了

那个是这样的

说为什么短短6年时间里

会有这么大的一个飞跃呢

当然几个原因

第一个原因就是Google

每次很聪明

他就直接把那卡内基梅隆大学

那人先给招来

就是当年Franz Och

所以你们以后要办公

所以记住一定要找到合适的人

不要找一堆那个烂人

在那儿凑数

先把他招来这是第一

第二呢他呢

要知道这是Google街景项目的

一个延伸

就是它Google有一个扫街的

这个街景项目

现在其实我在腾讯管过

他们街景这个项目

现在其实能做到大概哪个水平呢

其实如果像咱们的这个北斗

这个导航是能做到毫米

厘米量级的

但是那GPS又差点

分米量级

当然对开车已经足够了

然后呢它扫过一遍

其实这个

它这个车到没去过的地方

它是开不了的

这跟卡内基梅隆大学的那个

当时那测试不太一样

那个是因为完全是个瞎子

不是叫瞎子

就是说第一次没去过的路

现在在那儿找路呢在那儿开

这个情况不一样

没去过的地方

它跑不了

它去的都是它扫过的街

因为它把所有这些扫过一遍

有个数据的完备性

所以我今天讲了好多遍的

这个完备性

有个数据的完备性

以至于它到哪儿

它都知道怎么开

到这儿一看周围它全熟

前边有多远

什么地方

该是什么样

它都知道

所以这个使得它占了

非常非常大的便宜

当然了到了那个

从2010年到2014年

他又做了很多改进

比如他那个传感器呢

各种各样传感器有十几个

然后每秒钟要扫几十次

各种各样的数据送出去

好几次

判断还是很准备

他又加了一些数据图案

这个出来一个

校车出来一个停止的牌子在这儿

它能知道马上停下来等等

或者一个什么

旁边一个东西什么突然倒了以后

它知道躲开这些

这些东西

所以这是它真正的

这500辆上街的这个车的

这个样子

这里头没有方向盘

你们能看见

没有方向盘

没有油门没有刹车

只有一个开关

当然后来那个美国公路局说

你加一个制动再

他又加了一个制动

大概这是真实的一个

这其实是

某种程度上是一个机器人了

但是你可以说这是一个

另一点来讲

本质上它是一个大数据的应用

那么再讲

那个几个例子

这是我投资的两个公司

一个是

这个是时代周刊对它的一个报道

这个是一个

是这样

放大了是这样子

这是一个智能的浇水的

一个机器人

在家里后院里

它就在家

你们家后院先走一走看一看

哪高哪低大概

就是水怎么能够浇到

然后呢湿度是多少等等

然后它就给你浇水

那么它还可以跟那个网上的

天气预报联上

就知道过两天下雨

它不给你浇了

那个

那么在很多地方他们测试

能省下来98%的这个水量

而且他们那个

卖出去很多台以后

有时候给我们写一个报告

有一次我一读很有意思

就是说很多人买了它以后

把它给hack了

就是重新的编程

干什么呢

就是说把它改成了一个洗车的

它就围着那个车转一圈

调整好那个

这个方向什么

变成了一个自动洗车的

这是一个无人机的

大家知道

这是也是我投的一家公司

这个无人机它

这个公司不光是

那个在运营这个无人机

这倒没什么特别的地方

关键在于他操作无人机的

所有东西

它全是机器人

你比如说当它停下来的时候

它停在这儿以后

会有这个机器人给它换电池

换

把硬盘这个数据拿出来等等

让它在接着起飞

那么人要做的什么事儿

非常简单

就是你定义它今天去干什么事儿

就是想说

今天去到苹果的上空

去把那工地照一圈回来

硬盘给我

大概就是这样它就好了

那么苹果公司

现在是他的一个客户

就是他们盖他的新的总部的时候

就用它

这个六架直升机每天飞七次

然后它

这个工地全部的进展

它那个公司内部一清二楚

这就是未来的一个

这个时代

到这儿来讲

我讲了这么多

你可能会觉得有点可怕了

是不是

那个未来的时代是机器的时代

还是人的时代

好吧

现在的这个

那个富士康的装配线

这个工人很辛苦的

每天重复这个劳动

这个工厂我看了

觉得很震憾

这个大概是这个

保不齐这个大厅的十几倍都有

那么未来富士康

那个郭台铭说

我以后不挣你们的血汗钱了

不剥削你们了

我用30万台机器人

也就是说在未来社会里

你要卖血卖汗

都没地儿去卖了

当然你说

我们清华的高大上

不会从事这个活动

好吧

我们就讲美国一个

最高大上的职业放射科医生

说这个

你不要想着说

我到这个

推着那个机子

给你在拍片子的那些人

那些叫技师

那不是放射科医生

什么是放射科医生

在美国呢

就是说那些能够看片子的

这个 这个专家

那么放射科医生

在美国是怎么炼成的呢

是这样的

那个美国本科是不能

那就是说不是

没有医学院的

就是你高中毕业不能读医学院

你一定是本科毕业完了以后

医学院算专科的这个研究生

然后你读医学

叫医学博士

这个本科毕业

就是你高中毕业以后

再过了四年

你假设一个同学

读一般的大学

他毕业了以后工作了

你呢很幸运

我们就说幸运儿

先进入医学院四年

然后过了四年以后呢

你医学院毕业

四年毕业也很快了

你的同学可能已经结婚了开始

你呢还是一个人呢

那个读医学院很累

然后呢你

接下来你很幸运

找了一个住院医

你的孩子

你的同学就一起结婚

结婚完生孩子去了

那个住院医当了四年以后

你出来以后就当

相当于它叫专科医生

全科医生

就相当于我们的普通内科

当完普通内科呢

你的孩子

那同学的孩子也生了

他可能这个

也都长到好几岁了

然后呢你要当这种专家

你还要再做两年

叫Fellow

就是说这种专科医生的训练

这个训练完了以后

你的同学可能也当了个小老板了

孩子也蛮大了

这时候你说哎呀

我才有第一份工作

怎么怎么

但是我的年薪30万美元

30万美元什么概念

你一个硕士毕业

斯坦福的硕士毕业

到了Google

当然起薪是10万美元

所以这是一个

这是绝对高大上的职业

就是现在的放射科医生

以后是这样

就是以后是这样

这个事儿我不是说

这个虚拟化了以后

因为现在这事儿已经发生了

就是有一些这个来识别

这种癌细胞这种片子的软件

现在做的已经足够好

能够取代这些放射科医生了

而且关键它有一个非常大的好处

在于什么

它有一个稳定性

你这个医生假设今天那个

比较道路拥挤

我想要往前挤一挤

结果给警察抓住了

然后呢今天一天不痛快

你看片子都看不准

但是它没这个问题

它天天一样的准

而且那个2012年的时候

Google也做了一个

那种科技竞赛

那么有个18岁的女生

她做了一个东西

那个当然我一直觉得

她们家有什么背景

她怎么了

她做一个东西

就是做那个乳腺癌

要做那个穿刺活检的那个

那样一个帮助

帮助的这么一个

检测的这么一个系统

就是说你要知道

假设这人可能有一点疑问

就是你看那个医学影像

有可能有癌细胞

好吧

你扎进去

或者也许是良性也许是恶性

你扎进去

你扎不好没扎对

你取出来你说没事儿没事儿

那其实就误诊了

你要扎不好

你要老乱扎它也不行

那这个给扩散了

好吧

她做了什么

她看了多少呢

她大概是用了两百万例的

这个

这个病例

这个

所以我老觉得她们家有点背景

要不然怎么来的这个

反正这两百万例弄完了以后

她那个召回率和准确率

都在98%以上

这个东西比

咱们凭心来说

比任何的专家都已经完全好了

这是什么

这是

你一个专家你看一辈子

能看多少个病例

那这个是两百万

是很惊人的