基于深度學習的算法，計算機如今不僅能夠準確識別圖片中的桌椅板凳等物品，還能找出這些物品的準確位置，甚至已經(jīng)做到了像素級別的精確分類。“也許對于人類來說，這是一件極其簡單的事情，但是計算機看到的東西就兩個，除了零就是1，能在零和1之間理解所有的東西，做到物體的檢測，不是件容易的事情。”芮勇說。
人工智能除了在語音識別、圖像識別，包括在自然語言理解方面取得了一系列的進步外，還在走向自適應的智能。“人工智能的進步，讓機器在不同的環(huán)境下能夠自適應地幫助人類。比如現(xiàn)在人們用的自拍軟件就用了很多人工智能的核心技術，使得拍照時不用考慮外部環(huán)境，機器會自動實現(xiàn)噪聲去除、光線補償和畫面優(yōu)化。”芮勇說。
三星電子中國研究院院長張代君表示，人工智能的發(fā)展不僅會帶來新設備，還會改造已有的產(chǎn)品和服務。家電設備智能化后，冰箱不僅僅可以用來儲存食物，還會用大數(shù)據(jù)處理分析并提出健康飲食建議，甚至進行通信和人機交互、廚房娛樂等。語音識別改進后，每個人都可以有一個智能語音生活助理；移動智能健康應用進行大數(shù)據(jù)處理以后，每個人都可以有一個智能健康生活助理。具有智能提醒功能的個人智能助理使用范圍越來越廣泛，這樣的新服務領域，是人工智能帶給人類的紅利。
人工智能已經(jīng)戰(zhàn)勝人類智能了嗎
谷歌超級人工智能系統(tǒng)AlphaGo在與頂尖圍棋高手李世石的較量中取得勝利，是人工智能發(fā)展史上重要的里程碑，顯示出人工智能在復雜的博弈游戲中開始挑戰(zhàn)最高級別的人類選手。
“在AlphaGo和李世石對弈之前，大家的評測是一邊倒的，很多人認為機器人目前與人類還有很大差距，但4∶1的大比分結(jié)果讓人們大跌眼鏡。有人甚至開始思考，AlphaGo戰(zhàn)勝了李世石是否就代表人工智能戰(zhàn)勝人類。”中國人工智能學會副理事長、科大訊飛輪值總裁胡郁說。
“實際上，對于圍棋這樣固定規(guī)則下的完全信息博弈，計算機能打敗人類是遲早的事，因為計算機的計算能力在不斷提升。”胡郁說，“讓人驚訝的是，深度學習讓人工智能獲得了顛覆性的成長，人們以為會在10年到15年后才會有的事情，這么快就發(fā)生了”。
與會專家介紹，人類目前下完的所有圍棋記錄達16萬盤，但AlphaGo在學習下棋的過程中，自己又生成了3000萬盤，沒有人記得住如此多的數(shù)據(jù)，但計算機可以，因為它算得快、存得多。
中國人工智能學會理事長、中國工程院院士李德毅分析，機器之所以能下贏整盤比賽，是因為它突破了傳統(tǒng)的程序，構(gòu)建了兩道模仿人類思維的深度卷積神經(jīng)網(wǎng)絡。第一道網(wǎng)絡主要擔當棋局態(tài)勢的評估，第二道網(wǎng)絡評估如何落子。
“計算機在戰(zhàn)勝人類的過程中，使用了和人類不一樣的方法，把感知能力、強大的運算能力，與搜索的方法很好地結(jié)合起來，走出了一條自己的道路。”胡郁說。
即便如此，也不能代表人工智能已經(jīng)戰(zhàn)勝人類智能。芮勇表示，人類和人工智能各有強弱之處。“如果從記憶力和計算能力上來講，人類拼不過計算機。單純背一個圓周率π（3.1415926……），沒有人能背得過計算機。但是要論創(chuàng)造力、抽象能力和發(fā)明的能力，人工智能遠遠比不上人類。人工智能的下一個60年，需要把人類和機器二者擅長的地方相結(jié)合，這樣人類會擁有一個更加增強的智能。”芮勇說。
人工智能下一步棋怎么走
計算機的運算能力和存儲記憶力已經(jīng)完勝人類，甚至在感知能力，如聽覺、視覺系統(tǒng)構(gòu)建上，也取得了飛速發(fā)展，但是在認知智能上，計算機還有很長的路要走。
對大腦科學深度的研究有利于人工智能再認知方面的突破。胡郁介紹說，“人的大腦是一個非常神奇的系統(tǒng)，計算機深度學習的基礎深度神經(jīng)網(wǎng)絡就是來自于人腦的啟發(fā)。但人類對人腦的認識還不夠，深度神經(jīng)網(wǎng)絡與人腦的真正神經(jīng)網(wǎng)絡相比還存有很大的差距。從這方面尋求突破需要很長的時間”。
“當前微軟、IBM、Google等則走了不一樣的道路，在人工智能方面取得了巨大成績，全依賴于現(xiàn)在工業(yè)上所使用的弱人工智能的方法，利用大數(shù)據(jù)尋求認知智能的突破。”胡郁說。