在大數(shù)據(jù)的背景下，人工智能需要改變傳統(tǒng)發(fā)展思路，應(yīng)該更加注重學(xué)習(xí)。李德毅表示，人工智能的核心不僅僅是算法。傳統(tǒng)的思路認(rèn)為，軟件等于程序加數(shù)據(jù)，程序是最重要的，把數(shù)據(jù)放到程序里，進(jìn)而形成人工智能。然而，隨著大數(shù)據(jù)的發(fā)展，要形成數(shù)據(jù)驅(qū)動(dòng)的人工智能，用記憶認(rèn)知、技術(shù)認(rèn)知和交互認(rèn)知形成決策腦，才會(huì)出現(xiàn)當(dāng)前人工智能井噴的局面和燦爛的前景。
除了要充分利用大數(shù)據(jù)的優(yōu)勢(shì)發(fā)現(xiàn)新的應(yīng)用，開(kāi)疆拓土，還需要更多地研究小數(shù)據(jù)。香港科技大學(xué)冠名講座教授、國(guó)際人工智能學(xué)會(huì)FELLOW楊強(qiáng)表示，未來(lái)人工智能的成功并不一定需要大數(shù)據(jù)，小數(shù)據(jù)是否也可以讓人工智能成功？這是發(fā)展人工智能需要進(jìn)一步研究的問(wèn)題。
除了軟件方面的突破，人工智能的實(shí)現(xiàn)顯然還需要更多的硬件支持。張代君表示，人工智能不可能“平地起高樓”，它仰賴配套的基礎(chǔ)設(shè)施。“計(jì)算機(jī)的運(yùn)算與控制核心是CPU（中央處理器），隨著人工智能的發(fā)展，我們是否需要專(zhuān)為人工智能而生的‘APU’（人工智能處理器）？”
實(shí)際上，這樣的深度學(xué)習(xí)所需專(zhuān)用芯片，已經(jīng)在一家新生企業(yè)寒武紀(jì)中誕生。
寒武紀(jì)科技創(chuàng)始人及首席執(zhí)行官陳天石介紹說(shuō)，“現(xiàn)在人工智能深度學(xué)習(xí)成功的全部應(yīng)用都是基于通用處理器，如CPU或者GPU處理器。但是，使用通用處理器去執(zhí)行智能負(fù)載，效能比很低。5年前，谷歌大腦項(xiàng)目耗費(fèi)了7天時(shí)間，動(dòng)用了1.6萬(wàn)個(gè)CPU訓(xùn)練貓臉識(shí)別的模型。而今，中科院計(jì)算所研發(fā)的寒武紀(jì)專(zhuān)用芯片，其性能功耗比可達(dá)通用芯片的數(shù)百倍以上，而且今后還會(huì)進(jìn)一步提高”。
陳天石表示，在未來(lái)的智能時(shí)代，不管是云服務(wù)器還是終端計(jì)算機(jī)設(shè)備，可能都需要像深度學(xué)習(xí)這樣的專(zhuān)用處理器，它不會(huì)去替代從前已有的通用芯片，但是會(huì)專(zhuān)門(mén)處理智能任務(wù)這樣重要又及其特殊的領(lǐng)域。
人工智能面臨怎樣的挑戰(zhàn)
人工智能經(jīng)歷了60年的發(fā)展，尤其最近10年間，其語(yǔ)音識(shí)別、手寫(xiě)文字識(shí)別、人臉識(shí)別這樣的傳統(tǒng)識(shí)別技術(shù)，在大數(shù)據(jù)的引導(dǎo)下已經(jīng)逐步商業(yè)化并形成了一個(gè)很大的風(fēng)口。“雖然人工智能在60年間經(jīng)歷了三次發(fā)展高潮，但因沒(méi)有標(biāo)準(zhǔn)化，人工智能的發(fā)展還處于比較初級(jí)的階段。”張代君說(shuō)。
百度深度學(xué)習(xí)研究員徐偉指出，人類(lèi)智能的核心，是自我學(xué)習(xí)和創(chuàng)造的能力，這方面恰恰是現(xiàn)在人工智能系統(tǒng)的短板。
人工智能的進(jìn)步，往往依靠大量數(shù)據(jù)的“投喂”。為了讓機(jī)器認(rèn)出一只貓，動(dòng)輒需要準(zhǔn)備成千上萬(wàn)只貓的圖片。這種學(xué)習(xí)過(guò)程，顯然和人類(lèi)的學(xué)習(xí)方式相去甚遠(yuǎn)。“人工智能還很難從少量標(biāo)注數(shù)據(jù)中學(xué)習(xí)。”徐偉指出。
相比人類(lèi)而言，人工智能在某些方面還顯得相當(dāng)“笨拙”。谷歌的自動(dòng)駕駛車(chē)，目前已經(jīng)行駛了數(shù)百萬(wàn)公里，還是沒(méi)法實(shí)現(xiàn)徹底“自主駕駛”；而開(kāi)車(chē)?yán)锍?000公里的人類(lèi)駕駛員，便算得上“老司機(jī)”，可以游刃有余地面對(duì)路上的突發(fā)情況。
即便當(dāng)前人工智能十分引以為傲的AlphaGo，也存在很多缺陷。李德毅指出，從技術(shù)上說(shuō)，AlphaGo的卷積神經(jīng)網(wǎng)絡(luò)有太多的學(xué)習(xí)參數(shù)，在學(xué)習(xí)中不能保證算法是正確的。此外，還有非常直觀的不足表現(xiàn)在，AlphaGo程序還沒(méi)有手、沒(méi)有眼睛、沒(méi)有感受和行為能力，下棋時(shí)還要有一個(gè)助理員拿棋子。它還沒(méi)有情緒和情感，不能現(xiàn)場(chǎng)分析對(duì)手的心理狀態(tài)，不能夠現(xiàn)場(chǎng)和對(duì)手展開(kāi)心理戰(zhàn)，缺少交互認(rèn)知的能力。
雖然AlphaGo的成功震驚世界，但李德毅還是對(duì)AlphaGo提出幾點(diǎn)假設(shè)：如果讓AlphaGo和李世石再下一次，AlphaGo能不能復(fù)盤(pán)？在比賽之前以及比賽之后，AlphaGo的程序變了沒(méi)有？如果AlphaGo從此以后不再跟高棋手下棋，AlphaGo的程序水平會(huì)不會(huì)降低？
“AlphaGo的學(xué)習(xí)能力很強(qiáng)，因其是我們圍棋手教出來(lái)的。因此，我認(rèn)為人工智能深度學(xué)習(xí)發(fā)展至今，不管是卷積神經(jīng)網(wǎng)絡(luò)還是其他的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法，都不是人工智能的終結(jié)者。未來(lái)，圍棋機(jī)器人要發(fā)展成為人類(lèi)的伙伴，他們有智慧、個(gè)性和行為能力，甚至還有情感。”李德毅說(shuō)。