上周，清華 AI 公開課迎來最后一講，本講主題是：落地的人工智能。講者楊強是香港科技大學講座教授，華人首個AAAI Fellow和IJCAI理事長，第四范式公司聯(lián)合創(chuàng)始人。 楊強教授作為邀請講者，與清華大學海峽研究院大數(shù)據(jù) AI 中心專家委員雷鳴等共同探討了 AI 在當前和未來將產(chǎn)生的影響和落地的場景。

在課程開始，雷鳴老師先概述了對產(chǎn)業(yè)有較大影響的技術，以及未來將發(fā)生的演變。

從技術角度看，未來對產(chǎn)業(yè)產(chǎn)生比較大影響的技術有：

基于視頻的信息理解和處理技術?，F(xiàn)在，基于靜態(tài)的圖片的處理技術，比如人臉識別、物體識別等，已經(jīng)達到了可用的水平。但是，在視頻分析和處理方面的研究才剛剛開始，還沒有非常有效、成熟的技術。

自然語言對話、理解和處理。尤其是半開放環(huán)境的對話，難度還很大。

強化學習。未來將在自動駕駛、廣告等領域產(chǎn)生影響。

內(nèi)容生成相關技術。

小樣本學習和遷移學習。在樣本匱乏的情況下解決問題。

產(chǎn)業(yè)在未來可能發(fā)生的一些演變：

首先是自動駕駛。以前我們還會討論自動駕駛是不是有落地的可能，是不是太危險、太科幻了。但現(xiàn)在來看，我們認為自動駕駛的落地只是時間的問題。今年很快，百度的小批量量產(chǎn)自動駕駛汽車就會投入使用，真正實現(xiàn)商業(yè)化。

第二是智能醫(yī)療。智能醫(yī)療最近的發(fā)展很快，以醫(yī)學影像的發(fā)展為牽引，在一些特定領域的進展很不錯。FDA最近剛給出了AI診斷的第二個license。

智能教育。探討教育的難度比較大，因為教育不是一個客觀問題，是一個交互式的，高維度的問題。所以AI全面介入教育的“智能老師”難度很大，但是以個性化教育作為切入，在一些特定領域，比如作文評分、作業(yè)批改、個性化出題等，已經(jīng)在不斷改變教育的生態(tài)。

智能助理。去年開始進入一種非常白熱化的競爭階段，未來會進一步的落地，通過迭代，會在更多垂直應用上越做越好。

游戲及娛樂。個性化、娛樂內(nèi)容的生產(chǎn)。

智能制造。中國是制造大國，如果疊加智能制造，可以大幅度提高中國制造的水平和能力。中國在軟件方面發(fā)展較快，但硬件上的話，無論是芯片還是其他重要零部件制造，跟國際水平差距還很大。要承認差距的客觀存在性，依靠中國巨大的市場，大力加大研發(fā)投入。不能僅靠國家，整個產(chǎn)業(yè)的企業(yè)和國家要一起把這部分發(fā)展起來。

智能農(nóng)業(yè)。中國是農(nóng)業(yè)大國，在智能農(nóng)業(yè)上已經(jīng)有一些發(fā)展。比如用無人機進行病蟲害巡檢、定向農(nóng)藥噴灑、大棚的溫控，病蟲害檢測等，未來都有一些非常實際的應用場景。

整體來看，AI在各個行業(yè)都有很多落地的場景，未來AI自身的發(fā)展結合落地的場景，應該會產(chǎn)生很多創(chuàng)新。

楊強：一個AI，兩種模式

楊強：今天的題目很應景，叫 “落地的人工智能”。這個題目是拿來跟大家探討的，因為這是一個大題目。人工智能到現(xiàn)在已經(jīng) 60 多年，幾起幾落，它的興衰也是圍繞著 “AI是不是可以落地” 進行的。

今天的講座，第一部分是人工智能概述。

人工智能分為四個發(fā)展階段。初級階段是感知環(huán)境（Perception），我們知道單層的神經(jīng)網(wǎng)絡也叫 perceptron（感知器），是 60 年代就出現(xiàn)的可以簡單學習的神經(jīng)網(wǎng)絡。這是 AI 必要的一步，因為要有感知智能，才能收集大量數(shù)據(jù)，這一階段需要傳感器、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等技術。

第二個階段是機器學習（machine learning）階段。能從數(shù)據(jù)里面學習。第三個階段是自動推理（reasoning），需要搜索、邏輯、博弈論等技術。最后也是最高階段是抽象遷移（abstraction），需要有新的理論和系統(tǒng)。

一個AI，兩種模式

通用 vs 特殊：有很多人試圖解決通用 AI，但現(xiàn)在絕大部分工作還是在特殊的、任務驅動的人工智能。

輔助 vs 自動：比如計算機視覺是輔助型的，相當于給機器戴上了眼鏡。無人車是自動型的，因為它的整個運作是自動的，也有自動的學習能力，人類只是為它提供一些必要的資源。

交互 vs 核心：交互型的 AI 是為了跟人溝通，是閉環(huán)的。還有一種做法是把 AI 作為一個核心的系統(tǒng)，它的副產(chǎn)品是對人有用，但它可以完全按照自己的方式發(fā)展。AlphaGo 就是一個例子。

說到人工智能落地，第一個問題就是什么叫“落地”，誰來規(guī)范什么時候AI可以算作“落地了”？ 這個標準是首先要建立的。在任何科學與工程領域，都要首先建立測試“成功”的準則，否則就會事倍功半。要知道，智能的測試是非常難以做到公正的，也經(jīng)歷了很多的考驗，比如著名的“聰明的漢斯”，是對一匹叫做“漢斯”的馬的智能測試，因為一開始沒有注意到高維的特征空間，而得到了錯誤的結論。圖靈測試是一種更合理的測試，但也不是唯一的測試。

我認為深度學習的成功主要來自兩個方面：第一，層次之間的演化是一種非線性的轉化，這種轉化如果進行多次，就有可能產(chǎn)生高維空間的 pattern。第二，所有這些加起來，這個網(wǎng)絡本身成為一個特征產(chǎn)生器，產(chǎn)生一個高維的空間，在這個空間里，世界上的任何東西（圖像、語音等）都會有統(tǒng)一的表達，并且你可以計算它們的距離。

高維度的、統(tǒng)一的特征表達，這就是人工智能想達到的目標。所有的推理、類比、抽象等，都可以在這個空間里得到。但這個空間是通過在數(shù)據(jù)中學習獲得的，這個手段在現(xiàn)階段是通過大數(shù)據(jù)，但大數(shù)據(jù)不是唯一的手段。

AI為什么要有不斷創(chuàng)新的能力？

AI 領域每年有上千甚至上萬的 paper，是不是說我們就可以躺在 open source 上面，不用創(chuàng)新了？不是的，我們很有必要不斷地創(chuàng)新。

一個例子是 GAN，它的一個作用是可以 “魚目混珠”，生成器可以創(chuàng)造出一些虛假的圖片。在金融界就發(fā)現(xiàn)有這樣的人，他們對深度學習了如指掌，并且可以用AI深度學習的這些手段去欺詐金融的安全系統(tǒng)，因此我們必須要有不斷提高的反擊的能力。

第二，有些新的學科，比如遷移學習，非常依賴對數(shù)據(jù)的模擬。GAN 在這個方向是非常有用的工具。

創(chuàng)新的能力也可以體現(xiàn)在跨界的AI應用上。一個例子是斯坦福大學的一個工作，他們的任務是幫助聯(lián)合國通過衛(wèi)星圖像，讓機器自動地給非洲大陸打標簽，這些標簽指代地區(qū)的“貧困程度?！?但是我們看到一個衛(wèi)星圖像，由于標簽的缺乏，我們對圖像上對應的貧困程度是一無所知的。傳統(tǒng)的做法是派人到本地做經(jīng)濟調(diào)查，然后把數(shù)據(jù)收集起來。這樣的做法既危險，又耗時，不準確，數(shù)據(jù)也非常少。

有沒有辦法自動地做這件事呢？他們想到了遷移學習，而且是多步的遷移學習。第一步是拿 ImageNet 這種圖像來學一個切割模型，第二步是比對白天和晚上的衛(wèi)星圖像，以此獲得一個初步的經(jīng)濟模型。因為一般認為晚上比較亮的地方是經(jīng)濟發(fā)展比較好的區(qū)域。由此得出一些 feature 對應經(jīng)濟發(fā)達或不發(fā)達的地區(qū)。最后的結果，用 survey 的方法的準確率是 75%，用遷移學習的方法準確率是 71%。雖然沒有人工的那么好，但是非常省力。

我們現(xiàn)在已經(jīng)有了不少“遷移學習”在產(chǎn)業(yè)應用中的實例。如果已經(jīng)有了大數(shù)據(jù)產(chǎn)生的模型，那么在一個新的領域，可以用小數(shù)據(jù)把大模型遷移過來找到這個領域的要點就是找出兩個領域的不變量。我們假設一個領域可以用上億維的特征來描述，那么我們要找兩個領域的特征空間共有的部分來做遷移。

AI落地

網(wǎng)約車識別

這里的一個例子是上海汽車的網(wǎng)約車識別

這個問題是：給定車輛的行駛軌跡，如何判斷車輛是否網(wǎng)約車？

我們的策略是引入外部數(shù)據(jù)來進行遷移學習。外部數(shù)據(jù)有出租車、公交車的行車軌跡。分兩步：首先我們有兩個空間，左邊是出租車的空間，右邊是網(wǎng)約車的空間，我們的目的是把知識從左邊搬到右邊。但是很明顯兩邊的知識是有差異的，要把這些差異剔除，我們用了半監(jiān)督學習 + 遷移學習。

這個例子告訴我們，AI 的落地首先要目標清晰，清晰到可以把優(yōu)化函數(shù)用數(shù)學公式寫下來。

第二，需要去找到合適的數(shù)據(jù)。

第三，人才需要領域知識，同時也需要 AI 知識，這種跨界的人才才是 AI 真正需要的人才，否則談不上落地。

然后，我們也來舉一個反例。我們都知道，AI的頭幾個里程碑都是IBM創(chuàng)造的。但是在AI落地的過程中，IBM也遇到了難題。一個例子就是IBM WATSON在醫(yī)療領域的落地。

我們先來看一下IBM WATSON的流程。 首先，當一個問題到來的時候，系統(tǒng)把輸入的問題和知識庫里的問題加以對比，再按照匹配的概率排序。 如果有匹配度高的問題，那就可以把對應的答案作為輸出。 在這個流程中，需要知識庫的建立，和問題集的收集。當然，這個流程中又很多依靠機器學習的階段，比如問題的特征抽取，特征空間的建立，匹配的相似度學習，等。但整個流程的建立還是要依靠專家來進行的。比如，知識庫的建立，知識的擴展，以及問答系統(tǒng)在整個醫(yī)療系統(tǒng)中的定位等。恰恰因為這些需要人工的地方成為瓶頸，以至于最終用戶的定位錯誤，導致系統(tǒng)并沒有完成既定的任務。最后，IBM只能從美國一個很大的醫(yī)療機構撤離，也導致了媒體大量的負面報道。

總結起來，這個例子說明，僅僅在一個游戲領域成功（問答的電視大賽），并不表示在開放的實際場景（醫(yī)療）就可以取得成功。 首先，IBM Watson的目標客戶群是醫(yī)生，還是病人？ 系統(tǒng)的角色是助手還是替代？ 有沒有既懂醫(yī)療又懂AI的專家在團隊中？ 系統(tǒng)有沒有做到前端和知識庫的維護的閉環(huán)？這些有關落地的問題，都有待回答。

總結：

第一，人工智能是走了很長的路，但是除了深度學習以外，還有很多的領域有待發(fā)掘。所以千萬不要以為深度學習就是人工智能。

第二，人工智能在企業(yè)的落地是一門大學問，而且是一門藝術性的學問，因為還沒有到科學的程度。所以一個問題是，AI 是產(chǎn)品，還是技術，還是解決方案？第二個問題是，AI 如果在一個領域落地成功，需要哪些基本條件？

最后，我覺得非常有趣的一個點，是 AI 出現(xiàn)了以后、會出現(xiàn)一個新的、以機器智能為主體的產(chǎn)業(yè)和社會。那么這個新的商業(yè)社會也可能會部分地顛覆我們已有的商學院的知識?，F(xiàn)有的商學院的知識主要是針對人的管理和人的決策。那么 AI 對應的是機器的管理和機器的決策，這個學問現(xiàn)在還是空白。