AI已過發明期,進入應用期

随着工业革命4.0的莅临,人工智能愈发受重视
头像
老黄
Site Admin
帖子: 28553
注册时间: 29-07-05 周五 12:07 am
来自: 太平 --〉关丹
联系:

https://www.gvm.com.tw/article.html?id=67437

李開復:AI已過發明期,進入應用期,五年後全面普及
文:李建興、毛凱恩、邱于瑄
2019-07-26


图片

全球AI領軍人物,《AI新世界》作者——創新工場董事長李開復,在全球做了300場演講後,應遠見.天下文化事業群邀約,於7月24日來台進行一場名為【AI新世界】趨勢論壇,現場一位難求,產官學界重要人士齊聚。《遠見雜誌》特將演講內容進行精華摘要,讓無法到場的讀者一睹為快。

在演講完後,由前政大校長周行一主持交流論壇,包括前行政院長張善政、安聯投信投資長張惟閔。
头像
老黄
Site Admin
帖子: 28553
注册时间: 29-07-05 周五 12:07 am
来自: 太平 --〉关丹
联系:

我在大一時開始做人工智慧,走了這麼長的路,也碰到很多挫折,而我一直堅持做下來。《AI新世界》這本書現已在四個國家出版,還有21個國家即將在今年底出版,應該是全世界最暢銷的AI相關書籍。

首次發佈在台北,雖然一開始,我是用英文寫的,但是遠見.天下文化的團隊太有效率了,他們將書翻譯並出版時,美國都還來不及出版,而今天,也可能是本書最後一次演講,因為我又要寫新書了。

如今,我又更新本書,前40、50頁加了很多內容,自去年九月出版(英文版後)至今,我已在全球各地做了300場演講,幾個航線加起來一共有60萬英哩。

很多人問我,這麼多演講的總結是什麼?連我的孩子,他們還在讀書、還在找機會,都問我:「你看你的日子這麼好過,各國家領導、CEO都要聽你演講。」我說不是這樣的,畢竟出這本書時,我在美國其實沒知名度,我是努力地用演講,一個一個做出來。

過去,我在中國大陸和台灣出書時,最多十場演講,這次我講了300場,因為我覺得我有話要說,本書若要全世界人都聽到,首先美國人要聽到,而許多人想聽,其實因為興奮。那麼在這300場演講,60萬英哩的累積下,我對AI又更多認知了。一方面技術還在發展,另外,每次演講都被提問,我就把問題整合起來。
图片
头像
老黄
Site Admin
帖子: 28553
注册时间: 29-07-05 周五 12:07 am
来自: 太平 --〉关丹
联系:

關於AI的四個方向

今天我要講四個方向,分別是
一、什麼是AI;
二、AI應用的四波浪潮;
三、中國AI的機遇,以及
四、AI會帶來什麼挑戰?

39年前,我做了不少AI的工作。在1986年,我就做了第一套可以工作的語音辨認系統,在當年得到《紐約時報》半篇報導,蘋果電腦也將之做到了他們的產品裡面,然後在《華爾街日報》也接受了一個採訪。

在過程中,我其實也看著人工智慧,每次看起來好像可以工作了,或被預言,人類要毀滅了,但最後發現好像還不可行。一次的發現,一次的失望。這次大家又面臨了所謂的「深度學習」,那我們是不是又會失望呢?

我很確定的是,深度學習已被廣泛接受,而且會對業界帶來顛覆和改變。

我們可以看到不斷地有新聞出來,如AI打敗了圍棋冠軍、打敗很多電子競技遊戲、AI比醫生更會看一些片子。在高考方面,AI在中國已經可以考上醫學院,在日本也快要可以考進東京大學。AI的閱讀測驗超過了99%個學生,還有語音辨認、人臉辨認,都已經超過了人,甚至是頂尖水平。

這都是過去五年中做出的。很多人擔憂,是不是代表AI要控制人類了?其實不會!因為這些突破,都是基於深度學習這一套技術,如果我們回頭看AI過去這60年來的種種發展,最大的一個就是深度學習。
头像
老黄
Site Admin
帖子: 28553
注册时间: 29-07-05 周五 12:07 am
来自: 太平 --〉关丹
联系:

什麼是深度學習?

那深度學習是什麼?他跟人腦完全不一樣。不像人類可以有創造、戰略、自己的想法、感情。他其實是一套數學公式,然後他是在海量的數據下,能做出非常聰明的決定。比如說我做的那套下棋軟體和語音辨認,都是基於統計的系統。

這些統計系統其實是相通的,厲害之處不來自人寫的程式,而是給他海量數據,讓他自己成規則,有能力決定。

這些規則不要人去控制,控制越多,機器反而越作不好。因為人的思維跟機器不一樣,機器是基於大量數據,用統計方法劃分,所以數據越多,結果越好。因此,深度學習其實就一個神經網路,輸進大量數據,告訴他正確答案應該是什麼,他就會做得非常好。

我先講一個自己博士論文的故事。其實,1984年我就看到,統計用海量的數據,絕對是比用規則更好。於是,我就跟我的老師申請了巨額的經費。

當時我每個月的獎學金是700美元,其中,付房租四百,吃,三百,正好用完,後來我斗膽再跟老師要十萬美金,說:「你相信我的話,我不用你的規則法來做AI,我要用我的統計法來做,但是我需要用十萬美金買一套硬碟。」那時,硬碟重達200公斤,後來他准了,開啟了我語音辨認工作。

所以我非常感恩我的恩師。你可以想像,他給一個每月700美元研究費的研究生10萬美元,而你猜猜,10萬美元買了多大容量磁碟 ?100mb。

當時我就是靠著100mb做了世界最大的語音資料庫,做出最好的語音辨認系統。如今,語音辨認的數據,至少多100萬倍。我當時用的算法也不行了,因為那套演算法只能在100mb工作,現在則至少100T。

當年發明深度學習的Yann LeCun,他在1989年也做了這個,而我是1988年畢業的,我們是同一代的人,但當時他的結果一直不怎麼樣,而且論文不斷被各種會議質疑,他大部分是做圖像,我在做語音。

但是後來事實證明他的方法才是正確的,我的並不是,只是我的方法是取了個巧,用100mb,也能做出結果,他的是需要100T才做得出結果,後來也得到了圖靈獎,這是他們應得的,他們堅決認為,若有海量的數據,非常快速地計算,才能讓AI真的執行起來。

回到深度學習,比如,我們要做一個貸款的軟體,那麼就把人還款不還款,做為訓練基準,然後把人的所有數據都餵養進來,包括手機款式、住處、薪資、手機上有什麼APP等等……。最後他還錢了,就是正面回饋,不還錢就是負面回饋,所以整個深度學習,就在學,如何分出還錢和不還錢的人。

其實,做機器翻譯或是語音辨認,也都是這一回事。而後來,互聯網則發展到,可以倒過來跑,他不但可以告訴你答案,還可以導出這個人可能會說什麼。因為他倒過來了,不只是把人話餵養而進,來識別人說了什麼,而是聽了夠多的話,可以預判,他會怎麼講話。

所以深度學習非常神奇,可以做分類、預測、決策,也可以做深層。
头像
老黄
Site Admin
帖子: 28553
注册时间: 29-07-05 周五 12:07 am
来自: 太平 --〉关丹
联系:

图片
头像
老黄
Site Admin
帖子: 28553
注册时间: 29-07-05 周五 12:07 am
来自: 太平 --〉关丹
联系:

深度學習的例子:八個不懂AI的小朋友都可以操作

我來演示一個例子。這例子最有趣的是,他並非任何的科學家做出的,而是由八個不懂AI的小朋友,做出的一套軟體。這是一套hiphop作曲家軟體,用海量的嘻哈歌訓練機器,然後給機器一個詞,他就能作曲。

畫面中的詞就是去年我出的題目,我說:「你們就寫首歌,歌名就叫做『創業的路上』,」於是這就是製作出來的結果。

澄清一下,影片中,這是人唱的,不是機器唱的,但實際上,你要做一個機器唱的,那再給我16個小朋友,我們也做的出來。並沒有任何的難度。唱歌,從來不是一個難題,唱的好聽是難題,但是唱歌不是難題。所以現在AI已經到了這個地步。

若再有人跟我說:「AI,好高深啊,這怎麼辦啊?大學生都不會,怎麼趕上美國、中國?」八個學生能做出這個,我們的台大、政大為什麼不能做出?AI的門檻在快速的降低。

另一個例子,是無人駕駛,也是八個小朋友做的,他們在北大做了一個高清地圖,把北大所有的路勘測了一遍,然後做了高清地圖,以後,他可以從任何一個教室開到任何一個教室,在中間不會撞到人、腳踏車。

當我們談到深度學習到底需要什麼?一年前,我用的條件跟今天一樣,第一個需要海量的數據;第二,需要客觀、精準、自然的標註。

怎麼說呢?就是我不要找人去標註,最好是自然的標註。

一如要用AI判斷投資,不是要派個專家來解析,很簡單,只要標註,一個股票只要漲就是好,跌就不好。而每個股票都有噪音存在,但是如果有海量的數據來訓練他,包括每一個分析師、每一個社群網路所分享的對某支股票的內容,再把這些人的臉書給找出來,看他這個禮拜快樂不快樂?

第三,AI其實蠻笨的,他只能在一個領域工作。所以如果我們做了一個很好的貸款機器人,他絕對不可能變過來做機器翻譯,那是另外一個機器,所以每個AI只能做一件事情。

第四,很多電腦,很多數據,以及頂級的AI科學家,如今已不需要,只要AI工程師就好。還有未來的AI,可能有各種的技術,深度學習是其中之一。
头像
老黄
Site Admin
帖子: 28553
注册时间: 29-07-05 周五 12:07 am
来自: 太平 --〉关丹
联系:

图片
头像
老黄
Site Admin
帖子: 28553
注册时间: 29-07-05 周五 12:07 am
来自: 太平 --〉关丹
联系:

AI發展的四波浪潮

下面給大家講一下AI應用。我的書裡描述了四波浪潮。

第一波,互聯網上有海量的數據,我們每天都像白老鼠幫助標註數據。比如說,當我們每次在臉書點讚的時候,都是告訴臉書說我是這樣的人,那麼臉書就更知道該給我看什麼東西,然後臉書能用此來定一個目標函數。

什麼是目標函數呢?運用目標函數,你可把你的業務目標,變成目標函數,讓AI變成了一個可優化你的業務目標的機器。假設我們淘寶,藉由龐大的用戶點擊行為,由於每個人看的網頁都是不一樣,那麼機器人就可以判讀出你的喜好,可以找出一個目標函數,提供用戶最需要的東西。所以AI的厲害在於他能超過人類,個性化地給每一個人不一樣的東西。

過去,媒體也好,電商也好,很難針對每個人,提供不同的服務,進而將業績極大化。而今,互聯網公司動耴業績三、五百億元,很大一部分是,他們能用AI把大數據變成商業的利潤。

第二波,不只是互聯網在活用海量的數據,金融業、保險業、銀行、證券投資……等,也在用數據。尤其是金融,由於他就是一個虛擬遊戲,跟互聯網相似。

第三波,就是把AI提升到一個不只是大數據,而且是感知的過程。他的感知是能夠把在實體世界上看到、聽到、感覺到的各種東西變成數據,再讓他去做AI。

所以你可能會覺得,是不是可以語音辨認、人臉辨認、物體辨認,當然是。人只能靠嗅覺、味覺進行判斷,但機器,可以判斷熱值,分析動態,然後還可以做出3D的重建,這是人做不來的。

以後機器的感知更遠遠超過人,不只是在辨認人或體,他可以辨認一個動作,然後把這個動作變成商機。

舉個例,張學友六個月前在中國大陸做了五次演唱會,來了9萬個人,演唱會完了以後,23個逃犯被抓起來。因為每個人在進去的時候,都被人臉識別掃了一遍,掃了以後,發現這個人有嫌疑,那麼員警就會來過,看看身份證。

你想,若你是逃在深山裏的逃犯,怎麼會想到混進幾萬人裏,會被認出來?但,人臉識別系統,卻可同時辨認300萬張臉,第二,他能可以一秒六十幀的速度快速地辨認。所以在你入場的那一剎那,即便你用手遮著臉,但只要你手一放下來,就被看到了。因此,AI已把人遠遠的甩在後面,並足以改變世界。

第四波浪潮會稍微慢一點,因為他會要動,讓機器有手有腳,機器人無人駕駛,能夠動、能夠取代流水線工人,能夠取代你的司機等。第四波浪潮會比較慢,但是現在也在快速進步,所以這四波浪潮是同時在發生。
头像
老黄
Site Admin
帖子: 28553
注册时间: 29-07-05 周五 12:07 am
来自: 太平 --〉关丹
联系:

图片
头像
老黄
Site Admin
帖子: 28553
注册时间: 29-07-05 周五 12:07 am
来自: 太平 --〉关丹
联系:

四波浪潮已經覆蓋了整個社會

其實你把四波領域全部加起來,差不多就是今天的經濟,而且已經覆蓋了整個社會。

創新工廠作為AI早期投資人,我們在2012年就開始投資,你看到我們在四波浪潮都做了很好的佈局和投資。在AI領域的投報率,每年都接近三位數一年吧。

舉例子而言,現在AI客服已經能夠接聽80%的電話,可以想像能省多少成本,但同時也取代多少工作。

北京一個叫原麥山丘的麵包店,已經沒有人了,都是自動結帳,你把麵包一放,馬上價錢就出來了,而且若試著把一個小麵包藏在大麵包下面,還會被抓到呢。因為三維重建,可以知道一個麵包有多高,如果一個麵包飛在空中,就表示下面還有一些麵包。

另外,AI教室就是未來的老師,由AI來做各種重複性的工作,包括改考卷、出功課、講課。然後在初級班裡面虛擬老師是也可以的。例如,我們現在已經可以做出一個AI的遠程英語老師,小朋友根本分不出來這是虛擬的。

在中國的農村,小朋友大多都在貧窮的環境成長,要走一小時甚至一個半小時的路上學,而且,很可能,一整個小學,六個年級的所有課程都只由兩位老師教導,所以我們帶進了遠程老師,是北京一個名師的分身,遠程名師講較難詮釋的東西,而當地的鄉村老師變成助教。

至於遠程老師,也可利用人臉辨認,來認學生,藉此進行師生互動,針對每個學生的需要,幫助修改己英語口音、數學基礎知識,這都已在真實社會運營,不是天方夜譚。
回复

回到 “人工智能”