我看见的世界(74)_李飞飞

七四

　　▼11 无人可控

　　（No One's to Control）

　　此时，我们都处在一场全球风暴之中，我们要从根本上重新构想人工智能，使其成为以人为本的实践，这个共同的目标就是下一颗北极星。

　　“嗨，你是飞飞，对吧？”

　　我转身去看问话的人，他礼貌地做了个手势。

　　“我叫戴夫，”他伸出手和我握手，“前几天听到你在播客上的节目，忘了是哪一期了。你知道吗，我们风险投资公司一直在谈论人工智能，简直就是一刻不停。”他接着说，“就在过去的几个月里，我们已经完成了四个A轮融资，都是在这个领域。”

　　我笑了笑，不知道还能作何反应。那是2014年，风险投资的术语让我在自己的领域里感觉像个局外人。

　　“嘿，你见过杰弗里了吗？”他转过身向对面的另一个人招手，那个人穿的牛仔裤和羊毛套头衫看起来跟他的一模一样。

　　“杰弗里，过来过来，我想介绍你认识一个人！杰弗里是负责产品开发的副总裁，在……”

　　“好了，各位，请注意，我们可以开始了。”谢天谢地，一个声音从房间那头传来，打断了他，“我要感谢大家今晚的到来。学前班是孩子们人生的重要一步，今年我们为他们做了非常棒的规划。”

　　“一会儿再聊！”他挤坐在仓鼠笼旁边的小木椅上，低声说。

　　※

　　无论我们学术界如何看待人工智能，或者对其未来作何预测，有一点是不可否认的：人工智能已经不再由我们掌控了。十多年来，我对人工智能一直痴迷不已，它就像一层思想的外壳，悄然叠加在我的世界观之上。然而，到了2010年代中期，相关话题已经获得极大的公众关注，各种讨论铺天盖地、震耳欲聋。加州硅谷101号公路沿线的广告牌宣告着人工智能初创公司的招聘狂潮；在我的牙医候诊室里的杂志封面上，有关于人工智能的报道；开车换台时，还能从汽车收音机的谈话片段中听到关于人工智能的讨论；显然，在幼儿园家长会上，它也成了热门话题。

　　世界正在变得超现实。我和同事们穷尽职业生涯探索人工智能科学，但我们现在突然面对着“人工智能现象”（我还没有找到更确切的说法）。人工智能本身就充满了难以解开的谜团，现在，这项技术与各行各业、政府、记者、评论员甚至广大公众之间的互动突然激增，千丝万缕的关系与技术本身一样错综复杂。经过几十年的模拟环境开发和测试，人工智能已经进入现实世界的应用阶段。在人工智能的发展史上，充满了对其拟人化的尝试，但这些尝试带来的更多是误导，而非深刻的洞见。虽然我也不太愿意把人工智能明确地比作活的有机体，但不可否认，它已经进化出新的形态，躁动不安，嗷嗷待哺，渴望探索。

　　＊

　　不到一年前，在我和安德烈的研究领域，谷歌迎头赶上的消息让我震惊不已，但如今却感觉已像陈年旧事。作为曾经的人工智能研究主力军，大学实验室现在已不是推动前沿发展的唯一机构。这已成为不争的事实。无论是在GitHub等平台上分享代码，还是在Reddit等论坛上讨论最新进展，我们都与谷歌、微软和脸书等科技巨头、遍布全球的初创企业、贪婪的风险投资人网络，甚至开源社区的软件开发人员共享繁荣热闹的景象。

　　有太多话题可以探讨。

　　2015年，邓嘉和奥尔佳发表文章，回顾了ImageNet比赛迄今为止的影响，并分享了安德烈的研究成果：他估计人类在标注1000幅图像时的错误率约为5.1%。虽然安德烈只是出于好奇才做的研究，但其结果却大大增加了比赛的刺激性。突然之间，算法不仅相互竞争，还开始与人类一决高下。2014年，谷歌的神经网络分类器GoogLeNet的错误率仅为6.67%，达到创纪录的最低水平，人类几乎要失去榜首地位了。

　　尽管AlexNet和GoogLeNet是计算机视觉领域的真正飞跃，但我们还远远未能了解其全部潜力。举例来说，我们确信网络深度是决定性能的关键因素，而GPU优惠的价格意味着我们终于有足够的处理能力，让深度达到前所未有的水平。然而，简单增加神经网络层数并不是万能之策。在初始阶段，网络深度的增加会提高图像识别准确率，但很快就会到达临界点，此后就是收益递减。我们怀揣着远大抱负，构建的神经网络越来越大，却在不经意间将网络变成了迷宫。过多的分层会破坏信号传递，导致训练过程停滞不前，使系统失去效果。

　　显而易见，要实现宏伟的目标难度很大，与投入多少硅片并没有直接关联。这意味着即使在现在，我们的网络也无法吸收和消化ImageNet等大型数据集，没有充分利用其潜力。我们需要改变现状，不断进化，不仅在规模上，更在创新上。这正是我期望ImageNet挑战赛能带来的激励和感召。

　　我终于如愿以偿。2015年，由微软的年轻研究员何恺明带头研发的深度残差网络（Deep Residual Network，ResNet）再次改变了比赛格局。ResNet达到了惊人的152层，但对网络架构进行了扭曲，允许在训练阶段绕过其中的某些层，使得不同的图像对网络中较小的子区域产生影响。

　　虽然经过全面训练的系统最终会充分利用其深度，但在训练阶段，没有任何一个图片示例必须覆盖整个系统。这样的架构带来了两全其美的结果。一方面，增加层数可以提高性能，吸收更多数据——ResNet使用的ImageNet数据量超过了当时其他所有的参赛算法；另一方面，在不降低性能的前提下，保持了信号自由流动所需的简洁性。ResNet是教科书式的范例，充分说明了在人工智能领域，创造力是推动着辉煌时刻出现的力量。

　　然而，ResNet的设计只是故事的一半。ResNet的最终效果甚至远远超出了设计者本人的预期，还因惊人的性能而登上了《纽约时报》等主流媒体的头条。ResNet获得全球关注是意料之中的事：它的识别错误率仅为4.5%，远远低于安德烈估算的人类错误率。简而言之，视觉分类的挑战似乎已经迎刃而解，机器轻而易举地超越了它们的创作者，完成了几年前还几乎不可能完成的任务。多么令人惊叹的里程碑啊。然而，没过多久，我们就意识到这只是开始，更多的里程碑将会陆续出现。

　　嘿，你在关注AlphaGo吗？

　　你知道哪边能赢吗？

　　我该不该赌一把？哈哈！

　　＊

虚阁网(Xuges.com)