我看见的世界(78)_李飞飞

七八

　　我在大学这些年的所见所闻也不少，但谷歌云幕后的一切仍然出乎我的意料。科技行业的财富、权力和雄心向来名声在外。在亲身经历后，我觉得实际情况比传闻有过之而无不及。我看到的一切都比我所习惯的更大、更快、更精密、更复杂。

　　光是食物的丰富程度就令人咋舌。休息室里的零食、饮料和专业级意式咖啡机比我在斯坦福大学或普林斯顿大学见到的要多得多。几乎每栋大楼的每一层都设有这样的休息室。而这一切，都还只是我在进入自助餐厅之前所看到的。

　　其次就是科技。这么多年来，我们一直用的是2000年代的投影仪和视频会议设备，故障频发，性能很不稳定，经常让人大为恼火。相比之下，谷歌的会议现场就像科幻小说里的场景。无论是可容纳50人的高管会议室，还是供一人使用的衣柜大小的会议箱，每个房间都配备了最先进的远程呈现技术，只需轻点触摸屏，就能启动一切。

　　还有就是人才。谷歌人才济济，令人叹为观止。回想起自己花了两年时间才招募到三位合作者来帮助建立医院环境智能，我不禁自愧不如。在谷歌，15人的团队已经准备就绪，只等我立即加入。而这仅仅是个开始——在短短18个月内，我们的规模扩大了20倍。拥有优秀资历的博士似乎随处可见，让我觉得一切皆有可能。无论人工智能的未来会怎样，谷歌云都是我了解世界的窗口，而世界正以最快的速度向未来迈进。

　　我在斯坦福大学度过的每个周五更是突显了大学与企业之间的差异。随着我就任新职的消息不胫而走，我每天都能接到实习申请。这在某种程度上是可以理解的，因为我的学生（偶尔还有教授）只是在尽力建立人际关系网。不过，让我担忧的是，我和他们的每一次谈话，无一例外都以同样的请求结束：在他们看来，最有趣的研究是不可能在私营实验室之外实现的。即使在斯坦福大学这样的地方，预算也不够多。事实上，预算往往还差得远。企业研究不仅是更有利可图的选择，而且正在越来越成为唯一的选择。

　　最后就是数据。数据是谷歌整个品牌建立的基石。ImageNet让我第一次看到了大规模数据的惊人潜力，也奠定了我此后几乎所有研究的理念基础。我和乔恩一起研究了几十年以来的汽车模型，和安德烈一起研究了大量图片和相关说明，和蒂姆尼特一起研究了整个美国的街景图像和人口普查局的记录——数据量不断增长，人工智能的能力也与日俱增。现在，我被数据环绕了，不仅丰富程度难以言表，所涵盖的类别也超乎我的想象：来自农业企业的数据，他们希望可以更好地了解植物和土壤；来自媒体行业客户的数据，他们希望谷歌可以帮助他们整理内容库；来自制造商的数据，目的是减少产品缺陷；等等。几个月过去了，我穿行于两家最有能力为人工智能的未来做出贡献的机构之间。这两家机构都人才辈出，极富创造力和远见卓识。两家机构都在科技史上有着深厚的根基。它们甚至可以从同一条高速公路进出，在国道101上只相隔几个出口。然而，行业准入壁垒宛如一座大山高耸在地平线上，峰顶远高于云层，在知名高校和顶级私企之间，似乎只有一方拥有足够的资源来适应这个时代。

　　我的思绪不断地回到那800个GPU上，它们在应对一个教授和她的学生们无法想象的计算任务。如此多的晶体管，如此巨大的热量，如此巨额的资金。“疑惑”这样的字眼并不能表达我逐渐感到的惊惧。

　　人工智能正在成为一种特权，一种排他性极强的特权。

　　※

　　从ImageNet时代开始，规模的重要性就已经显而易见，但近年来，“越大越好”的观点几乎被赋予了宗教般的意义。媒体上充斥着城市街区大小的服务器设施的图片，关于“大数据”的讨论永无休止，不断强化着这样的观点：规模是神奇催化剂，是机器中的幽灵，可以将人工智能的旧时代与令人窒息的梦幻未来区分开来。虽然相关分析可能会有些简化，但本质上并没有错。没有人能否认，神经网络确实在这个资源丰富的时代蓬勃发展：惊人的数据量、大规模分层架构和大量互联的硅片确实带来了历史性变化。

　　这对科学意味着什么呢？如果我们的工作秘诀可以简化为赤裸裸的量化，简化为蛮力制胜，那么努力思考和创新又有什么意义呢？如果一些想法在层数太少、训练样本太少或GPU太少的情况下似乎会失败，而在数量增加到足够多的时候突然又可以高效运转，那么对于算法的内部运作机制，我们又能得到什么教训呢？我们发现自己越来越多地从经验角度观察人工智能，就好像它是自己出现的一样，仿佛人工智能是需要先识别、后理解的东西，而不是根据第一原理设计产生的技术。

　　我们与人工智能之间的关系正在发生转变，对我这样的科学家而言，这样的前景令人深思。在谷歌云的新职位上，我可以鸟瞰越来越依赖于各个层面技术的世界，但我们不能坐而论道、惊叹于一切的神奇。这种奢侈我们负担不起。新一代人工智能所能做的一切，无论是好是坏，无论是在预期之内，还是在意料之外，都因其设计本身缺乏透明度而变得复杂。神经网络的结构本身充满了神秘色彩，它是由微小的、权重微妙的决策单元组成的巨大集合体。这些决策单元孤立地看毫无意义，但以最大的规模组织起来时，却强大得令人咋舌，几乎无法为人类所理解。我们可以从理论的、抽象的意义上谈论神经网络：它们能做什么，它们达到目标需要什么样的数据，它们训练后的性能特征大致在哪个范围；但从一次调用到下一次调用，它们在内部到底做了什么，却是完全不透明的。

　　由此带来的后果特别令人担忧，这就是一种被称为“对抗攻击”的新型威胁。在对抗攻击中，输入内容的唯一目的是迷惑机器学习算法，以达到反直觉甚至破坏性的目的。举例来说，一张照片看上去是描绘了某种明确的事物（比如蓝天下的长颈鹿），但可以通过单个像素颜色的细微变动进行修改。尽管这种像素颜色的变化是人类肉眼无法察觉的，却会在神经网络中引发一连串的故障。如果对抗攻击设计得当，虽然原始图像看起来没有任何变化，但算法会把“长颈鹿”这样的正确分类变成“书架”或“怀表”等错误分类。先进技术无法辨认野生动物照片的场景可能会让人觉得好笑，但如果对抗攻击的目的是愚弄自动驾驶汽车，导致汽车对停车标志，甚至人行横道上的儿童进行错误分类，就绝对不能用好笑来形容了。

　　当然，提高工程技术水平可能会有所帮助。“可解释的人工智能”，或简称为“可解释性”，正在成为新的研究方向，令人备受鼓舞。可解释的人工智能试图将神经网络近乎神奇的计算进行简化，转变成人类可以仔细研究和理解的形式。但相关研究尚处于起步阶段，无法保证能够达到其支持者所期望的高度。与此同时，这项技术所要诠释的模型却已经开始在世界各地大量出现。

虚阁网(Xuges.com)