我国又一领域超越美国登顶世界第一：未来谁成为这项科技的领导者，就将统治世界

dolcnews

作者：中信出版集团
说到AI（人工智能），你首先会想到什么？
高科技？未来感爆棚？还有呢？
一堆看不懂的代码和高深莫测的数学模型？
总之就是，离你很远？
其实未必。
就拿刚刚结束的东京奥运会来说，中国跳水梦之队之所以能取得7金5银的战绩，背后的一大秘密武器就是工号001的“国家队AI教练”。



不仅是奥运健儿，事实上，我们每个人每天的生活中都离不开各种AI技术。
就拿手机来说，在新华社近日发布的一段视频中，荣耀CEO赵明就介绍说：

AI已经成为底层技术的引擎，摄像头、隐私安全、手机的性能、操作系统的算法以及各种音频处理的能力等方方面面其实都在用AI加持。

总之一句话：万物皆可AI，我们已然迈进“未来”。
而根据斯坦福大学发布的2021年版《人工智能指数报告》：从2017年开始，中国AI文献所占份额就已经是世界第一，而2020年，中国的AI论文引用率更是首次超过美国，成为世界第一。



2000-2020年按地理区域展示的AI期刊引用情况（占世界总引用情况的百分比%）
而这也正印证了杨立昆在新书《科学之路：人、机器与未来》中所提到的一个观点：
世界上还没有一个地方像中国那样，让机器深度学习成为国家级优先项目，并成为公众瞩目的焦点。
那么问题来了：杨立昆？他凭什么说这样的话？这本书，究竟有多重要，非看不可？
1、你认识一个叫杨立昆的人吗？

写了一本书，居然能惊动中国大半个计算机科学圈，估计也就杨立昆有这样的能量。
不信？那就先看看《科学之路》的推荐阵容，其中不少已经是国内计算机科学界如雷贯耳的“大佬”。



然而在“大佬们”的推荐序中，提起杨立昆，他们都不约而同地用到了这样的形容词：伟大。
在《科学之路》中，他非常克制地介绍自己：
我的名字与改变了视觉识别的卷积网络密不可分。

啥意思？翻译翻译就是，现在你们用到的什么无人驾驶、以图搜图、AI换脸、人脸识别、Siri、智能音箱、有声翻译、扫图转文字、说话转文字等等功能之所以能实现，全都因为我！



还是不太直观？那么阿信就再来报一遍他的各种title：
“图灵奖”得主、“深度学习三巨头”之一、“卷积神经网络之父”、Facebook首席人工智能科学家。
是不是顿时觉得厉害了不少？
另外，还有一个很多人都会好奇的问题：他的名字听起来很地道，是中国人？我们还是先看照片吧。



杨立昆（Yann Le Cun）
好吧，人家其实是土生土长的法国人。
而这位众多“大佬”心目中的“大神”的成长经历也堪称“励志典范”。
计算机科学家、《智能时代》作者吴军博士在为《科学之路》撰写的推荐序中就有深度解读。



吴军博士
在法国，如果想要成为任何一个领域的精英，通常需要进入巴黎高等师范学院（ENS）或者巴黎综合理工学院这样的精英学校学习。
但是杨立昆却走了一条与众不同的求学道路，他高中毕业后就直接进入一所名气不算太大的大学——巴黎高等电子与电工技术工程师学院（ESIEE）学习。
杨立昆说，他用自己的经历证明了通过激烈的考试竞争进入名校，不是科学成功的唯一路径。
杨立昆在人工智能领域的研究生涯，可以追溯到他在大学时广泛地阅读课程之外的经典科学著作。
他读了包括诺姆·乔姆斯基等人在内的很多学者的论著，特别是苏联伟大的数学家、公理化概率论的奠基人柯尔莫哥洛夫的著作，打下了坚实的数学基础和计算机科学理论基础。



博士毕业后他得以进入有着“世界科学殿堂”之称的贝尔实验室工作。
入职两个月，他就创造了以自己名字命名的LeNet，在计算机还处于刀耕火种的年代，LeNet 就已经被用在全美国的邮政系统中，来读取每一封信件上面的邮政编码，在数字识别方面创造了纪录。
在以后的学术生涯中，杨立昆一直保持这种特立独行的做法，特别是在全世界都不看好人工神经网络这个研究领域的时候，他依然投身到这项研究中。
他的成果当时并不引人注目，但是正是这些研究成果，奠定了今天深度学习算法的基础。
如果要总结杨立昆的成功经验，吴军博士认为，这4句话对于中国的家长和孩子们来说很有启发意义：

求学是为了知识本身，而不是文凭和名校光环；


广泛地阅读高水平的专业著作，培养科学的品位；


特立独行，做自己感兴趣的事情，即便那件事在短时间内不被人看好；


长期的坚持。

2、究竟什么是人工智能？

杨立昆在《科学之路》中说：
人工智能正在逐步占领经济、通信、健康和自动驾驶汽车等领域。很多观察家不再将其视为一次技术演变，而视其为一场革命。



因此，他认为，所谓“人工智能”绝不是象牙塔尖的尖端科技，而应该成为普及到每个人的基础科学知识。
在这方面，中国年轻人对人工智能的兴趣一度让杨立昆直呼“难以置信”：

我第一次访问中国是在2009 年，当时是应北京大学举办的一个暑期研修班的邀请。


有一天，所有参加研修班的人去长城游览。在我们等待回北京市区的大巴时，一位学生腼腆地问是否能跟我合影，我欣然同意。很快，所有的学生竟然都排队要与我合影。


在美国，只有电影明星和著名的音乐家才有这种待遇，科学家是没那么多人追捧的。


上海，恐怕是世界上唯一会有人在街头拦住我并索要签名的城市。

杨立昆认为，人工智能的世界日新月异，不断地挑战新的极限。当一个关键问题被攻破后，便会进军新的领域，旧的领域便不再属于人工智能的范畴，而是会作为惯用工具存在。
比如，在20 世纪50 年代，计算机科学处于萌芽状态，将数学公式转化成可由计算机执行的指令尚属人工智能的范畴。但是现在，它只是编译器的基本功能。所有计算机科学专业的学生都会学习这些知识。
再比如路径搜索，在20 世纪60 年代它显然属于人工智能领域，但如今，它已是人们日常生活中最常被使用的功能之一。



20 世纪七八十年代，人工智能的核心是基于逻辑和符号处理的自动推理技术的集合。
而后来的事实又证明，推理能力仅是人类智力的一个小分支，我们还擅长使用类比的方式进行思考，或以直觉作为行动参考，逐步积累经验，认知世界。感知、直觉、经验等都是后天习得的能力，或者说是后天训练出来的能力。
因此，如果人类想制造出一种接近人类智能的机器，首先要做的就是赋予它学习能力。



人脑是由860 亿个相互连接的神经元编织的网络组成的，其中约160 亿个神经元活跃在大脑皮层中。每个神经元与平均约2000 个其他神经元通过一种被称为突触的结构连接。
神经元通过创建突触、删除突触或修改其有效性而进行学习。
因此，目前最流行的机器学习方法便是建立人工神经网络，并通过修改它们之间的连接达到学习的目的，这也是杨立昆一直研究的领域。



由于潜在市场的规模，人工智能的四大主要应用类别吸引了大型工业集团的兴趣，这些应用就是医药、自动驾驶汽车、虚拟助手以及家用和工业机器人。
这些人工智能应用将会改变社会，但是，只有机器能够像动物和人类一样有效地学习，只有它们能够通过自监督学习获得世界模型，只有它们积累起足够的世界知识以产生某些常识时，这一切才会成为可能。
如今，即便是最先进的人工智能系统也存在局限性，它们还不如一只猫聪明。
杨立昆认为，这才是人工智能研究所面临的真正挑战。
3、人工智能的未来与隐忧

像历史上任何一位伟大的科学家一样，杨立昆并不仅仅局限于人工智能在技术层面的突破，他也在思考，这种技术对于人类整体而言，意味着什么。
不少杰出的经济学家将人工智能视为GPT（genaral-purpose technology），即一种“通用技术”，认为它将在未来几十年中不断传播并深刻改变经济生活。我们在历史上创造的GPT 还有蒸汽机、电力、计算机等。



像以前的技术变革一样，人工智能也将取代一些行业，并带给我们许多难以想象的新生事物。
我们能够从中获得什么启示呢？
对一个想要抓住人工智能机遇的国家来说，最佳的方法是加大对各个层级教育的投入，包括高中、高等教育、博士生院，当然还有继续教育。必须为经济转型储备足够多的人才，当然还必须创建一个有利于创新的生态系统。



AI预测蛋白质结构：蓝色为AI预测结果，绿色为标准答案。来源：DeepMind
但像其他所有技术一样，人工智能可以被用于做最好的事情，也可能被用于做最恶的事情。
有些声音反对在军事上使用人工智能，主要是反对致命性自主武器系统（lethal autonomous weapon systems），它通常也被称为“杀手机器人”。
杨立昆提醒，面对人工智能推动的可能存在的军事失控，危险是真实存在的。



去年大火的美剧《异星灾变》中，毁灭人类世界的终极武器：死灵机器人。
但是鉴于当前人工智能的局限性，如果灾难袭来，它并不能主动采取行动，最终的责任还是要落到人类自身及人类对人工智能的滥用上。
但从各种科幻电影的反映来看，人类更多的担忧，来自人工智能本身。
“哈尔（HAL）！把舱门打开！”在电影《2001 太空漫游》中，一台名为“哈尔9000”的高智能计算机操控着宇宙飞船，而它拒绝执行为宇航员戴夫·鲍曼（Dave Bowman）打开分离舱舱门的命令。



《2001 太空漫游》剧照
这一场景戏剧性地展现出人工智能的关键问题：人工智能会有自己的意识吗？我们是否应该担心，终有一日世界会被终结者或几乎拥有无限力量和邪恶设计目的的智能机器人统治？
杨立昆认为“意识”是一种涌现属性，是智能的必然结果。对于深度学习，我们仍处于初步探索阶段，我们的模型变得越来越高效。
有朝一日，当机器达到某一精密的水平之时，它就会产生意识。
但是，不要害怕被机器超越。几个世纪以来，人类已经习惯自己的生理和心理能力被其他工具超越了：

打磨过的石头和刀具比牙齿更坚硬；耕畜、拖拉机和挖掘机比我们的体力更强；马、汽车、飞机比我们的双脚移动得更快；计算机的计算速度比人脑更快。

于我而言，我相信人工智能具备大大改善我们生活的能力，但我也相信它有制造问题的能力。

对认识自我的渴望驱动着我们对机器智能的探索与追寻，对人工智能的研究和对人脑的研究相辅相成。因此，人工智能也是未来几十年我们要面临的一项巨大的科学技术挑战。

杨立昆如是说。