编辑 | 丛 末
2020年7月22日,“全球青少年图灵计划”项目在中关村国家自主创新示范区展示中心正式发布,向未来的“图灵少年”正式发出邀请。
注:“全球青少年图灵计划”是由中国人民大学高瓴人工智能学院、中国人民大学附属中学、中国人民大学文化科技园联合主办的青少年科技人才培养公益项目,旨在推动全球人工智能领域后备青少年人才发现与培养。
据悉,本届青少年图灵计划拟在全球范围内招募并选拔30名在科技创新与应用领域具有潜质的中学生,有针对性地开展人才培养和国际交流活动,帮助学员从课题研究能力、学术规范性、创新潜能激发等多维度获得提升,进一步挖掘拔尖青少年的创新潜力,提升科学素养和科研创新能力。
在启动仪式上,中国人民大学高瓴人工智能学院文继荣院长发布了全球青少年图灵计划,同时发布由三大院士和国内九大知名高校人工智能学院院长组成的全球青少年图灵计划专家顾问委员会名单。其中,三大院士为:中国工程院院士潘云鹤,美国艺术与科学院院士张亚勤,英国皇家工程院院士、图灵研究院院士安东尼·科恩。
启动仪式后,由中国工程院原常务副院长、中国人民大学高瓴人工智能学院学术委员会主任潘云鹤院士开启了首场大师公开课,主题是“人工智能走向2.0”。
AI科技评论在观看完整场公开课之后,做了一份笔记,请欣赏。
这次演讲主要有三个部分:第一部分,人工智能走向2.0;第二部分,人工智能2.0技术已露端倪;第三部分,新一代人工智能大有可为。
潘云鹤在公开课中提到,1956年,斯坦福大学J. McCarthy教授、麻省理工学院M.L. Minsky教授、卡内基梅隆大学的H. Simont和A.Newe教授、等众多学者在美国达特茅斯( Dartmouth)学院首次确立了“人工智能”概念。
此后人工智能的目标便在于让机器能像人那样认知、思考和学习。
介绍完基本概念之后,潘云鹤还梳理了人工智能前几次的发展历史,潘云鹤说:“到了70年代之后,人工智能逐渐形成了典型任务和应用。有7个领域最为重要,包括机器定理证明、机器翻译、专家系统、博弈、模式识别、学习、机器人和智能控制。显然,这7个领域分别对应人类不同的特征要素。因此也形成了许多人工智能学派,例如符号学派、连接学派、行为学派。
在60年代,符号学派是主流,当今连接学派成为主力,而行为学派则在应用方面发挥着重要的作用。
其实,人工智能60几年的发展也经历了很多挫折,第一次低谷的导火索是1973年英国发表 James Lighth报告,该报告打击了英国机器人研究。现在看起来那时候的人工智能尚属婴儿期,评判难以准确。
第二次低谷发生在日本。标志性事件是,日本智能(第五代)计算机研制失败,整个研制项目从1982年开始,1992年失败,耗时10年,花费了85亿美元。这带给我们的教训是:驱动AI的发展主要靠创新、软件和知识,而非硬件。也即要想在硬件上进行“智能”研究,必须在软件和知识的基础上才能取得成果。
第三次低谷发生在美国的斯坦福。在1984年(80年代中期),斯坦福开始通过专家来建设知识百科全书Cyc。但在90年代后期搜索引擎崛起,Cyc开始边缘化。这带给我们的教训是:知识不能靠专家手工表达,要靠自动学习。”
从前三次人工智能低谷看本次的人工智能浪潮,不同之处在于:“前几次是政府和学界推动,而这一次是产业界带领的。例如微软以聊天机器人“小冰”来实现界面从“图形技术”向“自然语言和情感理解交互技术″转变;Facebook公布发展三大支柱:“连接世界”、“人工智能”和“AR/VR”;IBM投资10亿美元组建 Watson人工智能部门等等。
中国公司在这一次的人工智能浪潮中,动作也比较快,例如百度公司在语音搜索、无人车、自动翻译等方面积极布局;阿里巴巴的广告自动设计、城市大脑;科大讯飞的语音识别;海康威视的智能摄像头;腾讯的智能医疗与游戏;大疆的无人机;华为的诺亚方舟实验室等等。
产业先行,政府随后赶上。这一次美国的脚步最快,在2016年5月,美国白宫发表文章《迎接人工智能的必然》,在美国国家科技委中设立“人工智能和机器学习委员会”,来协调指导全美各界的行动。美国之后,欧洲、日本等国家也开始制定国家人工智能开发规划。
除了政府和产业界,潘云鹤还注意到民间的热情也很高涨。高涨的起源于Alpha Go在围棋方面战胜世界冠军李世石。当然了,媒体也很热情,尤其讨论“机器何时代替人类”。
其实,人工智能和人类的棋类竞赛已经有了半个世纪之久:在1968年国际象棋大师David打赌,电脑10年内不能赢他。随后,在1988年,Deep Thought赢了国际象棋大师 Bent Larsen;在1997年,电脑专家 John Tromp打赌:13年内,电脑不能在围棋方面赢他;2016年,AlphaGo 赢了世界冠军李世石。
潘云鹤还提到,中国工程院也早就瞄准了人工智能。例如,在2015年,中国工程院决定设立一个重大的咨询项目,项目的名字叫做“中国人工智能2.0发展战略研究”。
为什么要申请此项目?潘云鹤在公开课中说:“在申请此项目之前,我们在研究智慧城市时,发现世界正在进行一次重大的转变:世界正从二元空间转为三元空间。原来的二元空间指的是,人类社会空间(H)和物理空间(P)。但信息迅速壮长成新一极:信息空间(C)。”
其实,如果追究信息空间成长壮大的历程,在时间维度上可以回到50年前。50年前,我们也有很多信息,例如书籍、交流、媒体、计算机等产生的信息。
但是,那时候信息没有崛起为“一元”,原因是,所有的信息都来自于人类社会。直观感受是,所有的信息都是人发出的。
后来有了互联网,有了移动通讯和搜索,但即使到那个时候,信息也没有成为“一元”,因为信息仍然是人发出的。
再后来,传感器和物联网的普及让信息绕过人类,直接来自于物理世界。所以,很多信息离开了人类,这些信息真正的反映了整个物理世界和人类社会的发展变化。这些信息越来越多,慢慢的就变成了单独的“一元”。
当前是大数据时代。在这个时代中,数据的特点不仅是大和增长迅速,更重要的特点是:大量的信息都不是人发出来的,都是绕过人类发出的信息。
所以,这样的一个时代,人类对信息的处理有了很大的变化,这些变化应该由“人工智能2.0”来完成。
基于这样的想法,潘云鹤提到,在2015年,他们设立了人工智能2.0的专业研究课题,从而应对AI面临60年未遇之大“变局”。其中“变局”来自三个方面:第一,信息环境巨变。60年前,当人工智能最初提出来的时候,其信息环境是:几十个人围着一个计算机“转”。而我们当前的信息环境已经有了互联网、移动计算、超级计算、穿戴设备等等。
第二,社会新需求爆发。现在需要解决的不是让一台计算机如何变聪明,而是让一个系统怎么变得聪明。
第三,人工智能的基础和目标发生了变化,回想60年前,当时研究人工智能,主要目标就是让计算机变得和人一样聪明。经过这么多年的研究,科学家发现,计算机可以像人一样聪明,甚至可以比人更聪明(在计算、记忆方面)。现在,人工智能正在把群体智能,人机融合增强智能作为一个新的目标。
在介绍完人工智能2.0技术总体概览之后,潘云鹤还针对人工智能2.0关键理论和技术,例举了一些人工智能发展新特征(端倪)。
端倪1:大数据上的深度学习+自我博弈进化技术。举例而言,与传统AI博弈不同, AlphaGo的深度学习不仅结合了“棋感知”和“深度探索(全局获胜机率)”,而且和自我博弈技术相结合,能够快速创造新的棋局。
端倪2:基于网络的群体智能已经萌芽。例如,美国普林斯顿大学 Connectome项目通过群体参与来探讨大脑结构和功能之间映射的神经通路。
端倪3:人机融合技术导向各种混合智能。各种穿戴设备、人-车共驾、脑控或肌控外骨骼机器人、人机协同手术等实现生物智能系统与机器智能系统的紧密耦合。
端倪4:跨媒体推理已经兴起。跨媒体智能是人的一种重要的天赋,例如在读“张三在吃苹果”这句话时候,脑中自然显露出了苹果的图案。这种文字到图像的跨媒体翻译也正是当前计算机翻译需要克服的最大麻烦。
关于跨媒体技术,当前也已经有了一些进展,例如浙大工业设计的“跨媒体推理生成风景画”,能够一键完成“涂鸦”到“画作”的转换。
端倪5:自主智能装备涌现。直接表现为无人系统迅速发展:在工业装配线上机械手发展很快;但在灵活运动的领域中,无人系统迅猛发展的速度远快于机器人。
在人工智能1.0时代,科学家主要关注点是发展机器人,希望能够做出像人、动物的机器人,虽然取得了许多进展,但是离大规模的应用,距离还很远。
那么,为什么要从机器人转化为智能自主系统呢?潘云鹤在公开课中举了一个例子,他说:“在1985年,弹钢琴机器人出现在日本筑波的世界博览会,后来人们发现“弹钢琴”实际上不需要眼睛,也不需要头。于是,之后就简化为:只需要一双机械手就可以了;再后来,发明了一款自动钢琴,连“手”都不需要了。
显然,此类系统所需的已经不是“机器人”,而是需要一个智能化、自动化的设计。所以,我们就在人工智能2.0中,把机器人概念扩大为智能自主系统。”
在讲完上面一些例子之后,潘云鹤也对当前新一代人工智能发展趋势做出了自己的判断:“人工智能现在处在萌芽阶段,方兴未艾。之后会有大量的人工智能的新产品出来,包括智能软件、语音识别、机器翻译等等。”
其实,除了产品之外,还有各种各样系统的智能化,在今后几年中间也会大量地涌现出来,例如智能企业、智能制造、智能物流、智能医疗等等。另外,智能法庭和律师、智能城市、智能交通监控带来的社会治理智能化也正在“路上”。
最后潘云鹤也表达他对青少年的期望,祝愿他们成为新一代AI的创新英雄,为人类作出重大贡献。
AI 科技评论希望能够招聘 科技编辑/记者
办公地点:北京/深圳
职务:以跟踪学术热点、人物专访为主
工作内容:
1、关注学术领域热点事件,并及时跟踪报道;
2、采访人工智能领域学者或研发人员;
3、参加各种人工智能学术会议,并做会议内容报道。
要求:
1、热爱人工智能学术研究内容,擅长与学者或企业工程人员打交道;
2、有一定的理工科背景,对人工智能技术有所了解者更佳;
3、英语能力强(工作内容涉及大量英文资料);
4、学习能力强,对人工智能前沿技术有一定的了解,并能够逐渐形成自己的观点。
感兴趣者,可将简历发送到邮箱:jiangbaoshang@yanxishe.com
击"阅读原文",直达“CVPR 交流小组”了解更多会议信息。