徐立:机器猜想或是砸牛顿的苹果,上海包容开放是最好的土壤
2021-08-06 21:55:36 作者:佚名
7月8日,2021世界人工智能大会在上海开幕。商汤科技联合创始人、首席执行官徐立在开幕式上表示,今天人工智能的猜想、机器的猜想可能就是牛顿砸在头上的那颗苹果,而上海的包容开放是它最好的土壤,使它能够长出更多的创新成果。“我们可能用人工智能的创新来推动人工智能的普惠,让人工智能更多地影响诸多的行业。”
徐立表示,人工智能是创新的源泉,真正颠覆式创新是从天才灵光一现的脑洞或者不可思议的猜想、思想实验而来的。有了人工智能和超级计算机之后,机器会不会思考?机器会猜想吗?徐立表示,答案是肯定的。在有些领域机器已经给了人类非常好的样板,反向推动人类科学的进步。
机器猜想的必要条件是什么?徐立表示,首先,随着过去20年来计算机算力的发展,最好的人工智能算法在过去10年对于算力的需求增长了接近100万倍,这是一个巨大突破。
“照理来说算法越先进需要的算力越少,恰恰相反,我们探索广袤空间越大,才需要更大的算力,这无关数据,因为有很多算法已经依赖于小数据,甚至是不需要人类数据的,但是这种探索反倒给了我们一种更新迭代认知的可能性。”徐立表示,人工智能算力大装置是推动猜想的基础要素。大装置可以类比于粒子对撞机,粒子对撞机就在随机的可能性中撞出新粒子,探索未知世界。
第二,由于是猜想的,很多事情是不可确定的,那么真正意义上去定义产业应用的边界或者定义它可不可靠是需要放到产业里的。而事实上,人类历史上有很多应用都是先有猜想应用,最后才能给一个合适解释。比如莱特兄弟发明飞机时不知道原理,甚至今天都无法用流体力学解释飞机起飞的动力,但这不妨碍飞机制造公司制造出安全可控的飞机。
而诸多人工智能应用中一大部分都是基于这样的猜想完成的。比如,自动驾驶中的自动泊车,老司机经常可以总结出泊车的规律,但这些规律并不能及时转化到计算机。计算机自己演化出一套规律,甚至科学家都没有办法真正解释计算机倒车的逻辑,但这不妨碍自动泊车落地。徐立表示,未来我们更多拥抱场景的迭代才能真正探索出技术可能边界。
另外一个更复杂的应用是开放环境下的决策。比如智能交通的应用,通常情况下在解决交通信号灯管控时,人类一直很难给出一个完美的答卷。“我们试图在一个很小范围之内,尝试用人工智能的猜想去解决这个问题,可以把当地平均等待时间节省一半,接近20分钟。”而能否推广到更大范围,还需要更多探索。但在这个方向上,徐立表示,机器猜想已经给了我们一个出其不意的惊喜。
徐立表示,另外一类应用可能大家习以为常认为是大数据驱动的应用,包括智慧城市、两网建设、智能社区。“可是当真正进入到这些应用的时候,发现其实它并不是那么大数据,我们解决的是日常的低频刚需的应用。”
比如解决高空跌落物件这个问题时,不可能有太多的跌落物件的数据。解决火灾、老人跌倒这些社区关怀的问题时,往往是零数据并且是小数据的,那么机器只能通过通用的技术做出衍生和泛化来对这些场景进行可能的猜想。
徐立表示,目前在很多情况下,机器不能够有一个完整的控制和迭代,所以商汤秉承推动更好的人工智能伦理发展,推出了基于可控、绿色环保、可持续、以人为本的人工智能伦理发展观。
“我更想强调的是,我们要以发展的眼光来看待我们的人工智能伦理治理。”徐立表示,发展有两点含义,第一,要以发展为目标,所有的伦理治理都是为了让人工智能更好服务我们的社会,更好推动社会的发展。“如果不谈目标,其实满足任何一个治理条件都会非常容易,但是单一的优化往往会使大家陷入困境。”
第二,人工智能的发展很快,所以要用发展的眼光平衡各种不同的治理框架,在不同阶段选择不同的治理政策。一个反面的例子是,1865年英国造出第一台车时,英国推出了红旗法,车前50米有一个人挥舞着红旗走,所以车的速度不可能超过人。“我们当然做到了完全的安全可控,但是英国也同样失去了汽车发展的红利时间。”
“所以在今天,人工智能的猜想、机器的猜想可能就是牛顿砸在头上的那颗苹果,而上海的包容开放是它最好的土壤,使它能够长出更多的创新成果。我们可能用人工智能的创新来推动人工智能的普惠,让人工智能更多地影响诸多的行业。”徐立表示。(本文来自澎湃新闻,更多原创资讯请下载“澎湃新闻”APP)
徐立表示,人工智能是创新的源泉,真正颠覆式创新是从天才灵光一现的脑洞或者不可思议的猜想、思想实验而来的。有了人工智能和超级计算机之后,机器会不会思考?机器会猜想吗?徐立表示,答案是肯定的。在有些领域机器已经给了人类非常好的样板,反向推动人类科学的进步。
机器猜想的必要条件是什么?徐立表示,首先,随着过去20年来计算机算力的发展,最好的人工智能算法在过去10年对于算力的需求增长了接近100万倍,这是一个巨大突破。
“照理来说算法越先进需要的算力越少,恰恰相反,我们探索广袤空间越大,才需要更大的算力,这无关数据,因为有很多算法已经依赖于小数据,甚至是不需要人类数据的,但是这种探索反倒给了我们一种更新迭代认知的可能性。”徐立表示,人工智能算力大装置是推动猜想的基础要素。大装置可以类比于粒子对撞机,粒子对撞机就在随机的可能性中撞出新粒子,探索未知世界。
第二,由于是猜想的,很多事情是不可确定的,那么真正意义上去定义产业应用的边界或者定义它可不可靠是需要放到产业里的。而事实上,人类历史上有很多应用都是先有猜想应用,最后才能给一个合适解释。比如莱特兄弟发明飞机时不知道原理,甚至今天都无法用流体力学解释飞机起飞的动力,但这不妨碍飞机制造公司制造出安全可控的飞机。
而诸多人工智能应用中一大部分都是基于这样的猜想完成的。比如,自动驾驶中的自动泊车,老司机经常可以总结出泊车的规律,但这些规律并不能及时转化到计算机。计算机自己演化出一套规律,甚至科学家都没有办法真正解释计算机倒车的逻辑,但这不妨碍自动泊车落地。徐立表示,未来我们更多拥抱场景的迭代才能真正探索出技术可能边界。
另外一个更复杂的应用是开放环境下的决策。比如智能交通的应用,通常情况下在解决交通信号灯管控时,人类一直很难给出一个完美的答卷。“我们试图在一个很小范围之内,尝试用人工智能的猜想去解决这个问题,可以把当地平均等待时间节省一半,接近20分钟。”而能否推广到更大范围,还需要更多探索。但在这个方向上,徐立表示,机器猜想已经给了我们一个出其不意的惊喜。
徐立表示,另外一类应用可能大家习以为常认为是大数据驱动的应用,包括智慧城市、两网建设、智能社区。“可是当真正进入到这些应用的时候,发现其实它并不是那么大数据,我们解决的是日常的低频刚需的应用。”
比如解决高空跌落物件这个问题时,不可能有太多的跌落物件的数据。解决火灾、老人跌倒这些社区关怀的问题时,往往是零数据并且是小数据的,那么机器只能通过通用的技术做出衍生和泛化来对这些场景进行可能的猜想。
徐立表示,目前在很多情况下,机器不能够有一个完整的控制和迭代,所以商汤秉承推动更好的人工智能伦理发展,推出了基于可控、绿色环保、可持续、以人为本的人工智能伦理发展观。
“我更想强调的是,我们要以发展的眼光来看待我们的人工智能伦理治理。”徐立表示,发展有两点含义,第一,要以发展为目标,所有的伦理治理都是为了让人工智能更好服务我们的社会,更好推动社会的发展。“如果不谈目标,其实满足任何一个治理条件都会非常容易,但是单一的优化往往会使大家陷入困境。”
第二,人工智能的发展很快,所以要用发展的眼光平衡各种不同的治理框架,在不同阶段选择不同的治理政策。一个反面的例子是,1865年英国造出第一台车时,英国推出了红旗法,车前50米有一个人挥舞着红旗走,所以车的速度不可能超过人。“我们当然做到了完全的安全可控,但是英国也同样失去了汽车发展的红利时间。”
“所以在今天,人工智能的猜想、机器的猜想可能就是牛顿砸在头上的那颗苹果,而上海的包容开放是它最好的土壤,使它能够长出更多的创新成果。我们可能用人工智能的创新来推动人工智能的普惠,让人工智能更多地影响诸多的行业。”徐立表示。(本文来自澎湃新闻,更多原创资讯请下载“澎湃新闻”APP)