隨著“人工智能”作為重要發(fā)展導向被國家正式列入《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》、《“十三五”國家科技創(chuàng)新規(guī)劃》，人工智能行業(yè)在國內(nèi)迎來集中研究興盛期,，研究側(cè)重點也從觀點提出期,，發(fā)展到了以Alpha Go為代表的機器學習、深度學習獨立研究期，并在智能語音識別交互和計算機視覺等研究方面取得了重大突破。今天我們有幸請到了AI獨角獸企業(yè)深蘭科技深蘭大學的資深研究員方林博士，為我們揭秘人工智能領域的領先科技及研究成果,，解讀行業(yè)趨勢和發(fā)展方向,。

　　深蘭科學院高級研究員  博士  方林

　　記者：您進入AI領域有多久了？

　　方林：我從1990年開始學習人工智能,，1992年開發(fā)了人生第一個人工智能程序——五子棋人機對弈,。自博士畢業(yè)后，已經(jīng)致力于人工智能的研究長達20年,。

　　記者：您為什么會投身AI領域呢,？

　　方林：在眾多的計算機理論中，人工智能是我最感興趣的理論之一,。她是研究如何讓計算機具備人類智能的學科,，由數(shù)學家和計算機科學家們提出的眾多理論和算法組成。比如A＊算法,、Alpha－Beta剪裁,、梯度下降法和反向傳播算法等等。研究她們并付諸于實踐,，就能夠幫助我們編寫出神奇的程序,，從而控制計算機做出不可思議的事情。比如與人類棋手對弈并戰(zhàn)勝人類,。這多么有趣?。?/p>

　　所以,，從事AI理論研究和實踐能夠給我?guī)頍o窮的樂趣,。我常常覺得那些算法和數(shù)學公式代表的也許是一種他人無法理解的美,，而我樂在其中,。

　　記者：您一直從事哪些方面的研究呢？

　　方林：我研究的方向包括搜索算法,、博弈算法,、機器學習、深度學習,、遺傳和進化算法等,。

　　記者：眾所周知，人工智能已經(jīng)成為業(yè)界乃至全社會重點關注的行業(yè),，大家都知道人工智能是最新前沿科技,，但是對人工智能本身并不了解。您可以通俗易懂地給大家介紹一下什么是人工智能嗎,？

　　方林：簡單地說,，人工智能就是讓計算機或者機器具備像人類一樣的智能，完成以前只有人類,，尤其是人類智能才能完成的任務,。比如駕駛車輛,、與人對弈、識別人臉等等,。

　　城市發(fā)展,、產(chǎn)業(yè)升級、生產(chǎn)生活 離不開人工智能

　　記者：人工智能目前主要應用于哪些領域,？

　　方林：移動支付,、物流、電子商務,、機械制造,、生物化學、無人駕駛,、機器人......,。從制造業(yè)到醫(yī)療、衛(wèi)生保健,、教育,、物流、交通,、城市管理,，人工智能無所不在，幾乎涵蓋了城市發(fā)展,、產(chǎn)業(yè)升級和生產(chǎn),、生活、服務的方方面面,。

　　記者：您認為AI在哪個行業(yè)的實用價值最大,？

　　方林：目前來說，AI在物流,、移動支付和電子商務等商業(yè)領域方面的應用最為成熟,，也較為成功。當然,，在不久的將來,，在其他領域也有可能取得更大的突破，比如藝術創(chuàng)作,。

　　記者：AI領域的發(fā)展對學術領域產(chǎn)生了什么樣的影響,？

　　方林：使一些表面看似沒有關聯(lián)的知識產(chǎn)生了聯(lián)系。比如,，微積分和繪畫,。從前，數(shù)學家和藝術家之間幾乎沒有多少共同點?，F(xiàn)在,，數(shù)學家可以利用數(shù)學知識（比如微積分）創(chuàng)建生成式對抗網(wǎng)絡,，從而生成素描、漫畫或者油畫,。作品看起來幾乎就跟人類藝術家創(chuàng)作的一樣好,。

　　結(jié)伴學習 促進學習進化

　　記者：目前，您主導什么樣的研究呢,？

　　方林：目前,，我在深蘭科技進行一項稱作“結(jié)伴學習”的研究。原理是將樣本成對地輸入到模型中進行訓練,。學習過程中,，兩個樣本之間互相促進、互相提高,。

　　記者：能否結(jié)合實例解讀結(jié)伴學習研究,？研究能夠產(chǎn)生什么實際作用？

　　方林：近期,，我們團隊正在研發(fā)一個人工智能時裝設計系統(tǒng),。在這個系統(tǒng)中，結(jié)伴學習能夠準確地抓取時裝的特征,?；谶@些特征生成的時裝走秀圖的質(zhì)量要比目前流行的GAN（生成式對抗模型）要高得多。并且模型的參數(shù)少,，結(jié)構簡潔,，訓練速度快。比如結(jié)伴學習1個小時訓練的結(jié)果比GAN1天的訓練效果還要好,。

　　記者：那么結(jié)伴學習能使哪些科學研究受益呢,？

　　方林：結(jié)伴學習是一種通用的學習方法，在圖形圖像處理,、自然語言處理,、語音處理和視頻處理中都可以發(fā)揮作用。

　　傳統(tǒng)深度學習模型中,，樣本之間是沒有聯(lián)系的。模型只會對一個個的孤立樣本進行處理,。結(jié)伴學習則不同,， 她處理的是一對一對的樣本。模型在訓練時,，不但從樣本中學習知識,，還從樣本的差異中學習知識。這大大提高了學習效率,，提高了學習精度,。這就像兩個中學生在學習時互相幫助,、互相促進，共同提高,。

　　結(jié)伴學習的另一個特點是對樣本的復制,。我們知道，自然界中遺傳和進化的基礎是子代對父代的復制,。結(jié)伴學習通過對樣本的編碼和解碼實現(xiàn)對樣本的復制,，并在這個過程中獲得樣本的語義信息。自然界中,，遺傳和進化的基礎是基因,；結(jié)伴學習中，編碼和解碼的基礎就是語義,。所以結(jié)伴學習可能可以在遺傳和進化算法研究中發(fā)揮重要作用,。

　　記者：人工智能目前的發(fā)展現(xiàn)狀和未來發(fā)展趨勢如何？

　　方林：人工智能的前景十分廣闊,，是最有希望賦能幾乎所有行業(yè)的技術之一,，將在生產(chǎn)、生活和科學研究的各個方面發(fā)揮積極的作用,。

　　目前,，我國在人工智能理論研究方面的水平相較國外最先進水平還有一定的差距。比如人工智能基礎框架幾乎都是國外科研人員開發(fā)的,。但我們正在積極趕上,，步步緊隨。許多新理論,、新方法,、新算法都是中國科學家首先提出的。深蘭科學院提出的結(jié)伴學習就是這方面的一個例子,。

　　相對于理論研究,，我國人工智能應用已經(jīng)走在了世界前列。比如我國在移動支付,、智能物流,、電子商務、共享單車,、高鐵等等領域內(nèi)的人工智能應用已經(jīng)把美歐日甩在了后面,。我認為，這是繼以蒸汽機為代表的第一次工業(yè)革命,、以電氣化為代表的第二次工業(yè)革命和以信息化為代表的第三次工業(yè)革命后,，中國首次在以人工智能為代表的第四次工業(yè)革命中領跑。其意義遠大于前三次工業(yè)革命之和。

　　人工智能未來助推：遺傳算法和進化學習

　　記者：人工智能領域有哪些尚未攻克的難點,，是否有希望解決呢,？

　　方林：目前，對于遺傳和進化算法的理論研究還沒有取得實質(zhì)性的突破,，對進化學習和強化學習的研究仍處于摸索階段,。在對抗學習的研究方面還存在諸多難點。

　　不過,，越是逼近困難,，越容易出現(xiàn)突破。1986年臺灣應昌期出資120萬美元用來獎勵2000年之前戰(zhàn)勝人類專業(yè)棋手的圍棋程序,。當時有人認為這樣的圍棋程序在50年內(nèi)都無法實現(xiàn),。但僅僅30年后，Alpha Go 就解決了這個問題,。

　　關于遺傳算法,，目前我們需要研究和攻克的關鍵點是如何實現(xiàn)模型的自我進化。當前,，我們的科學家們還只能人工優(yōu)化模型,，耗時耗力，模型的結(jié)構也不會自動發(fā)生變化,。神經(jīng)元之間的一些奇特的連接方式可能永遠也不會被人腦發(fā)現(xiàn),，除非讓電腦來思考這個問題。就像人類棋手戰(zhàn)勝不了Alpha Go Zero的一個重要原因就是后者常會走出一些人類看不懂的棋,。

　　將來,，如果我們能夠在進化算法方面取得突破性的進展，這將帶動人工智能的發(fā)展進入一個新階段,。這是全世界,，包括深蘭科技在內(nèi)的科研團隊正在共同努力的方向。我們對于將來攻克上述難點持謹慎樂觀的態(tài)度,。

　　記者：您對人工智能未來的研究有何展望呢,？

　　方林：未來的人工智能研究主要有兩個方向：第一是人工智能應用。即如何更廣泛更高效地把人工智能應用到某個具體場景中,。

　　第二是人工智能理論研究的突破,。這主要是指對抗學習、遺傳算法,、進化學習和強化學習理論的突破,。目前的人工智能還只能解決一些功能性問題。比如Alpha Go,，只能下圍棋。在不更改模型結(jié)構的情況下她不能學習和實現(xiàn)其他功能。另外,，目前的人工智能還不能真正做到一邊學習一邊使用,。我們通常只能在訓練完成后才能使用模型。

　　黑盒推理如何成為白盒推理,，是未來AI研究重點

　　記者：在尚未涉足的領域中,，AI未來還有哪些內(nèi)容值得深耕呢？

　　方林：有兩個方面,。一是機器定理證明,，第二是邏輯推理。目前的深度學習仍是黑盒推理,。我們可以通過深度學習的模型獲得推理結(jié)果,，但仍無法了解或者判斷出得出這個結(jié)果的過程是怎樣的。我們希望未來能夠把黑盒推理轉(zhuǎn)變?yōu)榘缀型评?，從而讓我們能夠清楚了解推理的過程,。

　　當下，科學家們發(fā)現(xiàn)在深度學習模型當中,，每個神經(jīng)元激活情況跟人腦中真正的神經(jīng)元的表現(xiàn)高度一致,，這是目前人工智能科學家發(fā)現(xiàn)的最好的結(jié)果。但這只能說明深度學習的方向是對的,，但仍無法解釋推理的過程,。

　　至于機器定理證明，盡管很少有人提及,，她其實是人工智能皇冠上的明珠,。涉及自然語言理解、知識圖譜,、知識語義,、邏輯推理和歸納推理。其中的邏輯推理恰恰不是現(xiàn)在的深度學習技術所擅長的,。如果機器定理證明能夠取得突破,，人工智能就具備了自學人類記載在書籍中所有知識的能力。

　　人工智能 改變未來

　　記者：作為AI領域的深度研究者,，您最希望人工智能能夠幫助您解決什么樣的問題,？

　　方林：因為平日工作繁忙，疏于對家人照顧,，而太太在家中操持家務非常辛苦,，所以就我個人而言，我迫切希望能夠發(fā)明出一個家務機器人,，買菜燒飯,、洗衣疊被，什么家務活都能干，還能輔導我女兒學習,。

　　記者：智能家居對此似乎已有所斬獲,，那么AI技術應用能產(chǎn)生什么突破呢？

　　方林：當前的智能家居是功能型的,。比如智能臺燈就只有臺燈的功能,，最多我們能通過手機App遠程控制它，還算不上是家務機器人,。我所說的家務機器人是全智能家務機器人,，可以做各種家務活，能夠?qū)W習,，可以交流,，能夠自動適應不同家庭的實際需要。

　　記者：目前無人駕駛是公眾比較關注的,，但對此也存在許多爭議,，比如自動駕駛是否能替代人類駕駛。您怎么看,？

　　方林：從技術上講,，我認為是有可能的。從圖形圖像處理,、計算機視覺,、視頻處理等方面的研究來看，讓計算機感知外界的環(huán)境（比如道路,、樹木,、障礙物等）并重建周圍立體環(huán)境是有可能的。結(jié)合GPS衛(wèi)星定位,、地圖導航和強化學習,，自動駕駛就會成為可能。

　　記者：目前,，隱私安全也是公眾比較關注的,，AI技術能否借助當下研究，幫助人們解決這些方面的問題,？

　　方林：當然可以,。目前深蘭科技主導提出的人體生物識別技術（掌脈識別技術），是國內(nèi)行業(yè)領域比較領先甚至是獨有的生物感應技術,，通過活體識別取代信息數(shù)據(jù)加密技術,，更好地保護公眾信息安全和隱私，實現(xiàn)欺詐預警,。具備了很好的實用價值,。

　　創(chuàng)新創(chuàng)造  人工智能是人腦得力助手

　　記者：在傳統(tǒng)觀念中,，AI在基礎應用的技術比較成熟，那么在創(chuàng)新創(chuàng)造方面,，能否起到一些更好的作用呢,？

　　方林：目前的人工智能技術可以讓計算機創(chuàng)作出不遜于人類藝術家的藝術作品,。比如音樂,、繪畫、攝影等等,。深蘭科學院的人工智能時裝設計系統(tǒng)還能夠進行時裝設計,。

　　再比如Alpha Go，不僅擊敗了人類圍棋高手,，它對圍棋的認識也遠遠超越了人類,。人類圍棋高手目前考慮的不是如何擊敗Alpha Go，而是如何從她的棋譜中獲得啟發(fā),。

　　所以人工智能成為人腦很好的幫手,，補充人類思維和認知緯度的不足。

　　新興行業(yè)衍生新職業(yè)  人工智能也一樣

　　記者：AI技術的發(fā)展已經(jīng)能夠取代一些基礎工作,，那么在技術發(fā)展到一定的高度后,，會不會導致失業(yè)呢？

　　方林：不會,。雖然部分行業(yè)會受到一些影響,，一些崗位可以被取代或者因為AI技術成熟而消失。但技術成熟后會衍生出更多的新興行業(yè),、崗位和工種,，而且將比消失的更多更豐富。比如汽車出現(xiàn)之前,，人們不會知道它會帶來這么多職業(yè)或行業(yè),，比如造車、賣車,、保養(yǎng),、保險、洗車,、修車,、修路、架橋,、高速公路,、路政、交警......,。那些曾經(jīng)阻撓汽車推廣的人現(xiàn)在到哪里去了呢,？

　　人工智能不但不會取代人工,，反而需要更多的人工。但不想學習,、不懂得改變自己的人,，是有可能會被淘汰的。

　　人工智能人才稀缺  數(shù)學,、微積分發(fā)燒友注意了,！

　　記者：您認為人工智能行業(yè)或者說企業(yè)最迫切需要什么樣的研究人員呢？

　　方林：我認為是數(shù)學和計算機理論相結(jié)合的專業(yè)人員,。有人認為,，軟件開發(fā)（包括人工智能研究）就是編程序，編程只需要懂得計算機語言的語法就行了,。我認為,，計算機理論和數(shù)學的每一門學科都代表了一個認知緯度。就像劉慈欣在《三體》中所說的那樣,，二維世界的人根本就無法理解和抗衡三維世界的人,；三維世界的人根本就無法理解和抗衡四維世界的人。認知緯度的重要性于此可見一斑,。

　　我從來不認為微積分只有在使用微積分時才發(fā)揮作用,。數(shù)學帶給我們的，是我們對世界看法的根本性改變,。沒有這種改變,，人類無法從事人工智能科研，也不可能取得有意義的成果,。

　　同樣的,，計算機理論也很重要。為此,，我建議大家重視對《數(shù)據(jù)結(jié)構》,、《操作系統(tǒng)》、《編譯原理》等計算機理論課程的學習,。書到用時方恨少,，這些理論絕不僅僅只是在各自領域內(nèi)發(fā)揮作用。

　　記者：您有什么研究心得能夠分享給大家呢,？

　　方林：第一,，科學研究沒有捷徑，只能一步一個腳印潛心探索,，無法一蹴而就,。大家要坐得住，耐得住寂寞,，耐得住無人理睬,；第二,，要重視計算機基礎理論和數(shù)學的作用。工欲善其事,，必先利其器,，用高中數(shù)學是不可能解決哥德巴赫猜想的；第三,，要學會與其他科研人員交流,，學會站在巨人的肩膀上。我們呼吁更多研究愛好者投身于這個行業(yè),，共同用人工智能創(chuàng)造未來新世

　　界,。

　　方林

　　深蘭科學院高級研究員  博士

　　南京大學計算機軟件博士，師從孫鐘秀院士,。

　　20年來一直從事計算機科研、教學,、培訓,、軟件項目系統(tǒng)分析架構設計和項目管理工作。

　　獨立開發(fā)了人工智能博弈軟件框架,、問題求解框架,、Prolog邏輯語言編譯器和運行環(huán)境以及相應的規(guī)則系統(tǒng)框架。

　　目前從事人工智能理論和算法研究,，以及相應的應用軟件和產(chǎn)品開發(fā),。研究領域主要是圖形圖像處理和自然語言處理。