或许人工智能远没有你想象的聪明

       27日，世界5g大会举行未来信息通信技术及国际战略研讨会，是一场大牛们的“华山论剑”。因为都是业界泰斗，嘉宾们难得共聚，台下频频交流，“咬耳朵”，话题专业之余不乏轻松。
　　而在这个重量级论坛上，能让所有嘉宾竞相拿出手机拍照的人，沈向洋是为数不多的一个。
他是硅谷科技圈最有分量、美国科技公司职位最高的中国人。今年新冠肺炎疫情期间效力回国，消息轰动中美科技界。
　　作为领军全球人工智能的专家，沈向洋提出，人工智能虽然已经获得了巨大的发展，但仍需要从深度学习过渡到深度理解，他为大家公布了最新研究进展，勾画了一个能够达到深度理解的人工智能框架系统。
　　他举例说明，哈士奇，是狗还是狼？这个对人脑不算事的判断，却可以困惑人工智能很久！
　　据悉，目前人工智能的发展，深度神经网起到非常重要的作用。这是美国十年前的研究成果，由沈向洋和同事在微软研究院做出。
　　他指出，十年以来，人工智能在大数据，运算，和延时处理三方面取得了重大的进展。但是对于真正的理解，人工智能实际上十年来没有特别重大的突破。
　　在算力方面，英伟达过去超过英特尔引领潮流，相信未来会继续奋勇向前。包括亚马逊、谷歌等企业的自主研发，已经把云端算力做得非常强大，这方面，来自深圳鹏城实验室的鹏城云脑，同样是非常典型的成功案例。
　　接下来，他话锋一转，开始“泼冷水”，指出即使是这样了不起的算力，真正应对智能时，得到的结果让人啼笑皆非。哪怕是全球最大的图像识别数据库ImageNet，仍然还差10的五次方的量级才能真正达到人的理解能力。所以就不难理解，整个领域还在拼命增加算力，这方面还远没有到天花板。这是科研的一条道路。
　　他提出，或许还存在另一条，更加巧妙的前进路线。
　　他给大家用计算机视觉和自然语言处理方面讲了两个例子，来解释为什么今天有这么强大的算力，有这么多大数据以后，智能还不尽如人意。
　　他在微软的朋友在华盛顿大学用深度神经网训练了一个模型，让人工智能分辨哈士奇是狼还是狗。这对于人脑来分辨，再简单不过。但人工智能的判断，6个结果里最多只有5个正确。用模型寻找错误的原因显得非常艰难。最后研究发现，神经网络对于哈士奇是狗还是狼，判断竟来自于旁边的背景。背景是雪地，它判断为狼，背景为草地，它判断为狗。跟狗和狼面部等大量的数据特征分析一点关系都没有。这让人工智能显得非常有趣，也非常危险。
　　此外，运用大数据，大训练模型出来的人工智能结果，在按照设定程序来运行，表现非常了不起，而如果遭受攻击，得出的结果可能大相径庭。
　　沈向洋指出，以上都值得反思，深度学习做到现在是不是离智能更近了？
　　为此他曾经和比尔盖茨以及纽约大学教授GaryMarcus讨论，得出的结论是，预训练的模型、深度学习的东西，到现在为止只是获取知识，而不是理解知识。所以必须要清醒的知道，正在做非常了不起事情的人工智能，并不是最棒的模型。
　　他认为，很有必要回归初心，回过头去认真思考机器学习的目的到底是什么。
　　其次，人工智能今天惊人的成就，做仿真器是最大的代表作。接下来最激动人心的事情，可能应该是写更大的仿真器，去仿真真正的物理世界。
　　最后，接下来最重要的事情，是让人工智能从深度学习过渡到深度理解。他正在尝试的解决之道，是建立一个开放域的对话模型，建立神经会话模型，能够做到深度理解的框架。