作者：韋青
來源：北大縱橫
今天非常高興跟大家交流一下關(guān)于《深度學(xué)習(xí)》這本書的體會(huì)。我看完這本書之后非常喜歡，希望借這個(gè)機(jī)會(huì)和大家介紹一下這是一本什么樣的書，我們?cè)撘允裁唇嵌瓤创@樣一本書，在這個(gè)大時(shí)代背景下我們?cè)趺蠢斫膺@本書出版的意義，這本書背后的知識(shí)將為我們帶來的新的看法。
這本書是業(yè)界大拿出的書，作者本人經(jīng)歷非常豐富。他是學(xué)物理的，同時(shí)還學(xué)生物科學(xué)，研究神經(jīng)網(wǎng)絡(luò)。他的背景像業(yè)界知名的人工智能專家學(xué)者，他們的研究都是覆蓋多個(gè)領(lǐng)域。一方面以數(shù)學(xué)為主的，以數(shù)理化為主的科學(xué)領(lǐng)域，另外一方面以醫(yī)學(xué)、生物學(xué)、神經(jīng)學(xué)為主的領(lǐng)域，兩者結(jié)合恰恰反應(yīng)了這個(gè)時(shí)代的潮流。
以史為鑒，重新認(rèn)識(shí)科技進(jìn)步
在全球范圍內(nèi)由于技術(shù)的進(jìn)步引發(fā)的新話題層出不窮，我們不斷接收到新的理念。越來越多的公司和人發(fā)現(xiàn)，人類開始進(jìn)入“無人區(qū)”，沒有一個(gè)大思想家或者大哲學(xué)家能夠告訴我們未來會(huì)怎么樣。所以人們產(chǎn)生了很多爭論，關(guān)于人工智能的爭論，關(guān)于機(jī)器智能的爭論，關(guān)于機(jī)器人的爭論，關(guān)于技術(shù)和人類關(guān)系的爭論等等。
去年10月份微軟公司CEO薩提亞的一場非常有名的演講上說，未來沒有人引導(dǎo)我們，那么我們可以以史為鑒，看看歷史上發(fā)生過什么。最有代表性的就是第一次工業(yè)革命到第二次工業(yè)革命之間，由蒸汽時(shí)代進(jìn)入電氣化時(shí)代。我把這個(gè)階段總結(jié)為四種態(tài)度和四種結(jié)局。當(dāng)時(shí)有很多有影響力的全球性的公司，他們用蒸汽力量代替人的四肢。但當(dāng)電氣出現(xiàn)的時(shí)候，絕大多數(shù)公司態(tài)度是看不起電，因?yàn)殚_始的階段電的效率并不夠高。
第一類公司的想法是電力不行，效率低，沒有未來，蒸汽力量足夠了，一百年之后他們被淘汰了。
第二類公司放下一些包袱，認(rèn)為電是新生生物，也有潛在發(fā)展的可能性，但是仍然堅(jiān)信蒸汽機(jī)的力量，堅(jiān)信只要對(duì)蒸汽機(jī)進(jìn)行改良一樣可以保持競爭力，這些公司也被淘汰掉了。
最可惜是第三類公司，他們已經(jīng)放下舊的生產(chǎn)力，開始擁抱新的生產(chǎn)力和形成新的生產(chǎn)關(guān)系，但是思維方式?jīng)]有改變。他們認(rèn)為自己全面擁抱電氣化時(shí)代，已經(jīng)產(chǎn)生比蒸汽機(jī)時(shí)代超高的效率，更低的成本，但是他們還在跟蒸汽機(jī)相比，這些公司最終也被淘汰掉了。薩提亞在會(huì)上提到，我們做了一些粗略的分析，只有不到5%的公司在那個(gè)時(shí)代完成了轉(zhuǎn)型和飛躍，真正進(jìn)入了電氣化時(shí)代。
當(dāng)時(shí)大部分企業(yè)對(duì)于電氣化的觀念只是能點(diǎn)多少盞燈，或者生產(chǎn)線能夠提高多少效率。只有5%的公司選擇徹底放下包袱，忘記什么是電氣，什么是蒸汽，而是把它們都當(dāng)成是工具。這些公司要的就是進(jìn)入新的時(shí)代。這代表更高的效率，更低的成本和更優(yōu)秀的用戶體驗(yàn)和產(chǎn)品品質(zhì)。
通過歷史上的事件可以發(fā)現(xiàn)，我們現(xiàn)在對(duì)未來的任何預(yù)估都是不足夠的，都可能沒有完全估計(jì)到未來的沖擊力。
在五六十年前，全中國人民都有一種對(duì)未來社會(huì)的憧憬——樓上樓下電燈電話，這在當(dāng)時(shí)來說是非常具有前瞻性了。當(dāng)時(shí)的人們認(rèn)為已經(jīng)看到了最終最理想的社會(huì)，但是幾十年之后再看，當(dāng)時(shí)的憧憬并沒有那么遠(yuǎn)大。從人類從開始考慮到用電到電的普及，已經(jīng)有一百多年的歷史。我們發(fā)現(xiàn)電不僅僅可以點(diǎn)燈，不僅僅可以驅(qū)動(dòng)電器，不僅僅可以驅(qū)動(dòng)電機(jī)，甚至還可以有計(jì)算機(jī)，還可以驅(qū)動(dòng)一輛汽車，電力比原來的內(nèi)燃機(jī)要更加高效、更加可靠和更加優(yōu)秀。
我們跟客戶的交流中也有思考，是否需要做思維的轉(zhuǎn)變，才有可能真正理解這一輪技術(shù)變革是怎么回事。如果我們還抱著老的觀念，抱著產(chǎn)生問題時(shí)候的觀念，我們真能夠理解這個(gè)偉大的時(shí)代將帶給我們的輝煌未來嗎？我們是否需要先把我們認(rèn)為的所有成見都放掉，然后再來看現(xiàn)在的技術(shù)到底怎么回事？我們也知道深度學(xué)習(xí)只是機(jī)器學(xué)習(xí)、人工智能的一部分，我們要把深度學(xué)習(xí)的包袱也放下，擴(kuò)展到我們進(jìn)入的這個(gè)時(shí)代來思考。
不管從1956年的達(dá)特茅斯會(huì)議，還是更早的圖靈時(shí)代、馮?諾依曼時(shí)代、香農(nóng)時(shí)代，他們都有對(duì)于人工智能的理解，都有對(duì)于計(jì)算機(jī)到底能做什么事情的理解。我們并不是直接進(jìn)入了機(jī)器學(xué)習(xí)的時(shí)代，中間還有一個(gè)階段是希望通過邏輯的關(guān)系。我們知道都有一種服務(wù)If This Then That，也就是IFTTT。這種服務(wù)充能夠理解人的邏輯思維。比如說If我餓了，Then我要去吃飯。If我是北方人，我餓了，Then我愿意吃的是面而不是米飯，用這種方式試圖解讀人類決策機(jī)制。后來發(fā)現(xiàn)比較困難，一些專家認(rèn)為這條路走不通，所以選擇用模仿腦神經(jīng)的機(jī)制來做決策，通過這種思路才有了今天這本《深度學(xué)習(xí)》的誕生。
現(xiàn)在很流行說云時(shí)代要結(jié)束了，未來幾年都是邊緣智能時(shí)代，為什么？其實(shí)這和學(xué)習(xí)能力也是相關(guān)的。在某種意義上可以把人類看做是一個(gè)發(fā)電機(jī)，我們之所以要吃碳水化合物，還要呼吸氧氣，是因?yàn)槲覀冊(cè)谝匝趸男问竭M(jìn)行燃燒，產(chǎn)生能量、產(chǎn)生電力。我們之所以看到東西其實(shí)不是真的看到，而是把光子變成電子，大腦去分析電子產(chǎn)生視覺，聽覺也是一樣。
由此開始，一批科學(xué)家開始探究人如何學(xué)習(xí)，怎么高效學(xué)習(xí)。雖然作者是深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的專家，同時(shí)他也是人類學(xué)習(xí)的專家。這本書也是教人類怎么學(xué)習(xí)。我們業(yè)界很多專家學(xué)者始終想和廣大受眾強(qiáng)調(diào)，不要把機(jī)器能力神話，機(jī)器自始至終都在充當(dāng)代替人的某種機(jī)能的角色，目的是減輕人的某種負(fù)擔(dān)。
在歷史上的某個(gè)階段，古人類開始發(fā)現(xiàn)和使用工具，比如用骨頭或者石片可以敲東西，完成手完成不了的能力。著名的科幻電影《2001太空漫游》中有一個(gè)非常著名畫面，猿人忽然有一天發(fā)現(xiàn)可以拿骨頭去敲另外一個(gè)骨頭，可以把別的骨頭敲碎，這就是人類歷史上大的進(jìn)步。他就發(fā)現(xiàn)這個(gè)骨頭不僅可以敲骨頭，也可以敲肉，可以敲瓜果，敲野獸，也可以用來防身。那時(shí)候人類發(fā)現(xiàn)，原來可以拓展四肢的能力，利用外部工具去提高自己的能力。
工業(yè)革命之后，人類發(fā)現(xiàn)不僅靠傳統(tǒng)的工具，還可以靠各種機(jī)械的力量代替人類的四肢。我們現(xiàn)在不會(huì)無聊到說在肌肉能力方面還可以跟機(jī)器一拼，比如去和一輛汽車比賽跑步，應(yīng)該沒有人會(huì)這樣做了。其實(shí)不僅是肌肉的機(jī)能，我們連計(jì)算的機(jī)能都都已經(jīng)被淘汰掉了。有沒有人可以馬上開7的3次方？應(yīng)該沒有。我們可以十幾塊錢買一個(gè)計(jì)算器，計(jì)算器就可以做到。我們?yōu)槭裁磳?duì)這種現(xiàn)象不會(huì)抱恐懼心理，而對(duì)人工智能抱有莫名其妙的恐懼心理？
我們能不能抱著這樣一種態(tài)度，不是僅僅了解深度學(xué)習(xí)，而是通過深度學(xué)習(xí)了解機(jī)器學(xué)習(xí)的原理，通過機(jī)器學(xué)習(xí)原理了解人類學(xué)習(xí)的機(jī)制，進(jìn)而了解人類智能的運(yùn)作機(jī)制，然后才能夠深刻理解人和機(jī)器智能特點(diǎn)分別是什么。
取代我們的不是AI，而是被AI賦能的人
最近也有媒體報(bào)道提到，經(jīng)過14年努力，微軟回到了市值第一，幾星期之后可能亞馬遜又變成了市值第一。這恰恰反映了薩提亞說的特點(diǎn)，這個(gè)時(shí)代只尊重創(chuàng)新。你昨天是專家，如果你不趕上時(shí)代潮流，明天肯定就不是專家了?，F(xiàn)在是一個(gè)末日感比較強(qiáng)的時(shí)代，大家總擔(dān)心錯(cuò)過機(jī)會(huì)機(jī)會(huì)輸在起跑線上。巨變的時(shí)代，沒有起跑線的概念，每天都是起跑線，稍微一放松腳步就會(huì)被人超過去，這個(gè)時(shí)代是壓力很大的時(shí)代，同時(shí)也是機(jī)會(huì)很大的時(shí)代。
理解時(shí)代特點(diǎn)，我們要了解深度學(xué)習(xí)，了解機(jī)器學(xué)習(xí)，進(jìn)而了解人類學(xué)習(xí)特點(diǎn)，但是更重要是什么？我們要號(hào)準(zhǔn)時(shí)代的脈搏，要知道在這個(gè)時(shí)代要采取什么樣的態(tài)度和策略，才能夠跟上時(shí)代的腳步。我們既不要成為時(shí)代的棄兒，也不希望成為烈士，我們最希望成為一個(gè)先行者。這個(gè)時(shí)代最大特征就是機(jī)器從代替人的四肢開始，已經(jīng)于無聲處開始代替人的大腦，甚至?xí)嫠心軌虺霈F(xiàn)模型的人類能力。明白這一點(diǎn)我們才可以理解所處的時(shí)代。
面對(duì)深度學(xué)習(xí)和人工智能的發(fā)展，一種人選擇放棄自己，一種人會(huì)產(chǎn)生絕對(duì)的抗拒心理，不去主動(dòng)擁抱這種能力，這都是有問題的。因?yàn)檫@種能力確實(shí)很強(qiáng)大，你不去擁抱的話，有可能被去擁抱這種能力的人類所淘汰掉了，被他們產(chǎn)生降維打擊的能力了，這個(gè)其實(shí)很危險(xiǎn)的。與其說是機(jī)器或者人工智能，或者機(jī)器智能會(huì)代替人，倒不如說掌握了機(jī)器智能人類變成一種超人類，他們會(huì)把不具備這種能力的人類所代替掉，或者所降維打擊掉。作者特倫斯的良苦用心是希望我們做一個(gè)合格的地球人。為什么不是說作為一個(gè)美國人或者中國人？因?yàn)榈厍蛏系娜祟惗济媾R這樣的挑戰(zhàn)，都面臨我們?nèi)绾胃鷻C(jī)器智能相處，如何提高我們能力，才能使我們具備更高的能力來應(yīng)變這個(gè)時(shí)代的挑戰(zhàn)。人工智能帶來的這種降維打擊還是很強(qiáng)大的，如果我們不認(rèn)真的應(yīng)對(duì)，去努力學(xué)習(xí)，并且去積極擁抱這種能力，有可能就真的被降維打擊了。
技術(shù)是拿來用的，而不是拿來吹和炒的
很多業(yè)界專家都有這樣的感受，現(xiàn)在媒體對(duì)人工智能的炒作過熱，反而讓廣大讀者，甚至是決策者失去了去這件事的核心把握。人工智能的核心實(shí)際上就是機(jī)器學(xué)習(xí)的能力，就是一種機(jī)器智能。現(xiàn)在主要表現(xiàn)方式是深度學(xué)習(xí)，但并不意味著我們?cè)?jīng)嘗試的符號(hào)學(xué)，用邏輯推理的方式其實(shí)并沒有過時(shí)，只不過還無法實(shí)現(xiàn)?，F(xiàn)階段深度學(xué)習(xí)取得了巨大突破，引領(lǐng)大家進(jìn)入到新的未來。新的未來里面會(huì)不會(huì)是深度學(xué)習(xí)和其他人工智能、機(jī)器學(xué)習(xí)的方式共存的方式？我們并不知道，所以我們不要排斥這種觀點(diǎn)，尤其不要認(rèn)為現(xiàn)在就是深度學(xué)習(xí)這一種學(xué)習(xí)方式。未來應(yīng)該是人類的學(xué)習(xí)能力、機(jī)器學(xué)習(xí)能力、深度學(xué)習(xí)能力和邏輯推理能力是共融共生的階段，這可能是更加客觀描述未來時(shí)代特征的一個(gè)方面。
智能時(shí)代之前的深度學(xué)習(xí)要靠數(shù)據(jù)的堆積去學(xué)習(xí)和驅(qū)動(dòng)。但是現(xiàn)在的數(shù)據(jù)既不夠大，也不夠好。雖然我們有很多數(shù)據(jù)，但是并不算真正的大和好。大數(shù)據(jù)的概念并不是多，我們數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)來源沒有形成萬物互聯(lián)的社會(huì)，物聯(lián)網(wǎng)沒有布設(shè)到，5G沒有到位，可能數(shù)據(jù)不夠那么多，不夠那么好。支撐萬物互聯(lián)的基礎(chǔ)架構(gòu)恰恰是一個(gè)云計(jì)算的架構(gòu)。所以倒著講是智、大、物、云，正著去演繹是云、物、大、智。
如何理解人工智能
如何理解人工智能我總結(jié)了四點(diǎn)：首先，一定要應(yīng)用。如果我們?nèi)W(xué)了“學(xué)會(huì)如何學(xué)習(xí)”的課程就會(huì)發(fā)現(xiàn)，現(xiàn)在最流行的方式是Problem-Based Learning，就是以問題為導(dǎo)向的學(xué)習(xí)，以實(shí)際解決問題方案的學(xué)習(xí)。未來是終身學(xué)習(xí)的時(shí)代，不存在大學(xué)畢業(yè)之后就不學(xué)習(xí)了。如何終身學(xué)習(xí)？一定要帶著問題去學(xué)，這樣學(xué)得越來越深入，學(xué)得越來越有用。人工智能也是一樣的，它是一種學(xué)習(xí)的過程。學(xué)習(xí)不能為了學(xué)而學(xué)，一定是問題為導(dǎo)向的。
我的第二個(gè)觀點(diǎn)就是，深度學(xué)習(xí)的發(fā)展不僅僅要靠數(shù)學(xué)的進(jìn)步，不僅僅要靠計(jì)算機(jī)科學(xué)的進(jìn)步，還要對(duì)人類自己的神經(jīng)、腦神經(jīng)、傳輸神經(jīng)、感知神經(jīng)的理解，才能知道是怎么回事。
現(xiàn)在我們每個(gè)人有基礎(chǔ)的學(xué)習(xí)能力，機(jī)器學(xué)習(xí)也是一樣，只是通過開放的接口開放學(xué)習(xí)的通用能力。未來每個(gè)人一定要在通用能力之上，掌握行業(yè)的學(xué)習(xí)能力，才能夠真正為人類帶來更大的福祉。
第四點(diǎn)就是要真正產(chǎn)生深度學(xué)習(xí)能力，我們需要有數(shù)據(jù)，需要有人才，還要有算法和算力。像微軟這樣專業(yè)公司可能會(huì)提供更強(qiáng)大的算法和算力，更多的公司需要在人才培養(yǎng)，數(shù)據(jù)收集上面下很大功夫，這樣才能產(chǎn)生互動(dòng)的促進(jìn)作用。數(shù)據(jù)、人才、算法、算力這四者缺一不可。每一方面在未來都巨大的商機(jī)，正是因?yàn)槲覀兗磳⑦M(jìn)入智能社會(huì)，商機(jī)恰恰不是只在智能本身，而是各個(gè)方面。
沒有專家的時(shí)代，每個(gè)人都要終身學(xué)習(xí)
最后我還有兩個(gè)觀點(diǎn)。我用盲人摸象的寓言來舉例，這個(gè)時(shí)代是沒有專家的時(shí)代，我們每個(gè)人都在學(xué)習(xí)。不存在輸在起跑線上，因?yàn)槊刻於荚谛碌钠鹋芫€，我們只要不放棄學(xué)習(xí)，不放棄自己，不要認(rèn)為我到了某種年紀(jì)或某種地位，我就不去學(xué)了，也不要因?yàn)槲沂菍W(xué)文科或者我是學(xué)理科的我就不要再學(xué)其他的知識(shí)。未來需要的是天天學(xué)習(xí)。因?yàn)檫@個(gè)偉大時(shí)代還沒有來，我們最多是摸著大象的其中一部分，所以每個(gè)人都有可能成為最終摸到大象整體的那個(gè)人。
第二點(diǎn)，正是因?yàn)檫@個(gè)時(shí)代沒有專家，同時(shí)也是沒有所謂的公理的時(shí)代，每一個(gè)理論都有可能成為當(dāng)時(shí)可行的理論，但是并不意味著能夠成為永遠(yuǎn)的理論，永遠(yuǎn)成功的法則。我們要去學(xué)習(xí)，不要唯各種專家，不要唯新，更重要唯實(shí)，你自己去試，小馬過河，水是深淺只有自己知道。聽別人說可以，包括我現(xiàn)在講的，這也只是我在微軟這么多年的體會(huì)和理解，并不代表所有人體會(huì)和理解，尤其不代表是否是正確的。我們不妨能夠自己去試一下，大膽去試發(fā)現(xiàn)原來水既不像A說得那么是深，也不像B說的那么淺，對(duì)你來說最適合的就是最好的方法。
最后以比爾?蓋茨先生的這段話作為結(jié)尾：“人們大都傾向于高估他在一年內(nèi)所能完成的事情，但又容易低估他們堅(jiān)持十年后能夠取得的成就?！贝蠹乙欢ㄒ靼?，第一沒有專家，第二沒有起跑線，第三每天都在重新更新有新知識(shí)新理念出現(xiàn)，我們先不要放棄自己，同時(shí)把握最基本的對(duì)自己的自信和信念，認(rèn)真學(xué)習(xí)。
