苏中

IBM中国研究院大数据及认知计算研究总监

以下是苏中的演讲实录：

大家好，史忠植老师和王飞跃老师都是这个行当里的前辈，因为我记得我在读本科的时候上人工智能课，就是用史老师的书作为参考书。王老师也是非常杰出的专家了。

在这里就像是当年的学生年代，又学了一点新的东西。有一点感受吧，感觉要做一个好的科学家，不只是研究技术，而是在研究哲学，研究一些物质的本质、规律，研究一些最基础的东西，从那个角度出发开始往前走，这也是为什么马文•明斯基是这个里面，对我们来说影响很大的一个人。因为当时我在读PHD的时候，人工智能也是一个低谷。那时候做AI的人都不做AI了，来做IA了，这个也是人工智能，刚才史老师讲Agent（英文）。

我当时是在清华去投AI的实验室，读PHD。如果去网络组，一般来说就是挤破头。你可以看到这样的一个变化，那从某种意义角度来看，马文•明斯基对这个社会，对这个领域是最有影响力的一个人，因为他的一本叫《Perceptrons》的书，就可以让整个联结主义沉寂了几十年。其实到了现在深度学习的一些工作才真的开始发挥作用。我想如果那个时候继续往前走的话，也许很多工作可能会提前十几年或者再早一些就出来了。

从另外一个角度来讲，上帝关上一扇门，也会为你打开一扇窗。我们看到在很多其他方面的技术有很多的发展。其实应该讲科学和技术的发展是一个螺旋上升的过程，它没有一个终点。就像一百年前，我们很难想象今天，那时候工业革命发生以后，那时候电话也发明了，电视机也发明了，不需要新的技术了。但是我们现在发现，这些技术仍然在日新月异地发展，所以技术是以一个螺旋上升的方式来看的。

那我们回顾来看整个AI的历史其实也是这样一个过程，它有高潮期，有低谷期。无论从高潮期还是低谷期，我们看到的这些特别特别新鲜的想法，实际上带动了这个学科往前发展。你要知道在达特茅斯会议的时候，马文•明斯基才29岁，刚刚博士生毕业没几年，是一批非常年轻的人做这个事。

这样的一些东西对于商业的影响，其实我想AI从它发展到现在，其实人们在做计算机的时候，就想着计算机能够取代，或者是能够解决人脑的一些问题。比如说机器翻译，这是人们觉得一个很难的问题，因为语言是人和高等动物很大不一样的地方。在1954年的时候，计算机和人合作做了一个实验，当时做了一个演示，演示了60多句俄文，把它自动翻译成英文。当时说这个机器人自动翻译的，翻译的结果你也可以看，我看不懂俄文，但是看英文还是比较清楚的。

你会觉得机器能够解决像机器翻译这样的一个问题，可能用不了几年。因为你看机器，我们在那个地方也能翻译这么好，而且60多句是不同领域的。

但是其实真正做机器翻译的时候，遇到了很多很多的问题。IBM研究部门在这个方面做了很多年，现在还在做。我们看到了不断的提高，同样也跟AI是一样的，就是一个螺旋上升的过程，提出了很多基于机器学习的方法，像这种做机器翻译的任务产生了。然后更好地利用大数据，我们看到很多互联网公司，用数据来解决翻译的问题。

从这个角度来说，其实人工智能在解决问题里面，我们人就有这样的梦想，在商业里面人与人之间的沟通能不能通过这项技术很好地解决？

其实还有一些，最近AlphaGo也让我们非常激动了一下。其实做人工智能的梦想，下棋这件事情是智能很大的一个表现，棋能看出一个人的智商到底有多高，棋高一着，来代表这个人的思维和思考能力、计算能力。

其实如果你回顾历史来看，在四、五十年以前，甚至再早一些，很多当时的算法已经发明了。当中1994年IBM的测试，就是用的西洋跳棋。如果大家看DEEP MIND，就是AlphaGo那个公司，让机器随机去读游戏里的像素特征，并不懂游戏规则是什么，接盘子或者一些简单的小游戏，机器通过反馈赢了还是输了，经过一段时间机器就能学的很好。他的机器学习的能力，其实在94年这样一个工作的基础上去做的。

我们看到很多时候，你会发现很多早期做技术的有很好的理念，他用这样的理念解决了当时一个问题。可能再过一段时间，人们慢慢地以往，但回过头来当新的设备发展起来，包括一些大数据的存在，它再出现的时候，你可能已经记不清楚了。包括像西蒙做的是一个跳棋的程序，这个也是非常轰动的，当时做了一个电视的转播，那个比赛比今天还轰动，赢了一个州里冠军，IBM第二天股票上涨了百分之十几。过了几十年慢慢遗忘了。

整个技术的进程就是这样不断螺旋发展的，可能一段时间又回过来一点，又过一段时间往前走一点，但是它是不断往上走的。

我们看现在，在行业里面又有一些什么新的变化？我们在看今天的技术，人工智能这个词提出来的60年前，或者马文•明斯基写《Perceptrons》那本书的时候，这几十年有什么大的变化？其实如果你看很多技术上的变化，这些该有的算法，该有的理念，该有的方向，那个时候都已经定义很好了。只是很多方面做得不是那么细节。

但现在确实有一个新的变化，我们真正迎来了一个大数据的时代。数据变成了一种可以利用的资源，而且它在不断地成长，它的驱动来自于几个方面，一方面是来自于移动技术的发展，设备产生数据，包括摄象头产生的数据，一个手机现在可以产生很多的数据，可以用手机来直播，现在很多这样的一些数据每天都在产生。这个数据是以前很多场景下没有的，我记得看了李非非老师，他做的NET，一个最初始的想法我能不能构建一个足够大的数据，这个数据集可以标注的，还有好多视觉辨识，小孩子每秒25帧，得到的数据是很多的，而且它的数据是被标注过的，妈妈告诉他这是一个苹果，所以他有足够量的数据。从这个角度来说，如果我有一个足够量的数据，那我可能是为未来做模式识别、图象识别很好的基础，所以他构建了一个环境，让很多资源来标。标到足够大的时候，确实产生了量变到质变。

另外还有一个人的数据，我的手机坏了，有一天尝试了没有手机的时代，工作效率特别高，没有微信，我就可以全身心地工作，但是那天中午没有吃成饭，因为我平常都是订餐，食堂的卡什么都没了，就买了一点饼干。我发现最大的问题是没法打车，IBM研究院也是在一个比较偏僻、安静的角落，周围没有太多的公交，我打车以前都用滴滴或者Uber，但是没有手机真的不行。现在这个社会已经变成移动的社会，我们以前希望构建一个Agent，这个Agent是什么呢？他能懂我，他能代表我去跟物理世界，跟计算机世界做交流。

但其实这个Agent已经出现了，就是你的手机，没有手机的日子，那一天我会觉得很痛苦。

因为这个手机这种社交媒体很多的时候，它也带来很多的数据，而这个数据实际上是很可怕的数据。以后我们想一想，以前一个人能写多少东西？你很难想象的，你提起笔来想想就放下来了，写书信一天能写多少呢？也很难写。如果现在一个90后、00后的小孩，每天把他的生活都放在网上，每天发一个帖子攒在一起，每年都能写好几本书，关键这些数据都电子化了，从这个角度来说，他把所有的信息都存储起来了。而这些数据帮助我们解决计算机算法里面以前遇到一个什么挑战呢？我其实是没有足够多的训练数据。比如说最近深度学习有很大的突破，很早就证明了，有一层一层的神经元网络。神经元网络多少层好呢？这个并没有一个结果。但最主要的结果，这么大的参数空间，每个神经元都有好几个参数，它之间连接关系都是一些参数。那这些参数需要足够量的数据来去帮助他，避免他，但由于大数据的出现，而且由于现在计算能力的提高，我们也能很容易拿到一个（英文）的软件，放在你的计算机里，如果有GPU可以做加速。

这些技术我们传统的技术很难做的，比如说图像，在我读PHD的时候，那个时候我的指导老师说图像是一个很好的题目，你可以做50年，50年很长了。你再过一段时间还可以再做50年，因为图像是很难的，你设想一下计算机拍到了一个图像，如果你要做图像理解的话，第一步是要做图像分割。很多一些主观的假设，我做特征的分析也好，在这个假设当中，其实有很多噪音，我们在以前做的很多工作里头，发现在论文里面效果很好的一些场景，在真实场景下面就很难有同样好的结果。

我记得我当时做了一个图像检索的论文，我的值算出来百分之二十几，当时我的指导老师说，苏中你很有胆量。因为你看到很多发了论文，很多基础线是80%。深度学习是从结构上去模拟脑的过程，一个脑做视觉的过程，从这角度出发的话，给它足够多的数据，有足够大的计算能力，它就能够做得更好。

事实上前段时间我就遇到微软的同事，他们已经在做图像识别做了3.0%多了，这是个什么概念呢？人能做得多好呢？人的错误率大概在10%左右，它的图像识别在那个基础上已经比人还要好的，那还不是一个普通人，他的图像是多类图像，不是一类图像，就有好多类，像我们一般识别一些普通的。

在图像，语音，我们现在这样的技术，因为大数据的发生，它都实现了更大的突破。这个突破带来一个什么样的结果？我们刚刚讲了大数据的出现，尤其是这种非结构化数据的出现，计算机科技理解了，那是一个很大的不一样。因为计算机它是个算，算得比人快，如果在商业领域里面做的是什么呢？流程自动化。算得很好，比如在座各位你存在银行里的钱，帮你算。而且你现在看我们的利息，可以做到日息，甚至小息都可以算出来，因为计算的成本越来越低，计算的速度越来越快。我记得我妈妈那个时候存钱都是用算盘算的。

遇到什么场景会很痛苦呢？利率有时候会调，我妈妈去存钱的时候自己算了一遍，她也是做会计的，跟银行里面算出来不一样，还会产生一些纠纷。但是你基本上很难想象这样的事情发生，所以计算机在第一天开始，它是做这方面的一些处理，它可以把数据都电子化。

但是计算机真的可以理解图像、视频、语音、文字，它可以像医生一样去理解一个病人的记录，一个电子病例，可以像老师一样来阅读一个孩子交上来的家庭作业。中国人遇到一个比较少的场景，律师帮你看看你的购房合同里面有什么瑕疵没有，如果能做到这样，那是一个很不一样的场景。整个IT从原来以计算为核心，就会迈入一个以数据为中心，甚至是认知时代的到来。

我想IBM在这个方面做了很多的工作，在一年前左右，我们整个公司进入了认知时代。认知时代其实是很大的一个点，其实这一轮智能技术的发展，它的驱动力是来源于刚才讲的两个方面。第一方面是数据，尤其是非结构化数据蓬勃的发展。另外一方面，我们的计算能力和一些算法，在这些数据的理解上面产生了很大的突破，所以结合这两个方面，我们觉得在整个IT技术的变化当中，计算机或IT的技术不光可以以前计算为中心，速度更快的场景，还可以传统（英文）做的事情。

举个很简单的例子，在座的各位来做了很多的学习，如果在座的各位是媒体记者，可能要看看苏中老师写过哪些书，马文•明斯基是干吗的，他有一些什么样重要的著作。今天在来的嘉宾里面，这个话题有没有相关的话题？不同的观点是什么？像这样一些事情，如果计算机已经能够理解海量的文本，抽取海量的图像数据，假设再过20年，可能是下一代的王飞跃老师，每天都会把他的想法抛到网上，在你来之前就可以写出一个很完整的沙龙，今天的活动背景是什么，我们这些演讲嘉宾都有哪些重要的观点，而且他还给你一个很好的建议，你压提出什么样的问题。像这样的工作，这个认知时代，现在我们讲的智能技术或认知技术可以带来的，这个是整个IT又往前跃进了一步。

我们回顾IT的历史，实际上是从打孔机开始的，完全的固定计算，没有办法编程，只能算一些人口普查一些固定逻辑的，通过联线的方式，把一些逻辑放进去。当有项目的时候，可以把一些业务逻辑放进去。当我们讲认知时代，机器可以理解，随着更多的数据来了以后，它还可以不断地自我学习，自我提高的能力。而且在最后数据本身，已经把它变成为一个知识库，还可以做推理，我们刚才讲了理解—学习—推理，如果计算有了这样的能力的话，那我们会对很多行业带来质的变化。

这个是智能技术或者是认知技术在一点点改变我们的世界。大概在几个礼拜以前，我正好在成都参加了一个论坛，那个论坛里面，我主持了一个也是跟智能相关的话题，大家对于未来的一个展望到底什么样？我听到有的人对未来觉得很不错的，很美好。有的人对未来还是有一些担心的，智能技术会不会带来一些负面的效果？但有一点是说，我当时讲的还想再讲一遍，其实你仔细想一想，从人类到现在有文字记录的历史可能也就是五千年，几千年的历史，这是很短的一瞬，因为地球的历史几十亿年。在地球上出现生物的历史是几亿年，五千年是短短的一瞬。很多技术的发展，对人类历史影响很大的，比如工业革命是很大的变化。在工业革命发生之前，我们所有的人，如果现在工业革命还没有发生的话，我们不会有这样的机会大家在城市里面可以讨论，可以有不同的工作。我们大家唯一的目的就是吃饱穿暖，为什么呢？在没有其他的力量，我们必须要种地，必须要打渔，我看了一个帖子，不知道是真是假？在元朝的时候，或者是在那个朝代，或者在古时候，耕牛是不能拿来做菜，是要杀头的，因为是说粮食是很重要的东西，牛是很重要的劳力，来保证一方的粮食供应，所以99%的人都是生活在让自己吃饱穿暖这件事。

但是当工业革命发生以后，带来一个很好的，人们解脱了土地对人的束缚，体力劳动已经变得不再那么重要了，我们设计了一些机械装置，它们可以帮我们做得更好。从那天开始形成了城市，或者城市里面的人口越来越多，超过了农村，而且也分化越来越多，产生了各种各样的行业，服务业的发展。

我们再看智能技术的发展，是把我们从体力劳动工业革命，把我们的体力解放出来了。我们脑力劳动里面仍然有相当一部分是非常非常繁琐的，那智能技术可以大大地从某种角度来讲，把这样一些繁琐的脑力劳动，把人解放出来。人解放出来以后，人还干吗呢？我当时就想，人有可能再重新回到农村，因为你仔细想一想，我们在城市里面干吗呢？在城市里面能够得到更好的服务，但城市里面有城市的问题，有交通问题，有资源供给方面的问题等等。

但是我们的职业也是知识工程师，如果智能技术能够往前走更多步的话，把我们人从更繁琐的脑力劳动解放出来，将来的社会又不一样，所以它也许是工业革命被人们改变了以后另外一场巨大的革命，对人类社会都会带来很大的变化，对于工业，对于行业，对于我们人的生活都会产生很大的影响，我们未来的生活可能变得更有意思，更像一个完整的人的生活。

好，谢谢！

（本报告根据速记整理）

CAAI原创 丨 作者苏中

未经授权严禁转载及翻译

如需转载合作请向学会或本人申请

转发请注明转自中国人工智能学会