第一課：人工智能為什么獲得了這么大的關(guān)注？
小欣：大家好，歡迎收聽“鈦媒體72問”專家分享課《坦白講》。我是主持人小欣，在課程中我將會陪伴大家探索行業(yè)大咖對于前沿領(lǐng)域的深度剖析與思考?，F(xiàn)在就和我一起開始了解今天要進(jìn)行課程的嘉賓吧！
今天的主講人是第四范式聯(lián)合創(chuàng)始人陳雨強(qiáng)，他還是第四范式首席研究科學(xué)家。本期課程將會分為六大節(jié)，第一節(jié)陳雨強(qiáng)老師會為我們講解人工智能為什么獲得了這么大的關(guān)注。
陳雨強(qiáng)：最近人工智能在工業(yè)界越來越火，過去五年之間人工智能的應(yīng)用是以指數(shù)級在上升，不管在公司內(nèi)部還是行業(yè)之間人工智能變成一個炙手可熱的名詞。從公開資料上可以看到，谷歌在2012的時候其實跟Facebook一樣都只有很少量的應(yīng)用使用了人工智能技術(shù)。
但是到2016年Q2的時候谷歌已經(jīng)有超過2000家的應(yīng)用使用了人工智能技術(shù)，而在Facebook里已經(jīng)有超過17個大的團(tuán)隊、25%以上的工程師正在使用人工智能。也就是說，在互聯(lián)網(wǎng)的這些巨頭里面人工智能的影響力正在從少數(shù)幾個產(chǎn)品迅速的擴(kuò)展到各種各樣的產(chǎn)品線上。
還有一個比較有意思的現(xiàn)象，就是人工智能在工業(yè)界的影響會越來越大。熱詞正從“移動+”“互聯(lián)網(wǎng)+”到“AI+”轉(zhuǎn)變。之前處于跑馬圈地的時代，所以說有“移動+”和“互聯(lián)網(wǎng)+”作為渠道能讓傳統(tǒng)實體行業(yè)煥發(fā)新的一春，但是等流量的紅利到達(dá)一定邊界的時候，我們急需一些新的方式能讓其增長持續(xù)保持。
AI是下一個增長的點，所以傳統(tǒng)“互聯(lián)網(wǎng)+”的公司紛紛轉(zhuǎn)向“AI+”。比如說滴滴、美團(tuán)，小米他們擁有很多的數(shù)據(jù)，現(xiàn)在也在紛紛建立研究院，研究這些數(shù)據(jù)怎么樣能產(chǎn)生更大的價值。比如美圖背后有大量的照片，所以他們也可以成為非常優(yōu)秀的人工智能公司。除此之外，還有一些天生就是人工智能與行業(yè)結(jié)合的公司，比如說人工智能加上新聞就是頭條，人工智能加上機(jī)器人就是大疆這樣的公司。
給大家分享之前我介紹一下自己的經(jīng)歷。AI大潮從2001年開始呈指數(shù)級的上升，非常有幸我趕上了這波的大潮。當(dāng)時在學(xué)校里我主要做的是遷移學(xué)習(xí)方面的研究，在NIPS和AAAI等頂會上有比較多的論文發(fā)表，然后到了工業(yè)界之后我發(fā)現(xiàn)其實看到的問題和現(xiàn)在有很大的不同。
我畢業(yè)之后首先去的是百度，在百度主要負(fù)責(zé)的是搜索廣告系統(tǒng)——鳳巢系統(tǒng)。這個階段是解決公司的一個問題：怎么提高廣告點擊率？當(dāng)時做的事情偏純技術(shù)，我主要做的是如何將上千億特征的機(jī)器學(xué)習(xí)系統(tǒng)變成一個深度學(xué)習(xí)的系統(tǒng)，這也是當(dāng)時我們所知道的世界上第一個把深度學(xué)習(xí)應(yīng)用到商業(yè)變現(xiàn)上的一個成功系統(tǒng)。
之后我去了今日頭條，在頭條和百度遇到的問題其實并不太一樣。百度鳳巢里面遇到的問題主要是搜索廣告，在頭條里我會遇到很多的問題比如說主信息流推薦、小頻道推薦、視頻推薦、信息流廣告、評論排序等等非常多的應(yīng)用和業(yè)務(wù)。這樣的應(yīng)用和業(yè)務(wù)對我來說最大的感受是，我發(fā)現(xiàn)了人工智能需要更緊密地和產(chǎn)品、應(yīng)用相結(jié)合。
我在頭條除了做了一個大規(guī)模的機(jī)器學(xué)習(xí)系統(tǒng)讓它有個性化的推薦效果之外，還有一個很重要的事情就是設(shè)計了一套機(jī)制，能夠讓機(jī)器學(xué)習(xí)系統(tǒng)發(fā)揮最大的效能。打個比方來說，機(jī)器學(xué)習(xí)系統(tǒng)是一個汽車的引擎而我們設(shè)計的就是一個傳動系統(tǒng)，有了一個比較好的傳動系統(tǒng)才能把機(jī)器學(xué)習(xí)的能力發(fā)揮到極至。
離開了頭條之后我到了第四范式，在第四范式我面臨的行業(yè)更加多種多樣。不止是新聞行業(yè)，可能是金融、電信、互聯(lián)網(wǎng)包括各種各樣的問題，有獲客、風(fēng)控、營銷、推薦、排序等很多很多的問題。所以在這個地方我遇到的新問題是，怎么樣能把我在過去擁有的人工智能知識應(yīng)用到各行各業(yè)。
從解決一個公司的一個問題，到解決一個公司的很多問題，再到解決各行各業(yè)的各種問題，這個經(jīng)歷給了我比較多的思考。比方說如何做一個人工智能系統(tǒng)？如何讓一個人工智能系統(tǒng)更加廣泛的在一個公司內(nèi)部被使用？如何讓一個人工智能系統(tǒng)有更好的機(jī)制？以及如何讓人工智能系統(tǒng)進(jìn)入到更多的行業(yè)之內(nèi)？這是在人工智能非?；鸨臅r間里我想跟大家分享的經(jīng)驗。
為什么人工智能在最近一段時間非?；穑皇歉绲谋确秸f十年前、二十年前非?；鹉?？為什么AlphaGo能打敗李世石是在2016年而不是更早呢？我們直觀地認(rèn)為因為算法的創(chuàng)新、因為出現(xiàn)了深度學(xué)習(xí)、因為出現(xiàn)了DQN這樣新的算法，但是這只是一部分原因。國內(nèi)外很多專家總結(jié)出了人工智能成功的五大條件，我這里跟大家分享一下：
第一個邊界清晰。比如說對于下圍棋這樣的問題來說，我們需要做19×19的棋盤，黑白兩方輪流下子，最后看誰圍的空多誰就贏這樣的一個問題。如果我們把棋盤的大小變成20×20或者我們改變了黑白兩種子的顏色，有黑白紅三種顏色，或者說我們改變了圍棋的規(guī)則的話這都會導(dǎo)致AlphaGo失效。
第二個充足的外部反饋。外部的反饋其實包括兩點因素，第一點我們需要有外部告訴他是輸還是贏，不斷的有外部的棋手跟他進(jìn)行對戰(zhàn)或者是自我的博奕，有輸贏的外部反饋才會讓他不斷進(jìn)步。第二點系統(tǒng)本身也需要不斷的自我更新適應(yīng)外部的反饋。
第三個計算資源。雖然說最近的算法有了非常大的進(jìn)步，但是計算資源也是產(chǎn)生智能非常關(guān)鍵的一點。最近業(yè)界在分布式計算的成功讓我們相對于幾十年前有了一個技術(shù)上巨大的飛躍。舉個非常有趣的例子，當(dāng)時AlphaGo描述他棋力的時候都是用他使用的硬件資源來描述，比方說用單機(jī)版的AlphaGo和更高智能的所謂多機(jī)并行的AlphaGo。從這個地方可以看出計算資源對于人工智能的高低起著至關(guān)重要的作用。
第四個是頂尖的數(shù)據(jù)科學(xué)家和頂尖的人才。強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)最近被重新提出需要非常多科學(xué)家的大量工作，這些算法才能真正的被推行?，F(xiàn)在在圍棋、語音和圖像上面，這些技術(shù)都獲得了非常廣泛、長足的進(jìn)步，那在其他的領(lǐng)域仍然需要非常多的科學(xué)家做很多的研究讓這些技術(shù)能真正的進(jìn)入各行各業(yè)。
第五個大數(shù)據(jù)。這個其實是AlphaGo成功的關(guān)鍵。因為當(dāng)時KGS很流行，所以在KGS上有數(shù)十萬盤高手對弈的棋譜，如果沒有這些數(shù)據(jù)AlphaGo絕對不可能在這么短時間之內(nèi)擊敗人類。
這些要素總結(jié)起來有三點：一方面我們需要有很好的技術(shù)，包括計算資源和大數(shù)據(jù)。一方面是業(yè)務(wù)邊界要清晰，要有反饋。另外一方面我們需要有人，我們需要有很好的科學(xué)家、很好的場景，能讓我們使用上人工智能。
小欣：下節(jié)課，陳雨強(qiáng)老師會為我們講解如何獲得一個好的機(jī)器學(xué)習(xí)系統(tǒng)。
【版權(quán)歸鈦媒體所有，未經(jīng)許可不得轉(zhuǎn)載】
賬號合并
經(jīng)檢測，你是“鈦媒體”和“商業(yè)價值”的注冊用戶?，F(xiàn)在，我們對兩個產(chǎn)品因進(jìn)行整合，需要您選擇一個賬號用來登錄。無論您選擇哪個賬號，兩個賬號的原有信息都會合并在一起。對于給您造成的不便，我們深感歉意。
Oh! no
您是否確認(rèn)要刪除該條評論嗎？