人工智能时代

大数据与人工智能

我们几乎每一天都能看到报道说人工智能又做了什么了不起的事情，比如下棋、无人机、无人车、语音识别等各种各样的应用。的确，现在的人工智能确实能做到一些我们人类传统意识上认为需要有智能才能完成的任务。如今的互联网和计算机技术让数据的收集和获取都变的越来越容易，而回顾数据本身，倘若我们说一个人“博学多才”，那本身就是在说这个人掌握着很多的数据。

事实上，包括微软在内，无论是世界前沿的科技公司、还是知名的研究机构，目前几乎所有的人工智能都是在利用大数据和机器学习算法来做一些有用的事情。怎么做好大数据研究？回看人类整个文明史，无论是哲学、各种学科理论、还是科学发明创造都离不开一个词——“反馈”。如果你有一个新的假设和想法，想要实现这个想法，首先你需要做实验。你需要收集实验的数据并加以分析，从而在数据中找到其中的观察和奥妙（insight），随后你就知道要怎么推动下一步的实验，怎么样推动我的新想法，做下一个轮回。

智能的四个层次

在我们担心人工智能会不会变得比人类聪明，甚至最终取代人类之前，我们首先需要对智能做一个定位。什么是智能？我认为至少需要分为四个层次，分别是第一级，功能（Capability）；第二级，智能（Intelligence）；第三级，智力（Intellect）；第四级，智慧（Wisdom）。

第一级功能我想是没有什么争议的，功能就是这个人能跑的多快，这台机器有多少内存等等。但是到了智能这个层次就开始有争议了。有趣的是，“智能”的概念是跟随着时代的发展而不断改变的。记忆力是一种智能吗？倒退几百年的话，显然是。科举、八股文所考察的首先是应试者对经典著作全局与细节的记忆。算术是一种智能吗？曾经是——《水浒传》里有位好汉叫神算子蒋敬，职司梁山钱粮支出纳入，可说是梁山一百单八将里少见的头脑与肌肉兼具的人才。那么下棋何尝不是这样的？IBM深蓝打败人下象棋是用的一种穷举法，其实从某种意义上讲跟开根号没两样。虽然现在的电视节目上可能还有人会表演能背到圆周率小数点后几千万位，甚至和计算机去比开根号，但这些简直是以卵击石，我想没有人认为计算本身是很有智能的东西。所以我觉得智能这个东西因时间定义都是会改变的。

第三级，智力（Intellect）。智力比智能更高一筹，“力”这个字里包含了判断力、创造力等信息。对人类来说，每天我们面对的大多都不是选择题，又或是有着无穷选项的选择题。如果你今天需要完成一个任务，数据很齐全的话那就能很快地做出决定，例如找到两个目的地之间的最短路线，这件事情机器就可以完成。但是人们很多的重要决定都是在数据不足甚至没有数据的情况下做出的，例如下棋、炒股、德州扑克、麻将等等。从本质上讲，计算机能做的只有计算，而且计算机的算法还是来自于人类。

第四级，智慧（Wisdom）。智慧往往是由丰富阅历、深邃思考积淀而来的洞察——所以我们经常说某位长者智慧深广、堪为导师。所有的智能都不是用选项的形式来表述的，就像火种，它能在特定的时刻引燃人们思想的火花，照映前路。哪怕再过很久很久，机器也不大可能产生真正的智慧。图灵怎么样想到了发明计算机，牛顿怎么能想到力学三大定律，爱因斯坦的相对论甚至是引力波的提出，这些都离不开智慧。

人工智能需要有自我意识吗？

中文房间是由美国哲学家约翰·希尔勒（John Searle）在1980年设计的一个思维试验以推翻强人工智能（机能主义）提出的过强主张：只要计算机拥有了适当的程序，理论上就可以说计算机拥有它的认知状态以及可以像人一样地进行理解活动。

这个实验要求你想象一位只说英语的人身处一个房间之中，这间房间除了门上有一个小窗口以外，全部都是封闭的。他随身带着一本写有中文翻译程序的书。房间里还有足够的稿纸、铅笔和橱柜。写着中文的纸片通过小窗口被送入房间中。根据希尔勒的理论，房间中的人可以使用他的书来翻译这些文字并用中文回复。虽然他完全不会中文，Searle认为通过这个过程，房间里的人可以让任何房间外的人以为他会说流利的中文。

其实，我们目前所实现的人工智能都是类似于中文房间一样的人工智能。计算机虽然能完成一些特定的任务，但这不代表计算机真正能理解这些任务本身。

计算机需要有自我意识吗？其实人工智能是有两层定义的，一层定义是我们今天看到的人工智能，它能靠数据完成一些基本的任务。而另一层定义则是机器能真正理解它所接受的知识和信息。事实上，机器有没有可能产生新的算法，解决新的问题，这个问题就想相当于有没有一种能解决所有问题的技术。虽然这个问题目前还没有解，但毫无疑问人工智能会推动我们积极去探索更多未知的世界，就像人类造出的其他工具一样。因此我认为人和机器的关系是会很和谐的，人+机器的组合能发挥出超人的力量。

最后，有很多人会讨论人工智能到底可怕不可怕。举个例子，飞机很有用，我们人不会飞，但是我们造了个飞机帮我们飞上天。我们都知道飞机是有用的，但是也有恐怖分子拿飞机去撞楼，给人们带来了很大的伤害。但有没有人说飞机很可怕？我想并没有，其实控制飞机的人才是需要我们的关注。

神话、哲学、互联网与未来

嘉宾介绍：

潘建伟院士。中国科学技术大学常务副校长潘建伟院士，作为国际量子信息事业研究领域的开拓者之一，是在该领域有着重要国际影响力的科学家并取得了一系列重要意义的研究成果。他有关量子隐形传态的研究成果（论文《实验量子隐形传态》）入选了美国《科学》杂志年度十大科技进展，并同伦琴发现X射线、爱因斯坦建立相对论等影响世界的重大研究成果一起被《自然》杂志选为“百年物理学21篇经典论文”之一。在刚刚结束的2015年，他还被评为“2015年中国科学年度新闻人物”，2016年1月他获得了国家自然科学奖一等奖。

信息交互——人类文明的助推器

从宇宙大爆炸开始，到最终进化出地球人类的生命，人类只在其中扮演了一个很小的环节，但却发挥了无穷的创造力。在我看来，信息的交互对人类的进化过程起到了很大的作用。

考古学家告诉我们，地球在同一时期曾存在着各种人属，比如有硕壮人和直立人，其实考古发现硕壮人也使用工具，而且硕壮人的脑容量相对来说比较大，而且也比较强壮，所以从这个意义上讲他在进化过程中应该能够胜出，成为我们现在这个地球的主人。

但事实上恰恰相反，非常有意思的是因为直立人可能由于某种很意外的原因，他们发明了符号与基本的语言。有了语言之后，当有几十个人的个体分享我们的知识来共同对抗自然界的时候，什么大象、狮子等动物都不在话下了，所以最后就进化成了我们的现代人。所以在这里面信息的交互和大家互相的帮助是非常重要的。

可以看出直立人在进化过程中胜出，信息的交互起到了非常关键的作用。所以如果我们把信息的交互作为互联网本身的雏形，我觉得互联网的出现，对于人类文明的发展进程来说意义十分重大。

量子计算会是未来计算机发展的方向吗？

信息的交互已经并且一直伴随着人类的进化和社会的发展，这里包含两个方向的问题，一个是信息知识的提取和信息交互的效率；另一个是隐私的保护。

当我们非常骄傲地在讨论人工智能、大数据的时候，回过头看一下，我们全世界计算能力的总和全部加在一起，大概一年都没有办法完成对2的80次方或者90次方数据的搜索，其实2的90次方是一个很小的数据，但我们大脑里面1千亿个脑细胞在一年里都数不过来，所以我们人类目前的计算能力是非常微弱的。

但是非常不幸的是随着半导体晶体管慢慢的接近纳米量级，我们原来的计算规则又不再可靠了，所以摩尔定律慢慢失效了，大家在问为了进一步解决计算的瓶颈我们要怎么办？未来计算机的发展道路在哪里？如果这个问题没解决，我们是很难进一步发展所谓的大数据或者人工智能等技术的。

有意思的是，一个新的科学——量子力学在近百年的发展过程中已经解决了这些问题，初步地做好了准备，我们甚至也希望能够通过这方面的研究来部分地回答人类意识是怎么产生的这个问题。

量子通讯，量子计算和量子模拟

大家都学过牛顿力学，牛顿力学告诉我们F=MA，一旦方程决定，粒子之间的引力都是可以定的，我们用微分方程就可以算出来，也就是，一旦确定了初始状态，所有粒子的未来运动状态都是可以精确预言的。但是量子力学却告诉我们，随便想一下，你对整个世界状态的演化都是会产生影响的。

量子的概念很简单，比如这里有一瓶水，我把它细分，最后看到一个水分子，这就叫做构成物质的最基本单元。我有个15瓦的灯泡，它每秒钟放射出很多电磁波，拿放大镜来看一下，又发现它每秒钟会发射出百亿个光子，你把一颗颗小颗粒找出来的时候，它就变成了能量的最基本携带者，但是它不存在二分之一个水分子，二分之一个铁原子，也不存在着二分之一的光，所以它是不可分割的。

光子因为在平时飞的时候有时会和周围的环境相互作用，所以你并不知道它在哪，这时候它就可以处于这样一种0和1的叠加。有了这种状态之后，就会产生一种非常奇怪的现象，如果有单个粒子可以处于0+1的状态，那么两个粒子可以处于0、0+1的状态，那这是什么概念？比如我见到洪小文博士的时候，我说我给你一个纠缠的骰子，我到北京去了，他在办公室扔那个骰子，六分之一的概率，随机得到1到6这个结果里的某一个，他扔的是2，结果我手中的骰子，也是2，他扔个3，我这里又是3。所以到了微观世界里会存在这样一种状况，就是两粒子体系，按照爱因斯坦的说法就是在遥远地点之间会有这样诡异的互动。当我们把这些东西开始用于信息科学领域的时候，一个新的学科就诞生了。通过这种方式就可以产生一种原理上无条件安全的通行方式。

另外，它利用这样一种所谓纠缠的概念，如果这里面有很多纠缠物质，比如蒲院士从上海到合肥旅行，我可以做一个测量，把两两的粒子都缩到0、1、0的状态，他得到这个状态之后，我把他从合肥过来的时候可以用同样多的物质把他重新构造出来，量子力学允许我们在量子世界里面可以实现筋斗云，异地传输。我们人大概是由10的28次方的粒子构成的，我要传送这么大的粒子不可能。但是我能不能传输100个粒子呢？100个粒子估计在不久的将来就可以实现，利用这样一种所谓纠缠的概念，那就可以用来做量子计算了。假定里面有100个存储元，我同时可以对2的一百次方进行计算，因为它是同时存在的，这样就可以实现快速计算。在人工智能和大数据技术里如果要求解一个10的24次方，编个方程组，利用目前的天河二号大概需要100年时间，但利用量子计算机只需要0.01秒。虽然要把筋斗云异地传送技术实现还是比较困难的，但是已经可以简单的用来做量子计算了。

量子计算很直接的就是量子模拟系统。目前我们在实验室里面已经能抓到200个左右的原子，每个原子都处于两个状态的叠加，所以我可以对2的200次方的状态进行相关的操纵，我觉得我们大概会在10年里面达到这么一个目标。有了这个目标以后，至少在计算方面的能力会比目前我们全世界的总和加起来的平方还要多，所以这个东西本身就巨大地改变了我们的一些事情。

对于未来的展望，第一，利用量子通讯，我估计在10年左右的时间，我们有希望初步构建成一个天地一体的全球化量子通讯设施，这样我们个人的隐私能够得到更好的保护。

第二，在量子计算和量子模拟方面，我们大概会在5到10年里面基本上能够实现100个量子比特的相关操纵。当我能够操纵25个粒子的时候，它在某些特定计算问题的求解速度上跟我们的商用CPU差不多。当达到45个粒子的时候，它的计算能力就和天河二号差不多了。当然，这种计算能力不是通用的量子计算机，但我们能来做某一类特定功能。

所以随着技术的发展，我觉得量子计算应该会取得比较大的进展。但是我们终极的目标是希望通过对量子的研究能够为人工智能的研究、对人类意识的研究和产生起到一定推动作用。

脑科学可以给人工智能带来什么？

人工智能与大脑

首先回头看洪小文博士提到的人工智能围棋AlphaGo的问题，我完全同意他说的，计算机之所以超过围棋大师其实没什么了不起的，不过是很好的计算机，计算能力比较强，算法比较好。但是，我们为什么不找个机器人跟李世石下棋呢？因为机器人根本不会下棋，它根本不能很准确的把棋子放到位，这个简单的动作机器人都做不到，只好找一个人来代替AlphaGo落子。所以真正下棋的还是一个人类，而人+机器才能真正下赢这个棋。

为什么我们说简单的操作机器都不行呢？以世界叠杯子大赛为例，哪一天机器人能够真正做到像叠杯子大赛的冠军一样精准了，那就真的是智能的另一个台阶了。所以说很多的操作是需要多感觉的融合，视觉、触觉融合起来得到的信息再加上感觉到运动的板块，记忆的提取，运动的计划和执行，这些都是非常复杂的网络。这个是我们现在机器人所做不到的。这也是未来人工智能的目标。

人的大脑最重要的一部分就是大脑皮层，就是因为有了大脑皮层，才造就了人类的智慧。而皮层的每个区域都有不同的功能，有管语言的，有管运动的，有管体感部位的，有管感觉视觉和听觉的等等。

复杂的神经网络

只有绘制出大脑图谱，我们才有可能知道大脑是怎么工作的，网络结构的图谱更是十分关键。现在，我们知道了线虫的图谱，但果蝇的图谱还不知道，可能5年到10年之内就能搞清楚，要是小鼠的，可能还要15到20年。所以绘制真正人类的大脑图谱，也是数十年以后的事情。在没有结构之前，我们就不知道信息是怎么样在大脑里工作的。我们说未来从基因组到蛋白质组到未来几十年的脑连接组计划将是世界上最重要的生物学计划。

那过去的进展都有哪些呢？在神经元层面信息处理的一些基本编码储存信息我们已经理解得比较清楚了。从过去几十年以来神经科学的诺贝尔奖得主可以看出来，从神经信号的基本单元，动作、电波、脉冲的产生，到它怎么编码，怎么编信息，到信息传递的分子机制，视觉系统怎么样分析视觉信息，还有到最近两年前得诺贝尔奖的定位系统，哪些神经细胞在动物到什么位置的时候会有反应，这些都是在神经元层面的细胞编码。

但目前，我们对神经环路，即处理某种神经信息功能网络的理解还是非常有限的，尤其是谈到神经信息怎么样产生感觉、知觉、情绪这种基本功能或者是更高级的思维、抉择、意识这种高等功能，我们的理解都是极为粗浅的，还有很多新的东西亟待我们探索。

神经系统具有可塑性，我们人类所有的感觉、运动、认知行为都有相关的电波来传输，电波传过去之后造成的结果是神经细胞和它的突触，结构和功能要突变。神经系统使用之后，下个状态就变了，变成新的状态，而在新的状态下，它就是学习和记忆，所以认知的行为就发生了改变。就是因为有这样一种可塑性，才给了神经系统网络带来了非常大的功能，自我学习，适应各种环境变化的能力，我们说未来人工智能所需要的关键问题就是怎么样把这个可塑性能够放到网络里面，能够产生人的智慧。

神经网络可以借鉴的特性有什么？

首先是神经元的多种类型：包括兴奋性和抑制性神经元等。其实神经联接问题，我们现在的神经网络，包括BP（反向传播），多层的网络，基本上是往前顺行的网络，但神经联接其实是有顺向的，有逆向的，有侧向的，还有兴奋性和抑制性这两个不同性质的神经元，但这些在人工神经网络里面都没有都体现出来，而这些都是可以慢慢添加进人工网络里的。

其次是神经的可塑性，这包括三个方面。一个是功能的可塑性，即突触传递的增强与消弱（LTP/LTD）；一个是结构的可塑性，即突触连接的新生和消亡（pruning）；最后是依赖于电活动时序的突触可塑性（STDP）；这些人工神经网络都可以进行学习的。

接下来还有逆向传播（BP）的扩展和有选择性的突触修饰传播；神经元的增生和死亡；短期记忆转化为长期记忆的机制；记忆的编码、贮存、提取、消退的机制；通过调质神经元的强化学习；使用嵌套式（nested）赫伯神经元集群网络；输入信息的图谱结构（Topographic organization）；使用同步震荡和有相差耦合来捆绑神经集群等等，这些都是可以从神经网络里借鉴的特性。

当然我还有很多人脑启发未来信息计算技术上可能的功能。我们中科院为了这个目标成立了脑科学智能技术卓越创新中心，包括科大在内共有23个贡献单位，大多数是神经科学、生物学科和智能技术相关的，软硬件的研究所各占一半，我们希望将来能够实现学科的融合。

人工智能的未来，由你们创造

例如对于这个问题：“现在的计算机不能实现真正所谓的意识，那么量子计算机可不可以实现所谓的意识？”潘建伟院士表示说，他对这个问题也不能给出肯定的答复，但是如果想要实现意识的话，目前看来量子力学是我们目前的理论里面最有可能接近的。例如机器人面对两瓶和自己距离一样近、消耗能量相同、路径一样的水，如果让机器人去拿水，机器人肯定不知道选哪个。那么这时就需要为机器人提前设计好规则，例如不知道拿哪个就选左边哪个之类的规则，但人类就不需要这样的规则设计。量子力学是具有随机性的，如果你没有盯着天上的月亮看的时候，月亮是不一定在那里的。在某种程度上来说，这种随机性就产生了，而意识有可能也就产生了。