让智能不负人工期待
——华中科大电子信息与通信学院院长黄晓庆与《前沿科学》关于人工智能产业化的独家对话
《前沿科学》编辑 翟玉梅 毕文婷
海量互联网数据持续积累、应用场景的不断丰富、经济结构转型升级……人工智能不只停留在技术层面，正与社会、经济加速融合，拓展人类生活的边界，它也成为世界主要发达国家在新一轮科技竞争的新焦点。
自2017年《新一代人工智能发展规划》发布以来，全国已有20个省（直辖市）发布了多项人工智能相关政策，并提出各自的发展定位与目标，国家政策和规划紧锣密鼓，人工智能产业发展也如火如荼。显然，这不是一时的热潮，而是一场实实在在的长征。人工智能发展的终极目标是什么？人工智能产业落地应用需要怎样的生态？华中科技大学电子信息与通信学院院长黄晓庆在接受《前沿科学》独家专访时，从云端智能机器人的发展契机，分享了他对人工智能产业化发展的深刻思考。
人工智能发展还需人类掌控
《前沿科学》：人工智能，已成为当前和未来人们生活不可或缺的部分，但公众似乎并不清楚人工智能已发展到什么程度。作为人工智能专家，您对当前人工智能发展作什么评价？
黄晓庆：谈到人工智能，放到人类的发展史大框架来看，三次工业革命的发生让人类用300年的时间超越过去3000年的时间，我们人类过去3000年文化的发展超过了在那之前的30000年，我们人类过去30000年发展超过了再往前的30万年，它是指数发展的历程，是人类不断制造和使用更高级工具的历史，不断智能化的过程。得益于英国科学家艾伦·麦席森·图灵和美国科学家冯·诺依曼分别对计算机理论和架构的贡献，计算机的发明使人类智慧创造达到巅峰。
1956年，由美国人约翰·麦卡锡在达特茅斯会议上首次提出人工智能概念，并定义它为“创造出智能机器的科学和工程”，是计算机科学的一个重要分支。经过60年演进，2016年3月，AlphaGo1.0以4∶1击败韩国围棋冠军李世石，让大众的目光再次聚焦到人工智能，但从某种程度讲，AlphaGo1.0还是通过学习人类智能下围棋的方法进行训练。2017年，AlphaGo又有了新的突破，AlphaZero可以不需要学习任何人类过去的围棋知识就可战胜人类。AlphaGo是人类第一个用深度学习的方式训练出来的神经网络，可以解决无法穷尽的计算问题并做出决策，但它只专注在设定领域，还是处于弱人工智能阶段。
尽管至今人类还无法解释清楚人脑是如何自主学习、归纳学习且效率高、能耗低，但这也给我们启发，机器神经网络的设计和人的大脑类似，随着科学家对关键技术突破，我坚信人工智能的未来，必然会在人类掌舵下驶向超人工智能。
《前沿科学》：您刚提到人工智能和人类智能，这两者之间有着怎样的联系？
黄晓庆：首先，人工智能发展到现有水平，离不开两个重要的人物，Geoffrey Hinton和Yann LeCun，他们分别创造了回归网络RNN和卷积神经网络CNN，人类基本的思维能力是建立在这两种神经网络之上的。所以人工智能其实一直试图在模拟人类智能，就目前发展水平来看，它擅长处理数据，但不善于抽象思考；而人类则不善于处理数据，更擅长做抽象决策。人工智能的设计原理和动力是作为人类智能的辅助和补充，而不是要取代人类智能，两者相辅相成，弥补了彼此的不足。因此，他们可以一起完成任何自己无法单独完成的任务。
比如，很多人都持有一种观点，即未来机器会取代人类的工作机会。人工智能的发展肯定会带来社会分工的变化，它会将人类从一线的工作中解放出来，使社会生产力极大提高，并且可操控机器人不“造反”。人类将有更多的时间把我们的智慧用于具有创造性、社交性、艺术性等其他有价值的应用中。人工智能将解放人工又离不开人工，未来一定是人工智能和人类智能共同构建的世界。
《前沿科学》：您曾多次谈到，最初关于人工智能的直观印象，来源于《星际迷航》的机器人Data。您怎么看待人工智能与机器人？
黄晓庆：作为科幻迷，《星际迷航》的机器人Data是我认为理想中的机器人模型，是感觉、运动和思考的结合体现。机器人的演进方向遵循着人工智能发展历程。早在1942年，美国科幻小说家阿西莫夫就提出了机器人三定律：机器人不得伤害人类个体（第一定律）；机器人必须服从人给予它的命令，与第一定律冲突时例外（第二定律）；机器人在不违反第一、第二定律的情况下要尽可能保护自己的生存（第三定律）。机器人三定律被称为“现代机器人学的基石”，后来又补充了机器人零定律：机器人必须保护人类的整体利益不受伤害。人工智能的发展也应遵循机器人“四定律”。
我认为，人工智能是一种以模拟、扩展和延伸人的智能的理论、方法和技术，它是一门科学。机器人则是人工智能技术的集中应用，人工智能赋予机器人学习、思考的能力，乃至自主进化，它极好地验证了人工智能的技术发展，两者相互促进。
规模化落地应用要给行业发展时间
《前沿科学》：现在，国内外业界都在谈5G网络，您觉得，5G对人工智能深度应用会产生怎样的影响？
黄晓庆：移动通讯，特别是第五代移动通讯带来的新机遇，为人工智能应用提供了绝佳的设施。人类的神经网络，从大脑连接到身体所有的器官，它是有通讯延迟的，从大脑到手大概是100ms，最短的距离，从大脑到眼睛是30ms。未来5G移动通信技术将延迟减少一个数量级以上，可以提供超人类的反应速度。再加上它连接数高，这就为万物互联创造了很好的环境。万物互联产生了数据洪流，使得数据爆炸性增长。
其实，2011年我在中国移动研究院时，就曾针对5G的应用做过调研，最后得出的结论是，5G的服务对象是机器人，而不是人。目前市场上现有的机器人因“脑容量”太小，以至于机器人能学习的东西十分有限。如果将机器人“大脑”放在云端，也就意味着它有无穷无尽的“空间”来存储数据，学习能力更强，能表达的东西也就更多。
学院与达闼科技共同推进的云端智能机器人，从云端技术切入人工智能的核心领域，具体来讲，云端智能机器人将是5G时代的“杀手级”应用，是人工智能的发展必然。
《前沿科学》：某种程度上，云端智能机器人发展是否已在实践着人工智能产业化路径？
黄晓庆：机器人神经网络是由移动通讯网络来实现，云端智能机器人是由一个云端大脑，通过网络连接到集群的本体，但是它真正达到像保姆服务人类生产、生活，也是必须要人来作为机器训练师，用人类来远程的控制机器人。这个过程产生了数据，数据再回馈到云端大脑的人工智能平台，这是一个伟大的过程：从训练到推理，再从采集数据，再到机器人进化，最终机器人可被规模化复制。
2017年，我国出台了《新一代人工智能发展规划》，从多个角度描绘了建设世界人工智能强国的蓝图。其中智能机器人作为人工智能新兴的一种产业，特别是云端智能机器人，我认为要实现大规模应用需要一个长期的过程，我给自己的时间是15年，与业界一起，做好机器学习和数据训练等基础关键技术的研发、商业模式探索、应用环境的构建。对人工智能的要求，当务之急是要规模化落地，为社会创造价值。而云端智能机器人是突破工业红线的人工智能，我预计它未来会像智能手机一样普及，形成标准化应用，是一个万亿级美元的市场，将是目前汽车和移动通信的市场规模的总和。它最终以共享、跨界、人机协同智能形态，并扩散到经济领域的各个角落。
新技术带来产业渗透方向
《前沿科学》：习近平总书记在致第三届人工智能大会的贺信中提到，人工智能正受到移动互联网、大数据、超级计算、脑科学等新理论新技术的驱动。您认为，影响人工智能发展的关键技术有哪些，这种驱动作用体现在哪些方面。
黄晓庆：当前人工智能的发展得益于算法、数据和算力三方面共同的进展。大数据是人工智能发展的基石。目前的深度学习算法主要是建立在大数据的基础上，并从中归纳出可以被计算机运用的知识或规律。云计算是人工智能背后强大的助推器，云计算可以让我们体验每秒10万亿次的运算能力，这么强大的计算能力可以模拟核爆炸。
自2013年以来，大数据和大计算驱动已成为深度学习算法的主流，正逐渐成为一种通用赋能工具。当前，以深度卷积神经网络为基础的新一代人工智能，能够获得更加接近于人类水平的感知能力和对自然语言的模式分析能力，带来了超越人类的博弈能力。而对抗性神经网络的最新进展则促进生成超分辨率具真实感的原创图像、声音、3D物体等。这些都为人工智能的产业渗透带来了更多新的方向。
《前沿科学》：云端智能机器人，是将机器人大脑放在云端，您觉得它是在构建应用环境还是控制系统，将面向人类怎样的期待？
黄晓庆：在机器人的云端大脑中，我们将多媒体交互、人工智能算法、语言、视觉和运动控制相结合，形成了一个多模态环境。在此基础上，我们将机器智能技术与人类智能辅助相结合，构建了一个不断进化的深度学习系统。这样，我们就可以让机器人在人的支持下不断学习新的技能。
考虑到人工智能目前存在局限性，人类将直接正向干预云端大脑，确保人工智能的安全性和决策可控性，实现人工智能与人类智能无缝融合架构，通过人类的干预形成强化学习的智能反馈到系统中，加快从“弱人工智能”到“强人工智能”的发展进程。
当然，中国服务机器人领域目前也方兴未艾，云端智能机器人处于行业发展的初期，还缺乏专业标准，还需各方企业能够协同创新，最终形成人工智能和机器人领域的有效标准，从而推动整个产业的发展。
（原载于《前沿科学》2019年第2期）