我看見的世界(74)_李飛飛

七四

　　▼11 無人可控

　　（No One's to Control）

　　此時，我們都處在一場全球風暴之中，我們要從根本上重新構想人工智能，使其成為以人為本的實踐，這個共同的目標就是下一顆北極星。

　　「嗨，你是飛飛，對吧？」

　　我轉身去看問話的人，他禮貌地做了個手勢。

　　「我叫戴夫，」他伸出手和我握手，「前幾天聽到你在播客上的節目，忘了是哪一期了。你知道嗎，我們風險投資公司一直在談論人工智能，簡直就是一刻不停。」他接著說，「就在過去的幾個月裡，我們已經完成了四個A輪融資，都是在這個領域。」

　　我笑了笑，不知道還能作何反應。那是2014年，風險投資的術語讓我在自己的領域裡感覺像個局外人。

　　「嘿，你見過傑弗裡了嗎？」他轉過身向對面的另一個人招手，那個人穿的牛仔褲和羊毛套頭衫看起來跟他的一模一樣。

　　「傑弗裡，過來過來，我想介紹你認識一個人！傑弗裡是負責產品開發的副總裁，在……」

　　「好了，各位，請注意，我們可以開始了。」謝天謝地，一個聲音從房間那頭傳來，打斷了他，「我要感謝大家今晚的到來。學前班是孩子們人生的重要一步，今年我們為他們做了非常棒的規劃。」

　　「一會兒再聊！」他擠坐在倉鼠籠旁邊的小木椅上，低聲說。

　　※

　　無論我們學術界如何看待人工智能，或者對其未來作何預測，有一點是不可否認的：人工智能已經不再由我們掌控了。十多年來，我對人工智能一直癡迷不已，它就像一層思想的外殼，悄然疊加在我的世界觀之上。然而，到了2010年代中期，相關話題已經獲得極大的公眾關注，各種討論鋪天蓋地、震耳欲聾。加州矽谷101號公路沿線的廣告牌宣告著人工智能初創公司的招聘狂潮；在我的牙醫候診室裡的雜誌封面上，有關於人工智能的報道；開車換台時，還能從汽車收音機的談話片段中聽到關於人工智能的討論；顯然，在幼兒園家長會上，它也成了熱門話題。

　　世界正在變得超現實。我和同事們窮盡職業生涯探索人工智能科學，但我們現在突然面對著「人工智能現象」（我還沒有找到更確切的說法）。人工智能本身就充滿了難以解開的謎團，現在，這項技術與各行各業、政府、記者、評論員甚至廣大公眾之間的互動突然激增，千絲萬縷的關係與技術本身一樣錯綜複雜。經過幾十年的模擬環境開發和測試，人工智能已經進入現實世界的應用階段。在人工智能的發展史上，充滿了對其擬人化的嘗試，但這些嘗試帶來的更多是誤導，而非深刻的洞見。雖然我也不太願意把人工智能明確地比作活的有機體，但不可否認，它已經進化出新的形態，躁動不安，嗷嗷待哺，渴望探索。

　　＊

　　不到一年前，在我和安德烈的研究領域，穀歌迎頭趕上的消息讓我震驚不已，但如今卻感覺已像陳年舊事。作為曾經的人工智能研究主力軍，大學實驗室現在已不是推動前沿發展的唯一機構。這已成為不爭的事實。無論是在GitHub等平臺上分享代碼，還是在Reddit等論壇上討論最新進展，我們都與穀歌、微軟和臉書等科技巨頭、遍佈全球的初創企業、貪婪的風險投資人網絡，甚至開源社區的軟件開發人員共享繁榮熱鬧的景象。

　　有太多話題可以探討。

　　2015年，鄧嘉和奧爾佳發表文章，回顧了ImageNet比賽迄今為止的影響，並分享了安德烈的研究成果：他估計人類在標注1000幅圖像時的錯誤率約為5.1%。雖然安德烈只是出於好奇才做的研究，但其結果卻大大增加了比賽的刺激性。突然之間，算法不僅相互競爭，還開始與人類一決高下。2014年，穀歌的神經網絡分類器GoogLeNet的錯誤率僅為6.67%，達到創紀錄的最低水平，人類幾乎要失去榜首地位了。

　　儘管AlexNet和GoogLeNet是計算機視覺領域的真正飛躍，但我們還遠遠未能瞭解其全部潛力。舉例來說，我們確信網絡深度是決定性能的關鍵因素，而GPU優惠的價格意味著我們終於有足夠的處理能力，讓深度達到前所未有的水平。然而，簡單增加神經網絡層數並不是萬能之策。在初始階段，網絡深度的增加會提高圖像識別準確率，但很快就會到達臨界點，此後就是收益遞減。我們懷揣著遠大抱負，構建的神經網絡越來越大，卻在不經意間將網絡變成了迷宮。過多的分層會破壞信號傳遞，導致訓練過程停滯不前，使系統失去效果。

　　顯而易見，要實現宏偉的目標難度很大，與投入多少矽片並沒有直接關聯。這意味著即使在現在，我們的網絡也無法吸收和消化ImageNet等大型數據集，沒有充分利用其潛力。我們需要改變現狀，不斷進化，不僅在規模上，更在創新上。這正是我期望ImageNet挑戰賽能帶來的激勵和感召。

　　我終於如願以償。2015年，由微軟的年輕研究員何愷明帶頭研發的深度殘差網絡（Deep Residual Network，ResNet）再次改變了比賽格局。ResNet達到了驚人的152層，但對網絡架構進行了扭曲，允許在訓練階段繞過其中的某些層，使得不同的圖像對網絡中較小的子區域產生影響。

　　雖然經過全面訓練的系統最終會充分利用其深度，但在訓練階段，沒有任何一個圖片示例必須覆蓋整個系統。這樣的架構帶來了兩全其美的結果。一方面，增加層數可以提高性能，吸收更多數據——ResNet使用的ImageNet數據量超過了當時其他所有的參賽算法；另一方面，在不降低性能的前提下，保持了信號自由流動所需的簡潔性。ResNet是教科書式的範例，充分說明了在人工智能領域，創造力是推動著輝煌時刻出現的力量。

　　然而，ResNet的設計只是故事的一半。ResNet的最終效果甚至遠遠超出了設計者本人的預期，還因驚人的性能而登上了《紐約時報》等主流媒體的頭條。ResNet獲得全球關注是意料之中的事：它的識別錯誤率僅為4.5%，遠遠低於安德烈估算的人類錯誤率。簡而言之，視覺分類的挑戰似乎已經迎刃而解，機器輕而易舉地超越了它們的創作者，完成了幾年前還幾乎不可能完成的任務。多麼令人驚歎的里程碑啊。然而，沒過多久，我們就意識到這只是開始，更多的里程碑將會陸續出現。

　　嘿，你在關注AlphaGo嗎？

　　你知道哪邊能贏嗎？

　　我該不該賭一把？哈哈！

　　＊

學達書庫(xuoda.com)