自動駕駛、深度學習、語音識別技術為何近年才突破？

　　7月23日，阿里巴巴大數據科學家金榕在造物節“科技大咖說”上進行了演講，和現場的觀眾談論關于數據和人工智能等問題，以下為現場演講。

　　數據是自動駕駛、深度學習、語音識別技術突破的根源

　　今天我想說的話題，是數據和智能之間的關系。

　　我們首先來看一個汽車自動駕駛的例子。現在自動駕駛這個名詞已經炒得很火熱，但實際上這是一個非常老的話題。

　　美國卡內基梅隆大學有一個項目-Alvin Project，目的是做一個自動駕駛的車，1994年已經成功地把車從東海岸開到西海岸，全程120公里每小時的速度，基本上是自動駕駛。

　　大家也許會覺得疑惑，為什么一個20年就已經成型的技術直到現在才開始商業化?實際上一個重要的原因就在于數據的問題。

　　早期做自動駕駛，收集的數據非常少，大概只有幾十個小時的駕駛數據，對復雜路況的處理能力比現在低很多，安全性不夠。今天的廠商可以收集幾十萬小時的駕駛數據，而且數據處理能力很強，能讓車在非常復雜的情況下具有良好的處理能力。從這個意義上來講，大數據很重要。

　　另外的例子是Google的AlphaGo。很多年前IBM的Deep Blue(深藍)是非常成功的例子，他制作了一套系統能夠跟國際最好的象棋大師做對弈。而AlphaGo系統里的深度學習、強化學習等，實際上在20年前已在游戲中應用。　　

　　1996年有一個系統叫TD(λ)的算法，有幾位科學家把這個算法應用在一個在美國挺流行的游戲上，很快成為了世界冠軍。

　　更神奇的地方在于，AlphaGo需要讀人類棋手的棋譜，從中吸取經驗成長成為世界頂級的選手，但是對于TD(λ)的算法來講，當時做了兩個不同版本的算法，這兩個版本自己跟自己下了150萬盤，就成了世界冠軍。某種意義上講，是自學成才的算法。

　　那么為什么AlphaGo系統大部分的核心技術點，實際上在20年前都已經很成熟，直到今天面紗才被揭開?關鍵還是數據問題。20年前的計算機不足以處理這么多的數據，而現在可以。

　　還有一個比較重要的點是語音識別技術。近幾年這項技術有了突飛猛進的發展，智能手機普遍應用語音交互。但實際上語音識別技術是從60年代開始的。很多技術很早就有人嘗試，而近兩年獲得成功，歸結于數據處理能力和計算能力，使得它能夠變成更加智能化的工具。　　

　　數據有一個非常厲害的能力就是挖掘價值。以花唄為例，花唄的背后實際上是個人的信用分，這個信用分基于個人以前的整體行為，把所有的交易行為都形成數據，數據會告訴系統個人有多大的可能還錢或者有多大的還付能力。這個跟美國以前的信用體系有非常大的差別，完全從數據上挖掘行為，測量信用。

　　另外一方面，很多顧客會關注如何把花唄分數提高?這就需要學習智能的機器人從模型里提取有用的信息，并告訴個人達到目的的途徑。

　　壓縮感知技術將會非常重要　　

　　在過去的十年間，我認為在統計數學產生了一個非常有力量的技術，它的中文名是壓縮感知。這個技術是非常有趣的技術，可以重現歷史。

　　大家設想一下，如果你有一個非常老的、破損嚴重的照片，你肯定想要有一個機器可以把很破損的照片恢復的沒有瑕疵。有了壓縮感知技術之后，這些破損的照片，可以重現成很完美完整的照片。這是非常頂尖的幾個科學家在最近幾年做的杰出的工作帶來的成果。

　　有了這個技術，大家會想是不是相機運用這個技術可以做一些改變?現在的數碼相機很便宜，其中一個非常重要的原因，在于數碼相機的感光材料是硅，人的感光區間和硅的感光區間差不多，所以硅可以成為非常好的傳感器來形成圖像。

　　但硅做不到紅外的感光區，而紅外感光材料非常昂貴，所有紅外或紫外相機通常都很昂貴。想要獲得高清照片很昂貴。

　　所以現在很多公司想要用比較簡陋的相機拍攝，運用壓縮感知技術把它重現成很好看的照片。美國的萊斯大學正在做單光子相機，希望能做到只測量一個光子就可以把整個圖片完完整整的呈現出來。

　　我個人覺得壓縮感知這樣的技術，會在以后的時間內成為非常重要的技術。

　　人工智能和人的智能有什么差別?　　

　　接下來我想再談談智能。對于智能，每個人都有不同的定義。從機器學習或者是人工智能角度來看，所謂的智能是一個決策函數，這個決策函數有一個輸入，比如說一個照片會給出一個決策，它告訴你照片的人是什么。

　　現在幾乎所有的機器學習、人工智能的方法，不管是AlphaGo，還是語音識別、自動駕駛幾乎都是用這個方法為基礎的。這個智能是我們經常說的人工智能，實際上它跟人的智能還有一個很大的差別，最大的差別就在于他們對數據的依賴。

　　小孩在學習各種技能時的一個學校過程最多幾十遍，人的學習可以依賴于相當少的樣本學到知識、技能。但是機器智能基于決策函數的學習方式，需要巨大的數據支持。這就是為什么說只有有了巨大的數據，人工智能才會普遍運用起來。如果數據低于一定的程度，這樣的函數是不可能被學習下來的。

　　最后總結一下，我們正處于一個激動人心的時代，在這個時代能夠利用非常大的數據、計算能力，讓那些十年前、二十年前研發出來的算法，發揮出巨大的價值。

　　但同時也要認識到現在這樣一個基于函數技術的機器學習或者說是人工智能的方法，也有一個巨大的局限性，對樣本的數量有很大的依賴。

　　到底我們應該怎么去看待人在學習過程中的能力?為什么說人只要需要幾個樣本就能把一個技能學好，而機器學不好?

　　從這個角度來講，我認為現在的數據巨大成功同時也是給在座每一位年輕人的一個巨大的機會，去探究人到底是怎么學習的。