独家|依图创始人朱珑:即使AI过火,大家也可能低估了它的跳跃式进步

2017-04-27 00:00:00雷锋网

雷锋网按:4月22日至23日,2017第十届中国绿公司年会在河南郑州召开,依图创始人朱珑出席会议并带来人工智能技术的前沿消息,他认为,“如今,人工智能发展速度非常快,但即使人工智能过火,BAT、创业者或是投资人等也可能低估人工智能最前沿技术可能有的跳跃性进步。”

雷锋网据公开资料了解到,朱珑是美国加利福尼亚大学博士,师从艾伦·尤尔(Alan Yuille)教授,从事计算机视觉的统计建模和计算的研究,之后在麻省理工学院人工智能实验室担任博士后研究员,在纽约大学Courant数学研究所担任研究员。即使在精英云集的人工智能创业圈,他的这份履历也算得上佼佼者。

1qqw.JPEG

以下是朱珑演讲全文,雷锋网(公众号:雷锋网)对其进行了不改变原意的编辑整理:

大家都推崇本科生创业,甚至推崇本科生不要毕业就创业。我比较极端一点,我是博士后,中国人比较尊敬这个学历,但其实学术界的人创业也是一个重新学习的过程。尤其商业领域上,如果不是特别有天赋,从履历上来讲天生是一个短板,所以我是一个非典型的创业者,这种非典型也让我有一个特殊的视角,基于对科学、对学术的理解和创业几年来的经历,我有一些不同的思考。

2013~2014年间,深度学习开始在全世界火起来,那时,我第三个实验室的老板(Yann Lecun ,现任Facebook人工智能实验室的负责人)已经在深度学习领域深耕了30年。当我创业时,也就是2012年,在全球范围内,深度学习无论从何种意义上说都是一个非常冷门的专业,优秀的博士生并不去这样的实验室、学科中。直到2013年,在中国可能是2014年,一夜之间大量博士开始跳到这个专业学习,这凸现了以前该专业领域人才储备的不足,但是,很短的时间,情况就大变。

人工智能真假难辨,没有权威

如今,人工智能比较火,谈的人也很多,但我却是很难谈论它的,我先给两个定义:

一个是难辨的技术,真假非常难辨,泡沫非常难辨。但是谈的人又多,专家非常多,无论是投资人、高校教师还是创业者都在谈论它。对此,我认为,当今是也一个没有权威的时代。

什么是难辨的技术?人工智能属于科学范畴,科学是离大众很远的。最好的实验室很难评价另一个最好的实验室的工作,因为只看发表论文,是很难评估的,还要基于多年来两个实验室的交流和互相理解,才能评价他们的工作,加之现在人员流动很大,评估更是难上加难。

科学是客观的,但很多市面上的说辞是比较主观的,很多科学家、教授、研究员并不在业界的一线,尽管他是全职教授或者是名牌大学的教授,但他所知的进展更多来自于新闻,但新闻报道的可能不是最核心、最领先技术,以这种不严谨的素材做预测和评论时,结论和真相差距比较大的。

科学是一个很严肃的东西,是客观存在的,但对其的谈论却误差很大,容易被谈论者的身份影响。

当今是没有权威的时代。我在硅谷最好的实验室呆过,他们对于全球最先进技术的发展状况,了解得也不全面,因为人工智能发展速度太快了,甚至全球各地都有跳跃性的发展。谷歌一个人工智能总监不见得完全理解透公司另外一个部门的所有进展;全球最好的专家也不见得能全面理解全球最好的技术;而美国顶级的学术界或者名牌学校里的老教授已经很难点评全球最好的技术了。如今和10年前的学术界状况是不一样的,那时,学术界3个全球最好的教授,实验室师兄弟3个人凑在一起,就能差不多预测全球甚至未来3年的进展。

这就是一个没有权威的时代,任何一个新技术都有可能具有突破性的社会意义和学术价值。

如今人工智能走到哪一步了?

因为科学很难谈,所以我先从不需要任何专业背景、不需要跨越文化的知识说起,看看如今人工智能走到哪一步了?

很容易找到一张图,机器的识别度超过人眼。大概3年前,机器识别准确率普遍超过人眼,这是一个很重要的界线,这意味着机器可以替代人类从事一部分工作,并且可以应用于很多场合,比如机器几乎不存在速度和体力问题,一秒钟看1个人或5秒钟看10亿人,机器都能胜任。

我们曾做过这样一个实验,把一个客户女朋友的照片放入一千万数据库中搜索,找出相似的前十名出来,打乱顺序,他辨认不出哪个是他女朋友,所以即便是你非常熟悉的人,比如你的男/女朋友,你也不见得比机器更熟,因为人的识别是很容易受到光照角度、化妆与否等因素的影响的。如今,机器可能在熟人的人脸识别上超过人类,那扩展到更专业领域,比如医学,可能3~5年后,机器就可能超过专家。

我们还做了这样一个实验,想回答这样一个问题:中国大约13亿人中有多少人和你长得一样?长得一样的标准是你母亲也辨别不清楚谁是谁,这个问题纯粹是对世界的好奇,结论是每一亿人中就有一个人和你一样,全中国平均有12个人跟你长得一样,你找得到12个“替身”。

这是一个很重要的科学统计结果,并且是在其他任何地方都不知道的结论。这意味着,人工智能除了其产业化意义外,它还能帮助人类看到我们的智慧边界,以前这个课题没法讨论没法回答,那是以前没有这么大规模的科学手段,而这是非常有意义的。

虽然人脸识别已经非常普及了,但大家讨论人工智能时,还容易联想到阿尔法狗,我认为人工智能应该先具备这样一种能力:人天生具备的能力,这是人成为人的一个最重要基础,人的很多智能是由此衍生出来的。探索这件事能回答人的本质问题。

人脸识别的实际应用场景

我们布了全球最大的人脸搜索引擎,公安可以通过这个搜索引擎追逃逃犯。大家可能听说过,十几年前的杀人犯逃到庙里做主持,通过系统交叉比对,把通缉犯和现有的十几亿人或一个省的一个亿人做几万亿次或几十万亿次的交叉比对,把这个逃犯抓了出来。

还有一个例子,一个老人带着小孩走丢了,他说不清楚自己是谁,记不起身份证号码,这在以前很难办,现在在派出所拍张照片就能知道这个人是谁。

办案过程中锁定的嫌疑人,即使公共摄像头在比较远而且是运动的、模糊的、低清像素的情况下抓拍到了这个人,基本都能识别出来。

网吧里的手机被人偷或几百块、几千块钱被偷,以前很难查,但现在通过角落里的摄像头,即时角度的差异,也基本上都可以查得出来。

另外,现在可通过ATM机上鱼眼摄像头拍到的人像抓捕疑犯。

如今,中国先进的技术结合垂直场景的人工智能局面,在全球范围内也领先。如今,人脸识别技术在不同区域、不同场景中能很多事情,这是非常激动人心的。

过去民警希望用到的科技手段这2年中基本都用到了,并且美国科幻大片里面的场景,我们都能做,而且基本上只有中国能做到。美国和其他国家很难做到这种视频条件和人脸识别的技术。那么,美国的人脸识别技术好在哪里?谷歌、Facebook的技术好,但创业氛围和政府的意识不见得是最领先的。

如今的局面是留学生回国的比较多,中国这种先进技术和垂直领域相结合的产品是比较有代表性的,不仅能解决中国的问题,在世界范围内都是非常领先的。

如今,人工智能发展速度非常快,但即使人工智能过火,BAT、创业者或是投资人等也可能低估人工智能最前沿的技术可能有的跳跃性进步。

2
Top