专访百度CEO张亚勤：八问人工智能怎么看

　　人工智能是今年博鳌亚洲论坛上的一大热词。作为掌控排名“bat”之首的百度ceo，张亚勤又是如何看待人工智能的呢？《第一财经日报》记者展开八个问题，现整理如下，以飨读者。

　　《第一财经日报》：

　　您能简单介绍一下百度在人工智能方面的探索，以及在这个方面有什么样的部署和打算吗？

　　张亚勤：

　　人工智能已有60年的历史，本身其实也并不神秘，最近alphago击败李世石是一个标志性事件，但其实人工智能和深度学习的算法已经在很多方面(已经得到应用)，比如说百度现在有全球最大的神经元网络、语音识别、图像识别、翻译，都深度地使用了这个网络。另外像语音搜索最近也成为主流，这其中用到许多机器学习和人工智能方面的技术，当然无人车本身也会成为一个大的产业，这里面集成了人工智能的很多应用，包括计算机视觉、图像识别、当然还有智能的决策，高精地图等各个方面的成果。

　　日报：

　　除了语音搜索和图像识别方面可以商业化，其他更像理论前沿，百度也在做学科方面的研究吗？

　　张亚勤：

　　百度做的研发一方面可以运用到日常生活中，其实我们现在用的语音搜索、图像识别包括像o2o的外卖派单都用到了人工智能的算法。我们很多的研究都是面向3年、5年甚至10年之后的，这个需要的多年的投入。

　　像现在，我们正在建造大的智能网络，百度大脑它本身有长期的投入，越来越多的数据，越来越强大的计算能力，以及越来越好的算法，这是需要很长时间积累的。百度在研发方面有很大的投入，营业收入的16%~17%投入在研发方面，这是一个很大的投入。

　　其实像百度这样的公司，最核心的还是技术，我们技术现在的焦点是人工智能，机器学习的新的算法。

　　日报：

　　现在有很多火热的概念，比如几年前我们还在讨论大数据，现在在讨论人工智能。每一个过渡性的阶段都应该有一个标志性的事件来区分，或者说，从大数据挖掘到人工智能，这其实是在讨论一件事情吗？

　　张亚勤：

　　都是一件事，人工智能其实本身是一件很泛的概念，刚才讲已经有60年的历史，包括像目前用的最普遍的深度学习基于神经网络，而神经网络这一概念有70年的历史，这些都不是新的。

　　人工智能里面有很多机器学习的算法，这些算法有做数据挖掘的、智能分析的，这些东西都是基于大数据。为什么深度学习大家现在忽然觉得变得很火？因为有一些标志性的事件，比如alphago，在技术方面，特别是在增强学习的算法方面有了很大的进展，同时起到了很好的科普作用，人们开始意识到人工智能开始真的进入到人们的生活了，是工作了(work)。

　　此前，人工智能很多年一直停留在实验室阶段，这十年来变得越来越现实，走进我们的生活。我经常在讲我们做计算机的这么多年就做了三件事情：一个是计算机学习人的沟通方式，像我们现在这样用语音，用手势，用眼神，各种沟通的方式;第二，学人怎样思考，包括逻辑思维、决策，推理，现在就是大数据加上机器学习的算法;第三就是，人怎样去感受，像感情、喜怒哀乐、直觉包括对美的感受，这些东西还有些距离。所以现在机器学习的发展方面我们对这三层走得越来越近，第一层和第二层都会和人类很相似，第三层还需要时间。

　　日报：

　　那么您理解的人工智能最终的发展结果会怎样？

　　张亚勤：

　　刚才我讲了三个层次，前两个层次在未来的十年、二十年机器都会和人一样的聪明，甚至比人更加的智能。第三个层次呢，这个时间还会很长，现在我们机器学习的算法包括深度网络，这个路径并没有一个直接的证据说可以达到哪儿去，人是怎么样感受到自己的，没有办法很清晰的表述出来，所有人能表述出来的东西，最终机器都能够超过。

　　这个会产生一些新的洞察(insights)，以后有没有可能sillicon会不会和蛋白质结合起来？这是另外一件事，这个要很多年以后了，现在要讨论或者想机器会不会把人类完全颠覆(take over)，这可能还稍微早一点。

　　我倒是觉得有三点应该有所关注。第一点，人工智能还是要有可控性，可控性就是我们的发明是要为人服务的。任何一个高科技都是一个双刃剑，像我们现在的算法，人工智能我们深度学习更多的是黑盒子，有问题我们不知道怎么去办，就像alphago在第四盘的时候，忽然出问题了，它定义的几率错了，他就完全乱掉了。现在深度学习算法，它怎么学习我们不知道。所以现在微观方面有一个黑盒的问题。宏观方面，我们做东西要可控。就像核一样，可以做核武器也可以做核电站，既可以伤害人类也可以服务人类，所以关于可控性大家已经谈的很多了。

　　第二点，人工智能在将来的五到十年到二十年，会深度地改变社会的结构，比如说很多的工作就没有了。机器人出现，工厂的工人就不需要了、司机不需要了，很多重复性的脑力劳动者就不需要了。这时，我们需要有意识地提供一些培训，让大家的技能适应新时代的发展。我是乐观的，我相信更多的工作、更好的工作、不同的工作会出现。这个过程可能比想象的要快一些，希望大家没有被淘汰(left behind)。

　　第三点，我其实是担心机器越来越智能，人会不会更依赖机器。现在我们已经离不开手机了，手机没电了，没有导航就回不了家，也记不住电话号码。作为整个人类来讲，我们会越来越智慧，但是其中大部分的人会不会智力退化，因为不用去想很多事，所有东西会被5%的人设定(program)好，因为机器可以自设定(self-program)，大部分人可能会更加依赖机器智能。我有一位同事，他有句话我认为挺形象的，他在考虑机器会不会取代人类，就像现在就开始考虑火星上的人口问题一样(为时过早)。

　　日报

　　:人与人工智能其实是相互影响的过程，机器是在学习我们，它跟我们的互动也会改变我们的生活方式，其中又要涉及到一些伦理道德、社会经济、人口这一类的问题。

　　张亚勤：

　　我觉得我们应该关注这样的问题，按照人可控的方向，不要失控，但也不要害怕恐惧。因为为时过早，我们现在所做的事，这些算法并没有教机器去怎样产生感情。

　　日报：

　　我还注意到，机器学习有一个特点，学习我们强化给它，希望它学习的内容。比如说像我们现在进行的采访，在之前我会根据资料判断哪些是大家没有谈过的，哪些是时下的热点，但是如果让机器来准备的话，它或许只能准备一些热点，而一些被忽略的东西可能没有人提醒它，对此您怎么看？

　　张亚勤：

　　这是可能发生的，机器的能力在我们赋予它的能力范围内会很强，但是没有智慧和更深层的洞察，可能像是有iq但是eq较低。

　　日报：

　　现在机器学习或者说是在数据挖掘方面已经有了产品化的探索，比如说大家会用它来建立复杂的经济学模型来炒股，，您如何看待它的商业化应用？

　　张亚勤：

　　股票分析可以做到，但最终还是决策，比如说股票涨了你会买还是卖，这是个人决策的问题，每个人的决策是不一样的，如果大家都决定卖的话，那这个市场就不存在了。(但是我们可以给他设立一个上涨线，和压力线)，你可以看到各种分析，但最终还是人来做决策，机器的决策力每个人不同的策略，但是如果所有的策略都一样，这个市场就崩塌(collapse)了，不可能是一样的。很简单一件事儿，曲线大家都能看到的，根据这个事实你怎么决策，肯定是不一样的。有买和卖的话才有交易，如果大家都卖交易就不存在了。这个决策还是人给的，机器可以做一部分，但是最终高层次的还是人做的，但是现在这个已经用上了。

　　日报：

　　这会带来信息鸿沟吗？

　　张亚勤：

　　会的，以前我讲数字鸿沟，现在我们说的是数据鸿沟。

　　(记者刘佳对此文亦有贡献)