在碾壓智商的「阿爾法狗」面前，我們只能選擇「狗帶」了嗎？

中科院自動化所模式識別國家重點實驗室副主任陶建華研究員解釋道：「阿爾法狗」採用的是一種多層人工神經網路的「深度學習」技術，之所以能夠在短時間內掌握大量圍棋走法，建立前期優勢，在於它的多層神經網路通過合適的矩陣數量、多層組織鏈接起來，形成神經網路「大腦」，並進行精準複雜的處理。這種多層次的深度神經網路特點是在物理及數據處理上模仿人腦，處理外部信息的構造和流程，在一些簡單功能上，其可以被看作人腦在處理該問題時的一個複製。

「事實上，『深度學習』已經在人臉識別、手寫識別、語音識別、語義理解、機器翻譯等範圍內產生了大規模的應用。」陶建華表示，深度神經網路同時還在無人駕駛汽車、智能服務機器人等一系列代表未來技術的產品中發揮著舉足輕重的作用。實際上，「深度學習」正在掀起新一代智能技術的革新浪潮，掌握「深度學習」的阿爾法技術狗真的會將人類智商狂力碾壓，最終完全取代人腦了嗎？

陶建華可不這麼認為。人腦的結構異常複雜，人類想要通過程序完全複製一個人腦，至少目前還有很長的路要走。他表示，「深度神經網路在解決智能技術中的某一個或幾個問題時，能夠體現出類似於人的能力，但從整體上看，智能技術目前難以達到人腦的思維複雜度。」我們離人腦被人工智慧被取代，也許還差著無法預測的距離。

「深度學習」領域，我們也不差

「深度學習」的可不僅僅是「阿爾法狗」，人也是。對於李世石唯一一局的勝利，是否就可以看做是李世石向「阿爾法狗」學習的結果呢？據人民日報報道，韓國教授金大植表示，「這次人機對弈最初的主題是機器能否挑戰人類，現在已經變成人類能否超越機器。但是，機器的深度學習歸根究底還是在模仿人類，從這個意義來說，李世石是正品，而「阿爾法狗」是山寨版。」

人工智慧將在類似的對決上取得壓倒性的勝利，此次有「阿爾法狗」，未來很有可能還會出現「阿爾法教授」「阿爾法工程師」……但是，這隻能說明人工智慧在一些能力上也達到或者接近了人類水平，並不意味著其可以完全取代人腦。人類雖然無法和機器競爭，但可以和機器結合，從而戰勝單純的機器。陶建華認為，在可預見的未來，深度神經網路依然還只是人類的一個工具，目的是幫助提高人的工作效率或改善人的生活。「人工智慧未來的發展目標是讓智能技術越來越接近人類的智能。」

說起人工智慧的「深度學習」，就不得不跟各位說道說道我國的發展形勢了。總體來看，前景明朗，要堅定信心。作為我國人工智慧領域的一塊「戰略要地」，中科院自動化所會聚了一大批我國智能技術領域的國際一流人才，以模式識別國家重點實驗室為「大本營」，他們正在不斷開展著模式識別、機器學習、計算機視覺、圖像處理等方面的人工智慧，包括「深度學習」的重要工作。

「如今，無論是在『深度學習』中的人臉識別、手寫識別、語音識別或機器翻譯等領域，以模式識別國家重點實驗室為主要研發力量，我們的科研人員早已吹響了『攻城拔寨』的『號角』，緊跟著世界的發展腳步。」中科院自動化所副所長劉成林自信地說道。

人機PK,未來發展劍指何方？

未來人工智慧劍指何方？人機PK，雙贏方筑前景。陶建華為我們指出了一條發展道路。「為緊跟國際上的『交叉』發展熱，我們希望通過將人工智慧與腦結合的研究繼續跟進發展趨勢。」中科院自動化研究所提出的「類腦」研究便是未來人工智慧發展的一縷曙光，這項研究基於認知腦模型的視覺計算方法和語音語言認知模型與方法，建立「類腦」視覺系統的可計算模型與學習方法體系以及具有語義理解能力和知識自學習能力的語音語言計算系統。基於此，未來科研人員可以進一步將研究成果引入到機器人和智能系統建設中，研究出人機智能協同、互動式智能生長的理論方法，打造出具有全面「類人」認知和運動功能的「類腦」智能機器人。

以陶建華承擔的面向自然口語對話的深層次信息感知項目為例，就旨在建立融合對話情景、音視覺特徵的深層次信息感知模型，實現具有對話意圖理解與表達能力的自然口語對話系統，從而加深對言語交互過程中對話情境與音視覺表達間關係的理解，為在人機交互中建立更有效的音視覺感知與生成積累相應關鍵技術。

不僅如此，在「深度學習」中的機器翻譯領域，在機器翻譯系統框架、海量翻譯知識獲取、翻譯模型與演算法、多語種翻譯技術等方面也都取得了重大突破。今年3月中旬，自動化所還與中科大智航空技術有限公司聯合建立了「人工智慧與機器人教育聯合實驗室」。實驗室旨在面向智能科學與技術領域科學教育與傳播，並全面致力於提升社會人工智慧與機器人理論和應用方面的研究水平。

綜合《中國科學報》《人民日報》整理

推薦閱讀：