阿里巴巴集团技术委员会主席王坚:我曾经被诺贝尔奖得主司马贺忽悠,相信人工智能就是未来!

简介:


image


“人工智能这个几个字,听起来,我就很生气!”马云 6 月 29 日在世界智能大会上的演讲内容,一度成为热搜话题。

小智发现,阿里巴巴的爸爸们,普遍对“人工智能”的这种叫法存在不满。

比如说,阿里巴巴集团技术委员会主席,阿里云和云 OS 操作系统的创始人王坚,也就是那个“忽悠马云的骗子”、被人称作“怪咖”和“疯子”的博士。


image

王坚在 7 月 9 日中国人工智能小镇启动仪式的演讲中表示,人工智能更准确的表述应该是“机器智能”。

人工智能之所迅速升温,是因为互联网成为了人类社会的基础设施、我们看待数据方式的改变和数据本身。同时,他对杭州城市大脑和阿里巴巴的“登月计划”做了详细阐述。以下为演讲实录,Enjoy:

谈到人工智能,大家都在想,怎么让一台机器模仿人。

我自己在杭州这个地方经历过 3 次,有人跟我讲人工智能是未来。但我最终觉得,把它叫做机器智能会更好一点,这也是我今天想讲的三个很重要的观点:机器智能与城市大脑和下一个十年的登月计划。


image


机器智能

上世纪提出人工智能概念时,有四个图灵奖获得者。其中有一个叫司马贺,他在 80 年代初到过杭州,当时我在读大学,坐在下面听他讲人工智能,热血沸腾的不得了。因为是学生,比较容易受骗啊,相信了人工智能就是未来!

他自己是心理学家,拿的却是诺贝尔经济学奖,在经济学界非常有名。因为他那次课程,让我在大学快毕业的时候,做了一个比较重要的选择。

大家都知道,可以从生物学的角度研究人,也可以从信息学的角度去研究人。因为当时选择了从信息学的角度研究,所以后来才学了关于计算机科学的课程。那是我第一次知道,有这么一个东西是值得我去探讨。

那时候所有人讲人工智能,其实都是在讲机器,怎么让机器做一些人能干的事情。直到今天,你去查牛津字典的话,它解释 AI 是什么,还是在讲怎么让机器,让一台计算机去做人可以做的事情。

著名的图灵测试,本质也是怎么模拟人。

因为这样,我花了很多时间学心理学。慢慢明白过来,其实这里是有一个非常大的悖论。这个悖论就是,人脑能不能研究人脑,这是非常复杂的事情。大脑有没有能力去研究自己,这是一个非常有争议的问题。

什么样的脑子才可以去研究脑子?只有世界上最聪明的脑子,才可以研究大脑本身。大家如果对人工智能感兴趣的话,只要你不是世界上最聪明的脑子,还是老老实实做事,不要去研究脑子会好一点,这是我自己的感触。

后来发生了什么事情呢,我博士毕业之后,大概 80 年代末到 90 年代初的时候,人工智能也热了一阵子,有两件事情。

人工智能提出时,日本提了第五代计算机。那时我们国家的项目,不是人工智能 2.0,是智能计算机。

那时候是第一次把硬件的发展和软件的发展连在一起了,轰轰烈烈。当时出过几本很厚的书,我认认真真看完关于人工智能的书,如果你现在再去看的话,大部分东西和今天谈得都一样。

也是那次轰轰烈烈之后,日本从此停在了所谓的第五代计算机。那个时候,我自己大概花了三五年的时间,在这中间,我相信了人工智能可能是未来,但是并没有发生。

今天这个时候,大家又开始说人工智能。其实是这个世界发生了非常多的变化,但并不是人工智能发生了很多变化。

一年多以前,在北京的一个活动上,我讲人工智能今天能够又被捡起来,不是本身发展的结果。计算在这里的影响很重要。人工智能到今天被广泛谈及,和三个东西是非常有关系的。

第一个:互联网变成了人类历史上最重要的基础设施。

对我来讲,可能人生最大的梦想是看到大脑被连到互联网上。如果没有这个物质基础,我们不但没有数据,所有讲的事情都不存在。

今天语音识别能做到这个程度,当然和 DeepMind 的算法有关系。但是,如果我们还像没有互联网的时代那样,去得到语音的样本数据,那今天所有事情也不会发生。大家一定不要把互联网这个基础设施和传统意义上的网络化混在一起。

人工智能成为热点话题,实际上标志着互联网对这个社会发展的又一次推动,这是我自己的理解。

第二个,我们重新看待了数据,其实就是我们重新看待了周围的世界。

人类历史发展过程当中,变化是非常非常大的。其中一个非常大的变化,在数据之前,我们所用掉的计算能力是一次颠覆性的发展。无论是讲深度学习,讲人工智能,都逃不掉计算机这件事情。计算机最基本的单元就是用多少个晶体管来表达。我前天看到一个数据,还是蛮刺激我的。

大概一两年的数据,全世界每年要为每个人生产出大概 20 亿个晶体管。20 亿个晶体管什么概念,在 70 年代初 IBM 出来的一个芯片才有 2 千多个晶体管。那时候整个美国加起来的晶体管数,可能都没有现在一个人所拥有的晶体管数。

计算能力的爆发是超出大家的想象,这些东西带来的变化,其实是今天我们又可以重新看待人工智能的基础。大家一定要记住,硅实在是了不起,不管摩尔定律在不在,这个东西实在了不起。从 70 年一个芯片上只有几千个晶体管,到今天世界要为地球上每个人生产几十亿个晶体管,这是世界的巨大进步。

前几天我在硅谷见到一家创业公司,大家知道今天做深度学习,或者做人工智能的人,必说什么 GPU。那个创业者和我说要做一个处理器出来,这个处理器是今天最好 GPU 处理能力的 1 千倍。大家认真想一下,已经从 2 千个晶体管芯片到每个人有 2 亿个晶体管。如果再把计算能力提高 1 千倍,你想想看我们能干什么事情,任何人在有生之年不能干完的事情,一眨眼干完了。

第三,就是数据本身。

有一个事情非常了不起,影响我们决定做一个像城市大脑这样的东西,就是 carema,一般翻译成摄象头,我认为最好翻译成成像器械。成像器械为我们带来了什么东西?你今天坐在这儿,还找不找得到一部没有摄象头的手机?你甚至都买不到一部只有一个摄象头的手机,因为成像技术的发展,人类突然出来一个喜好,自拍,它的结果就让人类自身的数据被留下来了。

大家在说无人驾驶时,可能忽视了一个事情。今天一辆车上有多少个成像设备,无论这个是用 camera 做出来的,还是用雷达的电磁波做出来,它还是一个成像技术,一辆无人车实际上是一辆成像技术的车。

大家可以想象一下,今天城市里有多少成像设备来感知城市的一切。你的手机,你开的车,一个城市的所有东西,其实数据的分布程度超出大家想象的。

大家可能不知道此时此刻在天上有多少卫星在飞,拍下了多少张照片,可以帮助我们,回答多少我们回答不了的问题。

前几天我看到一家公司,它们拿卫星的图像估算全世界石油的储量,我看了之后觉得很有意思。我们应该为城市做一件事情,为什么呢?今天城市修了那么多道路,我们永远不知道在这一时刻所有的车占了城市道路的多少面积,其实卫星图像可以告诉你。

大家也知道卫星图像多到了我们没有办法处理,这时候只有机器可以把它看完。发展到今天,可能人工智能最好的叫法是叫机器智能。可以让机器去干以前人不能干的事情。这是真正变化的开始。

比如说前几天我在加拿大看一家创业公司,它做关于情感计算。用手机照相机来看你的脸,但不是做大家想象的人脸识别。它看了你的脸,就知道你的心跳是多少,血压是多少。它说人每天低头看手机,为什么这个时候不能把体检做掉。而这件事情是人永远做不了的。

你今天去看很多公司做的人工智能,其实都在做人做不了的事情。发展到今天,把它叫机器智能更能够聚焦,做人工智能的人就会把做心理学的事情捡回来了。


城市大脑

我们有机会想象一个东西,在这个基础上能够做一个东西叫城市大脑。

这个想法源自杭州。大家认真想一下,城市是非常了不起的,城市是人类最了不起的发明。今天我们所有做的事情能不能离开城市,高铁、航空、电、车。城市本身是一个非常了不起的发明,它实际上是所有发明的一个重要平台。

今天我们在讲机器智能时,这个平台会出现什么东西呢?

城市发展到今天,最早的时候只有路,并没有供水系统。后来有了供水系统,慢慢觉得应该有电网,慢慢有了下水道。大家应该看到城市的发展过程当中,其实是技术发展形成的一个非常了不起的东西。

不是今天才有城市问题。当所有城市交通都用马来做时,也有交通堵塞的问题。我相信城市发展到今天,使得我们有一次机会来做非常大的创新。

这里一个基本的东西,所有今天我们完成的发明,无论是互联网也好,无论是大家讲的手机也好,大家讲的成像系统也好,天上飞的卫星也好,见过的每一架飞机也好,都为这个城市积累了巨大的财富,那就是数据。

杭州市当时做了一个非常了不起的事情。

第一件事情,我们不应该做传统意义上的信息化系统,传统意义上的人工智能。我们应该做一个东西叫做城市大脑,它会是未来城市一个非常重要的基础设施。

就像今天的供水系统、供电系统,一个城市没有它是运行不了的。这是非常欣慰的地方,也是大家觉得在杭州做人工智能创业是最好的地方。杭州接受了这个东西,觉得应该是杭州尝试“城市大脑”的探索,这是一个非常高兴的事情。

第二件事情,那是第一次在城市角度,把数据不再当着大数据来卖,第一次把数据当成是城市非常重要的资源来看。

杭州市也成立了一个部门,这个部门和中国或者世界其它地方部门不一样的地方,它不叫大数据部门。它叫数据资源部门,这也是在中国第一个城市叫数据资源的地方。

这两个东西加在一起,其实是说明了两件非常重要的事情。一个新的基础设施会带来非常多的重要发明;第二,有了非常新的资源,这个资源是人类历史上没有的。

城市大脑非常重要的一件事情,是当今天我们有了基础设施之后,才可以真正的用数据资源,优化人类历史上任何其它的资源。水的资源、道路的资源、电的资源,所以我想我们在杭州做这个东西,从交通做起。

先不说交通拥堵的问题,我自己一个非常小的心愿是什么。如果有了数据资源,有了天上卫星的这些资源,有了城市大脑这样的基础设施,杭州是不是可以把更多的路面腾出来给市民做公园,而不是拿来跑车。

因为可能车用不了这么多道路,只是我们不知道。从人类发展角度来讲,我想这是人类历史上非常大的一次进步。如果我们在杭州把这件事做好的话,它的意义就和伦敦第一次修地铁一样。

今天所有的城市发展享受了很多人在城市建设过程中所发挥的创造力,历史给了我们一次机会,因为有互联网这个基础设施,因为有这么大的计算能力,因为有那么多数据资源,使得我们可以为一个城市建立一个新的基础设施。

我相信城市这个复杂的问题,今天所有的问题都不是因为人的不努力、大脑的不努力造成的。因为城市发展到今天,所有的问题都不是人的大脑可以解决的,这是我了解这件事情之后才慢慢体会到。那靠什么?靠机器的智能来解决这件事情。

就像在人类的城市发展历史上,早期,城市所有的动力都是靠人的力气来推动发展的。慢慢会觉得人的力气是不足以推动一个城市的发展,我们才把马引进来了,在英国才把水的动力引进来了。后来发现还是不够,所以有了蒸汽机。

城市发展到今天靠,我们的脑力是不够的,需要机器的智能帮助我们把城市发展好,这是我想讲的第二件事情。


登月计划

阿里巴巴的登月计划,是蛮有意思的事情,和我在阿里巴巴的经历也有关系,和阿里巴巴过去的一些想法有关系。

我们在 09 年的时候曾经论数过据对未来的影响,就把公司内部有关数据的项目统称为“奔月项目”。后来我们就达成一个共识,公司内部能用好数据,变成一个企业财富时就叫做“奔月计划”;当整个社会能够很好的把数据资源变成社会重要资源时,我们把它当做“登月项目”。

我相信今天确实到了这个时候,当一个城市具有这样基础设施时,就是它真正利用好数据,这一人类自身产生的自然资源最好的时候。这件事情是可以探索十年的,我愿意把它叫做下一个十年的登月项目。

在这个过程当中,可以催生出非常多的东西。阿波罗飞船上有了人类真正意义上的移动计算,这是第一次把计算机装到了这么远的移动装置上。我想那个时候所催生的通讯技术、生物工程技术,我们今天都在享受。

当互联网变成基础设施时,当我们有过去从来没有过的计算能力时,当人类积累了历史上从来没有想象过的数据资源时。因为城市大脑这样一个基础设施,我想不但会为老百姓带来很多事情,而且也会带来非常多新的研究问题。

城市大脑这个事情,本身是可以变成人工智能最大的研究平台。为了人工智能的研究,我们有机会在杭州建立城市大脑,做最好的基础研究。

杭州开建立城市大脑之后,苏州在今年 2 月也开始了。因为这次人工智能的机会,因为所有信息技术的发展,使得我们有一次机会为全世界做一次贡献,这是城市发展非常有意思的事情,一定会有越来越多人生活在这个城市里。

机器智能让我们看到了从来没有过的世界,大家不要担心和机器的关系,也不要恐慌。

在一百多年前,当人第一次用成像技术看到自己的 X 光照片时,也会觉得恐怖。可是现在大家都知道,这样的成像技术是在造福每一个人,我相信今天讲的所有东西,都会产生这样的效果。

原文链接

目录
相关文章
|
2天前
|
人工智能 搜索推荐 安全
AI技术在医疗领域的应用与挑战
【10月更文挑战第27天】 本文探讨了人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和患者管理等方面。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题和技术局限性等。通过对这些方面的深入分析,我们可以更好地理解AI在医疗领域的潜力和发展方向。
92 59
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
26 11
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。
|
1天前
|
人工智能 运维 数据挖掘
跨界融合:AI与5G技术如何共同推动数字化转型
【10月更文挑战第29天】本文探讨了人工智能(AI)与第五代移动通信技术(5G)的结合如何推动数字化转型。通过高速、低延迟的5G网络和AI的数据分析能力,两者相辅相成,实现了智能化网络运维、增强网络功能和多行业的实际应用。文中提供了网络流量预测和故障预测的示例代码,展示了技术的实际应用潜力。
9 1
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
深度探索人工智能中的自然语言处理技术#### 一、
【10月更文挑战第28天】 本文旨在深入剖析人工智能领域中的自然语言处理(NLP)技术,探讨其发展历程、核心算法、应用现状及未来趋势。通过详尽的技术解读与实例分析,揭示NLP在智能交互、信息检索、内容理解等方面的变革性作用,为读者提供一幅NLP技术的全景图。 #### 二、
9 1
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能的无限可能:技术前沿与应用实践
【10月更文挑战第23天】探索人工智能的无限可能:技术前沿与应用实践
|
7天前
|
人工智能 算法 自动驾驶
人工智能的伦理困境:技术发展与社会责任的平衡
在人工智能(AI)技术飞速发展的今天,我们面临着一个前所未有的伦理困境。本文将探讨AI技术带来的挑战,以及如何在技术创新与社会责任之间找到平衡点。我们将从隐私保护、就业影响、算法偏见等方面进行分析,并提出相应的解决方案。
|
1天前
|
机器学习/深度学习 人工智能 算法
AI赋能大学计划·大模型技术与应用实战学生训练营——吉林大学站圆满结营
10月30日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·吉林大学站圆满结营。
|
2天前
|
人工智能 自然语言处理 安全
AI技术在智能客服系统中的应用与挑战
【10月更文挑战第28天】本文将深入探讨人工智能(AI)技术在智能客服系统中的应用及其面临的挑战。我们将通过实例分析,了解AI如何改善客户服务体验,提高效率和降低成本。同时,我们也将关注AI在实际应用中可能遇到的问题,如语义理解、情感识别和数据安全等,并提出相应的解决方案。
|
3天前
|
人工智能 安全 Cloud Native

热门文章

最新文章