人工智能領(lǐng)域的領(lǐng)軍人物，需過人工智能協(xié)會(huì)首位華人Fellow、第四范式首席科學(xué)家、香港科技大學(xué)計(jì)算機(jī)系主任楊強(qiáng)教授在論壇上提了這樣一個(gè)問題：“現(xiàn)在像Google這樣的公司是有人工智能的能力，一些大的銀行和機(jī)構(gòu)也開始做人工智能，我們平頭老百姓什么時(shí)候也可以用起來人工智能呢?”

　　楊強(qiáng)表示：人工智能的范圍很大，問題比較局限，問題的邊界非常地清晰，比如說圍棋是一個(gè)問題，金融是另外一個(gè)問題，無人車是下一個(gè)問題，這個(gè)問題的定義越清晰它的成功概率就越低。

　　為此，他提出了人工智能要成功的5個(gè)條件。

　　人工智能成功的五要素

　　1、數(shù)據(jù)量需要有足夠的積累：

　　在2000年之后就有不同的網(wǎng)站開始收集人和人之間對(duì)弈的數(shù)據(jù)，經(jīng)過10年的積累才收集了3000萬盤的數(shù)據(jù)，5年前這種數(shù)據(jù)很顯然是不夠的。因此，人工智能并不是說對(duì)任何問題都是迎刃而解的，馬上立竿見影的，而是需要有一定的數(shù)據(jù)積累的過程，也許我們今天看好的某個(gè)領(lǐng)域可能是醫(yī)療，也許從今天開始收數(shù)據(jù)，我們收獲碩果的時(shí)候是10年以后。

　　2、邊界清晰：

　　這也是DIGMIND這樣的公司首選做游戲的原因，在這個(gè)游戲之前做了很多單人的打飛船的游戲，這些游戲都可以從數(shù)學(xué)上來定義動(dòng)作。

　　3、外部反饋：

　　楊強(qiáng)表示：這個(gè)反饋就等于是老師在教我們，如果沒有這些老師我們是不是可以學(xué)出來?現(xiàn)在有一些學(xué)者在研究非接入學(xué)習(xí)，這是不是可以成功?非常少。我們?cè)谥Z亞方舟實(shí)驗(yàn)室的時(shí)候和吳文達(dá)的研究小組有一個(gè)溝通，他們非常希望在華為得到一些訓(xùn)練數(shù)據(jù)大家一起合作做一些語音方面的工作，他們的第一個(gè)問題是你的數(shù)據(jù)有沒有標(biāo)注，如果沒有標(biāo)注就完全不感興趣，所以外部的反饋是非常非常重要的。

　  4、龐大的計(jì)算資源：

　　楊強(qiáng)舉例了AlphaGo所需要的計(jì)算資源：如果說李世石一天吃一個(gè)漢堡包，AlphaGo需要吃300個(gè)，換算成硬件來說就是大概用了300個(gè)CPU，普通大學(xué)的實(shí)驗(yàn)室有6個(gè)CPU已經(jīng)非常不錯(cuò)了，這樣一個(gè)“土豪型”的實(shí)驗(yàn)室的量是必不可少的。之后是頂級(jí)的數(shù)據(jù)科學(xué)家了。

　　5、深度學(xué)習(xí)

　　這五個(gè)條件實(shí)際上都是門檻，就是說一般的老百姓、一般的公司甚至是大公司沒有人工智能積累的公司，如果要進(jìn)入人工智能取得這樣的成功是不可能的。

    人工智能的發(fā)展方向

　　未來的人工智能方向是怎樣的?楊強(qiáng)表示可以從亮點(diǎn)去看：

　　1、“強(qiáng)化學(xué)習(xí)”

　　首先我們要知道延遲反饋這一概念，舉個(gè)例子只能在一個(gè)學(xué)期到學(xué)期尾才知道我們期末模式考得好考得壞;在投資股票、在理財(cái)產(chǎn)品，過幾天才知道這個(gè)投資是對(duì)還是錯(cuò)，這種現(xiàn)象被稱為延遲反饋。

　　得到延遲反饋的時(shí)候中間已經(jīng)有了很多的步驟，我們不清楚哪個(gè)步驟是使得我們得到反饋的，因此我們要用到強(qiáng)化學(xué)習(xí)。

　　楊強(qiáng)：“說起強(qiáng)化學(xué)習(xí)我不得不提到Google去年在自然雜志上發(fā)表的一篇文章，橫向是得到的分?jǐn)?shù)，每一個(gè)欄是個(gè)人的游戲，這個(gè)是個(gè)人學(xué)習(xí)的系統(tǒng)，每一次打游戲?qū)W會(huì)，再一次再打輸再學(xué)會(huì)是自學(xué)習(xí)的過程，中間的這條線是humanlevel，去年5月份已經(jīng)有一大半超過人類的水平，現(xiàn)在是所有的都超過人類的水平了，而且完全是自學(xué)習(xí)的，我們?cè)趯?shí)驗(yàn)室里面也實(shí)現(xiàn)了打乒乓的游戲，我們發(fā)現(xiàn)拿一個(gè)單一的GPU來算花了三天三夜的時(shí)間不斷地打乒乓，最后可以達(dá)到日類的最高水平?！?/span>

　　所以說強(qiáng)化學(xué)習(xí)是一個(gè)在狀態(tài)空間的搜索，在過去人工智能的研究中，錯(cuò)誤地認(rèn)為一些狀態(tài)應(yīng)該是由人來定義的，因此它就一直是止步不前，甚至是有幾十年的功夫都沒有很大的突破，最近兩年通過Google和其他的研究者的研究，發(fā)現(xiàn)這些狀態(tài)原來可以通過深度學(xué)習(xí)來定義，那么有了深度學(xué)習(xí)以后，強(qiáng)化學(xué)習(xí)里面的難題也就迎刃而解了，我們現(xiàn)在不在乎來定義這些狀態(tài)我只需要來定義輸入和輸出，這個(gè)有一個(gè)特別的名詞叫端到端的學(xué)習(xí)，也就是說我們只關(guān)心它的輸入，比如說Google打游戲的只關(guān)心一個(gè)屏幕的截圖作為輸入，它的輸出就是贏了為贏，就這么簡(jiǎn)單叫做端到端的學(xué)習(xí)。

　　2、遷移學(xué)習(xí)

  遷移學(xué)習(xí)里是分兩個(gè)領(lǐng)域的，假設(shè)我們有一個(gè)領(lǐng)域已經(jīng)做得很好了，比如說我們學(xué)會(huì)了法語，那么我們?cè)賹W(xué)一個(gè)新的語言如果說學(xué)英語的時(shí)候，我們會(huì)或多或少地利用法語，因?yàn)樗鼈兌际抢∠怠?/span>

　　假設(shè)現(xiàn)在我們有很多的穿戴式設(shè)備，比如說手表，我們希望通過穿戴式數(shù)據(jù)來知道這個(gè)人做什么，比如說是在開車、跑步還是在睡覺還是在聽講，但這樣標(biāo)注數(shù)據(jù)是非常少的，怎么辦呢?我們可以到虛擬世界找更多的數(shù)據(jù)，比如說微博和微信，我們發(fā)現(xiàn)里面有很多大家談?wù)摰男袨榈臄?shù)據(jù)和地點(diǎn)的數(shù)據(jù)，我們把這兩個(gè)數(shù)據(jù)加關(guān)聯(lián)，我們有大量的虛擬世界的模型遷移到現(xiàn)實(shí)世界，我們就可以有更好的模型來告訴我們這個(gè)人到底在做什么，可以幫助穿戴式的硬件公司做一個(gè)行為模型。

　　強(qiáng)化學(xué)習(xí)加上遷移學(xué)習(xí)，實(shí)際上還可以做另外一件事，除了能夠把小數(shù)據(jù)也用起來，還可以實(shí)現(xiàn)個(gè)性化。

　　總結(jié)一下，我們按照現(xiàn)在的方式走下去只是AIFORSOMEONE，我們希望能夠達(dá)到AIFOREVERYONE，因此我們能夠個(gè)性化的情況下，讓中小公司和非人工智能的公司用起來的話，一定要在技術(shù)上努力，包括我們現(xiàn)在推的“先知”平臺(tái)，包括我們用的遷移學(xué)習(xí)。