大数据时代人工智能在崛起 值得拥抱也值得防范

大数据计算带来突破成热点

当前人工智能的高潮由学术界蔓延到工业界，并为社会所普遍关注。汪伟认为，这轮高潮应该是由以深度学习为代表的一系列新方法、互联网时代的海量数据以及以GPU为代表的计算力提升等多种因素合力造成的。当前在人工智能的许多领域不断取得各种令人振奋的成果，让人们对人工智能社会拐点的到来产生了期望与担忧。

目前，人工智能在图像识别、语音识别、数据分析等应用领域获得巨大性能提升：图像识别大赛冠军已将错误率降至3.57%，低于人眼；微软也在2017年宣布，其语音识别系统错误率降低到5.1%，超过专业速记员。

汪伟说，移动互联网时代产生的海量数据是前所未有的，为机器学习提供了充分的养分。利用海量数据进行训练也能充分挖掘神经网络的逼近性能。如Imagenet数据集就包含约1400多万幅图片，涵盖2万多个类别，供大家进行图像识别的研究。各大互联网公司也在业务中积累了海量数据，用来训练与改进各自算法的性能，好的算法性能又能吸引更多的用户产生更多的数据，形成正向的良性循环。也有人认为，人工智能时代的市场竞争即是数据入口的竞争。

此外，人工智能还强势介入实体运动控制领域，在实现过程中大量采用了深度学习进行目标识别、场景分割等工作。

不过，人工智能并未突破自我意识：人们对人工智能的直观印象，可能就是拥有自我意识与情绪，能够和人类一样进行相互交流。让机器拥有意识可能是人工智能研究最本质的目标。这也是人们对人工智能担忧的来源，拥有自我意识的人工智能可能会与人类发生冲突，反叛人类。目前，人类对自我意识的产生机制并没有太多了解。当前非常流行的深度学习并未能涉及怎样让机器具有自我意识，也没有指出研究的路线图。

人工智能值得拥抱也值得防范

汪伟认为，目前人工智能的研究热潮，将导致资金和人才等资源的大量投入，也必将促进人工智能在算法、硬件、数据、应用等各方面的全面进步与发展。

在泛人工智能算法方面，虽然目前并未能看到自我意识有实现的可能，然而它已引起大量的关注。例如，AlphaZero可以同样用于围棋以及象棋，展现了人工智能泛化能力的魅力。如果要实现机器的自我意识，可能泛人工智能是必由之路。

在人工智能专用芯片方面，适合人工智能算法训练过程的专用芯片可大幅加快训练时间，进而可以对海量数据进行训练，产生意想不到的效果。

在大数据的隐私问题上，利用人工智能对大数据进行分析，也很容易触及甚至泄露隐私与机密信息。因此，在当前阶段，相比较于对人工智能超越人类的担心，大数据使用的安全隐患或许更需要引起重视。

　　汪伟最后表示，人工智能的研究热潮，让人们产生期待的同时也产生了不安。例如，人工智能是否会失去控制？怎样对人工智能的行为进行限制？虽然这样的场面目前还未看到变成现实的可能，但仍需未雨绸缪，有备无患。