2016年6月6日，由清華海峽研究院、北京清華工業(yè)開發(fā)研究院、數(shù)據(jù)科學(xué)研究院共同主辦的“清華人工智能論壇”在清華大學(xué)成功舉辦。本次論壇邀請了清華人工智能領(lǐng)域的權(quán)威專家和校友產(chǎn)業(yè)界代表相聚清華，學(xué)術(shù)泰斗與產(chǎn)業(yè)嘉賓思想碰撞，共同為人工智能發(fā)展問診把脈。6月8日，微軟亞洲研究院常務(wù)副院長芮勇也在清華大學(xué)發(fā)表了精彩演講。整理演講內(nèi)容如下：
微軟亞洲研究院常務(wù)副院長芮勇：人工智能趨勢之四化
“人工智能”一詞最早出現(xiàn)于1956年，近年來“人工智能”越來越熱，人們對此也感到一些困惑。未來，人工智能的發(fā)展趨勢應(yīng)是大數(shù)據(jù)化、自適應(yīng)化、可穿戴化和增強化。
大數(shù)據(jù)化
微軟認(rèn)知服務(wù)是把微軟過去二十幾年做的人工智能分支的技術(shù)，包括計算機視覺、語音、語言、搜索等技術(shù)放在認(rèn)知服務(wù)上。這樣的好處是當(dāng)人們想開發(fā)一個App的時候，不用重新開發(fā)，直接調(diào)用即可。
圖1為估算顏齡的一個網(wǎng)站：www.how-old.net，在這上面首先要知道人臉在什么位置，其次是判斷性別。2015年底，發(fā)布了第二個版本，可以估計出人類的情感、喜怒哀樂等?！ ?/p>
2011年以前，深度學(xué)習(xí)在沒有被引入計算機視覺之前，其錯誤率大約為百分之二十幾，直到2012年，深度學(xué)習(xí)第一次被引入計算機視覺，這時錯誤率大幅下降到百分之十幾，之后幾年更是降到了10%以內(nèi)。
此外，物體檢測是比物體分類更難的事情，特別是像素級別的物體分割。我們知道一張圖片有很多像素級別，每個像素是屬于貓，還是屬于這只貓邊上的草，每一項都要進(jìn)行分類，這是非常難的。從圖片分類到物體檢測，再到像素級的物體分割，為什么計算機視覺可以做到?這是因為人類生成了很多的數(shù)據(jù)，這些數(shù)據(jù)被拿來訓(xùn)練計算機，它才能夠有一定的智能，這也是第一類趨勢--大數(shù)據(jù)化。
自適應(yīng)性
在電影《星際迷航》有這樣一個場景，不同的星迷去不同的星球探索，可以通過一個機器來進(jìn)行交流，這在當(dāng)時還是一種科幻。研發(fā)人員總能把科幻變?yōu)楝F(xiàn)實，目前有一種實時翻譯器，使得兩種說不同語言的人可以實時交互。大約在2010年時微軟內(nèi)部進(jìn)行了展示。2015年，我們將這項技術(shù)加入到Skype里。
其中，必須要有四項技術(shù)做得非常好。第一步，中文的音頻系統(tǒng)要被實時翻譯成中文文字，并且要非常準(zhǔn)確;第二步，因為是日常的對話，會有一些口語，嗯、啊等，需要把這些地方進(jìn)行翻譯;第三步，中文文字翻譯出來之后，需要翻譯成外文文字;第四步，把這些外文翻譯成語音。同時還要注意翻譯出的聲音應(yīng)該是像同一個人說話，這也是我們提到的自適應(yīng)化。
可穿戴化
隨著計算機視覺技術(shù)的發(fā)展，未來計算機看到圖2時，會告知一名男子正騰空而起表演滑板特技。微軟有一款設(shè)備--Hololen，能夠?qū)崿F(xiàn)兩個不同物理空間的人可以在同一個空間進(jìn)行交互?！?/p>
增強化
人工智能和人，并不是誰PK誰的問題。計算機比人類強的就是它的存儲功能和記憶功能，它是一個很好的左邊半個大腦的補充。未來，不是人對抗機器，而是人加上機器，讓人類變得更加厲害!
(本文整理自微軟亞洲研究院常務(wù)副院長芮勇博士在“清華人工智能”論壇上的演講，未經(jīng)本人確認(rèn))
