蕭簫 賈浩楠 魚羊 發自 凹非寺
量子位 報導 | 公眾號 QbitAI
你想了解的有關“人工智能”的各種問題答案，都在這裡了。
清華大學軟體學院的劉雲浩教授花費了幾十個小時，將同學們關於人工智能的2000個問題整合成92個問題後，寫了3萬字長文，給出這些問題的答案。
無論是GPT-3，還是腦機接口，又或者是中美關係對計算機產業的影響，這些問題，劉雲浩教授都給出了自己的觀點。
作為中國最早定義“物聯網”的學者，劉雲浩教授也是國家傑青、長江學者。
此外，劉雲浩教授還是ACM中國理事會榮譽主席、ACM中國圖靈大會主席，在人工智能領域也頗有鑽研。
他的這次解讀，可謂好評如潮：
對於各領域的學生理解人工智能都有幫助，非常專業、深入：
即使是非專業領域的人，也能搞懂“人工智能”現在發展的情況：
所以對於這份不可多得的“科普”，我們提取編輯了其中核心部分內容，也不乏當下科技界最關心的話題，希望對關心人工智能、關心前沿科技，關心科技產業變革的你有幫助。
如何在美國施壓下發展計算機相關產業
Q：中國軟體行業的現狀如何？應如何在美國施壓下發展計算機產業？
劉雲浩：在應用軟體特別是面向消費者的應用軟體方面，我國是處在世界一流水準的，有些移動應用（如TikTok）已經處於世界領先水準。
但是在工業軟體（如電子設計自動化EDA軟體）和基礎軟體（如類似Windows的作業系統）方面，我國與世界一流水準還有較大的差距。
在這些領域，國際合作是十分重要的，因為不是每一項技術我們都能在短時間內掌握，但這絕不意味著我們要放棄自主研發。
面對世界局勢的變化，採購不能解決所有問題，甚至合法的商業活動也會面臨來自外部的干擾。廣泛結交朋友，擁抱開放理念，加強自主研發，逐步達到世界領先水準，這需要包括你我在內的幾代人不斷努力才能實現。
Q：如何看待Intel的數據庫洩露？會對中國國內的相關行業有好影響嗎？
劉雲浩：洩露的資料只是Intel部分客戶資料，對我國的芯片設計價值不大。
在芯片設計領域，我國有很大進步，無論是嵌入式微處理器，還是中高端的片上系統、伺服器處理器，一批國產企業都已經發展壯大起來，在一些領域如神經網絡處理器（NPU），我國企業的設計能力已經處於世界一流。
但光有設計能力是遠遠不夠的，在高端芯片領域，中國缺乏更精細製程（例如10nm或更低）的生產製造能力。這也正是目前卡脖子的核心問題之一。
芯片製造過程核心的步驟是在晶圓（矽片）上把設計好的線路刻出來，這需要光刻機和光刻膠。目前，高端光刻機和光刻膠技術分別掌握在荷蘭和日本手中。
另一方面，即使擁有設備，也還需要與之配套的工藝流程，好的工藝需要時間的打磨，這同樣需要一代又一代人的共同努力。
“GPT-3意味著深度學習還沒完全走到極致”
Q：如何看待GPT-3系統在人工智能發展中的地位？神經網絡數據量、參數、訓練成本甚至推理成本都在不斷提高的趨勢？這會是一個正確的趨勢嗎？
劉雲浩：GPT-3一發布就引起了業內的廣泛關注，人們驚奇地發現，當給模型足夠多的參數並用足量的數據訓練後，人工智能不僅可以寫文章、編故事、搞翻譯，甚至可以寫代碼、做數學運算、畫表格、生成複雜格式的數據等等，幾乎是在文本方面為所欲為了，說GPT-3是NLP（自然語言處理）的王者毫不為過。
GPT-3在一定程度上意味著深度學習還沒有完全走到極致，繼續增加資源投入還存在取得更好效果的空間。
豐富的數據使GPT-3在答題、寫文章、翻譯甚至生成代碼方面的效果都非常好。和其他深度學習技術一樣，GPT-3也可能針對“錯誤”的輸入給出錯誤的預測，例如你問它“我的腳有多少隻眼睛？”，它會回答“你的腳有兩隻眼睛。”
這類問題對GPT-3這樣的系統並不容易解決，所以GPT-3這樣的系統會不會是深度學習的盡頭還有待歷史檢驗。
GPT-3耗費巨資訓練模型很難被一般的科研團隊效仿，所以很難說這會不會成為一個趨勢，倘若這真的成為趨勢，那此類人工智能算法將形成一定規模的技術壟斷。
Q：計算機的算力會不會有極限，如果有極限或者提升瓶頸，這對於深度學習的效果會不會有影響？
劉雲浩：計算機的算力可以從兩方面來理解。一個是它本身的運算速度，另一個是數學層面的計算複雜度。
計算機本身的運算能力在相當長的一段時間裡，主要都是受工藝的影響，也正因此，隨著工藝的不斷進步，基於神經網絡的深度學習一直到最近10年才有爆發式的增長。而這種增長是受到物理規律限制的。
另一方面，算法也是有極限的，例如很多問題我們還提不出或是無法提出較優的算法，這個極限也很難甚至無法突破。
Q：AI在文學、藝術等更具創造力的領域會有多大作為？
劉雲浩：目前AI在藝術領域已經進行了一些嘗試，在2018年，一幅AI創作的肖像畫拍出了432500美元的高價，這幅畫叫Edmond de Belamy。
在文學創作上，OpenAI公司的GPT-3可以寫出一些有趣的短文；在音樂創作上，來自於清華的DeepMusic團隊嘗試用AI作曲。
但是，AI在藝術領域的進展遠遠比不上它在圖像處理等領域的成就。
機器的創作與人的創作有本質的不同，基於現有的技術，我們很難說AI真的理解藝術中的美感與表達的情感。課上我們簡單討論過，人的創作需要靈感，尋找靈感的過程有時就像大海撈針，王羲之就曾說過，《蘭亭集序》如果讓他再寫一次，沒有了當時的靈感與情感機甲狂潮，他很難再寫出那個水準。
以作曲為例，AI可以通過算法窮舉音符的各種組合，通過一些規則過濾掉其中明顯刺耳的那些，再基於歷史數據最終挑選出可能符合人們審美的旋律，這很難說是基於靈感和情感的藝術創造。今後我們很可能會看到很多機器產生的“作品”，但我認為它們不能取代人類。
AI的創作或許可以視作一種對藝術新形式的探索，究竟有什麽樣的藝術價值需要後人來判斷，你看名畫名曲不也是往往在後世才出名麽？技術突破很難預測，或許在這個過程中，科學家會發現一些人類審美的奧秘。
Q：人工智能可以下圍棋、寫詩等等，甚至比人類做得更好，那這到底算不算是“機器會思考”？
劉雲浩：這取決於我們如何定義思考。如果可以和人對話或完成一些與人互動的基本任務叫具備思考能力，那麽很多語音助手、AlphaGo等AI就已經具備特別初級的思考能力了。
而更高級的思考，人們也還在努力研究。但會思考並不等同於有意識，目前技術條件下的AI與人類智能仍然存在較大差距。
Q：現在的AI距離自主推理研究科學有多遠？人類認知有極限，機器認知有極限嗎？
劉雲浩：科學研究並不只是推理這麽簡單，大量學科都極其依賴實驗，因此想單純靠AI研究科學是絕對不夠的。
現階段，機器證明已經有一些很好的成果，你可以了解一下吳文俊院士的工作。另一方面，現在的AI都是人類發明的產物，並不能突破人類對於自然世界的認知。
因此，在人類對自動推理有更成熟方案前，AI並不能比人類做得更好，在這個前提下，機器的認知自然是有極限的。
Q：人類已經經過了蒸汽機時代，內燃機時代，計算機時代，而未來能不能真正出現AI時代？
劉雲浩：什麽時代基本上都是後人總結的。當前我們正處於AI普遍發展的一個時代，人工智能作為一項關鍵技術也被納入“第四次工業革命”中。隨著人工智能的突飛猛進，人類的生活方式和生活質量都得到了也必將進一步顯著提升，傳統價值觀念亦可能發生改變。
從宏觀上看，我認為人工智能會促進人類的科技發展：
首先人工智能的發展本身就是科技發展的一部分；
另外，人工智能作為一種工具可以輔助其他領域的科研工作；
最後，正如前面所說的，人工智能可以將人們從機械性勞動中解放出來，提高社會的生產力，從而使更多的人有更多的時間從事科研、藝術等工作，這也會加快人類的科技發展。
如果具體到AI技術本身在短期內的發展，AI技術已經經歷過兩次“寒冬”了，至於這次的熱潮之後，AI究竟會加速發展還是穩步前進，抑或是走向第三次寒冬，目前還難以判斷。
“人文社科急需加入到AI研究中來”
Q：人工智能傳統上是自動化專業的一個方向，現在是否反而更接近計算機專業了？
劉雲浩：從定義上說，自動化是關於人工與自然系統自動、智能、自主、高效和安全運行的科學與技術，是信息科學的重要組成部分，以“系統論、控制論、信息論”為核心。
自動化技術廣泛應用於工業、農業、能源、交通、金融、軍事等各個領域。大家熟知的機器人、載人飛船、高鐵、智能交通等各種複雜工程系統的核心都是自動控制系統。
以計算機與軟體工程、自動化、電子工程等信息類等專業，是當前研究人工智能的主力，這主要是因為無論從信息論還是控制論出發，現階段人工智能研究的核心主要是算法。
但是人工智能並不是自動化系或是計算機系獨有的，甚至不是信息學院所獨有的。我們也說過，現在人文社科急需加入到人工智能研究工作中。
如果你不能體會，你想想，我們上大學那個年代，主要就是計算機自動化系學編程，今天有多少專業的研究都需要學編程序？
人工智能涉及的社會倫理問題單靠技術無法解決，需要各學科、尤其是人文學科的共同努力。
中外很多機構也都在關注人工智能的倫理問題，例如聯合國在2017年發布了《世界科學知識與技術倫理委員會關於機器人技術倫理的報告》，歐盟在去年發布了人工智能倫理準則。
小說寫得好的人，很多不是中文系畢業的，來自於生活。同理，AI 的發展不能都是這些理工科的人，必須跨學科合作。
文科生能做的事情有很多。你可以給機器學習專家貢獻你的專業知識，也可以從人文關懷的角度去研究人工智能法律、倫理和哲學問題等等，而且這些方法也是避免技術產生弊端的途徑之一。
隨著無人駕駛技術的逐步應用，有很多法律問題亟待解決。舉個通俗的例子，無人駕駛車輛撞了人，車輛生產者、車輛銷售者、車輛所有人、車輛駕駛者等多方主體，分別該負多少責任呢？這是一個法律難題。包括無人駕駛在內的人工智能帶來的新問題，也已經成為法學研究的新熱點。
“相信離計算機通過圖靈測試的那一天不遠了”
人工智能對就業、對社會的影響
Q：人工智能環境下，什麽職業可能被取代？
劉雲浩：正如前面所回答的，我覺得一些機械性重複性的工作更有可能被人工智能取代，而像建築設計師這種需要創作的職業就更難被取代。技術的發展在促進社會進步的同時，不可避免地會暫時引發相關行業失業率增加的問題，但同樣會在其他場景創造出新的工作崗位。
對個人來說，要擔心的不是人工智能搶飯碗的事情，更多應該擔心自己的知識和能力儲備不夠，被別人搶飯碗的問題。我相信人類的能力一定會適應社會的新變化。
Q：AI在參與社會管理時，是否難以協調人文關懷和效率最大化的問題？
劉雲浩：技術的最終目的是服務於人。我們希望利用人工智能突破人類各種限制，幫助人類更好地生活，這才是根本目的。如果AI遠離了人文關懷，甚至造成了諸如性別歧視、種族偏見等問題，縱使算法的效率再高，也會失去意義。因此人工智能的發展一定不能忘記人文關懷，以此為基礎才能談論效率優化等性能問題。
現階段的應用
Q：在這次的抗擊新冠肺炎疫情的過程中，中醫藥學做出了很大的貢獻，那麽，人工智能在與中醫藥學及中國傳統文化的結合中會碰撞出怎樣的火花？
劉雲浩：近年來，將中醫與人工智能結合的案例有不少，從診療輔助設備到開藥方，都有企業、高校在做研究和實踐，甚至還有一些人工智能概念中醫診所已經在線下開設了。
中國傳統儒家思想可分為“理學”和“心學”兩派。12世紀中期時“理學”代表人物宋代儒學家朱熹提出“格物致知”，同時期“心學”代表人物宋代儒學家陸九淵強調了人“心”在認知中的主導地位，所觀察到的事物只是認知的具體表現形式。
15世紀到16世紀明代思想家王陽明在對朱熹和陸九淵的思辨進行了實踐和應用的基礎上，提出了“陽明心學”對後世影響深遠，王陽明強調要“知行合一”、“致良知”，既強調了“心學”在認知過程的重要地位，又重視應根據事物的具體表現和觀察來靈活地應用自身的認知，兩者是有機的結合。
將中國傳統哲學思想與人工智能做對比，神經網絡的設計思想和“理學”相似，而如果能借鑒“心學”，也許能推動人工智能走向下一階段。
Q：人工智能在加密安全性方向的應用如何？
劉雲浩：AI的隱私保護和安全性問題，需要通過數據加密、分布式計算、邊緣計算等多種技術手段綜合解決。近年來較為流行的聯邦學習（Federated Learning）就是一種加密的分布式機器學習技術。
Q：人工智能法官是否會出現，應用情況如何？
劉雲浩：現實中類似的AI已經出現，2019年6月搜狗與北京互聯網法院聯合發布了全球首個“AI虛擬法官”，能夠實時在線為用戶提供“智能導訴”服務，引導用戶更流暢地使用網絡訴訟平台。相信在不遠的未來，類似的AI將得到推廣和升級，從而為大眾提供更加全面、便捷、高效的線上訴訟服務。
Q：在建築領域，人工智能的應用情況如何？
劉雲浩：人工智能在建築領域的潛在應用是巨大的。
例如，從實施過程來看，人工智能在施工中給管理者和工人提供數據分析、過程管理等服務，可以增加施工的安全性，提高施工效率。從整個工程信息平台、建築管理平台來看，應用人工智能技術在節能、建築安全方面都有不少價值。
Q：中科院自動化研究所在做猴腦模擬機，想請問劉老師是如何看待腦模擬機這一個方向，這個技術的壁壘和前景如何？
劉雲浩：你說的猴腦模擬機的研究是指自動化所的類腦智能研究吧。這項研究處在神經科學和計算科學的交叉領域，它致力於搞清楚非人靈長類動物的大腦結構和神經系統工作原理，然後基於對生物大腦工作原理的模擬，在計算機中實現人工智能。
類腦智能研究期望學習人腦的思維模式，從仿生角度尋求人工智能的突破。國際學術界公認這一方向前景廣闊，但同時也面臨很多難題，首要的，大腦的工作原理還是一個非常困難的課題。
類腦計算的研究在國內外都開展的如火如荼，例如Intel、歐盟的Human Brain Project，國內的清華大學類腦計算研究中心等。我不是這個方向的，我的所知甚淺。但是我個人也非常期待這個方向上能取得突破。
Q：將生物元素（如發達的神經系統等）融入人工智能或計算機技術是否可行？
劉雲浩：你的想法是完全可行的，例如今年2月，《自然》旗下的《科學報告》刊載了一篇來自歐洲多國研究人員共同發表的成果：Memristive synapses connect brain and silicon spiking neurons，在芯片上連接了大鼠神經元和人工神經元。
Q：現在人工智能發展到現在，離通過圖靈測試的距離還有多少？
劉雲浩：2014年，名為Eugene Goostman的聊天機器人“通過”了圖靈測試，但這一結果備受爭議。換言之，還沒有機器通過圖靈測試，但是我相信不遙遠了。
但我們談論圖靈測試，其實是想從人的智能的角度來判斷機器是否具備人類的智能，這個標準其實是比較主觀的。
目前的人工智能不具備自我意識，按照目前的技術，人類無法創造出有自我意識的人工智能。
圖靈提出了著名的圖靈測試來判斷機器是否具有“智能”，而關於機器是否具有“意識”，目前尚沒有相關的判斷標準或思想實驗。
關於人類自身的意識究竟是什麽，是如何產生的，這是生命科學也尚未能解決的難題。
所以現階段，當我們談論人工智能的思考，其實都是在談論人類設計的算法。未來可能創造出意識嗎？很可能可以非常接近，但是不能真正創造出來。當然，這也許是個好消息。
按目前人工智能的技術發展來看，不談圖靈測試，在可預見的未來還看不到機器和人類具有同樣智能的可能。
科學與科幻
其實許多同學對AI的認知，其實來自於科幻小說。
對於他們「天馬行空」的想象，劉教授也耐心地做出了解答。
比如：“《三體》中的智子，是人工智能嗎？”
劉雲浩：“智子”是小說中的“物體”，本身並不是科學，很多特點也違背了物理規律。如果目前的半導體工藝、電池技術沒有突破瓶頸，我們是不可能造出“智子”這樣的東西的。
我們課上主要希望大家能理解的，就是哪些是我們的文學想象，哪些是目前科學實踐。
想象能否成真？不能說都不能。但是我們作為具備科技思維能力的人，不能隨便被“忽悠”。
哈佛大學校長德魯·吉爾平·福斯特 （Catharine Drew Glipin）曾在新生歡迎會上說過：高等教育最重要目標，就是確保畢業生能夠辨別“有人在胡說八道”（ the most important goal of higher education is to ensure that graduates can recognize when “someone is talking rot ”）。
又比如：“《哈利波特》裡的魔法，能用AI實現嗎？”
劉雲浩：霍格沃茨在新生的開學典禮上用分院帽為每位小魔法師分配院系，我覺得這個或許可以用AI實現，小說中的分院帽能讀出每個人的心中所想，這個AI目前還做不到（簡單判斷人類情緒的AI目前是有的，例如DeepMoji），不過AI可以根據以往各個學院學生的歷史數據，訓練一個模型，根據每個新生的性格和能力等特徵為每個學生分配合適的院系。
如果你有更多感興趣的問題，不妨戳一戳文末鏈接，閱讀全文，從劉教授的耐心解答裡，尋找你想要的那個答案~
作者介紹
劉雲浩教授，2013年至2017年，任清華大學軟體學院院長。2018年起，任美國密西根州立大學計算機系主任，同時仍擔任清華大學軟體學院教授、博士生導師 (No Pay Leave)。
目前的研究方向主要是物聯網與無線傳感網，室內定位與網絡診斷，RFID，供應鏈與工業互聯網，分布式系統與雲計算。
教授於1990年-1995年在清華大學自動化系學習，獲得工學學士學位，1995-1997年在北京外國語大學高級翻譯學院獲得文學碩士學位，2001-2004年在美國密歇根州立大學計算機系獲得工學碩士和博士學位。
2004年-2011年在香港科技大學計算機科學與工程系歷任助理教授、副教授、博士生導師、系研究生部主任（Postgraduate Director）。
2011年，劉雲浩教授獲得國家傑出青年基金，2007年獲得香港最佳創新與研究大獎，2010年獲得教育部自然科學一等獎，2011年獲得國家自然科學二等獎，2013年獲得ACM Presidential Award。
2014年獲得ACM MobiCom最佳論文獎，2016年獲中國計算機學會物聯網青年成就獎。
— 完 —
香港九龍灣馬來街興發大廈15樓D室