原标题：院士邬贺铨：人工智能的魅力是“永远在路上”

"

中国日报网与网易传媒共同举办的2019影响力峰会在北京召开，首届影响力峰会的主题为“预见未来”。会上，中国工程院院士邬贺铨担任“预见科技未来”发布人，发表了主题为“迎接人工智能的未来”的演讲。

邬贺铨院士称，人工智能技术现在可以做的事情很多，对经济效益也有很大的贡献。目前来看，AI应用效果比较好的领域有三个， 一是医疗保健，二是汽车，三是金融服务业。

不过，邬贺铨院士也同时指出，目前机器学习还有很多不足，一个诺贝尔奖经济学奖得主（Judea Pear）说“人工智能不过是统计学”，还是有很多不足的地方。

对于人工智能下一步如何进化，邬贺铨院士引用清华大学张钹院士的观点说，我们要把感知和认知放到同一个空间里，不是简单用概率统计的理论，要用模糊级的理论来重新定义它。或者，发展群体智能。

邬贺铨院士在演讲中表示，互联网已经是第50年了，50年的互联网到现在还保持互联网流量年增60%，这些增速也会对未来人工智能技术的发展有很大的影响。“人工智能会使得我们的生活更美好，或是走到我们的反面，这一切取决于人类自己。”邬贺铨说到，人工智能永远在路上，这也就是人工智能的魅力。（小羿）

以下为邬贺铨院士演讲实录（网易智能做了不改动原意的整理）：

各位领导、各位专家早上好。我发言的题目是“迎接人工智能的未来”。

我们可以看看支撑人工智能发展的技术，比如CPU的芯片、存储器、光纤、移动通信、超算、大数据??用十年的时间来看，有些是60多倍，有些是成本两万倍下降，光纤通信10年100倍容量提升，移动通信10年1000倍的速率提升，超算能力1000倍的提升，算法我在这里没写，但等会儿会说到，大数据量大概是32倍的提升。这是前几年统计下来的网络主要设备年均性能改进的增速。

互联网已经是第50年了，50年的互联网到现在还保持互联网流量年增60%，这些增速也会对未来人工智能技术的发展给予很大的影响。

深度神经网络实际上是个分类器

现在深度神经网络，就算你写本书告诉计算机什么是猫什么是狗，它也学不会，但如果像对待人类小孩的教学方式那样，感性地把一堆猫和狗的视频送到深度神经网络，它就会分类，分类结束后，如果照片视频上有标签，它就会知道分的这类是猫。如果篮子里有个小狗，放进去，它照样会分类为“狗”。所以深度神经网络实际上是个分类器，当你告诉它是什么，它就学会了。

机器学习是深度神经网络的主要技术，从近10年里机器学习的论文里可以发现，现在机器学习的技术热点，可以看到神经网络和进化编程等计算密集型算法在机器学习研究中的出色表现。

人每天吃饭大概要输入2500卡路里的能量，卡路里换算成焦耳大概是1000万焦耳，下围棋5个小时大概要消耗人类3.3兆焦耳。AlphaGo跟李世石下棋时用了1000多个CPU，176个GPU，一个CPU功率100W，1个GPU200W，换算出来是173000W（这是以秒计的），如果5小时就是3000兆焦耳，这相当于李世石用的能耗是AlphaGo能耗的千分之一，也就是说，人工智能目前还需要很大的能量支持。

后来隔了一年，改进了AlphaGo Zero，换算成TPU，它只是AlphaGo原有1/12（能耗），用1/12的能耗跟AlphaGo下棋，100比0，当时AlphaGo还要搜集所有的围棋棋谱，然后训练三个月，AlphaGoZero只需要了解围棋的规则，两个AlphaGoZero互相对应，能把所有人类没有走过的棋谱都走完，它就能战胜了。所以优化算法、改进硬件，包括GPU替换CPU（提高了三倍），TPU替换GPU（提高了15到30倍）。

最近不单AlphaGo Zero围棋天下无敌，而且通过自学2个小时，还击败了日本的将棋（有点像中国的象棋），自学4个小时，把国际象棋也全部打赢了。

人工智能能做的事情有太多

在医学上，刚刚过去的三个月，谷歌在机器学习又开发了Alpha Fold，Alpha Go的折叠，所谓折叠是来预测蛋白质结构的，在蛋白质结构预测的国际竞赛里，打败了所有由人组成的各种团队，这有什么意义？如果能解释蛋白质的结构，我们的很多疾病（包括癌症）可能就会找到解决办法。所以现在很多人工智能用在医学上开发药物，美国人工智能能比医生提早六年诊断出阿兹海默病，医疗人工智能的器械也开始投入商用了。除此之外我们看一看蛋白质折叠结构，我们可以通过人工智能将它解释出来。