30秒快讀
1、或許你習慣于刷臉支付、對著智能音箱下達命令，也聽說過機器人了打敗專業(yè)圍棋選手的故事，AI正走進我們的生活。
2、尤其是疫情期間智能熱成像儀、消毒機器人等AI產(chǎn)物，在防疫、抗疫、復工、復產(chǎn)方面發(fā)揮著重要的作用。
3、只是，盡管AI正在加速落地，出現(xiàn)在越來越多的應用場景，《IT時報》記者發(fā)現(xiàn)，目前的AI發(fā)展距離大眾的期待仍有落差。
如果說大眾對AI的期望是一名大學生，那么如今的AI還只是一名“小學生”，會學習，會有歸納，有結(jié)果輸出，但還不會舉一反三、隨機應變。
這意味著，如果無人駕駛場景中遇到突發(fā)情況時，AI能足夠快給出判斷嗎？我們能信任AI給出的判斷嗎？而應對這些缺陷，目前AI在框架上又有哪些性能提升空間？
帶著這些問題，記者在2020年世界人工智能大會上一路追尋。
01
AI仍是“小學生”：
走不出黑箱
中科院院士何積豐表示，思考是對現(xiàn)有知識的加工和消化，并產(chǎn)生新知識的過程，相比于單純學習，對人工智能而言需要更進一步。
事實上，目前人工智能已經(jīng)發(fā)展到第二代，通過神經(jīng)網(wǎng)絡深度學習模擬人類的感知。數(shù)據(jù)、算力和算法是AI深度學習的三大要素。
那么，只會學習的AI如何打敗了會思考的專業(yè)圍棋大師？答案是數(shù)據(jù)！
據(jù)中國科學院院士、清華大學人工智能研究院院長張鈸介紹，Alpha go在參加比賽前有6000萬盤棋局的學習，但一名圍棋大師學習的棋局只有百萬級。
AI以量取勝。這也是目前AI的運用主要集中在聲音識別、圖像識別等方面的原因。由于聲音、圖像數(shù)據(jù)可以隨時生成，能自我復制，幾乎是無窮盡的。從本質(zhì)上講，AI是統(tǒng)計學，有了海量數(shù)據(jù)支撐，能夠提升AI算法準確度。
但如今AI產(chǎn)出的結(jié)果并非完全令人滿意。
由于深度學習通過數(shù)據(jù)層層分割，AI只能從局部識別，而非整體。AI識別一張阿爾卑斯山圖片的準確率達94.39%。但如果給這張圖片加上一層色彩躁點，盡管生成的新圖片人類肉眼幾乎看不出太大異樣，但AI識別的結(jié)果卻是一條大黃狗，識別率達99.99%?？梢?，AI只能識別物體，而不會真正理解含義。
遺憾的是，深度學習是黑箱算法，技術(shù)人員無法獲知AI為何會產(chǎn)出上述結(jié)果。不可解釋，帶來的是對AI不安全、不可靠等方面的擔憂。
在中科院院士、清華大學人工智能研究院院長張鈸看來，目前的AI主要依靠數(shù)據(jù)、算力（蠻力）來解決完全信息和結(jié)構(gòu)化環(huán)境下確定的問題，解決的問題很有限。面對復雜環(huán)境中的突發(fā)狀況，比如無人駕駛突發(fā)路況，AI仍力不從心。
AI這位小學生距離畢業(yè)典禮仍有很長的路要走。
02
AI畢業(yè)路上加速度：
可變Batch Size策略下的提升
前路漫漫，畢業(yè)無期。但同時，《IT時報》記者也發(fā)現(xiàn)，AI小朋友的“學習狀態(tài)”正在調(diào)整。AI框架的優(yōu)化，讓我們看到在算力和算法上的提升。
根據(jù)中科院計算所高性能計算機研究中心主任譚光明的分享，從2013年起，利用計算機GPU加速深度學習已成為業(yè)內(nèi)趨勢，而多節(jié)點并行計算逐漸成為主流。
深度學習發(fā)展早期，AI往往采用單節(jié)點的訓練模式，只是隨著更大的數(shù)據(jù)和更深層次的模型（從AlexNet、ResNet、NasNet直至AmoebaNet）被提出，意味著計算機需要更大的內(nèi)存和計算能力。
當單GPU訓練也無法承受應用的負載時，AI企業(yè)不得不采用邊緣計算的形式為其解壓。“分布式或并行計算將在AI框架中變得尤為重要。”譚光明表示。
據(jù)悉，目前無論是國外的TensorFlow、PyTorch還是國內(nèi)的曠視天元MegEngine、百度飛槳都設計了分布式深度學習框架。
但是這一框架依然有著遺憾，比如算法的性能和精度。
Batch Size（批量取樣規(guī)模）指的是深度學習神經(jīng)網(wǎng)絡中一次訓練所選取的樣本數(shù)，其大小會影響計算模型的優(yōu)化程度和速度，也會直接影響GPU內(nèi)存。
如果把計算模型看作是一頭奶牛，那么批量取樣規(guī)模是牧草。大量的牧草能提供奶牛豐富的營養(yǎng)，產(chǎn)出的牛奶質(zhì)量越高。只是奶牛消化牧草需要時間，產(chǎn)奶也需要過程。因此，目前妥協(xié)于GPU內(nèi)存情況和計算速度，AI企業(yè)不得不將批量取樣規(guī)模調(diào)整到較小的數(shù)值，犧牲了準確度。
Facebook曾在1小時內(nèi)完成了ImageNet的訓練。當時Facebook采用的手段是將GPU的線性擴展到256個規(guī)模，并將8K作為批量取樣規(guī)模的選擇，能達到76%的準確率。與此類比，Google將批量取樣規(guī)模從128上調(diào)至1024，但達到的準確率只有57%左右。
根據(jù)中科院研究院在2019年IEEE舉辦的一場峰會上發(fā)表的成果，計算模型在訓練前后期，AI的學習效果顯著不同，并提出了訓練前期用8K批量取樣規(guī)模，后期用64K批量取樣規(guī)模的可變Batch Size計算策略。如同先給奶牛少部分牧草，促進消化，再提升牧草量，保證產(chǎn)出的牛奶質(zhì)量。
效果顯而易見，相比Facebook，這套新計算策略能在ImageNet上將訓練時長從1小時縮短至25分鐘。
值得一提的是，在分布式計算框架下，中科院還采用了“決策樹”模型，將決策樹作為選擇器，為不同網(wǎng)絡層確定合適的數(shù)據(jù)布局。
事實上，如果AI根據(jù)經(jīng)驗判斷提取的數(shù)據(jù)，往往不一定是最優(yōu)解。因此，有了“決策樹”，目前能達到95%以上的預測精度，要知道運用傳統(tǒng)方法，達到90%的預測精度并不容易。
或許從理論和技術(shù)上，AI正加快速度走向小學畢業(yè)的終點。
03
AI小學畢業(yè)：
模仿人腦，舉一反三
AI的小學畢業(yè)典禮，是多位演講嘉賓愿意暢想的未來，屆時AI將真正擁有“智慧”，即隨機應變、舉一反三。
借鑒人腦模型，可能是AI的未來。如果AI能夠理解識別的語義，可以像人類一樣一眼就明，當遇到特殊情況時，能更快識別，做出合理判斷。
知識、數(shù)據(jù)、算法和算力是張鈸認為的第三代人工智能四個要素。
有了知識的AI有何不同？
事實上，目前AI能做的只有在確定環(huán)境和完全信息條件下的推理和決策。從AI玩圍棋、國際象棋上看，本質(zhì)上是一場決策的概率學。
當現(xiàn)實生活中，人們面對的更多是“博弈”。以玩德州撲克為例，AI還需要了解的是對手的心理，在對抗環(huán)境下做出決策。
不確定的環(huán)境、不完全的信息、動態(tài)變化的場景，對AI而言計算并不容易。
或許從理論上， 我們可以看到第三代AI運用于更大范圍的場景的可能。人工智能正在飛速發(fā)展，這一天似乎并不遙遠。
“序幕已經(jīng)拉開，大戲即將上演！” 張鈸說。
作者／IT時報記者 孫鵬飛
編輯／挨踢妹
排版／黃建
圖片／采訪對象、DeepMind
來源／《IT時報》公眾號vittimes
