强人工智能离我们还有多远

目前人工智能拿来“变现”最核心的技术是机器学习。而人工智能本身的基石是数学。

什么是机器学习？“人或者是智能体，通过与环境的交互来提升自己行为的这种智能叫机器学习。”他说，机器学习是把这种智能形式化为数学公式，转换成计算机可以操作的算法和软件。而这一波人工智能的兴起是由于：深度学习的应用。通过与环境交互，调节参数来解决问题的任务求解器，可以被视作智能体。智能体可能反映为深度网络、机器人或是无人系统。

深度学习所起的作用可以类比为：总结经验。徐宗本说：“人工智能做的绝大部分的事情是把重复性的、有规律的东西总结出来，然后用来预测预报。”因此人工智能深度学习的环境非常重要，需要大量有标签的数据，以判断在一定准则下推测出的结果是否适合过去的经验。这件事情构成的技术就叫深度学习技术。

“人工智能一个最重要的场景就是指把智能体放在一个特定的环境之中，智能体完成任务，然后在环境约束之下与环境交互改正智能体的行为，这就是机器学习。”徐宗本说。目前，由于人工智能三大驱动力——大数据、大模型、大算力技术的发展，使得现在的人工智能技术已经突破了由“不能用”到“可以用”的技术拐点。“但是要说可以‘很好用’，还有很长的路要走。”徐宗本指出。

自动化、自主化将是人工智能发展未来十年趋势，徐宗本认为，人类距离研制出自主智能，即强人工智能还需几十年的努力。当前人工智能用应用形态处在数据加算法形成产品的时期，这也是目前人工智能赚钱的基本形态。而现在我们依然需要人工去采集数据、标注数据，做推广泛化都还是要靠人。

即使是先进的深度学习技术，其每一层有多少个元素，每一个元素用什么非线性机制等等，都要人事先预设。“所以那些公司要养很多‘码农’去调试。还有用什么方法去训练它（人工智能）也是人为给定。”他说。

在应用层面上，目前还只能实现一个神经网络智能解决一个问题，不能对问题自动切换。徐宗本预测，未来十年，人工智能研制焦点会在机器学习的自动化层面：自动生成数据、选择数据、自动搭建神经网络结构、自动设计训练算法，对任务能够自切换、自适应。