AI在总体上超越人类 还言之过早

12月15日，昏昏欲睡的时间点－13点30分，离下一门课程开始还有半小时。微黄的的灯光下，刚结束早上接近3个半小时课程的王万良正襟危坐在宴会厅门口的沙发上与记者交流，旁边放着14寸行李箱和公文包。大概是临近下午另一门培训课程开始的时候，推车轱辘摩擦地板的声音、工作人员窸窸窣窣交接工作的声音不断响起，但这并没有造成太大的影响。在与记者交流中，讲话幽默风趣的王万良抛出了一个又一个比喻，讲到兴奋之处时，还会配合一定的手势。

这几天，由中国人工智能学会、永泰县人民政府主办，中国科学技术出版社协办的第二期全球高校《人工智能导论》师资培训班在福州永泰县召开。作为本书的撰写者之一，王万良从1988年开始从事人工智能及其应用方面的研究，从1993年开始从事人工智能方面的教学，可以说在人工智能教学领域上具有极为丰富的教学经验。在早上长达3小时的授课中，他除了给来参会的各大高校教师讲解神经网络与深度学习以及群智能算法，还提供了一些教学AI课程的经验。会后，亿欧专访了王万良，与他探讨人工智能和深度学习中的热点问题。

调度优化背后的思想－“田忌赛马”

1988年，王万良参与完成一个冷库自动控制的课题。当时他思考了很多可以用的控制方法，但都不能取得很好的效果。王万良想了一些方法向导师汇报，导师告诉他这就是智能控制的思想，希望他去看看人工智能方面的理论。于是他就开始尝试着将人工智能方法应用到这个课题上，也就是从那个时候开始了长达30年的人工智能研究旅途。

在众多研究方向中，调度优化是王万良最为感兴趣的一个研究方向，他觉得这种思想就好像田忌赛马。当年齐国将军田忌在好友孙膑的建议下，用下等马对付齐王的上等马，以上等马对付齐王的中等马，以中等马对付齐王的下等马，结果巧妙得胜，赢得齐王的千金赌注。

调度优化亦是如此，它并不需要太多的投入和更改原有的配置，只要对现有资源进行一些优化配置，就可以取得更好的效益，也就是管理出效益。比如，王万良所做的关于水电调度的项目，就是通过指导水电站如何更为合理地配置资源，达到更高的发电量，满足防洪，保护生态环境等需求。

人工智能是被图灵误吃的苹果

王万良在一次公开演讲中，形容人工智能是改变世界的第三个苹果。第一个，是亚当、夏娃偷吃的那个苹果，产生了人类；第二个，是砸在牛顿头上的苹果，把人类带进了科学社会；第三个，是被图灵误吃掉的苹果，将把人类带进了人工智能时代。

“近几年，AI在机器学习方面取得了重大突破，甚至已经超过人的思维能力，被应用于各专业领域，人工智能已经不是云遮雾障，而是走上了产业发展的康庄大道。”王万良指出。

众所周知，深度学习的提出让人工智能的研究跨越了一大步，也因此带来了第三波热潮。但是它所存在的问题，如所需数据量大、可解释性差等问题也越来越凸显。

“实际上我们还没有充分发挥深度学习的优势。” 王万良表示，深度学习虽然还存在一定的问题，但与其批判，我们更应该聚焦在如何把深度学习用好，如何找到另一种更好的算法等等。

关于深度学习与以前的浅层学习相比，王万良举了一个非常形象的例子：如种庄稼一般，以前的浅层神经网络学习，就像贫瘠的土地，不施肥，庄稼长得不好。但施肥过多，土地吸收不了，又会把庄稼给烧死，而深度学习能够存贮更多的养分。以前的浅层神经网络学习能够接受很少的训练数据，所以效果较差；如果给过多的数据量，既要很长的训练时间，又会出现“消化不良”，产生过度训练。未来机器学习一方面需要继续研究如何从大数据中学习，另一方面需要发展小样本机器学习算法，用很少的数据量，就能达到很好的效果，这样就不会带来太多算力上的消耗。

图：王万良教授与亿欧的交谈场景

对于想要学习人工智能领域的初学者，王万良给出了几点建议：一是要消除认知上的误区，比如基础差学不来，学了不会做，理论难理解，内容太多等；二是选择好的教材去学习，因为有些教材虽然有名，但并不适合初学者；三是人工智能的各个单元相对独立，不必按照教材顺序讲解，可以直接选讲感兴趣的内容；四是意识到学习人工智能与学习其他领域的知识不同，要运用不同的学习方法；五是用一些简单的小例子，进行一些仿真实验；最后就是结合实际的工程去运用解决一些问题。

AI超过人类？还远着呢

王万良告诉亿欧，他经常在开课前对学生说：“你们在听我讲课前会觉得人工智能很神奇，但是在听完课以后，会发现人工智能不过如此，会有点失望。这样的现象其实也是正常的，因为你们以前了解的人工智能更多的是科幻，现在跟我学习的人工智能是科技。科幻是想想的，而科技是能够实现的，两者具有本质的不同。”

AI到底会不会超过人类？在王万良看来，AI在总体上超越人类，还言之过早。实际上它是在不断的逼近我们人类的能力。我们人类也没有必要惧怕人工智能。因为一方面，人工智能只是在某些方面超过我们人类自身；但另一方面，人类除了自身能力不断地增强，还会掌握利用人工智能的方法对付人工智能。

纵观历史，人类始终在不断努力制造出在某个特定方面超越人类自身能力的工具，例如潜艇比人游得深、飞机比人飞得高。类似地，人工智能的研究其实也只是在努力制造出在某种智能行为方面超越人类自身的工具，更何况我们还会使用新的工具来强化自己。