顾泽苍：新一代人工智能——产业推动的核心理论

各位专家、各位来宾，辛苦了！请稍微允许我做一个简短的讲演，今天在中国的光谷人工智能的盛会上，我想奉献一个新一代人工智能产业推动的核心理论，这将是一个全新的人工智能的模型。在这里我想分三个部分介绍，一是人工智能所面临的重大危机和挑战，在大家对人工智能群情激扬的时候，我想泼一些冷水。第二可实现全面产化的SDL模型的构成，我们想以我们的算法抛砖引玉，我相信通过今天听到我们这个模型以后，我们在座每个人自己就能造模型。三是介绍一下SDL模型的应用展望。

近年以来，阿尔法GO战胜了全人类的棋手，全世界为此震惊，可以讲，当今没有一项技术被全世界如此这么大的资源所关注，我们在座的每一个专家，我想也是群情激扬，立志在这一次人工智能高潮中建功立业，我想没有一个人不这么想的。但是，我们出问题了，人工智能的主流算法深度学习严重的破绽被发现了，所以说深度学习的发明者提出了我不干了，这个可能在座的大家都知道。为什么他出现破绽？简单讲我是20多年前曾经解决过大规模集成电路的组合问题，确实也是当时从算法上找不到，我也是跟今天的阿尔法GO同样的算法，通过概率，通过模糊关系，通过对抗学习，很成功的在当时仅16位的计算机上实现了相当大规模集成电路的组合。所以我今天看阿尔法GO，它其实就是一个算法，我们不要认为它是一个很神奇的东西，它所用的方法和二十多年前相差不了多少。所以我觉得我们还是有话语权的。

面对人工智能殖民了，我们是不是眼前一片黑暗？不是，面对这种情况我们要重新的、冷静的审慎一下，有三个问题要大家搞清楚，第一我们要重新考虑究竟什么叫人工智能，可能大家最讨厌的就是这个问题了，我们已经讨论N次了，我说不是，我们到今为止就是追求有严密性，这是做教材、写书，我是搞应用，我是站在让这一代全产业应用人工智能。如果上一代人工智能特点是知识库、专家系统，这一代人工智能是机器学习解决概率问题。如果把这个概念讲清楚了，整个产业都会应用人工智能。

第二，我们要感谢H，他在关键时候把人工智能的方向挑战过来了。人工智能要解决概率问题，不是用大模型解决小问题，所以这一次H提出要用概率模型，我非常要感谢他，如果我提出搞概率模型大家谁都不会信，但是他说搞大家都跟着他走。但是我们再不能盲目崇拜他了，说句实话他的深度学习我们已经经历了。如何看待H？我个人的观点是定义什么叫CapsNet理论，按照空间定义是三个条件，第一是网络结构，不要离开神经网络，从网络结构上还是要坚持，但是再也不要传统神经网络了，它是走不下去的。第二它是概率信息的传输，第三目前模拟大脑的结构是不可能的，我们模拟大脑的机能，我待会会介绍，如何模拟一个完整的大脑机能。

第三，产业界不是光要图象识别、声音识别，我们机器当中有很多环节，今后在各个环节上都要用上人工智能。产业应用是各种各样情况的，各种各样情况要用各种各样的模型，各种各样的模型要靠我们在座的每一个人自己来创造模型。大家说中国宣布了四个大平台，大家很担忧，是不是又被垄断了，我马上回答说不一定，因为CapsNet的观念大家理解了，我们每个人都可以造平台了，你的平台没有人用了。

下面我抛砖引玉，介绍一下我们新的模型，我们自己怎么造模型。这里面我们经过二十多年的发展，有两个比较重要的成果。第一，面对我们现在在人工智能当中所面临的数据，人工智能的是概率分布，是无数个空间关系问题，归根到底，人工智能要解决两个概率分布中间有一个数，这个数属于谁，这是最基本的问题。在这里就遇到了概率空间具体问题，大家也说了，概率空间距离数学家们搞了很多，但是今天咱们不讲这个问题，简单讲一下都没有走通，到最后都进行了某些化简，2003年日本一个学者自己又定义了一个模型，所以我们可以看出，从数学角度上想找到一个不同距离尺度的公式是非常难的。我们在大量的应用实践当中发现，作为一个数据，从欧几里得空间进入到概率空间的时候，它产生了什么误差，我们从这个角度找到了误差的表达公式，我们就构建了一个非常严谨的，在欧几里得空间的、各个概率空间之间的距离，我们看这个公式，如果仅看上面就是欧几里得的距离公式，下面得出的值是数据进入概率空间之后的误差，用这个简单的办法解决了实体当中的应用。

再一个问题，如何解决无监督学习问题。大家都在议论，未来是小数据，是无监督学习，但是大家也认为无监督学习还需要相当长的时间才能出现。其实个模型二十年前就出来了，只不过我们没有公布，只是作为企业内部的诀窍，2004年才申报了专利。介绍无监督学习之前我们先谈一下，大家追求的机器学习都需要追求哪些方面，首先是要有强大性，所以我们未来的模型一定是处理能力，或者说我在处理精度上是可以无限深入的模型。另外，叫学习数据无限小、数据结果要无限大，以及提出一个系统当中的机器学习不是一个，是很多个分散系统，这样的话这个系统才海大。另外是适用性，手机也可以用。全系统的原理是透明的，没有黑箱问题。基于这样的理念我们搞的这个无监督学习，它实际上是一个迭代公式，用了一个概率的尺度，而不是欧几里得空间的距离。你给了若干个数据，它能得出一个最大概率的值，另外它可以给出最大概率的尺度，这个尺度就是神经元的法值。

这就是全新的人工智能网络，大家会耳目一新的，这是以图象识别为例介绍的，这种新型神经网络有三层，第一是感知层，第二是神经层，第三是脑皮层，和大脑是一样的，我也征求了一下我国著名的哲学和复杂系的数学专家，他有一个三元理论，他说应该是符合三元的。但是这样的理论我们神经网络只有三层，目前我们理解能力范围内认为是三层。

第一层是感知层，我们发现感知层和图像之间就是无监督学习，它可以把给定的区域通过无监督学习得到特征值，另外无监督学习抽取信息的时候可以迁移，就是这种无监督学习可以随着概率的位置发生变化的时候自动迁移，所以这就是了CNN的特征映射。我们现在已经不是针对一个具体的位置进行学习了，而是抽取图像的若干个最大概率之间是什么结构，正如刚才IBM的老师介绍的，咱们固定的位置叫图象识别，我把它结构出来就变成了图象理解，你不用告诉它整体图象，你只需要给一部分就可以了。

感知层和神经层干什么？因为我们要小数据，小数据一定要把对象的概率分布通过无监督学习学习下来，所以感知层和神经层之间的机器学习主要是学习概率分布，在最终结果的时候我们有三个结果，最初是完全按照人的大脑，当样本数据进来以后，让样本数据和已经学习的最大概率的值进行比对，比对的数据如果在概率分布的尺度以内，就认为这是对的，就输出1，这和咱们的大脑就非常接近，而且我们也是在大量的观察当中，就是人的脑在看一个图像，怎么看这个图像都不变，而我们现在用一个摄像机人不动的拍，拍出来也是十个样子，所以我们感觉到人的眼是固定空间的传感器，它观测到的是最大概率值，从这个角度讲它就可以使咱们的性能提高。

这个系统怎么样让它无限的深入？深度学习的无限深入是增加层，而我们是增加节点，甚至这一次CapsNet理论提出我有两个图象你能不能都识别？其实可以做几个并行的CapsNet层的一样的结果，它也可以分别学习图象，然后两个重合做一起，同样可以分别识别。今天时间关系，我就把这个模型讲清楚了，后面的应用我顺便说一下。

因为这个模型比较强大，所以它识别的图象已经不用作为文件形式记录，可以直接变成代码，我们在2014年就申报了专利，把图象变成代码，同样可以把声音变成代码，把人脸变成代码。我们最近还有一个很新的成果，就是在这组模型基础之上，实现了多函数的、多目标的知识获得，这种技术如果用在现在的自动驾驶里面，可以把优良驾驶员的驾驶情况变成数据，今天我们也公布了，在各个目标函数下它的概率分布是什么，再通过机器学习我就可以在控制上做到超越优良驾驶员的驾驶水平。我想这样概念作为谷歌也好，作为百度也好，他们还没有理解到，其实自动驾驶竞争的核心、人工智能竞争的核心还是在这方面。

最后我谈一下参加这个会的体会，我感觉到了武汉的领导、武汉的人工智能界的专家学者们对人工智能是非常重视，所以我既然被请来了，我也想为武汉作贡献，如果在座的学者们非常愿意投身到这种人工智能模型的开发上，在我们本身所面临的产业上的应用，不管需要我们提供什么技术支持，或者咱们一起共同研究，我们都是非常欢迎的，感谢大家！