鄂维南院士：智能年代意味着什么

　　Alphago人机大战带领人工智能走进了多数人的视界，也引导人工智能进入了一个新的年代，那么人工智能年代意味着什么？它又面对哪些开展与应战？在我国大数据运用大会上，我国闻名的数学家，北京大学教授鄂维南院士从大数据和人工智能的开展下手，做了主题为《大数据敞开智能年代》的陈述。

　　2016年7月14日，2016首届我国大数据运用大会今天在成都世纪城世界会议中心开幕。大会主题聚集“大数据与智能年代”，讨论大数据与各行业、各范畴的深度交融，以及大数据的技能创新和工业开展。我国闻名的数学家，北京大学教授、中科院院士、我国大数据专家委员会副主任委员鄂维南院士在会上做了作名为《大数据敞开智能年代》的陈述。

　　我首要从AlphaGo这个说起，AlphaGo这个人机大战发生之前，应该说大部分人尤其是行家对机器都是不看好的，这个是大数据现已热了好几年了，在这种一个条件下AlphaGo给咱们依然带来了震动，曾经咱们没有想过有这样的事发生。

　　业外的人说围棋太杂乱了，能够走的战略比世界里的原子还要多，这个是不或许的，世界象棋97年机器就战胜了人。刚刚这个思想形式和这个是相同的，其实这样的问题在咱们学术界尤其是核算物理和量子物理现已处理过很屡次了，处理这种问题咱们运用蒙特卡罗树的方法。

　　第二个行家是怎样说的？他们说看到了那个之前AlphaGo和欧洲冠军的打法，他们觉得我从这个能够看出它的水平离咱们围棋九段的水平差的很远，这里边最重要的一点是AlphaGo是一个会学习的机器，几个月之间自己现已学习了许多遍了，便是说它的水平现已提高了许多了，这是咱们AlphaGo带来的一个震动，便是它是会学习的机器，它的条件便是大数据的数据，跟咱们核算物理运用的蒙特卡罗不相同，它是用大数据处理的这个问题。还有一个是学习是选用了强化学习的方法。

　　我想着重的是它的基本原理，便是AlphaGo的基本原理便是马尔科夫决议计划进程，我这里有一些技能词或许是比较专业性的，我要着重的是AlphaGo背面的原理，都是它能够运用于一般的智能决议计划体系，它背面的数学模型都是马尔科夫决议计划进程，许多方面包含医疗、健康和咱们政府的决议计划体系，军事上的决议计划体系，机器人在许多不同范畴数学模型都能够适用。当然，并不是说AlphaGo现已把一切问题都处理了，在围棋这个方面，它跟其他其他很不相同的当地是，它的对手作为一个博弈体系，它跟对手的人物是对称的。

　　刚刚说到的金融问题，医疗健康问题和领导决议计划问题，比方金融问题要选用的是个人和商场的博弈，这两者之间显然是不对称的。虽然刚刚我说到AlphaGo背面的数学模型是通用的，可是并不是说AlphaGo现已把一切问题都处理了，要处理其他的问题咱们还需求作进一步的尽力，还需求处理人物不对称的条件下怎样把AlphaGo推行的更好。

　　，人工智能这个范畴现已有了几十年的前史，到80年代人工智能在走下坡路，许多人工智能企业都开端做跟人工智能没有关系的事务了。可是以AlphaGo作为标志，咱们看到人工智能进入新的年代，这里边首要的原因，它的核心技能有一个改善，便是以大数据为学习尤其是深度学习，使得人工智能进入新的年代。这样一个新的年代，智能化的年代意味着什么？

　　人类现已完结了十分大的改动便是工业化的年代，这是由于咱们人类造出了会劳作的机器便是机械化，它对咱们发生了什么影响？

　　第三咱们的出产进入了专业化的形式，便是说咱们出产出来的东西都是规范化的，大规模的去做，由此给世界社会发生了很大的影响，包含世界贸易、商业化，乃至咱们现在的社会制度，都跟工业化、机械化有直接的影响和相关。

　　现在咱们面对着的便是下一个打破，也便是智能化的年代，中心或许会刺进一个信息化，咱们正在完结的所谓信息化年代，可是我以为信息化仅仅一个过渡期，真正要面对的是智能化年代这样一个新的改变。智能化年代便是以会学习的机器作为代表，咱们人类造出了会学习的机器，你试想咱们人跟机器，跟其他的有什么不相同？便是由于咱们会学习，经过学习咱们堆集了许多阅历，咱们能够处理机器不能处理的问题，咱们有直观，直观是从阅历来的，为什么在座领导能够做领导其他人不能够做领导？便是由于咱们在座领导有很好的阅历能够做很好的决议计划，是经过作业阅历和学习阅历学习过来的。

　　现在咱们造出了会学习的机器，这个会学习的机器它学习的功率离咱们人类学习的功率是要高许多倍的，AlphaGo咱们现已看到了，

　　经过自己和自己下棋堆集阅历的速度远远超越人类，这样的状况下会给咱们这个社会发生什么样的影响？

　　，把咱们从一些咱们不大喜爱的，比较深重的膂力和脑力劳作里解放出来，使咱们人类做更赋有创造性的劳作。

　　其次，跟工业化相比照，工业化咱们的产品和东西都是规范化的，下一步或许有智能化个性化的产品从社会办理的视点，我仍是想谈一点我自己的观点，由于现在许多都在讲才智城市，才智城市是一个什么事？咱们想过没有？不仅仅是纯数据搞一些物联网的传感器，而是它有更深入的布景。刚刚说到专业化，咱们现在的社会办理也是专业化的形式，比方说成都市、四川省下面有许多的部分，像环保部分、农业部分和水利部分，不同的部分都是由专业人员在管他们专业范围内的事，他们在自己专业范围内做的十分好，专业化的办理形式。可是比方说环境，环境涉及到不仅是环保部分，还有工业部分的污染，交通部分的污染、农业、林业、水利等等是一体化的事。咱们想想人是怎样做决议计划的？咱们人经过眼睛、鼻子、手收集信息，收集完了今后，咱们都把它送到大脑，由大脑作决议计划，再经过手、脚履行，这是人类决议计划的形式。大数据驱动下的智能年代的决议计划形式，应该跟人的决议计划形式是很相似的，决议计划是中心化的，渠道化的，而部分起到的效果是信息收集和履行这样一个效果。这样的决议计划形式能够更体系化，能够把不同的重要的要素都给考虑进去。比方说咱们的数据孤岛，将来或许便是数据渠道，数据渠道下的履行形式就一定是中心化的。咱们怎样衡量社会的开展程度，现在咱们衡量也是专业化的形式，比方说咱们讲GDP，咱们有各式各样的目标，咱们关怀的并不是GDP，咱们关怀的是个人的满意程度和咱们社会开展的调和程度，这些在曩昔是很难来完成和描绘的，在未来咱们或许对社会进步的规范要逐渐地变成个人价值、个人满意的幸福感和社会的调和程度。

　　不要说十分落后，应该是还有一点落后。跟刚刚我谈到的大数据和人工智能、智能化比较相关的有哪些范畴？首要像人工智能、机器学习、数据发掘、核算方法、核算，这些在我国都有，并且做的人还许多，可是咱们的知识结构和概念、理念还比较落后，还没有到刚刚说到的水平。比方说人工智能，咱们多少人是做新的人工智能这个形式的人工智能，有多少人做的是曩昔那种形式的人工智能，比方说咱们的核算方法，咱们这个学会做核算方法的人有多少人在做咱们需求的新的算法，多少人在做曩昔的传统算法，这样的状况在我国是十分遍及的，知识结构尤其是概念的落后。，尤其是政府部分或者是咱们领导部分在推进一项新的办法的时分常常看到，比方把云核算和大数据混合在一起，这是对咱们推进大数据和人工智能以及智能年代开展是十分晦气的。，刚刚说到政产学研，产学研在我国现已提了很长时刻，各个校园都有产学研的部分，是不是真的做到位了，是不是能够满意智能化年代新的需求？尤其是大数据提出的新的需求。我想着重的是，就国内的状况来看，大的互联网企业在大数据方面做的十分抢先，它们也招引了一批十分好的研究人员到他们企业去，比方百度的张桐（音译）等等，他们都是在学术界有很高的成果，现在在企业界作业，他们自身就有十分好的资源，所以我也期望未来这种活动里边能够把他们这些人也约请过来。当然，假如人才都流到企业界去了，这对未来的开展也很晦气，从人才培养的视点来说企业界缺少造血功用，人才培养仍是在研究机构、高校来做比较好。