2019年9月5日，“中國（南京）人工智能+國際論壇”在江寧會(huì)展中心舉辦。來自國內(nèi)外人工智能領(lǐng)域的院士專家、科技企業(yè)領(lǐng)袖等齊聚，開啟前瞻的頭腦風(fēng)暴和高層次對(duì)話。會(huì)上，清華大學(xué)博士、云創(chuàng)大數(shù)據(jù)總經(jīng)理劉鵬教授提及，南京在不久的未來將擁有人工智能中樞，有望告別堵車。
以下是劉鵬教授在“中國（南京）人工智能+國際論壇”上的演講實(shí)錄（主題：《人工智能在智能城市中的應(yīng)用》）：
圍棋人機(jī)大戰(zhàn)：人工智能走向大眾
我們大家可能都知道，以前快遞行業(yè)是怎么做的，而現(xiàn)在京東無人送貨車已經(jīng)上路了，這個(gè)車每天能夠送一千個(gè)包裹，相當(dāng)于十個(gè)快遞員，每天只需要充電就可以。京東現(xiàn)在利用無人機(jī)送貨的嘗試，在中國農(nóng)村很需要，因?yàn)檗r(nóng)村最后幾公里特別難到達(dá)，我們通過無人機(jī)送貨是非常有效的做法。
不少制造類企業(yè)現(xiàn)在已經(jīng)開始大規(guī)模裁員，因?yàn)楝F(xiàn)在的生產(chǎn)變成用機(jī)器人來代替人工做生產(chǎn)，這個(gè)已經(jīng)轉(zhuǎn)變的非?？炝恕Ｎ覀円郧翱吹降拇a頭總是有人的，現(xiàn)在的碼頭開始變成了無人碼頭，只有7個(gè)工作人員。
以前每年雙十一會(huì)看到大量貨物擠壓，這幾年雙十一這么多包裹，我們卻很快就收到了，為什么？因?yàn)槲锪髦行囊呀?jīng)完全智能化了，以人工智能實(shí)現(xiàn)拆解。我們以前都是自己去商場買東西，現(xiàn)在所有的購物越來越網(wǎng)絡(luò)化了，通過二維碼、刷臉支付就完成了支付流程。所以出門基本上不需要帶現(xiàn)金，而乞丐要錢都用二維碼收款。
人工智能真正被關(guān)注是2016年3月9日到15日，AlphaGo與李世石的圍棋大戰(zhàn)，使人工智能從科學(xué)技術(shù)走到大眾視野里。比賽結(jié)果大家都比較清楚，AlphaGo贏了李世石。這個(gè)比賽很重要，比賽前所有人認(rèn)為人工智能不能贏。
【賽前】
?柯潔：計(jì)算機(jī)戰(zhàn)勝李世石的可能性不到百分之五。
?聶衛(wèi)平（3月7日）：若機(jī)器和人比賽圍棋，我認(rèn)為機(jī)器是一點(diǎn)機(jī)會(huì)沒有的，因?yàn)槲艺J(rèn)為計(jì)算機(jī)有它不可克服的問題。
?李世石：除非出現(xiàn)不可理喻的低級(jí)失誤，否則我絕不會(huì)輸。人工智能向人類發(fā)起挑戰(zhàn)，還屬起步階段。
這是在比賽前的看法，但是比賽之后，所有人轉(zhuǎn)變了看法。
【賽中】
?古力：5個(gè)九段一起上可能會(huì)贏。
?聶衛(wèi)平：AlphaGo全局幾乎完全零失誤。
?柯潔：AlphaGo圍棋確實(shí)是有史以來我見過強(qiáng)大的對(duì)手！
那么AlphaGo誰做的呢？DeepMind公司做的。公司創(chuàng)始人哈薩比斯4歲開始下國際象棋，8歲開始思考兩個(gè)問題，大腦是如何學(xué)習(xí)掌握復(fù)雜任務(wù)的，計(jì)算機(jī)能不能效仿？17歲，他做了一個(gè)游戲《主題公園》，這個(gè)游戲風(fēng)靡全球。后來，他回到劍橋大學(xué)學(xué)習(xí)計(jì)算機(jī)科學(xué)，又到了倫敦大學(xué)攻讀認(rèn)知神經(jīng)科學(xué)博士學(xué)位。他本人是計(jì)算機(jī)專業(yè)，博士是醫(yī)學(xué)的，他當(dāng)年的醫(yī)學(xué)博士論文被《科學(xué)》雜志評(píng)為當(dāng)年全球十大科學(xué)突破之一，是跨專業(yè)人才。
他所做的AlphaGo有什么偉大的地方？圍棋棋盤由19條橫、豎線組成，但如果把所有的路探過一遍，需要10的171次方，宇宙原子總數(shù)為10的80次方，我們把所有計(jì)算機(jī)集中起來都做不了。AlphaGo怎么做到這點(diǎn)？
首先是向人類的高手學(xué)習(xí)，向人類5段到9段學(xué)習(xí)下棋，學(xué)了之后，自己下，自我進(jìn)化，是尤為成功的原因。到了第二年，AlphaGo已經(jīng)不再像人類學(xué)習(xí)，從零開始，自我成長，用了30多個(gè)小時(shí)就戰(zhàn)勝了以前的AlphaGo。
2016年AlphaGo用了一千多臺(tái)計(jì)算機(jī)，2017年就用了一臺(tái)計(jì)算機(jī)，下棋能力又提高了一千倍。這是非常驚人的事情，而且在這么復(fù)雜的空間里面，形成了對(duì)戰(zhàn)略態(tài)勢估計(jì)的能力。這種能力雖然人類有直觀的判斷，但是往往是錯(cuò)的。AlphaGo對(duì)態(tài)勢的估計(jì)都是對(duì)的，這是我們從AlphaGo與李世石的比賽里能學(xué)到的東西。這個(gè)東西，是已經(jīng)超越了我們現(xiàn)在其他技術(shù)所能表達(dá)的空間。
我們的大腦是人類引以自豪的很復(fù)雜的一個(gè)精密裝置，這個(gè)裝置在人類很小的時(shí)候，剛出生的時(shí)候，里面表現(xiàn)的是神經(jīng)元，一個(gè)月之后，大腦的神經(jīng)元連接增長了很多，到2歲的時(shí)候就這么密集，在2歲之前進(jìn)步的速度是非常快的，但是從2歲到成年就沒什么進(jìn)步了。
如果教一個(gè)小朋友學(xué)習(xí)的階段是2歲之前，在2歲之前教會(huì)他一些東西，這個(gè)小朋友有可能會(huì)變成天才，這是我的看法。大家應(yīng)該有經(jīng)驗(yàn)，如果小孩在美國出生，2歲之后搬到中國來，這個(gè)小朋友講的語言就是英語，沒有學(xué)習(xí)過的中文對(duì)他來說是外語，他真正的分水嶺只有這兩年，這兩年他在美國的語言一輩子甩不掉，后來學(xué)習(xí)其他語言卻相對(duì)困難。
我們現(xiàn)在已經(jīng)能夠用計(jì)算機(jī)模仿人類神經(jīng)元，人類神經(jīng)元很簡單，只是一個(gè)細(xì)胞核，從別的神經(jīng)元傳來信息，經(jīng)過簡單的處理通過軸突再傳給別的神經(jīng)元，用了很簡單的數(shù)學(xué)模型表達(dá)出來，幾十年前就已經(jīng)做到這點(diǎn)了。當(dāng)我們用網(wǎng)絡(luò)將很多神經(jīng)元連接起來就變成了神經(jīng)網(wǎng)絡(luò)。
神經(jīng)網(wǎng)絡(luò)在過去十幾年都有，但是不成功。直至2012年，加拿大的一個(gè)教授提出來一種方法，能夠使我們訓(xùn)練復(fù)雜的神經(jīng)網(wǎng)絡(luò)，后來參加一個(gè)比賽把人工智能水平大大推進(jìn)，進(jìn)入人工智能爆炸式增長階段。所以現(xiàn)在所有的進(jìn)步，來源于當(dāng)時(shí)的突破。
以前沒辦法模仿大腦，現(xiàn)在由于一個(gè)很小的改進(jìn)，帶來了質(zhì)的變化。代表性技術(shù)是深度學(xué)習(xí)，模仿人類思維方式。大腦看到的場景表現(xiàn)出來就是不同變色的像素，但是我們?nèi)祟惔竽X在干嗎？是在觀察這個(gè)看到的畫面里面的細(xì)節(jié)，人類眼睛會(huì)下意識(shí)找這個(gè)畫面里面的特征的地方。
比如我看到一張照片，大腦會(huì)有意識(shí)把白色地方忽略掉，而大腦會(huì)找邊，我們眼睛其實(shí)在做這種處理，將所有的邊、所有的形狀等區(qū)別與別的東西的細(xì)節(jié)地方先找出來，然后判斷這是一個(gè)方塊、這是一個(gè)場景。人是一層一層思考的，所以深度學(xué)習(xí)用了同樣的方法模仿大腦思維過程。
人工智能典型的應(yīng)用場景有兩個(gè)，第一個(gè)場景是對(duì)圖像的理解，第二個(gè)場景是對(duì)文字的理解。目前對(duì)圖像的理解已經(jīng)遠(yuǎn)遠(yuǎn)超越了人類，對(duì)語言的理解，現(xiàn)在已經(jīng)基本上跟人類水平差不多了。我估計(jì)在幾年以后計(jì)算機(jī)智能水平會(huì)超越人類的水平，到這個(gè)水平之后，其實(shí)將來的風(fēng)險(xiǎn)就會(huì)越來越大。
美國未來學(xué)家?guī)炱濏f爾在《奇點(diǎn)臨近》書中提到，人工智能的進(jìn)步會(huì)不斷加速，聰明的機(jī)器會(huì)設(shè)計(jì)更聰明的機(jī)器，這種自我強(qiáng)化最終會(huì)導(dǎo)致人工智能達(dá)到一個(gè)奇點(diǎn)，成為遠(yuǎn)遠(yuǎn)超出人類智能水平的一種存在。他對(duì)未來的看法在過去這幾十年來逐漸得到印證，一般都比較準(zhǔn)確。
第四次科技革命：深度互聯(lián)+人工智能
我們已經(jīng)進(jìn)入到一個(gè)深度互聯(lián)時(shí)代，在這個(gè)時(shí)代，每個(gè)人在手機(jī)屏幕上的時(shí)間已經(jīng)遠(yuǎn)遠(yuǎn)超過了在書本上的時(shí)間，每個(gè)人平均有了幾百個(gè)一直在線的聯(lián)系人，所以到了深度互聯(lián)的階段。在這個(gè)階段，由于人工智能和深度互聯(lián)融合起來，產(chǎn)生了各種應(yīng)用。比如在交通方面的應(yīng)用，特斯拉無人駕駛汽車現(xiàn)在都是標(biāo)配無人駕駛，而且在全球行駛。
所以不要用停止不變的觀點(diǎn)去看問題，現(xiàn)在人類的變革是非?？斓?，現(xiàn)在的一天相當(dāng)于過去幾千年。我們甚至也能做到把一個(gè)火箭發(fā)射上去，讓火箭再回到原來的位置上重復(fù)使用，未來高鐵將達(dá)到1小時(shí)1200公里，這些事情是一個(gè)人做的，伊隆·馬斯克做的。我看好馬斯克，他描繪的世界才是這個(gè)世界真實(shí)的世界，是未來的樣子。
機(jī)器狗現(xiàn)在變的非常靈活，還有倉庫里的機(jī)器人，下水道的機(jī)器人······世界正在慢慢改變?，F(xiàn)在的無人機(jī)也都是帶人工智能功能的。目前，大疆無人機(jī)在刮大風(fēng)的時(shí)候也不會(huì)抖動(dòng)，會(huì)適應(yīng)大風(fēng)，無人機(jī)可以拿一個(gè)網(wǎng)接?xùn)|西，把一個(gè)乒乓球打過去，無人機(jī)給打回來，把一個(gè)無人機(jī)隨便怎么扔上去會(huì)自動(dòng)保持平衡等等。
所以我們說人工智能+是什么東西，其實(shí)什么東西是沒有人工智能的？如果這個(gè)東西沒有人工智能，這個(gè)行業(yè)會(huì)被淘汰。就像互聯(lián)網(wǎng)，沒有互聯(lián)網(wǎng)就沒有生命力，沒有人工智能也沒有生命力，所有的東西，萬物都會(huì)和智能相結(jié)合在一起。如果你們看以前的《阿凡達(dá)》，萬物都有感知，萬物感知都會(huì)聚到埃娃那里。我們地球上任何人，任何物體，都會(huì)和星球智能連接在一起，整個(gè)星球是一個(gè)智慧體，這種局面是非常顯然的結(jié)果。
像十年前我講云計(jì)算結(jié)果是一樣的。我們進(jìn)入到深度互聯(lián)網(wǎng)+人工智能時(shí)代，叫第四次科技革命，從這個(gè)時(shí)代開始，人類進(jìn)入了全新時(shí)代，在這個(gè)時(shí)代里萬物判斷的依據(jù)，思考的方式都發(fā)生了本質(zhì)性變化。華為的一位老總到我這里來，我跟他講，最近幾天感覺華為有很大的變化，現(xiàn)在完全人工智能，他們計(jì)算部門就叫智能計(jì)算部門，包括人工智能數(shù)據(jù)中心，所有東西都是圍繞人工智能，這個(gè)方向是正確的，這樣做更有戰(zhàn)斗力。
問題又來了，當(dāng)機(jī)器都開始思考了，人類該怎么辦？我們看過很多科幻電影，比如《終結(jié)者》等，在未來科幻電影里面，所有的未來世界都不是那么美好的，科幻電影里面的場景一般都是地球一片荒蕪，人躲在下水道，機(jī)器人滿天飛，我們其實(shí)要做的事情是避免出現(xiàn)這種場景，而不是坐在那里講人工智能不會(huì)影響人類。
我們必須要認(rèn)識(shí)到這種可能性，而且要提前去預(yù)防，而現(xiàn)在沒有更好的方法去控制人工智能，因?yàn)槟銢]辦法停下全世界的人工智能，甚至把全球電給停了，這是做不到的。所以我們沒有任何辦法能把人工智能停下來，如果把電停下來，必須要全球首腦考慮，要討論很長時(shí)間，人工智能不知道你在干這個(gè)嗎？不太可能做到這一點(diǎn)的。
所以我們只能在這個(gè)階段，即人工智能不太強(qiáng)大的時(shí)候，我們應(yīng)該做出一些準(zhǔn)備。人工智能這個(gè)孩子從2、3歲到30歲不用等27年，所以他進(jìn)步的速度是非常驚人的，我們要提前做出預(yù)防。
用科技優(yōu)化世界
我們成立了一家公司叫南京云創(chuàng)大數(shù)據(jù)股份有限公司，8年前成立的，我們目標(biāo)是能夠解決當(dāng)今社會(huì)的挑戰(zhàn)問題，包括社會(huì)穩(wěn)定、環(huán)境治理、地震預(yù)警、人才培養(yǎng)，同時(shí)我們通過解決這些問題，用我們的力量去面對(duì)人工智能的挑戰(zhàn)問題，這就是我們成立這家公司的初衷。
將我們做的一些人工智能應(yīng)用給大家介紹一下，包括人工智能一體機(jī)、人臉比對(duì)一體機(jī)等。比如，我們做的模糊人臉智能比對(duì)，利用城市攝像頭把犯罪現(xiàn)場嫌疑人，雖然記錄下來的人臉看不清，但是卻能找出來，我們曾經(jīng)在一個(gè)地方做了實(shí)驗(yàn)，13個(gè)案子，我們能破9個(gè)案子。
我們做的大規(guī)模人臉識(shí)別系統(tǒng)，不管畫面出現(xiàn)多少張臉，如果后臺(tái)有數(shù)據(jù)，可以比對(duì)其中的臉，如果沒有數(shù)據(jù)，可以知道這個(gè)人什么時(shí)候出現(xiàn)過，找出來。人臉比對(duì)一體機(jī)1秒鐘能夠比對(duì)7億張人臉，有能力做到這一點(diǎn)，是非常有意義的。
我們大家知道高速公路上現(xiàn)在的車都需要取卡，或者用ETC，為什么高速公路不能像停車場一樣，車牌識(shí)別就扣費(fèi)了？因?yàn)楦咚俟飞宪囂嗔?，如果進(jìn)來的時(shí)候沒有識(shí)別清楚，出去的時(shí)候怎么收錢，非常困難。所以我們要把車牌識(shí)別做到非常準(zhǔn)確，但是高速公路上拍的照片經(jīng)常不清楚，比如在逆光下車牌數(shù)字被擋住了，還有污損的、光線暗的車牌等，識(shí)別的時(shí)候都很困難。怎么能克服這些難題？人工智能都能識(shí)別清楚。在某江蘇交通行業(yè)公司組織的測試評(píng)估比賽中，我們做的是非常前沿的，雖然業(yè)界智能企業(yè)都參加了比賽，但結(jié)果顯示，我們的車牌識(shí)別非常準(zhǔn)確。
還有一種情況是我們有可能會(huì)什么都看不見，人臉看不見，只有一個(gè)影子可以看到，我們能不能知道這個(gè)影子到底是誰？可以通過視頻DNA技術(shù)，對(duì)人的走路姿態(tài)進(jìn)行建模，實(shí)現(xiàn)連續(xù)走路姿態(tài)的提取，形成一個(gè)DNA樣本，并在大量樣本的集合庫中與特定人物DNA進(jìn)行比對(duì)，快速找出目標(biāo)人物。
此外，我們通過鐵路非接觸檢測系統(tǒng)，以分布于鐵路沿線設(shè)施上的高清攝像機(jī)對(duì)鐵道進(jìn)行視頻圖像信息采集，并對(duì)攝像頭拍攝的視頻或圖片進(jìn)行智能分析，及時(shí)獲取鐵路病態(tài)診斷信息。這樣，人工智能把螺絲釘看一遍，從而及時(shí)發(fā)現(xiàn)異常并維修。
同時(shí)，我們用人工智能搜索互聯(lián)網(wǎng)圖片，當(dāng)我們做個(gè)爬蟲，把某個(gè)互聯(lián)網(wǎng)網(wǎng)站所有圖片都爬出來，比如指定獎(jiǎng)杯，人工智能會(huì)把所有獎(jiǎng)杯照片找出來，這是人工智能通過對(duì)以前數(shù)據(jù)的學(xué)習(xí)尋找未知的東西。我們也可以通過人工智能去做圖像增強(qiáng)系統(tǒng)，人工智能可以提高圖像清晰度16倍，人工智能知道這里面是什么內(nèi)容。
我們把人工智能用在醫(yī)學(xué)里面，我們跟南京鼓樓醫(yī)院合作，比如做前列腺癌、宮頸癌識(shí)別等。我們目前列腺癌識(shí)別做的很好，目前做到99.38%的識(shí)別率。我們也做宮頸癌篩查，如果提前能夠發(fā)現(xiàn)，這個(gè)病就是很簡單的病，但如果到了后期的話，已經(jīng)沒辦法了。所以我們要在正常的體檢的時(shí)候，對(duì)女性進(jìn)行宮頸癌篩查。
我們同時(shí)也用人工智能做交通優(yōu)化，城市的擁堵是全球的常態(tài)，我們其實(shí)是有辦法讓城市不再堵車，是可以做到的，但是需要一個(gè)“上帝腦子”做這個(gè)東西，“上帝腦子”是知道這個(gè)城市如果把整個(gè)城市紅綠燈都很好銜接起來，很好地調(diào)度每一輛車，這樣就可以讓這個(gè)城市盡量避免堵車。我們用類似AlphaGo做法，做了一個(gè)專門做城市優(yōu)化的交通大腦系統(tǒng)，用這個(gè)系統(tǒng)去優(yōu)化整個(gè)城市交通，這個(gè)也在南京進(jìn)行，估計(jì)不久將可以做到很好的效果，我們也希望能把這個(gè)技術(shù)復(fù)制到全世界其他的城市。
