我們都知道人工智能就是并不是一炮而紅，經(jīng)歷了多年的發(fā)展和沉淀我們才能看到人工智能如今否認爆發(fā)。從神經(jīng)網(wǎng)絡(luò)到DNN，人工智能從寒冬到復(fù)興，終于迎來了復(fù)蘇。

　　第一次AI寒冬是在1975年左右。1956年，在達特茅斯會議之后，包括很多國家政府，美國國家科學基金會、軍方，大家滿懷希望投了很多錢。但是到1975年以后發(fā)生了幾件事情，讓AI進入了寒冬。

　　第一件事是，因為AI只能解決Toy domain（擺弄玩具一樣的簡單任務(wù)）。那個時候做語音，只有10個詞匯；下象棋，大概是20個詞匯；做視覺的人，都不能辨認出一個椅子。第二件事情，1956年美國打越戰(zhàn)，還有石油危機，所以經(jīng)濟也不是那么好；還有一個很有名的英國學者Lighthill，說AI就是在浪費錢，AI的研究經(jīng)費也因此遭到大幅削減（編者注：在1973年出版的“人工智能：一般性的考察”的報告，俗稱Lighthill報告中稱“迄今該領(lǐng)域沒有哪個部分做出的發(fā)現(xiàn)產(chǎn)生了像之前承諾的那樣的重要影響”。英國政府隨后停止了對三所大學Edinburgh， Sussex和Essex的AI研究資助）。

　　到1980年開始，有些公司如IBM開始做一些專家系統(tǒng)，可以說也是有限的應(yīng)用。盡管有一些缺點，但還是可以做一些事情，據(jù)說有十個億的產(chǎn)出。因此，AI也就開始回春。我也是這個時候開始進入AI，所以也蠻幸運的。

　　我是80年代去美國CMU（卡內(nèi)基梅隆大學）的。我記得當時日本很有錢，到處在美國買樓、建實驗室，所以當時日本提出了一個第五代電腦系統(tǒng)計劃（5th generation computer Systems，F(xiàn)GCS）。當時還有公司專門做 Lisp Machines（通過硬件支持為了有效運行Lisp程序語言而設(shè)計的通用電腦）。就有點像今天DNA紅，大家都在做DNA芯片，那時候大家都在做Lisp Machines，Thinking（ Connection ）Machines，然后神經(jīng)網(wǎng)絡(luò)也剛開始發(fā)芽。

　　不過，到1990年中，AI又第二次遇冷，為什么會這樣？因為第五代計劃失敗，Lisp Machines和Thinking （ Connection ） Machines都做不出來；而神經(jīng)網(wǎng)絡(luò)，雖然有意思，但并沒有比其他一些統(tǒng)計的方法做得好，反而用的資源還更多，所以大家覺得也沒什么希望了，于是AI又進入第二個冬天。

　　1990年代統(tǒng)計路徑的顯現(xiàn)

　　差不多在冬天這個時刻，統(tǒng)計的方法，使用數(shù)據(jù)的方法出現(xiàn)了。

　　AI在1990年以前都是用所謂的研究人腦的方式來做；而我們有太多理由來相信人腦不是靠大數(shù)據(jù)的。比如，給一個小孩子看狗和貓，看幾只他就可以辨認了?？捎媒裉斓姆椒ǎo計算機看幾十萬、幾百萬只狗跟貓的圖片，它才能辨認是狗還是貓。用大數(shù)據(jù)這種方法，就在第一次AI寒冬和第二次AI寒冬之間開始萌芽。雖然AI是一批計算機科學家搞出來的，但事實上有跟AI極其相關(guān)的一門叫模式識別。模式識別一直以來都有工程師在做，從1940年代統(tǒng)計學家就在做模式識別。

　　我們這代人學計算機就知道兩個人，一個人叫傅京孫（K. S. Fu），另外一個人叫竇祖烈（Julius T. Tou）。如果AI選出60個人的名人堂，里面會有一個叫傅京孫，那是大牛。傅京孫嚴格上來講他不算AI，但是可以包括進來，因為他也做模式識別。模式識別里面也有兩派，一派叫統(tǒng)計模式識別（Statistical Pattern Recognition），一派叫做句法模式識別（Syntactic Pattern Recognition）。80年代的時候，句法是很紅的，統(tǒng)計人無人問津，后來1990年以后大家都用統(tǒng)計。

　　我們做語音的人很清楚，后來引入了隱馬爾可夫模型（Hidden Markov Model），都是統(tǒng)計的方法，到今天還是很有用。尤其是在華爾街，做金融投資，做股票，很多都是做時間序列（time series data），而隱馬爾可夫模型這個東西是很強大的。甚至可以說，統(tǒng)計的方法是我們做語音的人（發(fā)展起來的）。而且早在1980年，我們做語音的人就講出這句話“There is no data like more data（沒有什么樣的數(shù)據(jù)比得上更多的數(shù)據(jù)）”。從現(xiàn)在的角度來看，這是非常前瞻性的，而且就是大數(shù)據(jù)的概念。我們那個時代的數(shù)據(jù)量無法和現(xiàn)在相比，但我們已經(jīng)看出來了數(shù)據(jù)的重要。而且IBM在這方面是了不起的，他們一個做語音的經(jīng)理有次說，每次我們加一倍的數(shù)據(jù)，準確率就往上升；我們每炒掉一個語言學家，準確率也上去。

　　決策樹也是第一個被語音研究者所使用。然后就是貝葉斯網(wǎng)絡(luò)（Bayesian Network），幾年前紅得不得了，當然現(xiàn)在都是用深度學習網(wǎng)絡(luò)（deep neural network， DNN，在輸入和輸出之間有多個隱含層的人工神經(jīng)網(wǎng)絡(luò)）了。我為什么要提這些東西？今天我覺得很多人上AI的課，可能75%、80%都會講DNN，其實AI還是有其它東西的。

　　今天要教AI也是非常困難的。我還特別看了一下最近的AI教科書，像吳恩達等人的。他們學術(shù)界教AI，還會教這些東西，但是如果去一般或者大多數(shù)公司，全部都是在講DNN。我覺得現(xiàn)在找不到一本好的AI教科書，因為早期的書統(tǒng)計沒有講，或者沒有講DNN。我也看了下加州大學伯克利分校的Stuart J. Russell 跟Peter Norvig寫的教科書（Artificial Intelligence： A Modern Approach），里面DNN提了一點?？赡墁F(xiàn)在也不好寫AI，因為AI提了這么多東西，人家說根本沒用，不像DNN的確很有用。

　　我稍微解釋一下DNN和一般統(tǒng)計方法的差別。統(tǒng)計的方法一定要有一個模型，但是模型一定是要有假設(shè)。而你的假設(shè)多半都是錯的，只能逼近這個模型。數(shù)據(jù)不夠的時候，一定要有一定的分布。當數(shù)據(jù)夠了，DNN的好處是完全靠數(shù)據(jù)（就可以），當然也需要很大的計算量。所以DNN的確有它的優(yōu)點。以前我們用統(tǒng)計的方法做，還要做特征提取，用很多方法相當于做了一個簡易的知識表示；現(xiàn)在用DNN連特征提取都不用做了，只用原初數(shù)據(jù)進去就解決了。所以現(xiàn)在講AI不好講的原因是，DNN講少了也不對，講多了的話，說實在的，全是DNN也有問題。

　　神經(jīng)網(wǎng)絡(luò)的起伏

　　最早的神經(jīng)網(wǎng)絡(luò)叫感知器（Perceptron），跟第一個寒冬有關(guān)。因為一開始的感知器沒有隱含層（hidden layer），也沒有激活函數(shù)（activation function），結(jié)果Marvin Minsky和Seymour Papert這兩位就寫了一本書《感知器》說，感知器連異或（XOR）都做不出來。那么，做感知器還有什么用？所以基本上就把整個神經(jīng)網(wǎng)絡(luò)第一代的進展扼殺了。

　　?感知器連最簡單的邏輯運算“異或”都無法做到，某種程度上導(dǎo)致了AI的寒冬

　　其實后來人們發(fā)現(xiàn)誤會了，其實書并沒有說的那么強，不過的確造成了很大的影響。一直到1980年，做認知心理學的人，代表性的如Rumelhart和Hinton才復(fù)興了AI。

　　Hinton早期是做認知心理學的。Hinton先在UCSB（加利福尼亞大學圣巴巴拉分校），后來到了CMU。Rumelhart， Hinton and McClelland復(fù)興了多層的感知器，加了隱含層以及back-propagation 算法，這個時候神經(jīng)網(wǎng)絡(luò)就復(fù)興了。而且神經(jīng)網(wǎng)絡(luò)只要加上隱含層，事實上，只要加一層，再加上激活函數(shù)，就可以模擬，甚至還有人證明可以模擬任意的函數(shù)，所以神經(jīng)網(wǎng)絡(luò)一下子就變的紅了。卷積神經(jīng)網(wǎng)絡(luò)（Convolutional NN，CNN）那時候就開始出來了，然后是遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent neural network，RNN）。因為如果要處理過往的歷史，有存儲， 就需要回溯。用于語音和自然語言處理的時間延遲的神經(jīng)網(wǎng)絡(luò)（Time-Delayed NN，TDNN）也都有了。

　　不過，那時候數(shù)據(jù)不夠多。數(shù)據(jù)不夠多就很容易以偏概全。第二個因素是，計算的資源不夠，所以隱含層也加不了太多。這樣，神經(jīng)網(wǎng)絡(luò)雖然大家都很有興趣，也能夠解決問題，但是卻有更簡單的統(tǒng)計方法，如支持向量機（Support vector machine，SVM），能夠做到一樣或者略好。所以在1990年代就有了AI的第二次冬天，直到DNN的出現(xiàn)才又復(fù)蘇。

　　AI的復(fù)蘇

　　AI的復(fù)蘇，可能要從1997年開始說起。1997年，深藍打敗了國際象棋冠軍Garry Kasparov。這里我要提一下一個人叫許峰雄。他當時在CMU做一個當時叫做深思（deep thought）的項目，基本上架構(gòu)都有了。結(jié)果，IBM非常聰明。他們到CMU參觀，看到許峰雄這個組。然后也沒花多少錢，最多兩百萬，就買下了這個組，讓這些人到IBM做事。IBM當時就看到，在五年之內(nèi)就可以打敗世界冠軍，其實真正的貢獻都是在CMU做的。許峰雄后來也離開了IBM，加入了我們，一直做到退休。AI復(fù)蘇的實際上才剛開始。有人說這個也沒有幫助到AI復(fù)蘇，因為深藍可以打敗國際象棋的冠軍，也不是算法特別了不起，而是因為他們做了一個特殊芯片可以算得很快。當然，AlphGo也算得很快，算得很快永遠是非常重要的。

　　到了2011年，IBM做了一個問題回答機器叫沃森（Watson），打敗了Jeopardy游戲的冠軍。Jeopardy這個游戲其實也很無聊，有一點像記憶的游戲：問一個常識的問題，給四個選項。其實沃森打敗人也沒什么了不起的。

　　到2012年，AI的復(fù)蘇就已非常明顯。機器學習和大數(shù)據(jù)挖掘變成了主流，幾乎所有的研究都要用，雖然還不叫AI。事實上很長一段時間，包括我們做語音和圖像，對外都不講AI。因為AI這個名字那時變得有點名聲不好。人們一說起AI，就是不起作用。第二次AI寒冬的時候，只要聽說某個人是做AI，那就認為他做不成。其實機器學習是AI的一支。

　　?從左至右：Yann LeCun，Geoff Hinton， Yoshua Bengio， 吳恩達

　　現(xiàn)在回到深度學習，有三個人物對深度學習做出了很大貢獻。第一位，Hinton。這個人非常了不起。了不起之處在于當沒有人在乎神經(jīng)網(wǎng)絡(luò)的時候，他還在孜孜不倦的做這個東西。第二個做CNN的人物是Yann LeCun。他也是做CNN一輩子，在AI冬天的時候繼續(xù)做，所以今天很多CNN該怎么用來自于Yann LeCun。另外一個叫做Yoshua Bengio。所以，現(xiàn)在還有人在排中國十大AI領(lǐng)軍人物，我覺得很搞笑。我覺得誰在外面講AI，或者搞個公司，他們和科學家是兩回事，科學家是在別人以為冬天的時候還在做。

　　所以今天講到DNN、講到AI，沒有前人的種樹，就沒有后人的乘涼。這61年的發(fā)展，這些辛苦耕耘的人，大家需要記住這些人。今天在臺面上講AI的人都是收成果實的人，講自己對AI有什么貢獻，我覺得就太過了。

　　還有一個跟AI有關(guān)的，大家記得Xbox幾年前有一個叫Kinect，可以在玩游戲的時候用這個東西，我覺得這是第一個發(fā)布的主流的動作和語音感知設(shè)備。當然之后就有2011年蘋果的Siri，2012年Google語音識別的產(chǎn)品，以及微軟2013年產(chǎn)品，這些都是AI的復(fù)蘇。直到2016年，AlphaGo打敗了李世石，打敗了柯杰，AI就徹底復(fù)蘇了。

　　今天的AI

　　DNN、DNN還是DNN。

　　我不是有意要貶低DNN的重要性，但如果說DNN代表了所有的智慧也言過其實。DNN絕對非常有用，比如機器視覺，會有CNN；自然語言或者語音的，就有RNN，長短時記憶（Long Short-Term Memory，LSTM）。計算機視覺里面有一個圖片集imageNet。我們很榮幸在幾乎兩年前，微軟在該圖片集上辨認物體可以跟人做得一樣好，甚至超過人。

　　語音也是一樣，微軟在差不多一年前，在Switchboard，在任意的一個任務(wù)里面也超過了人類。機器翻譯我相信大家都常用，可能是每天用。甚至看起來好像有創(chuàng)造性的東西也出現(xiàn)了，比如小冰可以寫詩。我也看到很多電腦畫出來的畫，電腦做出來的音樂，都表現(xiàn)的好像也有創(chuàng)造力一樣。

　　不過，雖然AI很紅，機器學習，大數(shù)據(jù)大家都聽過，特別是做學問的人還聽過大數(shù)據(jù)挖掘，那么這三者有多大的差別？我常說這三個東西不完全一樣，但是今天這三個的重復(fù)性可能超過90%。所以到底是AI紅，還是大數(shù)據(jù)紅呢？還是機器學習紅呢？我覺得有那么重要嗎？