认知问题

AI实力

2022-07-08 澎湃新闻《云AI开发者服务关键能力报告》说，对全球云服务商的AI能力做了排行。

语言AI这一项，第一名毫不意外是谷歌。

第二名比较惊喜，是阿里巴巴。这是榜单发布以来，中国公司在该领域第一次进入全球前三。

全球前十中，中国的BAT占了三席，成绩可谓是瞩目。

一、

2021年，是人工智能提出65周年。

一个有趣的现象，对于人来说很难，很烦的事情（复杂的计算，下棋，推理…），对于计算机来说，其实算是相对容易的事情。

对于人来说很容易的事情（认人，走路，开车，打球…），对于计算机来说，却非常困难。

认知是真正困难的AI问题。

二、

1979年，上大学的时候我（李开复）选了法律和数学，人工智能才刚刚萌芽，幸运遇到了三个教授，做的正是人工智能的视觉、自然语言和算力。

1988年，大家认为神经网络是不太Work的，觉得这套技术不行，只有少数人坚持了下来。

杰弗里·辛顿等三个人，基本上是卧薪尝胆，用了接近30年的时间证明，之前只是理论，后来数据多了，算力多了，就真的Work了。

三、

对人类来说，“听”、“说”、“理解”相加，基本等于思维能力，对AI，道理也差不多。

语言AI，包含语音、语义两个大类。

语音负责让机器学会“听”和“说”；语义，也就是自然语言处理（NLP），负责让机器学会“理解”。

语音的应用，苹果Siri、微软小冰等AI助手，都是通过赋予机器语音能力，从而与人类产生交互。背后都有一套语音技术软硬件作支撑。

2019年，阿里语音AI曾被MIT评选为当年度的“十大突破技术”，这背后的技术能力来自达摩院在语音AI领域的深厚积累。

四、

所谓“机器学习”或者“深度学习”科技，采集到一些二维数据点。符合一个简单的函数 y = ax3 + bx2 + cx + d，但不知道a, b, c和d该是多少。于是你就利用“机器学习”（也就是数学统计），推断出参数a, b, c和d的值，使得采集到的数据尽可能的靠近这函数的曲线。

所谓神经网络，其实也是一个函数，它在本质上跟y = ax3 + bx2 + cx + d并没有不同，只不过输入的参数多一些，逻辑复杂一些。

如果数据不符合这个范式，还是只有靠人，才能找到更加符合数据特性的函数。

五、

除了语音AI技术之外，阿里在语义层面同样形成了一套强大的技术体系。

语言本身就是“音”和“义”的结合体——“听到”诚可贵，“听懂”价更高。

人类语言并不难，几岁孩童便可轻松掌握一门语言。但计算机有自己的编程语言，要它理解人类语言难如登天。

NLP技术的进化，是AI从感知智能向认知智能演进的前提。阿里达摩院2019年，就开始研发大规模预训练语言模型体系AliceMind，并以此作为技术底座，开展对内对外的技术服务。

拥有阅读、写作、翻译、问答、搜索、摘要生成、对话等多种能力。

六、

纵观语音语义的发展，有一点是始终未曾变化的，那就是它的理想目标——和机器对话，像在跟人类交流。（2022/07/08老邓）