北大“人工智慧前沿與產業趨勢”課程整理01
- 第五講：小米黃江吉-人工智慧硬體的發展
- 第六講：碳雲王俊-DNA是生命數字化的過程，AI改變生命科學
- 第七講：百度徐偉-AGI 2050年前實現可能性超50%
- 第八講：華為李航-自然語言處理的現象與挑戰
- 第九講：滴滴葉傑平-深度學習在交通領域應用潛力巨大
第五講：小米黃江吉-人工智慧硬體的發展
人工智慧三大前提：產品+大資料+機器學習；
以小米為例，從手機、電商、家庭路由器、電視雲平臺、互娛市場、生態鏈都不斷產生資料。這些資料都非常原始，需要清洗。之後是資料探勘，資料智慧。
一定要把技術做到產品裡面，做到服務裡面，它的價值才可以最大化地發揮出來。
第六講：碳雲王俊-DNA是生命數字化的過程，AI改變生命科學
碳雲智慧基於了三個基本假設：生命是可以數字化的；生命是可以被計算的；生命也是可以被網路化的。
碳基：碳基的程式是迄今為止最高效儲存介質，全世界所有的資訊可以存在一公斤的DNA裡面，它可以儲存上億年，輕輕鬆鬆百萬年。我們現在沒有哪一種計算機的儲存介質可以放一百萬年，一個光碟放幾十年可能就不行了。DNA是迄今為止最高效的一個儲存介質。你要想弄懂生命這個程式，應該做的第一件事情就是把這個程式讀出來。
中國有一個很出名的計劃叫“百分之一計劃”，中國參與了人類基因的計劃，測定了其中的1%。這個計劃是全球三千多名科學家把一個人的基因圖譜序列，31個字母讀出來。現在一臺機器可以在一天內輕鬆讀取一個人的基因圖譜，一千美金。
每個人的基因都讀出來到底有什麼用？
1.第一個服務就是出生缺陷。這個世界上有差不多5%到6%的出生缺陷的孩子，出生缺陷的孩子裡面有相當大一部分都是跟基因有關。
2.第二個服務就是傳染源檢測。比如發燒，拉肚子，不知道到底是哪個病毒還是微生物感染，這件事情應該做的是把血液或者糞便裡面的DNA提取出來做測序，做完以後發現人體內有沒有哪一種微生物感染，或者哪種病毒感染。
3.第二個服務就是個性化用藥。因為每個藥的開發都是針對於某種基因，某一個代謝通路。腫瘤的發生是跟基因和代謝通路有關，我看我哪個地方的基因壞了，有沒有這個藥，對應性的來找一找，事實上是這麼一個應用的過程。
DNA其實現在已經發展到可以簡單拷貝，它是一個數字載體，就像計算機一樣，可以簡單的被拷貝，克隆就是這樣，把一個完整的DNA克隆到另外一個上面。比如說基因編輯，這段DNA31個字母，我想改哪個改哪個，我就把那個字母給它改一改。還有一個進行合成，我計算機裡面寫一段程式碼，那邊就從試管裡合成出來。
測一下基因就知道我得什麼病了，這聽起來好像很簡單的一件事，但生命的複雜程度遠遠大於這個，我測完了以後我是有了一個起點，但是我最終會怎麼樣我不知道，因為生命的過程當中有很多的起起伏伏。我怎麼才能瞭解生命本身，只有一個辦法就是做一個矽基世界的人工智慧的我，做一個數字化的我，能模擬碳基世界的我。在計算機裡面有個我，有個王俊，現實生活裡面有個王俊，那個王俊不斷在學習我這個王俊。如果我所有的特性全部數字化，全部給它，我的每一個輸出全部是我最後的訓練結果，我能動性的把那個我的數字生命（矽基世界的那個我）變得越來越像碳基世界的這個我，這是碳雲要做的一件事。
華大做的事情是讀基因，把基因越讀越便宜。碳雲智慧想做的事情就是懂生命。基因事業本身需要做很多東西，首先是建立在碳基裡面的一個學習系統，這個學習系統有很多輸入，也有很多輸出，很多東西要把它數字化。那我數字化什麼東西呢，先從DNA的中心法則做起，我的基因序列要知道，我的基因的甲基化要知道，我的RNA要知道，我的蛋白質要知道，我的代謝物要知道，我身體裡面，我抽個血，驗個尿，糞便裡面的各種各樣的分子生物學資訊全部都知道。一聽到這個就頭大，好多好多的東西。如果就做個基因還相對簡單，就測個序。現在一想這麼多資料，怎麼辦，很多的技術有沒有，存不存在，所以碳雲在成立之後去做了很多事。做了大規模的收購。
數字生命的程式裡，沒有一個人的程式是完美的，所有的人都有缺陷，但每一個生命程式都是特別的。你所需要做的事情是把它數字化，找到你最特別的地方，然後再找到你不完美的地方，用你特別的地方去幫助別人的不完美，這就是那個數字生命網路能夠達成的最好的東西，而這個東西現在是可以做的。加入這個網路的人越多，這個模型越精準，你能夠找到你的特別和你不完美的地方的可能性越大。
生命本身是個旅程，基因是起點，不是終點，在這個過程中，你是你自己的選擇，根據你的數字化生命模型做出最好的選擇。我希望每個人都能夠理性的做越來越好的選擇，讓身體更健康。
第七講：百度徐偉-AGI 2050年前實現可能性超50%
什麼是通用人工智慧（AGI）?
具備執行人類所進行的各種智慧任務的能力：感知、決策、推理、規劃、溝通。其核心是學習能力：漸進學習、自主學習、互動式學習。
強人工智慧具有很強的智慧，但並不具有意識？其實只要達到人的智慧就可以了，有沒有意識不重要。
人類意識究竟是一種對智力的超越，還是其實是智力範疇內的一個東西？其實很多時候我們做出了決策，但自己並不清楚是如何決策的。這似乎是一種非理性的決策，但從更高的層面來看，我們所有的決策都受到我們的歷史環境、經濟條件等因素的影響。其實你的大腦裡面還是有一個很大的函式的，一個F函式，你的歷史、環境、人際關係、收入等等綜合影響著你的決策。你拍腦袋的決定實際上並不是拍腦袋產生的。之前有一個研究，通過對一個人在社交媒體上點讚的分析，就能得到他的某種情緒模型。然後根據這個模型，可以對這個人對一些言論的反饋做出預測。預測準確度比他身邊的人還高。所以說，我們大腦的一些功能，比如人臉識別，可能是籠罩在我們大腦裡的極其複雜的運算，我們暫時無法解釋而已。但這並不表示它不是運算的結果，而是突然出現的某種神器的東西。比如讓人工智慧下圍棋，最早認為人工智慧不可能具有人類下圍棋時的那種大局觀。但是現在我們看到，人工智慧的大局觀比人類還好。有時候局面太複雜，人腦也算不出來了。但不管怎麼說，這還是一種運算，不管是基於貝葉斯還是基於技術經驗。當然這種運算的複雜度很高，人類現在還無法用一個函式把它描述得很清楚。當機器擁有了大量的資料、大量的運算能力後，有可能做得比我們更好，而且有可能每次都很好。人類的靈感不是時時產生的，神來之筆無法每次需要時都產生。當機器智慧達到很高的水平之後，這些事情會更大概率的出現。所以說它背後其實還是一種運算。它可能是我們大腦裡面一個很神奇的函式，它的最大值是我們的某種價值觀，比如個人的幸福感等等。一個人能根據環境、條件等等綜合做出一個選擇，背後其實是一個很理性的過程。以前我們無法界定什麼是幸福感，現在從腦科學的角度來看，它可能是你大腦裡某個機構發出了一個訊號，多巴胺分泌了一下，然後你就感到了幸福。它並沒有那麼多神奇的東西，最後還是大腦運算之後激活了一個地方，然後你就幸福了。
機器學習大部分是基於歸納的，人類有演繹和推理的能力，在推理方面，機器現在有沒有什麼進展？
推理目前還是一個不太成熟的方向，如果這方面的研究越來越好的話，人類能做的事情可能就越來越少了。
有沒有一個明確的定義，可以定義通用人工智慧達到了人類的水平？
通用人工智慧就跟人一樣，如果不單獨加任何跟開車有關的程式碼，直接讓它學開車，它如果學的速度跟人一樣快，或者說直接讓它去學數學，它也學的和人一樣快，這樣就是達到了人類的智慧水平。
有沒有一種理論能夠證明，深度學習模型比其他方法好，還是說這是一種實踐的結果？
最重要的還是來自於實踐。在實踐中取得了這麼好的效果後，一些研究者開始嘗試從理論上做出解釋，它的效果為什麼會這麼好。最近可能有一些這樣的研究，就是在一些特定的模型結構下，在一些假設的狀況下，來證明它能找到的解總是和神經網路的全域性最優解接近。不過這些研究還是很難解釋深度學習最近取得的成功。所以說目前還沒有非常完美的理論解釋。
第八講：華為李航-自然語言處理的現象與挑戰
我們所說的自然語言理解，學術界有兩個定義，一個是基於表示的，你說的話能被計算機對映到其內部的表示，我們認為計算機理解了；另外一個是基於行為的，計算機做出了你指示的行為，後者的定義往往是大家更喜歡採用的。
為什麼自然語言理解是非常困難的一件事？
1.語言是不完全有規律的，規律和意外並存，會出現功能冗餘，邏輯不一致等情況，如果不遵循規範，交流非常困難，而規範是非常錯綜複雜的。
2.語言是可以組合的，語言是能把詞形成句子，甚至是遞迴去組織句子，構建出非常複雜的表達。
3.語言的發明創造本身和比喻密切相關，語言的本質是開放的集合，人們可以去發明創造新的表達，一旦形成了以後大家會經常使用，產生新的語義，這是完全開放無窮無盡的。如網路中將“潛水”和沉默不語進行聯絡，使“潛水”一詞出現了新的語義。
4.語言要和世界知識相聯絡，瞭解相關的概念和事實。
5.語言的使用是在一個環境裡，語言是一種互動，是一個交流的工具。語言終極的理解要結合上下文，結合語境。
自然語言處理最核心的想法是基於資料驅動，用機器學習實現，問題可以分為五大數學模型：
分類：將標籤分配給字串，文字分類和情緒識別；
匹配：匹配兩個字串，搜尋、問答、（產生式的）單輪對話；
翻譯：將一個字串轉換為另外一個，機器翻譯、語音識別、手寫識別；
結構化預測：將字串對映到結構，專名識別、詞性標註、文字句法分析、文字語義分析；
馬爾可夫決策過程：決定下一個狀態給予以前的狀態和行動，多輪對話；
自然語言處理，考慮是不是實用，一定程度上是看技術的上界和效能下界的關係。不同的使用者和場景對效能的要求不同，比如網際網路搜尋準確度不是極高，但使用者都認為很好。
當技術上界遇到使用者需求下界，就可以實用化，未來自然語言處理技術常見的應用有以下這些：
語音識別：已經比較實用；
單輪對話：這個方法往往把它變成一個分類問題，或者結構預測的問題；
多輪對話：還很不成熟，特定環境下才能做好；
單輪問答：已經開始實用化（不知道的時候說不知道，反而很有用）；
機器翻譯：不斷提高接近人，但不能完全替代人，本質上和人的做法不同；
趨勢
趨勢一：語音識別、機器翻譯已經起飛了，大家都在用，真正對話的翻譯還有很長的路要走，說不定能做到很好；
自動語音識別被廣泛應用於語言輸入
書面語言翻譯將在實踐中得到更廣泛的應用
口語翻譯將逐步得到利用和改進
還有待解決的問題，例如長尾挑戰（專有名詞，語音識別遇到中英文夾雜）
原因：深度學習往往基於統計，解決的是多次重複的東西。長尾現象是一個問題，完全徹底的解決還是比較困難，這是機器學習本質上的侷限。
趨勢二：單輪問答會越來越實用化，特別是場景驅動的。
趨勢三：多輪對話需要更多的研究。
多輪對話本質上是大量學習，人做多輪對話不需要重複很多，是天生能力、這種能否用現有技術模擬和近似，還不是很清楚。多輪對話因為資料不夠，不容易解決，這也是未來要研究的方向。多輪對話即使是任務特定，也比較困難，聊天機器人更難了。馬爾科夫決策過程都用不上。聊天機器人每一輪都是單輪對話，做不成很合理的多輪對話。多輪對話，如果有任務驅動和有更多資料，可能會越來越好。
總結：
1.自然語言理解很難。
2.自然語言處理現在用資料驅動的辦法去做五個最基本的問題，可以分到分類、匹配、翻譯、結構預測和馬爾剋夫決策過程這樣一些具體問題上。
3.有了資料我們可以跑這種AI的閉環，不斷提高我們系統的效能和演算法的能力。
4.深度學習在五個大的任務裡面的前四個，都能做的很好，特別是機器翻譯，基於任務驅動的單輪對話，應該也能做的越來越好。但是還有很多問題，比如多輪對話需要去研究和解決。
第九講：滴滴葉傑平-深度學習在交通領域應用潛力巨大
滴滴是12年成立的，先是有計程車，後來到14年有專車，然後15年之後有了快車順風車公交等等。現在每天訂單超過2000萬單，所以你要是做人工智慧做機器學習，那這個樣本量就一天是2000萬，每天處理的資料是2000TB，每天的路徑規劃是90億。現在這個平臺上有4億使用者。
核心專案
ETA：意思是從A到B大約需要多長時間，這是滴滴非常核心的一個功能。例如，使用者想6點40到達教室，那麼多久能打到車，司機接你大概幾分鐘，如果有預估，那麼使用者能夠更精準地去做決策。
智慧分單：就是乘客搜尋司機。這個過程用時間來預估，越近越好，精準預測三公里之內哪個司機離你最近。第二是司機接到你，然後到目的地大概預估的價錢。預估的價錢本質上是由兩個原因決定，即距離和時間。從起點到終點應該怎麼走，這是一個非常複雜的問題，每秒要有成千上萬個計算，還有A到B的時間大概是多久。結合時間距離以及公式算出預估價，準確度非常重要，準確度對使用者也非常關鍵。滴滴平臺上隔5秒鐘後再去打車，情況可能完全不一樣，幾秒鐘狀態就可能發生很大變化，所以說智慧分單的挑戰性很大，需要做實時匹配。
Q&A
1.滴滴做的模型上線的時候，對效能的追求和運算質量如何平衡？
我們希望在訓練中建立最好的模型，精度越高越好，基礎平臺搭建了GPU叢集，增加計算量，減少計算時間。線上有壓力，我們希望模型不是特別複雜，只能挑一個。我們現在在做的，也是業界在研究的一個方向是：模型已經確定好，如何壓縮（當計算量大量減少時，儘可能精確）。這是我們探索的一個方向。這個問題部分代表了學術和產業的差異。我們學術上只做第一步，做最好的模型。第二點我們往往忽略，放到線上我們不可能用大量的資源進行計算，落地時，第二點比第一點還要重要，要考慮效率和付出成本。
2.未來五年，出行大交通，深度學習會怎樣影響產業，哪些技術帶來巨大貢獻，機遇和挑戰有哪些？
滴滴在智慧交通中和政府合作，政府共享了公交車，攝像頭等資料。最終希望各方把資料打通整合起來，才能更加完整刻畫交通全貌，做更多決策。這是第一點。第二點是智慧交通，如何把資料整合起來之後解決實際的交通問題，城市的規劃建設。滴滴已經在濟南實驗中看到巨大潛力，更大效率是多方配合合作，更精準反應路況。第三點是智慧交通，比如說物聯網：車是相連的，車和路上裝置也是相連的，做更精準的決策。
3.滿意度理解？
這個叫NPS，滿意度是使用者調研。我們滴滴每天會做使用者調研，我們特別關注使用者滿意度體驗。這是今年最重要的發現，提升使用者體驗，滿意度上升下降城市的原因。我們成立了一個NPS團隊，專門做分析調研。我們能不能預測大家滿意度，我們能不能找出現在滿意度發生變化的原因，相對性去改進。其實有個大的人工智慧系統，做採集系統和實時預測，今年上半年，體驗有了非常大的提高。以前大家認為是運營營銷驅動，現在是體驗驅動。
滴滴把NPS作為最核心的指標，它沒法用模型去優化，滴滴會做調研，後邊有大資料，對過程拆解，分析出影響NPS核心的幾個因素，哪些用模型專案抓手去優化，拆解到演算法。