​花落中国!MIT史上最重大AI项目正式宣布全球首家联盟企业,AI发展正在迈向“牛顿时代”

商业
​花落中国!MIT史上最重大AI项目正式宣布全球首家联盟企业,AI发展正在迈向“牛顿时代”
麻省理工科技评论 2018年2月28日

2018年2月28日

今天,MIT官方正式宣布 MIT IQ Initiative 迎来了全球首家联盟企业,而这家公司正是来自中国的AI企业商汤科技。
商业
今天,MIT官方正式宣布 MIT IQ Initiative 迎来了全球首家联盟企业,而这家公司正是来自中国的AI企业商汤科技。

今年 2 月 1 日,麻省理工学院(MIT)正式宣布启动了一项雄心勃勃的项目 MIT Intelligence Quest (MIT IQ)项目,该项目旨在了解人类智力,并利用研究成果开发智能机器,这是该校有史以来最大的人工智能项目,也被视为是学术界发起的一场旨在赢回在人工智能领域的主动权、意义深远的努力,MIT 更是动员了所有的五大学院,共同投入到这个项目中。

66ba0005c09f3d820ced.jpg

除了 MIT 校长L. Rafael Reif,项目的主要领导人也由来自 MIT 核心院系及实验室的负责人组成,他们分别是:工程学院院长 Anantha Chandrakasan、MIT 计算机科学与人工智能实验室主任 Daniela Rus、电子工程和计算机科学系教授 Dina Katabi、大脑与认知科学学院神经科学系主任 James DiCarlo、认知科学和计算科学教授 Josh Tenenbaum 。

今天,MIT官方正式宣布 MIT IQ Initiative 迎来了全球首家联盟企业,而这家公司正是来自中国的AI企业商汤科技。

66be0000b12441287ae1.jpg

图丨MIT IQ Initiative 正式宣布中国AI企业商汤科技成为全球第一家加入该项目的公司

至于为什么 MIT IQ 的第一个产业伙伴选择了中国的商汤科技,这家中国AI平台公司 CEO 徐立对 DT 君表示,“中国经过了过去多年的沉淀,无论在人才、数据,还是使用场景上,都为 AI 储备带来了良好的沃土。MIT 找上商汤的合作,无疑是肯定中国在 AI 领域的发展速度及领先实力”。

实际上,商汤与 MIT 渊源颇深。商汤联合创始人汤晓鸥在 MIT 攻读博士时研究水下机器视觉,并且师承现任 MIT 学术发展校长 W. Eric L. Grimson。徐立指出,未来 AI 趋势必定是产+研,商汤的优势在中国拥有运用大量数据、使用者案例及应用场景的AI落地经验,而 MIT 是技术导向的学术单位,通过结合教授们的眼光和能力,将 AI 的基础研究、技术突破与行业需求结合,孵化到各行各业中,就是 MIT IQ Initiative 的目标。

“汤晓鸥将在 MIT 求学期间所擅长的计算机及人工智能研究实用方法运用到后来的科研工作中,并创办了商汤科技这家在技术和商业上都非常成功的初创公司”,MIT 学术发展校长 W. Eric L. Grimson 如此评价。“他目前是中国、甚至全球知名的 AI 领袖,尤其是在计算机视觉和深度学习领域……我个人对汤晓鸥的成功,以及他对这个世界的影响深感骄傲,也期待着 MIT 和商汤科技将来更深度互惠的合作。”

实际上,MIT-商汤科技人工智能联盟希望在计算机视觉、脑科学智能算法、医疗图像和机器人等领域开辟新的道路,推动人工智能相关的技术突破,目前规划每年合作进行 30~50 个项目,发展出更多的 AI 原创技术。

MIT IQ 计划主要分为核心(The Core)和桥梁(The Bridge)两大部分。在核心的部分,通过计算机科学来加强人类对于人类智慧的理解,其关键产出结果就是机器学习演算法。桥梁的部分则是提供 MIT 社群各样的资产,包括智能技术、平台、基础建设等,以及提供学生、教职员关于 AI 工具的相关教育、丰富的资料集、技术支援和专业硬体设备等。

徐立指出,未来想要让人工智能引领人类进步,得把原来的技术突破跟应用需求衔接起来,所以 The Core 与 The Bridge 必须并重,产研必须挂钩。实际上,在这一波的人工智能浪潮,有一个特点就是学术创业的比例很高,而且不少企业都从学术界延揽了许多重量级人物加入,除了先前担任 Facebook 人工智能实验室(FAIR)负责人的 Yann LeCun,近期更有前任斯坦福大学校长 John Hennessy 加入 Alphabet 公司担任董事长。

“在现在这个时间点上,技术在很多领域会发生颠覆式创新,学术界的优势在于知道什么时间是技术的快速发展期,清楚技术会在什么时间通过那条工业红线”,徐立说。“另一点更重要的是,在合作过程中找到顶尖的人才,持续为商汤充实研发能量。”

他进一步解释,技术公司做的事情就是1)针对场景定义新问题, 2)将问题解决做过工业红线。当你在定义一个新问题时,高校资源能协助你找到一个清晰的问题定义方法。二是在探索方向时,可以协助你评估早期可能性。因此,企业必须知道如何利用学术界的资源、合作,转化为生产力,如此双方就会有很强的动力展开合作。因此,对商汤而言,期望携手 MIT 加速技术和行业结合,除了让技术落地,未来孵化的成果有很大的潜力,另一点更重要的是,在合作过程中找到顶尖的人才,持续为商汤充实研发能量。


处在伽利略和牛顿时代中间的 AI

之前讲 AI ,通常只是针对行业专家,比如基于统计式推理等传统理论需要对于数据的先验假设。商汤涉及的人脸识别、物体分割,图像清晰化等都需要完全不同的方法甚至行业专家。过去也没有纯粹的 AI 企业,而这一波 AI 兴起,带来的是可以用完整的或统一的框架(比如深度学习)去完成人脸识别、物体分割和图像清晰化等应用。AI平台化变得更加可能。

现在的 AI 是走在什么样的时间点上?行业有种说法认为:如果以物理学类比的话,那么人工智能还没有正式进入“牛顿时代”。传说伽利略曾在比萨斜塔上丢球实验,将两个重量不同的球从一样的高度同时扔下,结果两个铅球同时落地,当时伽利略就像只是在观测数据,一直到牛顿将此总结成一套运动定律。徐立认为,“现在的机器学习正走在伽利略和牛顿时代的中间”,并更进一步预言认为,“ 3~5 年有机会看到比较明显的理论突破。”

未来 AI 发展的路线,一是解决框架里的难点,例如数据问题、数据标注问题、非监督问题,解决这些是现在的一个大趋势,就像是迁移学习、GAN 等,必须找到 AI 的边界条件,需要让人跟机器有更多互动,把边界条件划分出来。

但徐立认为另一个更关键的方向,是让 AI 朝统一的、更可解释的方向走。目前的 AI 可以说就像是处在一个伽利略阶段,把观测的数据记录下来,虽也没给出什么好的结论,但已经可以做很多事了。想要进入牛顿时代,就代表我们必须对于理论有更好的可解释性,“可解释性将会是未来几年最大的突破”。简单来说,这就是 AI 的黑盒子问题,没有人知道黑盒子里头是怎么运作。

以自动驾驶为例,根据专家知识设计系统见到绿灯会形式,所以如果见到绿色物体闯红灯专家可以解释。但如果是完全使用大数据驱动 AI 来做自动驾驶,并不依靠专家知识,闯红灯就很大可能没法解释。就像AlphaGo 下棋逻辑人类没法解释一一样。现在大家想着解决数据闭环、弱标注等,都是为了部分解决 AI 边界不清晰的问题,最终目的就是真正弄清楚黑盒子里面的运作原则,当每一步演算、每一层网络的设计,都有非常合理的逻辑解释,而且可以知道再加些变化,性能会出现什么变化时,理论就趋于成熟了。观测的现象也得到了解释,也就代表从伽利略时代走向了牛顿时代。

AI 发展若想要走到牛顿时代,一个关键就是必须仰赖更多的人类智慧,而 MIT IQ 计划就是在集结工程学、计算机科学、大脑与认知科学等各路专家,以回应发展人工智能必须处理的两个问题:在工程学角度上,人类智能是如何运作的?我们又该如何利用深层次的人类智能创建更智慧的机器,并造福社会?


中西 AI 发展路径、势头不同,合作互补创造新可能

不过,对科学家来说,技术无国界,而且从一个比较务实的角度来看,其实中美或中西发展的路径及势头都不同,因此与其说竞争,不如更应看重频繁交流合作发掘更多新的可能性。

举例来说,中国在电子支付、移动支付、刷脸支付(Face Pay)等领域走得相当领先,AI技术在这些领域率先落地;而美国过去已经建立很完善的信用卡体系,纪录了许多的消费数据,通过 AI 可以进一步优化服务及业务。所以各国AI发展道路不尽相同。还有诸如若是在医疗行业,美国的电子病历相对成熟,想要发展诊疗机器人,就有大量数据可使用;中国医疗行业背后的结构化数据还需要积累,因此诊疗机器人的进程相对就会较慢。

另一方面,美国、德国在工业都是领头羊,无人工厂已经部分实现;中国过去因有人口红利优势,劳动力以人工为主,AI 兴起了之后,机器人替代部分传统劳工的需求就会很大;发展上就能够跳过机器工厂,直接进入智能工厂。因此中西方在使用场景、市场需求、人口结构、变现能力的不同,对于 AI 发展的角度和强度也就各有侧重及优势。

实际上,人工智能在图像识别、物体辨识已经达到了很高的水准,套句徐立的话就是“技术达到了工业红线”。因此几家以 AI 技术为核心的初创公司跃上大舞台,不仅获得庞大的资金,也成功在商业市场卡位。

然而,后续出来的 AI 初创公司很难在短期内打入第一梯队,主要有几个原因,科技产业的关键词轮替相当快速。今年可以观察到区块链的火热压抑了 AI 的气势,资本的追捧减少,对某些初创公司来说就会有断炊的危机;另一个原因是 AI 领先的大型企业陆续推出加强 AI 自动化的工具,初创公司的生存空间受到挤压。“所以现在 AI 创业也有窗口期,过了这个窗口,技术就会平稳发展,要等到下一个爆发点才会再加速。”徐立说。

经常针贬 AI 发展的前 MIT 计算机科学和人工智能实验室(CSAIL)负责人、iRobot 创始人 Rodney Brooks 在今年初针对一些被炒热的技术或应用做出了预测,其中对于 AI,他认为,学术界已经开始唠叨机器学习的瓶颈,预计今年科技媒体就会开始大谈深度学习的限制以及强化学习在游戏应用的瓶颈,到了 2020 年一般大众媒体则会宣布深度学习已经是过去式了。

总之,无论未来 AI 发展会怎么演变,没有人能从水晶球里看到,但 MIT IQ 的精神是让人类智能及人工智能的研究者、企业携手探索更深层的人类智慧,以推进机器智能的发展。至少,这条路是对的。

麻省理工科技评论

From Tech to Deeptech