在鈦媒體Pro專業(yè)用戶和付費(fèi)用戶專享的“鈦坦白”在線課堂第32期，我們請來了三位鈦客，分享對機(jī)器學(xué)習(xí)的思考 。本期鈦客之一、阿里云人工智能科學(xué)家、人工智能孵化團(tuán)隊(duì)負(fù)責(zé)人閔萬里博士，是千人計(jì)劃專家，同濟(jì)大學(xué)客座教授，2017 KDD CUP 大賽出題者。14歲被中科大少年班錄取，19歲赴美攻讀物理學(xué)碩士，后獲得芝加哥大學(xué)統(tǒng)計(jì)學(xué)博士學(xué)位。先后在IBM TJ Watson Research Center及 Google 擔(dān)任研究員。2013年加入阿里巴巴，參與主導(dǎo)了杭州城市大腦、餓了么人工智能調(diào)度等大型AI項(xiàng)目。
本文節(jié)選自閔萬里在鈦坦白的分享。如果您還不是鈦媒體Pro用戶，希望查看鈦坦白所有干貨，進(jìn)入鈦坦白九個(gè)專業(yè)群交流，并查看更豐富的專業(yè)數(shù)據(jù)和信息，可點(diǎn)擊：http://m.chcmb.cn/pro 注冊。
以下根據(jù)閔萬里在鈦坦白的分享實(shí)錄整理：
大家好，我叫閔萬里，花名山景，山中的景色，很高興第一次以鈦坦白這種新媒體的形式跟大家進(jìn)行交流。我今天分享的重點(diǎn)是人工智能的實(shí)踐。
研究大腦，做互聯(lián)互通的人工智能
說到人工智能，我想大家都耳熟能詳，在鈦坦白也聽了很多。我希望今天能夠把一句話留在你的腦海當(dāng)中，就是“互聯(lián)互通的人工智能”，這句話背后的意思是什么呢？用中國的一句俗語來說就是“四肢發(fā)達(dá)、頭腦簡單”。
今天有這么多的創(chuàng)業(yè)公司在做人工智能，有做計(jì)算機(jī)視覺識別的，有做語音的，有做機(jī)器人控制的，但沒有看到有一家公司在做大腦，所以我今天給大家分享的最核心的理念就是我們要做互聯(lián)互通的人工智能，要研究大腦。大家前幾天可能聽說過的城市大腦，其實(shí)就是其中之一。
我用以上圖來解釋大腦的意思，在這張圖上有左腦和左腦，左腦負(fù)責(zé)邏輯、算術(shù)、理性的推演，右腦負(fù)責(zé)的是藝術(shù)、文學(xué)鑒賞，創(chuàng)造力。人工智能在這兩個(gè)維度上的發(fā)展，其實(shí)我們可以看到，從理性，也就是智商的角度上看，很早的時(shí)候機(jī)器就打敗了人，從遠(yuǎn)古的算盤到近代的計(jì)算機(jī)，從深藍(lán)到最近的AlphaGo，在理性上面其實(shí)人工智能早就超過了人類，但是在感性的基礎(chǔ)上，也就是右腦這一塊其實(shí)還是有很大的空間。
上面這張圖是對人腦的研究。在國外很多年前就開始了，甚至到了白宮的層面。2013年的時(shí)候，奧巴馬總統(tǒng)提出了在美國高校研究機(jī)構(gòu)聯(lián)合做一個(gè)關(guān)于大腦功能的研究。核心就是要充分的理解人腦的認(rèn)知層面，它究竟是怎樣工作的，它的信號的鏈路，它激活的功能區(qū)究竟是怎樣相互關(guān)聯(lián)的，時(shí)間的滯延、先后的邏輯順序、空間、時(shí)空上的特征是怎么樣分布的，對于旋轉(zhuǎn)的物體、快速移動的物體、以及顏色快速變化，但是位置又不變化的物體，人腦識別這個(gè)過程又是怎樣激活了哪些神經(jīng)元、細(xì)胞元、認(rèn)知的功能區(qū)。這個(gè)非常重要的意義在哪里呢？如果我們對一個(gè)認(rèn)知過程的抽象理解，都能夠用一些算法、公式甚至是一些定理把它描述出來，那么就有可能從算法層面以及工程層面，重現(xiàn)一個(gè)人腦的思考過程，這可能是人工智能最極致的一個(gè)狀態(tài)。
這樣一個(gè)雄心壯志是否能夠?qū)崿F(xiàn)？答案是可以。
如何用算法重現(xiàn)人腦的思考過程？
上面這張圖是一個(gè)高度抽象的腦部神經(jīng)元相互作用的網(wǎng)絡(luò)模型，在這個(gè)模型上，各個(gè)節(jié)點(diǎn)可能是一個(gè)功能區(qū)，或者是一個(gè)細(xì)胞神經(jīng)元，他們之間是相連的。他們有遠(yuǎn)近，他們之間信號的傳遞不可能是瞬時(shí)完成的，有一個(gè)神經(jīng)反應(yīng)的速度，一個(gè)人反應(yīng)慢、反映快就是指這個(gè)。當(dāng)我們把它抽象為一個(gè)簡化的網(wǎng)絡(luò)流模型之后，就有很多的數(shù)學(xué)上的定義，是可以幫助我們來反推它的。在這張圖上各個(gè)相鄰的神經(jīng)元之間傳遞的信號，有強(qiáng)刺激、弱刺激，因?yàn)橛械娜丝赡軐δ承〇|西特別敏感，他的細(xì)胞會被激活的非常的活躍，所以他這個(gè)信號很強(qiáng)，但是有的人可能相對來說就弱一些，遲鈍一些，他的信號就相對弱一點(diǎn)，還有的人反應(yīng)快那就是信號傳遞得更快，反應(yīng)慢就代表信號傳遞的速度會慢一點(diǎn)，所以這個(gè)網(wǎng)絡(luò)，大家可以看其實(shí)跟交通網(wǎng)絡(luò)非常相似，或者跟一個(gè)水管的網(wǎng)絡(luò)也很相似。
在這個(gè)模型當(dāng)中，有一個(gè)非常基礎(chǔ)性的數(shù)學(xué)問題，就是當(dāng)我們觀測到了相鄰的兩個(gè)神經(jīng)元或者是兩個(gè)節(jié)點(diǎn)之間的信息流，這個(gè)信息流是源源不斷隨著時(shí)間在變化的，如果我們觀測到了這些東西之后，我們是否可以反推這個(gè)信息流的傳播的特殊路徑是什么，最重要的路徑是什么，他不可能是漫無邊際的在整個(gè)網(wǎng)絡(luò)上面是均勻的傳遞，他一定是沿著一個(gè)特殊的主要的路徑去傳遞，朝某一個(gè)方向，激活某一個(gè)功能元，這個(gè)有點(diǎn)像我們早晨上班的時(shí)候，交通流肯定是沿著有序的方向往上班的CBD，中央商務(wù)區(qū)去。
現(xiàn)在問題抽象為一個(gè)可以簡明扼要描述的數(shù)學(xué)問題，就是在一個(gè)固定的網(wǎng)絡(luò)結(jié)構(gòu)上，我們觀測到了很多信號的傳遞，我們怎么樣來理解這些信號的特征路徑，也就是主要的路徑，以及來預(yù)測某一類新的信號他會沿著什么樣的路徑去傳遞。
那么這個(gè)數(shù)學(xué)問題怎么解？我用三頁紙來解釋一下背后的定理。這些定理不是別人開源的東西里面有的，這是我們自主研發(fā)的，確切來說是我在過去十幾年里做的一些研究發(fā)表的論文，這些發(fā)表的論文都是網(wǎng)上可以公開搜索到的。下圖列了幾篇主要的論文，其中2005年的一篇是理論性的，2011年和2013年有兩篇是基于這個(gè)理論的應(yīng)用。
在這里面最核心的理論就是當(dāng)我們觀測到了非常多的信息流之后，我們對它進(jìn)行一些統(tǒng)計(jì)分析的時(shí)候，它的分布特性是什么樣的。就有點(diǎn)像大家聽說過的中心極限定理或者大數(shù)定理，當(dāng)你觀測到某一個(gè)現(xiàn)象非常多次數(shù)之后，基本上你就知道他趨近于一個(gè)平均值或者說他是一個(gè)正態(tài)分布，這是統(tǒng)計(jì)物理學(xué)中非常經(jīng)典的一個(gè)結(jié)論。這個(gè)理論在腦神經(jīng)認(rèn)知科學(xué)的流程當(dāng)中是否成立，我的這幾篇paper當(dāng)中實(shí)際上是給了一些正面的回答，在一定條件下，是可以滿足正態(tài)分布以及中心極限分布的這個(gè)特性。
如果我們用一個(gè)定理來描述這個(gè)認(rèn)知的過程，就如下圖所示。這個(gè)定理其實(shí)也是當(dāng)時(shí)我們做研究得到的最令人興奮的一條結(jié)論，就是在網(wǎng)絡(luò)流、信息流這個(gè)認(rèn)知過程當(dāng)中，如果這個(gè)網(wǎng)絡(luò)本身是有限連接、緊致連接，當(dāng)你重復(fù)很多次的時(shí)候，你會看到一個(gè)收斂的過程。也可以反推，當(dāng)一個(gè)人見了某一個(gè)現(xiàn)象很多次之后，他就慢慢熟悉了，他的反應(yīng)就可以趨向于可預(yù)測的狀態(tài)，這就是印證了我們中國古話所說的“見多識廣”，你見識很多了，你也不會大驚小怪，你會很自然的面對他，然后做出一個(gè)理性的判斷。
基于以上理性的判斷，后面就有很多可以做延伸的，比如，你會怎么想，什么樣的進(jìn)程讓你感覺值得追尋，你的響應(yīng)會是什么樣……這樣，你的行為就變得可預(yù)期了。
人腦研究在實(shí)際生活中的應(yīng)用案例
以上這些理論，具體有哪些用途呢？以下是我們做的一些具體項(xiàng)目：
- 《我是歌手》總決賽的排名預(yù)測
在這個(gè)項(xiàng)目中，我們要研究的包括選的歌好不好，歌手唱的好不好，現(xiàn)場的氛圍好不好，而這些都是一些神經(jīng)刺激的信號，都會對人的認(rèn)知過程產(chǎn)生一些影響。如果是一個(gè)大部分人都認(rèn)為很好的信號，就可能得到一個(gè)非常正面的反饋。這個(gè)反饋的模型，其實(shí)是我們通過很多的過去的音樂的下載、點(diǎn)贊數(shù)字得出來的。
- ET
去年8月份我們發(fā)布了ET，這是集大成者，里面有語音的對話，還有一些網(wǎng)絡(luò)流的預(yù)測，比如說我要預(yù)測交通網(wǎng)絡(luò)是不是堵塞？
以上兩個(gè)例子就可以看出，我們要判斷多種不同的信號。在《我是歌手》中，有聲音、有光、有伴舞、現(xiàn)場氛圍等多種不同的信號對人的認(rèn)知過程的產(chǎn)生刺激，而在ET的發(fā)布當(dāng)中，其實(shí)我們要判斷的是多種信號所帶來的一個(gè)復(fù)雜的疊加效應(yīng)會怎樣在網(wǎng)絡(luò)流上傳播，這個(gè)網(wǎng)絡(luò)就是整個(gè)城市網(wǎng)。
- 交通管理
這個(gè)網(wǎng)絡(luò)流的理論，不光能應(yīng)用在預(yù)測唱歌、文學(xué)藝術(shù)的創(chuàng)作，還可以在現(xiàn)實(shí)的物理網(wǎng)絡(luò)當(dāng)中用起來，這個(gè)物理網(wǎng)絡(luò)最簡單的一個(gè)就是交通網(wǎng)絡(luò)。
大家每天都要參加，從一個(gè)節(jié)點(diǎn)跑到另外一個(gè)節(jié)點(diǎn)，你自駕車也好，坐出租車也好，這是一個(gè)交通網(wǎng)絡(luò)上的一個(gè)動態(tài)的流，對于這個(gè)信息流，我們需要預(yù)知它的變化，現(xiàn)在的擁堵會蔓延到哪里，然后怎么樣進(jìn)行預(yù)防性的排堵。
去年我們在廣州做的項(xiàng)目，可能是在人工智能指揮交通管理當(dāng)中第一個(gè)成功的實(shí)踐。為什么這樣講是第一個(gè)？這是因?yàn)槲覀儎恿艘粋€(gè)交通管理當(dāng)中最核心的東西，信號燈。大家在實(shí)際生活當(dāng)中經(jīng)常會發(fā)現(xiàn)，很多車都在等紅燈變綠，但是在綠燈的方向一輛車都沒有，這種供給的錯(cuò)配是因?yàn)樗鼪]有及時(shí)的發(fā)現(xiàn)這個(gè)網(wǎng)絡(luò)流已經(jīng)發(fā)生了變化，跟以往的經(jīng)驗(yàn)不同。
我們在廣州做的這件事情的核心是就是用移動互聯(lián)網(wǎng)的數(shù)據(jù)，以及交警自有的數(shù)據(jù)，把多種信號融匯在一起，我們來判斷，當(dāng)一個(gè)路口的信號燈不健康的時(shí)候，配時(shí)不合理的時(shí)候如果我對它進(jìn)行調(diào)節(jié)，相當(dāng)于我在這個(gè)網(wǎng)絡(luò)上刺激一個(gè)信號進(jìn)去，它會怎么樣沿著這個(gè)網(wǎng)絡(luò)傳遞。
為什么我們要做這樣一件事情，大家可以看下圖。傳統(tǒng)的信號燈是一個(gè)近視眼，因?yàn)樗械挠|覺都是基于周邊采集設(shè)備所看到的情況，比如說視頻，比如說地面的線圈，雷達(dá)槍等等，但是它探測的范圍都是非常的局部，而且是滯后的。
而互聯(lián)網(wǎng)信號燈不一樣，因?yàn)槲覀兛吹降臄?shù)據(jù)是從天而降的，大家在開車的時(shí)候都是帶著有手機(jī)的，而手機(jī)上又有你的定位，把這些數(shù)據(jù)聚合在一起就成了交通路況，甚至精準(zhǔn)的知道在每一個(gè)路段上有多少輛車在跑，在往東邊走，在直行、左轉(zhuǎn)還是右轉(zhuǎn)，能夠看得清，甚至看得全，所以你看的是整個(gè)城市，沒有盲點(diǎn)。再配上我們?nèi)斯ぶ悄艿乃惴?，網(wǎng)絡(luò)流的算法你就可能看得透?？吹猛钢苯拥男Ч褪鞘裁矗课覀兡軌蚺袛喙芸氐男盘栒{(diào)整，就是一個(gè)信號燈，我把綠燈的時(shí)間占比調(diào)整，會怎么樣影響到周邊的幾個(gè)街道，怎么蔓延，這就有點(diǎn)像我在腦部的神經(jīng)當(dāng)中某一個(gè)神經(jīng)元上刺激一下之后，會影響到大腦當(dāng)中周邊哪些區(qū)域，哪些功能區(qū)。
這件事情其實(shí)也有另外一種完全不同的做法，如果我們不想去研究人腦的過程，或者是類比的過程，我們是可以用深度學(xué)習(xí)的方法來做這樣一件事情。如下圖：
這是一個(gè)典型的城市路網(wǎng)上實(shí)時(shí)路況，每個(gè)路段上標(biāo)的紅黃綠，代表的是交通是擁堵，還是暢通。大家設(shè)想一下，如果在我們的城市當(dāng)中，每分每秒我們都有一張快照，我們就可以把一個(gè)交通狀態(tài)的描述從網(wǎng)絡(luò)的結(jié)構(gòu)轉(zhuǎn)化為一個(gè)image，有了image就可以用很多現(xiàn)在經(jīng)常用到的深度學(xué)習(xí)的方法，來進(jìn)行分類或者說進(jìn)行監(jiān)督學(xué)習(xí)或者無監(jiān)督學(xué)習(xí)，來判斷當(dāng)前的狀態(tài)會怎么樣演變。
如果用深度學(xué)習(xí)的方法對當(dāng)前的盤面做一個(gè)推演，我們就應(yīng)該清楚該在哪些地方下手調(diào)整。比如說我要調(diào)整信號燈，甚至我臨時(shí)的限制上高架路路口通行流量的占比。但你要具體判斷，限流多久，從什么時(shí)間點(diǎn)開始，什么時(shí)間點(diǎn)結(jié)束，是100%的限流還是20%的限流，這些具體數(shù)據(jù)在今天的深度學(xué)習(xí)還沒法得到，還是需要回歸到原始的網(wǎng)絡(luò)流的理論上去。所以在這個(gè)approach當(dāng)中，深度學(xué)習(xí)可以給我們找到下手的目標(biāo)，然后我們再用網(wǎng)絡(luò)流的理論來判斷，應(yīng)該采用多大的力度，在什么時(shí)間點(diǎn)內(nèi)采取行動，阻止整個(gè)盤面的惡化。
這個(gè)項(xiàng)目去年已經(jīng)在廣州的兩個(gè)成功落地，今年在廣州市將要全面推開，所以這應(yīng)該說在全世界是第一個(gè)，在這么大規(guī)模的城市當(dāng)中用人工智能去實(shí)時(shí)的控制他的信號燈。
- 城市大腦
如果說用互聯(lián)網(wǎng)的數(shù)據(jù)控制信號燈是人工智能在交通管控當(dāng)中成功落地的一個(gè)案例的話，城市大腦就是一個(gè)全面的升級。
上面這張圖片是城市大腦的一個(gè)截屏。過去一年不少媒體在問，杭州做城市大腦的初衷是什么？其實(shí)跟上面是同樣的道理，杭州要把所有的數(shù)據(jù)匯集，要看得清楚各種信號，要做實(shí)時(shí)的推演，要判斷這個(gè)盤面，交通狀況會怎么樣的變化，公交車在哪里會有堵塞。再基于這個(gè)判斷，進(jìn)行實(shí)時(shí)的調(diào)度比如說調(diào)節(jié)高架路的信號燈，調(diào)節(jié)地面道路的信號燈，調(diào)節(jié)主干線公交運(yùn)行班次甚至臨時(shí)加開特快專線。
大家肯定會問，為什么我們要在這個(gè)時(shí)間點(diǎn)提出城市大腦的概念，這個(gè)答案其實(shí)要回歸到十多年以前，智慧城市的提出，IBM 2005年前后提出智慧星球，我們當(dāng)時(shí)是第一批做這個(gè)事情的人，我們明確的感到了一個(gè)痛點(diǎn)，就是當(dāng)你在一個(gè)城市規(guī)模的范圍上做計(jì)算的時(shí)候，計(jì)算能力成為一個(gè)瓶頸，因?yàn)閿?shù)據(jù)量太大了，太豐富了，處理往往是滯后的，成為一個(gè)事后諸葛亮的分析，而不是一個(gè)實(shí)時(shí)在線的一個(gè)預(yù)防性的決策助手。
群里各位可能知道，阿里巴巴技術(shù)委員會主席王堅(jiān)博士最近出版了一本書叫《在線》，在線這兩個(gè)字背后的含義非常的深刻，我們現(xiàn)實(shí)生活當(dāng)中，有很多偽智慧城市的工程，就是因?yàn)椴辉诰€導(dǎo)致的。事后諸葛亮的分析大家都可以做，但是在線的實(shí)時(shí)分析，而且在線的有智慧的分析，卻需要海量的計(jì)算能力，海量數(shù)據(jù)的處理能力和計(jì)算能力，而在沒有云計(jì)算的時(shí)候這是不可想象的一件事情，但是在今天，這個(gè)已經(jīng)成為現(xiàn)實(shí)，因?yàn)轭愃瓢⒗镌七@樣的云計(jì)算大頭已經(jīng)起來，在國外有AWS、亞馬遜的云，所以云計(jì)算的出現(xiàn)使得大數(shù)據(jù)的分析變成實(shí)時(shí)在線可能，城市大腦也就自然而然地出來了。
- KDD Cup 賽題
KDD是國際數(shù)據(jù)挖掘計(jì)算機(jī)學(xué)會，KDD Cup 數(shù)據(jù)挖掘大賽已經(jīng)有20多年歷史了，每年舉行一次。這次我們提交了一個(gè)賽題，立意就來自于廣州的信號燈。
在這個(gè)賽題醞釀的過程當(dāng)中，我們也經(jīng)過了很多思考，究竟什么樣的題目既能夠引起學(xué)術(shù)界的興趣，同時(shí)他又具備充分的可落地性，而不是為了一個(gè)大賽而大賽，這里面還是蠻絞盡腦汁，最后我們發(fā)現(xiàn)從信號燈的管控上，高速路口的瓶頸著手，既能夠解實(shí)際問題，又有學(xué)術(shù)挑戰(zhàn)性。
更重要的是我們在廣州已經(jīng)有了成功的實(shí)踐，所以我們知道這道題目是有答案的，只是我們今天的答案可能不是很完美，當(dāng)你是一個(gè)全球首創(chuàng)的解決方案的提出者的時(shí)候，你知道肯定有更好的答案在后面，所以我們希望通過這道賽題，能夠喚醒學(xué)術(shù)界的關(guān)注，包括同仁們的關(guān)注，讓我們一起找到更好的答案，幫助廣州以及其他城市，盡快的讓信號燈變得智能，讓城市大腦能夠跟它的每一個(gè)觸覺地面上的信號燈能夠?qū)崟r(shí)的聯(lián)動。
當(dāng)時(shí)出這道題目的時(shí)候，我們也有些猶豫，外界包括學(xué)術(shù)界對阿里巴巴的認(rèn)知都是在電商，如果我們把電商的數(shù)據(jù)拿出來，可能更符合大家的預(yù)期，但是后來我們想了一下，畢竟電商中國色彩太濃，而交通是一個(gè)全球性的問題，所以我們最后選了這樣一道題目。這個(gè)大賽已經(jīng)正式開賽，大家感興趣可以在網(wǎng)上搜索大賽的情況。
- 運(yùn)輸車輛調(diào)度
有一個(gè)工廠每天需要從周邊的零部件供應(yīng)商那兒用卡車把部件送到生產(chǎn)廠組裝線上來實(shí)時(shí)的生產(chǎn)，生產(chǎn)線有非常嚴(yán)格的開工時(shí)間要求，一旦開工就不能停下來，那些送貨的人必須確保零部件及時(shí)的送到工廠，所以他們每天用七輛卡車，共1835公里運(yùn)輸總里程數(shù)。
當(dāng)我們用人工智能大數(shù)據(jù)，以及云計(jì)算的方法去實(shí)時(shí)的計(jì)算整個(gè)沿途所能遇到的情況，以及現(xiàn)在生產(chǎn)線還有多少冗余的備件，還可以運(yùn)行多久的時(shí)候，我們就有可能判斷中間某些卡車可以在運(yùn)輸?shù)倪^程當(dāng)中，再去另外一個(gè)地方取備件，既能保證時(shí)間，還能節(jié)省一趟無謂的行程，最后實(shí)際上我們是成功做到了。最后是只用了五輛卡車，每天只跑1600多公里就已經(jīng)做到了同樣的要求。
而要做到這樣，其實(shí)得益于的就是我們有一套實(shí)時(shí)在線的調(diào)度引擎，實(shí)時(shí)在線能夠看到所有的位置，以及各個(gè)崗位上現(xiàn)在的狀況，還有的就是在沿途的整個(gè)的交通狀況，所以集合在一起，就做了一個(gè)經(jīng)典的運(yùn)籌學(xué)的問題，叫Vehicle Routing Problem（車輛路徑問題）。這個(gè)就是路線問題，有非常多的約束條件可能變化，稍微變一變約束條件，他的難度可能就會增加好幾個(gè)量級，在以往沒有云計(jì)算是幾乎不可想象的事情，只能成為經(jīng)驗(yàn)性的操作，但是今天不一樣，我們把它變?yōu)樵诰€的實(shí)時(shí)計(jì)算，每一步都是算出來的。
- 送外賣
這里面有三種角色——餐館、吃飯點(diǎn)餐的人、運(yùn)輸?shù)娜耍醒胝{(diào)度臺需要判斷每一個(gè)訂單分給哪一個(gè)運(yùn)輸?shù)娜?，尤其在高峰期大家都餓的時(shí)候非常難，靠人來調(diào)是應(yīng)接不暇的。這個(gè)問題怎么求解，這就有點(diǎn)像滴滴打車、快滴打車，這個(gè)訂單發(fā)給誰，實(shí)際上還是需要靠一套調(diào)度的機(jī)制和算法實(shí)時(shí)在線進(jìn)行計(jì)算。你不僅要知道彼此的位置，還需要知道時(shí)間，還要需要知道從一個(gè)點(diǎn)到另外一個(gè)點(diǎn)中間的行程時(shí)間，交通狀況是不是有擁堵。而這個(gè)問題其實(shí)我們從去年年底開始，已經(jīng)在餓了么開發(fā)上線，所以現(xiàn)在餓了么已經(jīng)有相當(dāng)多的站點(diǎn)是自動化的調(diào)度。
- 質(zhì)量管控
上個(gè)月有一篇新聞報(bào)道，我們用數(shù)據(jù)挖掘的算法和模型，成功幫助江蘇的協(xié)鑫光伏（全球最大的光伏切片企業(yè)）把整個(gè)生產(chǎn)線的良品率提升了一個(gè)百分點(diǎn)，每年創(chuàng)造上億元人民幣的價(jià)值。大家可能會問，這個(gè)問題跟人工智能有什么關(guān)系，感覺就是一個(gè)很經(jīng)典的質(zhì)量管控問題。
其實(shí)我們做的跟原來用統(tǒng)計(jì)的方法做的事情是完全不一樣的，今天在這個(gè)生產(chǎn)線上有幾十個(gè)環(huán)節(jié)，上千個(gè)參數(shù)，而且是實(shí)時(shí)在線收集的，所以他的數(shù)據(jù)量已經(jīng)超過用經(jīng)典統(tǒng)計(jì)方法可以分析的力度。在復(fù)雜性方面，有離散性變量，有連續(xù)性變量，采集的變量之間還帶有一些強(qiáng)依賴性，有冗余性在里面。更重要的是，它需要做實(shí)時(shí)在線的分析，及時(shí)發(fā)現(xiàn)異常實(shí)時(shí)反饋控制這個(gè)生產(chǎn)線。
用人工智能怎么解決這個(gè)復(fù)雜問題呢？首先我們要把這個(gè)生產(chǎn)線抽象為一個(gè)神經(jīng)元模型，就是一個(gè)神經(jīng)鏈路有多個(gè)功能區(qū)鏈接在一起，你可以認(rèn)為是某一種認(rèn)知行為的一個(gè)特征路徑。在這個(gè)特征路徑上面，每一個(gè)環(huán)節(jié)到下一個(gè)環(huán)節(jié)，都傳遞的是一個(gè)信息，而在光伏切片當(dāng)中傳遞的是一組參數(shù)，以及這個(gè)物件用這樣一組參數(shù)我切割下來的這個(gè)產(chǎn)品，他到了哪個(gè)階段，然后傳遞到下游去，所以他傳遞的信息是通過物件，就是它切的那個(gè)光伏的板塊來傳遞的。
所以當(dāng)我們把切割的流程抽象為一個(gè)信息傳遞的流程的時(shí)候，后面的分析就變得很自然了。它就是一個(gè)信息流，它的異常以及這個(gè)信息流上的關(guān)鍵節(jié)點(diǎn)，哪幾步是最關(guān)鍵的，對整個(gè)信息完整的表達(dá)是最至關(guān)重要的，我們通過歷史的海量數(shù)據(jù)去挖掘，在云計(jì)算的大數(shù)據(jù)平臺上去挖掘，是能夠發(fā)現(xiàn)這個(gè)最關(guān)鍵節(jié)點(diǎn)，也就是對應(yīng)了在這個(gè)生產(chǎn)流程當(dāng)中最關(guān)鍵的工序，它有幾十道工序，是第幾道工序，在對應(yīng)關(guān)鍵節(jié)點(diǎn)的工序上，他最優(yōu)的參數(shù)控制應(yīng)該是什么樣，又是另外一個(gè)問題，就有點(diǎn)像我們剛剛講的調(diào)節(jié)信號燈一樣的。
協(xié)鑫的這個(gè)案例其實(shí)他代表的是一類看上去非常傳統(tǒng)的制造業(yè)，尤其是流程制造業(yè)，包括半導(dǎo)體流片、印染企業(yè)、鋼鐵都是流程制造企業(yè)，他們都可以抽象為一種信息流，有不同的節(jié)點(diǎn)，那么怎么樣從海量的歷史數(shù)據(jù)當(dāng)中，去發(fā)覺在這個(gè)信息流當(dāng)中最關(guān)鍵的節(jié)點(diǎn)，以及每一個(gè)關(guān)鍵節(jié)點(diǎn)里面他最優(yōu)的參數(shù)控制，我們今天找到一種解法，所以協(xié)鑫的這個(gè)實(shí)踐其實(shí)是具有很強(qiáng)的行業(yè)輻射性。
基礎(chǔ)理論實(shí)現(xiàn)突破的希望——量子計(jì)算
前面講的都是我們基于要做大腦，要做認(rèn)知，要從信號的傳遞、網(wǎng)絡(luò)流傳遞這個(gè)基礎(chǔ)性的物理過程上來解題，找到一些實(shí)戰(zhàn)的應(yīng)用案例。那么再從實(shí)戰(zhàn)回歸到到基礎(chǔ)性的理論研究上，我想我剛剛給大家展示的那些文章、圖片，都是很多年前我做的，肯定已經(jīng)是不充分的，不夠用了，只是一個(gè)拋磚引玉。今天如果在基礎(chǔ)理論上我們要突破，方向在哪里？
可能大家聽得最多的是誰誰誰開源了某一個(gè)平臺，這個(gè)年代，我們不缺平臺，我們?nèi)钡氖撬枷?，我們?nèi)钡氖撬惴?。更重要的是我們?nèi)鄙僭瓌?chuàng)性的算法和理論。在科學(xué)和技術(shù)這兩者的結(jié)合上，其實(shí)今天有相當(dāng)多的公司，包括從業(yè)者們，更看重的或者更加關(guān)注的是那些技術(shù)上的發(fā)展，誰誰誰開源了一個(gè)平臺，把計(jì)算效率提升了多少，當(dāng)然這個(gè)非常重要，但是為什么深度學(xué)習(xí)的理論，包括神經(jīng)網(wǎng)絡(luò)的理論，不是在中國創(chuàng)造出來的？我們有沒有機(jī)會在下一輪的人工智能的理論發(fā)展上，或者腦科學(xué)的發(fā)展上，互聯(lián)互通的人工智能發(fā)展理論上，做出一個(gè)開創(chuàng)性的成果？我覺得有可能。這個(gè)方向在哪里？在量子計(jì)算。
下面這張圖是跟我今天要講的核心思想“互聯(lián)互通的人工智能”緊密相關(guān)的一張圖片：
這里面解釋了一個(gè)什么問題呢？就是如果我們來看量子計(jì)算機(jī)或者是量子算法，它是一種嶄新表征，來解釋我們在人腦過程當(dāng)中所傳遞的信息的流程，不是用傳統(tǒng)的電子計(jì)算機(jī)里用的0或者1，而是用量子位來表達(dá)的。
這是一個(gè)全新的理念，為什么這個(gè)很重要，大家可以想象一下，在我們?nèi)四X的神經(jīng)元的物理過程當(dāng)中，經(jīng)常它是處在一種模糊態(tài)的，你這個(gè)神經(jīng)元可能是半夢半醒之間，是一個(gè)混合態(tài)，不是非黑即白的狀態(tài)。對于這種混合態(tài)的描述，一個(gè)細(xì)胞可能處在激活或者沒激活之間過渡態(tài)的時(shí)候，什么樣的機(jī)理什么樣的數(shù)學(xué)理論是比較合適的，答案就是這個(gè)量子計(jì)算機(jī)，就是量子算法，說白了就是qubit。
qubit是一個(gè)理論物理當(dāng)中誕生出來的一個(gè)非常好的數(shù)學(xué)工具，能夠非常巧妙的來描述這樣一種半夢半醒之間的混合態(tài)。這個(gè)混合態(tài)的誕生不是天方夜譚的事，幾天前新聞報(bào)道了一個(gè)非常重要的里程碑式的突破——IBM已經(jīng)商用化了50位的一個(gè)量子計(jì)算機(jī)！這可能會帶來一個(gè)革命性的影響。
今天我們要問一個(gè)問題，當(dāng)量子計(jì)算機(jī)哪天成功的實(shí)現(xiàn)了之后，我們今天那些吹得很厲害的算法還有多少能夠跟它相比，或者說能夠改造為用量子位來表征的算法？究竟能帶來多大效能的提升？
所以量子計(jì)算是一個(gè)非?；A(chǔ)性的理論問題，我們也是自己一直在追蹤研究這個(gè)東西，但它確實(shí)非常的難，因?yàn)槿魏我粋€(gè)推演，都需要物理實(shí)現(xiàn)去做實(shí)驗(yàn)，去驗(yàn)證，而做量子計(jì)算機(jī)的實(shí)驗(yàn)是非常難的。可能大家也從新聞看到過，阿里巴巴跟中國科學(xué)技術(shù)大學(xué)潘建偉院士有合作，已經(jīng)宣布過，我們要在量子計(jì)算機(jī)上進(jìn)行突破，其實(shí)就是瞄準(zhǔn)了這樣一個(gè)目標(biāo)，我們要在原創(chuàng)性的機(jī)器學(xué)習(xí)、人工智能的算法理論上來突破。
至于這個(gè)目標(biāo)什么時(shí)候能實(shí)現(xiàn)，其實(shí)真的我們都沒有底，因?yàn)檫@是一個(gè)非常漫長的過程，確切來說幾十年來，從量子計(jì)算機(jī)在八十年代的時(shí)候，首先提出不等式，已經(jīng)過去三十多年了。就像任何一個(gè)劃時(shí)代的創(chuàng)新，從來不會事先規(guī)劃出來的，是做出來的，我們唯一能保證的就是我們埋頭苦干。鈦坦白群里的也都是在科技界的同仁，希望我們能夠一起來關(guān)注這樣一件事，來呼吁更多科技從業(yè)者關(guān)注量子算法這樣一個(gè)方向。
（本文獨(dú)家首發(fā)鈦媒體，根據(jù)阿里云人工智能科學(xué)家、人工智能孵化團(tuán)隊(duì)負(fù)責(zé)人閔萬里博士在鈦坦白上的分享整理）
……………………………………
鈦坦白第32期，AI已來之機(jī)器學(xué)習(xí)1，三晚上的分享已經(jīng)結(jié)束了
干貨會陸續(xù)發(fā)布：http://m.chcmb.cn/tag/1508094
鈦坦白第33期預(yù)告：AI已來之機(jī)器學(xué)習(xí)2
來自百度、第四范式、地平線機(jī)器人的鈦客，繼續(xù)就“機(jī)器學(xué)習(xí)”帶來精彩分享～
時(shí)間：3月20日、21日、22日
地點(diǎn)：鈦坦白|人工智能（微信群）
報(bào)名聽課、交流：
鈦坦白目前有醫(yī)療健康、人工智能、文娛社交、VR/AR、區(qū)塊鏈、支付創(chuàng)新、體育、云計(jì)算、SaaS等九個(gè)專業(yè)群。
1、鈦媒體Pro專業(yè)版用戶，可以點(diǎn)擊鏈接http://m.chcmb.cn/pro，登錄賬號，在線免費(fèi)、任意選擇自己要進(jìn)入的群，按提示操作；
2、非鈦媒體Pro專業(yè)版用戶，可以添加微信號taitanbai0，在通過好友后，發(fā)99元紅包給小鈦，你將有權(quán)利從九個(gè)群中任選一個(gè)群進(jìn)入，長期聽課、交流。請告訴小鈦你要進(jìn)入哪一個(gè)群，然后等待小鈦拉你入群~
推薦鈦客、贊助、合作：
請與鈦坦白負(fù)責(zé)人佳音聯(lián)系，郵箱jiayinge@tmtpost.com
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請綁定手機(jī)號后發(fā)表評論
人腦運(yùn)行的邏輯是很復(fù)雜的，如果真的摸索出一點(diǎn)對目前的人工智能的影響也將是巨大的，希望早日把靈犀語音助手，siri等軟件真正做成人們身邊的智能好助手。