吴韧:计算能力足够强时 人工智能将会有“直觉”
而在这大批登上头条的事件中,主角大多都是华人技术精英,这让不少人相信,在人工智能时代,华人将掌握主要的话语权。
我们将在“华人AI专家采访”系列中,采访多位业界专家,从他们的角度记录这个属于人工智能的变革时代。
他是中国大陆个写出全局中国象棋程序的人,并且在后来相当长的时间里保持;
他很早就看到了异构计算的潜力,是早利用GPU进行海量计算的专家之一;
他的研究在学术和商业上的成就和前景被百度看到,将他招入旗下。然而仅仅两年之后,在“ImageNet”竞赛中测试作弊的事件中,他背锅离职。
他说,从百度被解放出来,是一个“上帝的礼物(God-sentgift)”。
他就是吴韧,异构计算专家,前AMD异构系统软件架构师,惠普实验室资深科学家,CUDA研究中心研究员,百度深度学习研究院杰出科学家。吴韧的新身份是异构智能NovuMind创始人。
作为“华人AI专家”系列的位,吴韧在他位于硅谷的办公室接受了采访。
吴韧1984年毕业于成都气象学院电子系,次年从气象局调入德阳教育学院从事计算机管理工作。他1987年来到南开大学计算机系开始研究,1990年到美国工作。
2000年,吴韧加入在硅谷享誉盛名的惠普实验室,成为了该实验室决策技术部年轻的科学家之一。他在博士研究中的《反溯算法及其应用》超过了当代计算机科学泰斗、图灵奖获得者肯·汤普森发明的经典算法,为人类象棋界填补了过去未发现的知识空缺,在计算机博弈界引起震动。
在惠普实验室,吴韧独立设计开发出了一款中国象棋超级程序,用中国现存早的象棋棋谱“梦入神机”为其命名。这个程序曾两度获得计算机象棋奥林匹克比赛,让吴韧成为了全世界设计计算机中国象棋程序的专家。
当时,他的思路和现在的人工智能下棋程序类似,采用有限的规则(树形搜索)加上自己建立的庞大的中国象棋残局数据库,设计了一种思维模式,这样计算机就能像人一样思考,与人对弈。终完成的程序具有海量数据和编码的特点,和当时的主流做法形成了很大的差别。这也奠定了他在计算机象棋,以及后来的人工智能业界的地位。
2010年,惠普邀请吴韧担任CUDA实验室研究员,在这里吴韧成为了业界早开始使用GPU加速计算进行海量数据计算的专家。2012年,AMD聘用吴韧担任异构计算系统软件架构师,并在公司技术专家委员会担任委员。
2013年9月底,吴韧正式加盟百度深度学习研究院出任杰出科学家,致力于建设一个异构计算平台以服务百度和其用户。在他的带领下,百度异构计算小组在业界的一些比赛中获得了非常的成绩。然而由于后来的Image Net跑分事件,吴韧离开了百度,他的团队则被拆散到了深度学习研究院的其他队伍。尽管离开了百度,但该公司那段时期的不少技术进展,都有他的功劳。
吴韧的人工智能世界观:当计算能力足够强时,人工智能会获得人类右脑——直觉的能力。
从早年开始,在实现人工智能的具体技术思路上,吴韧就和主流的人工智能学界之间保持着距离。
比如整个上世纪80年代,人工智能业界都在讨论专家系统,要求这种系统“具备领域专家级知识”、“模拟专家思维”、“达到专家级的水平”。专家系统无比复杂,需要设计人员将大量的规则和逻辑“翻译”成代码写到系统里,后结果往往功能单一、不会举一反三、且臃肿无比无法实现敏捷的计算。
在具体技术上,科研人员一度相信,日本的“五代机”是就是能解决自然语言理解等人工智能难题的超级计算机。后来,五代机的失败和专家系统思路的破灭,使得业界在很长时间不敢再提“人工智能”这四个字。这也是上世纪7、80年代和近10年里,两个人工智能研究如火如荼的年代之间断档的主要理由。在当下的科研人员看来,五代机和民科没什么区别。
而吴韧所坚持的暴力式计算,则成为了正确的思路。“在计算机象棋的社群里,我们很早就确定要有一个共识,就是我们不用规则或者其他人为的办法,而是采用暴力式的计算,加上一定的规则去做启发来解决问题。”吴韧说。
2012年,深度学习领域的专家杰佛利·辛顿的学生亚力克斯·克列洁夫斯基用GPU跑了一个深度学习模型AlexNet,在ImageNet图像数据集的识别竞赛ILSVRC上拿下了高分。这让吴韧感到兴奋,看到AlexNet取得的成绩,他发现,当时人工智能业界在暴力计算和复杂规则两种实现方式之间取舍的历史正在重演,但这次正在朝着正确的方向进发。而当计算能力足够强时,吴韧认为,人工智能会获得人类右脑——直觉的能力。
“我一直觉得,我们的创造性受限于我们的计算能力。”吴韧说。所以,从百度出来后,他创办了NovuMind,打算设计一种全新的计算架构,为计算机解锁创造性的限制,“我们的目标是让人工智能走进生活的方方面面,它要达到两个要求:无所不能,并且无处不在。”