小编按

CAAI纪念人工智能60年之际，MarvinLeeMinsky学术思想研讨会7.27顺利举行。

这研讨会作为中国人工智能学会“探寻大师足迹”系列的第二站，由四位专家围绕着本期的主题人物MarvinLeeMinsky给在场的听众带来了一场知识的盛宴。

今天为大家带来的是苏中博士的演讲速记--站在巨人的肩膀上，从人工智能与认知商务

站在巨人的肩膀上，从人工智能与认知商务

演讲者：苏中

IBM中国研究院研究总监、大数据及认知计算研究方向首席科学家　苏中博士

苏中：

大家好，史忠植老师和王飞跃老师都是这个行当里的前辈，因为我记得我在读本科的时候上人工智能课，就是用史老师的书作为参考书。王老师也是非常杰出的专家了。

在这里就像是当年的学生年代，又学了一点新的东西。有一点感受吧，感觉要做一个好的科学家，不只是研究技术，而是在研究哲学，研究一些物质的本质、规律，研究一些最基础的东西，从那个角度出发开始往前走，这也是为什么马文?明斯基是这个里面，对我们来说影响很大的一个人。因为当时我在读PHD的时候，人工智能也是一个低谷。那时候做AI的人都不做AI了，来做IA了，这个也是人工智能，刚才史老师讲Agent，（英文）。

我当时是在清华去投AI的实验室，读PHD。如果去网络组，一般来说就是挤破头。你可以看到这样的一个变化，那从某种意义角度来看，马文?明斯基对这个社会，对这个领域是最有影响力的一个人，因为他的一本叫《Perceptrons》的书，就可以让整个联结主义沉寂了几十年。其实到了现在深度学习的一些工作才真的开始发挥作用。我想如果那个时候继续往前走的话，也许很多工作可能会提前十几年或者再早一些就出来了。

从另外一个角度来讲，上帝关上一扇门，也会为你打开一扇窗。我们看到在很多其他方面的技术有很多的发展。其实应该讲科学和技术的发展是一个螺旋上升的过程，它没有一个终点。就像一百年前，我们很难想象今天，那时候工业革命发生以后，那时候电话也发明了，电视机也发明了，不需要新的技术了。但是我们现在发现，这些技术仍然在日新月异地发展，所以技术是以一个螺旋上升的方式来看的。

那我们回顾来看整个AI的历史其实也是这样一个过程，它有高潮期，有低谷期。无论从高潮期还是低谷期，我们看到的这些特别特别新鲜的想法，实际上带动了这个学科往前发展。你要知道在达特茅斯会议的时候，马文?明斯基才29岁，刚刚博士生毕业没几年，是一批非常年轻的人做这个事。

这样的一些东西对于商业的影响，其实我想AI从它发展到现在，其实人们在做计算机的时候，就想着计算机能够取代，或者是能够解决人脑的一些问题。比如说机器翻译，这是人们觉得一个很难的问题，因为语言是人和高等动物很大不一样的地方。在年的时候，计算机和人合作做了一个实验，当时做了一个演示，演示了60多句俄文，把它自动翻译成英文。当时说这个机器人自动翻译的，翻译的结果你也可以看，我看不懂俄文，但是看英文还是比较清楚的。

你会觉得机器能够解决像机器翻译这样的一个问题，可能用不了几年。因为你看机器，我们在那个地方也能翻译这么好，而且60多句是不同领域的。

但是其实真正做机器翻译的时候，遇到了很多很多的问题。IBM研究部门在这个方面做了很多年，现在还在做。我们看到了不断的提高，同样也跟AI是一样的，就是一个螺旋上升的过程，提出了很多基于机器学习的方法，像这种做机器翻译的任务产生了。然后更好地利用大数据，我们看到很多互联网公司，用数据来解决翻译的问题。

从这个角度来说，其实人工智能在解决问题里面，我们人就有这样的梦想，在商业里面人与人之间的沟通能不能通过这项技术很好地解决？

其实还有一些，最近AlphaGo也让我们非常激动了一下。其实做人工智能的梦想，下棋这件事情是智能很大的一个表现，棋能看出一个人的智商到底有多高，棋高一着，来代表这个人的思维和思考能力，计算能力。

其实如果你回顾历史来看，在四、五十年以前，甚至再早一些，很多当时的算法已经发明了。当中年IBM的测试，就是用的西洋跳棋。如果大家看DEEPMIND，就是AlphaGo那个公司，让机器随机去读游戏里的像素特征，并不懂游戏规则是什么，接盘子或者一些简单的小游戏，机器通过反馈赢了还是输了，经过一段时间机器就能学的很好。他的机器学习的能力，其实在94年这样一个工作的基础上去做的。

我们看到很多时候，你会发现很多早期做技术的有很好的理念，他用这样的理念解决了当时一个问题。可能再过一段时间，人们慢慢地以往，但回过头来当新的设备发展起来，包括一些大数据的存在，它再出现的时候，你可能已经记不清楚了。包括像西蒙做的是一个跳棋的程序，这个也是非常轰动的，当时做了一个电视的转播，那个比赛比今天还轰动，赢了一个州里冠军，IBM第二天股票上涨了百分之十几。过了几十年慢慢遗忘了。

整个技术的进程就是这样不断螺旋发展的，可能一段时间又回过来一点，又过一段时间往前走一点，但是它是不断往上走的。

我们看现在，在行业里面又有一些什么新的变化？我们在看今天的技术，人工智能这个词提出来的60年前，或者马文?明斯基写《Perceptrons》那本书的时候，这几十年有什么大的变化？其实如果你看很多技术上的变化，这些该有的算法，该有的理念，该有的方向，那个时候都已经定义很好了。只是很多方面做得不是那么细节。

但现在确实有一个新的变化，我们真正迎来了一个大数据的时代。数据变成了一种可以利用的资源，而且它在不断地成长，它的驱动来自于几个方面，一方面是来自于移动技术的发展，设备产生数据，包括摄象头产生的数据，一个手机现在可以产生很多的数据，可以用手机来直播，现在很多这样的一些数据每天都在产生。这个数据是以前很多场景下没有的，我记得看了李非非老师，他做的NET，一个最初始的想法我能不能构建一个足够大的数据，这个数据集可以标注的，还有好多视觉辨识，小孩子每秒25帧，得到的数据是很多的，而且它的数据是被标注过的，妈妈告诉他这是一个苹果，所以他有足够量的数据。从这个角度来说，如果我有一个足够量的数据，那我可能是为未来做模式识别、图象识别很好的基础，所以他构建了一个环境，让很多资源来标。标到足够大的时候，确实产生了量变到质变。

另外还有一个人的数据，我的手机坏了，有一天尝试了没有手机的时代，工作效率特别高，没有