大咖如何解读人工智能，速来围观

人工智能技术可能会成为未来最具变革性的力量之一，几乎可以影响我们所做的每一件事。正如 Qualcomm 为移动革命奠定基础那样，我们的创新将会定义人工智能时代。

阿姆斯特丹大学著名教授韦灵思（Max Welling）博士，正是人工智能领域的关键人物之一。他在去年夏天正式加入 Qualcomm，此前他的公司曾为各行各业提供人工智能解决方案。

人工智能目前发展到了什么阶段？未来它还有哪些潜力？来看韦灵思博士如何回答。

1. 如何看待机器学习在物联网中的应用?

想象一下家里所有的家电都设有传感器。这些设备会相互交流，预测你的需求，让家里更舒适、更有效率。

制造业也是同样。在工厂里，许多机器将会安装传感器，以便找出如何优化合作，如何更好地执行质量控制，以及如何在故障发生前检测故障的方式。

2. 人工智能让很多人感到紧张，例如担心失业问题。您如何回应这种担忧?

从短期来看，它可能会导致混乱，某些工作也将消失。但从长远看，会有很多新的机会出现。借助适当的培训，会有更多全新的机会出现在就业市场上。

3. 目前的人工智能发展到了什么阶段？

在一些领域中人工智能可以做的很好。例如分析医学图像，检测是否有人患有黑素瘤，甚至在围棋或国际象棋比赛中击败人类世界冠军。

尽管人工智能只在有限几个领域发挥出色，但是当我们研究“多智能体系统”（multi-agent systems）时，这些领域变得更加复杂和有趣。例如，在一辆自动驾驶汽车中，人工智能需要了解道路和路边的其他人在做什么。因此我们必须开发新的规划算法，以预测其他人的行为。

4. 对于人工智能来讲下一阶段将要开发的领域会是什么？

关于深度学习，我认为下一阶段最重要的是推理能力的开发。目前，人工智能可以很好地进行语音识别和图像分析。但如果你问，‘接下来会发生什么?’或者‘什么原因导致这件事发生?’，它就无法回答。

5. 深度学习/人工智能是否需要更高效的硬件或软件？

人们低估了硬件在人工智能中的重要性，没有摩尔定律就没有人工智能的进步。但是目前的深度学习能耗很高。我们的算法非常低效，这是一个亟待解决的问题。我们刚组建的Qualcomm AI Research 团队非常清楚，这将是人工智能的下一个战场。因此必须研究并开发出更节能高效的硬件。我们致力于这一使命，这就是为什么我们将人工智能研究工作统一到 Qualcomm 的各个团队中。

6. 相对云端人工智能，终端侧人工智能同样具有很多优势。未来在基于人工智能的应用程序中，终端和云端哪个更重要?

我猜测会是二者的结合。显然，云端优势很大，因为数据集中在那里。但我认为，随着我们从分布式数据源中学到的越来越多，数据全部储存于一个中心位置越来越不重要。只要我们可以对模型加以训练使之可以对数据进行自由的分配，这些数据是可以储存在许多不同位置的。

7. 隐私性是否是一个顾虑？

我认为公众对大型互联网公司收集个人数据的意识和谨慎程度越来越高。所以，我们想开发机器学习算法，或者一个框架，来帮助公众保护隐私。

一种方法是保护防火墙后的数据，并且不让它离开保护环境。但是为了最大限度地利用人工智能，需要与云进行通信，因为云是储存数据的地方，也是软件学习和改进的地方。在保护数据的同时，有一些方法可以利用云。

第一种思路是加密数据，但是代价昂贵。这些加密的数据可以用来改进模型，而数据仍然是不可读的。第二种思路叫做“差别隐私”，你可以计算出你感兴趣的事物的典型平均值。然后可以通过添加噪音来确保无论从被保护的环境中发出任何的信息都不会泄漏个人的敏感数据。

8. 您目前的工作进展怎么样？关于人工智能，什么令您感到兴奋？

在Qualcomm，会有很多创新的机遇和可能，例如强化学习以及算法与芯片的协同设计。机器学习实际上有三种不同的类型。广义来说，无监督机器学习是没有标签可用的。机器观察世界，并试图构造它来发现重复的模式。然后是监督学习，你可以对机器指令说这是输入图像，这是图像中的内容。进而让它来预测下一个图像。

强化学习不仅仅是做出预测或发现结构，而是做出行动。以机器人为例，它可以做出决定并执行行动。它能捡起一些物品，并进行观察，从中学习。或者它可以玩一个游戏或者开一辆车。

另一个令我感到兴奋的是芯片和运行算法的协同设计。Qualcomm 人工智能研究提供了一个独特的环境，使得机器学习与硬件可以相互结合。

设想一下，如果把最聪明的人工智能科学家的思想集中在一起来解决这类问题，结果会是怎样? 在 Qualcomm 人工智能创新论坛上，我们宣布成立Qualcomm AI Research，通过多种方式与研究团体进行交流，拓展人工智能边界，挖掘其巨大潜能。