如果從達特茅斯會議起算，AI 已經走過 65 年歷程，尤其是近些年深度學習興起后，AI 迎來了空前未有的繁榮。不過，最近兩年中國 AI 熱潮似乎有所回落，在理論突破和落地應用上都遇到了挑戰，外界不乏批評質疑的聲音，甚至連一些 AI 從業者也有些沮喪。

從 90 年代到美國卡耐基梅隆大學讀博開始，我有幸成為一名 AI 研究者，見證了這個領域的一些起伏。通過這篇文章，我將試圖通過個人視角回顧 AI 的發展，審視我們當下所處的歷史階段，以及探索 AI 的未來究竟在哪里。

本文的部分觀點如下：

1. AI 時代序幕剛拉開，AI 目前還處于初級階段，猶如法拉第剛剛發現了交流電，還未能從技術上升為科學。
2. 以深度學習為代表的 AI 研究這幾年取得了諸多令人贊嘆的進步，但部分也是運氣的結果，其真正原理迄今無人知曉。
3. 在遇到瓶頸后，深度學習有三個可能突破方向：深度學習的根本理解、自監督學習和小樣本學習、知識與數據的有機融合。
4. AI 在當下最大的機會：用 AI 解決科學重要難題（AI for Science）。

一、AI 的歷史階段：手工作坊

雖然有人把當下歸為第三波甚至是第四波 AI 浪潮，樂觀地認為 AI 時代已經到來，但我的看法要謹慎一些：AI 無疑具有巨大潛力，但就目前我們的能力，AI 尚處于比較初級的階段，是技術而非科學。這不僅是中國 AI 的問題，也是全球 AI 共同面臨的難題。

這幾年深度學習的快速發展，極大改變了 AI 行業的面貌，讓 AI 成為公眾日常使用的技術，甚至還出現了一些令公眾驚奇的 AI 應用案例，讓人誤以為科幻電影即將變成現實。但實際上，技術發展需要長期積累，目前只是 AI 的初級階段，AI 時代才剛開始。

如果將 AI 時代和電氣時代類比，今天我們的 AI 技術還是法拉第時代的電。法拉第通過發現電磁感應現象，從而研制出人類第一臺交流電發電機原型，不可謂不偉大。法拉第這批先行者，實踐經驗豐富，通過大量觀察和反復實驗，手工做出了各種新產品，但他們只是拉開了電氣時代的序幕。電氣時代的真正大發展，很大程度上受益于電磁場理論的提出。麥克斯維爾把實踐的經驗變成科學的理論，提出和證明了具有跨時代意義的麥克斯維爾方程。

如果人們對電磁的理解停留在法拉第的層次，電氣革命是不可能發生的。試想一下，如果刮風下雨打雷甚至連溫度變化都會導致斷電，電怎么可能變成一個普惠性的產品，怎么可能變成社會基礎設施？又怎么可能出現各種各樣的電氣產品、電子產品、通訊產品，徹底改變我們的生活方式？

這也是 AI 目前面臨的問題，局限于特定的場景、特定的數據。AI 模型一旦走出實驗室，受到現實世界的干擾和挑戰就時常失效，魯棒性不夠；一旦換一個場景，我們就需要重新深度定制算法進行適配，費時費力，難以規?；茝V，泛化能力較為有限。

這是因為今天的 AI 很大程度上是基于經驗。AI 工程師就像當年的法拉第，能夠做出一些 AI 產品，但都是知其然，不知其所以然，還未能掌握其中的核心原理。

那為何 AI 迄今未能成為一門科學？

答案是，技術發展之緩慢遠超我們的想象。回顧 90 年代至今這二十多年來，我們看到的更多是 AI 應用工程上的快速進步，核心技術和核心問題的突破相對有限。一些技術看起來是這幾年興起的，實際上早已存在。

以自動駕駛為例，美國卡耐基梅隆大學的研究人員進行的 Alvinn 項目，在 80 年代末已經開始用神經網絡來實現自動駕駛，1995 年成功自東向西穿越美國，歷時 7 天，行駛近 3000 英里。在下棋方面，1992 年 IBM 研究人員開發的 TD-Gammon，和 AlphaZero 相似，能夠自我學習和強化，達到了雙陸棋領域的大師水平。

不過，由于數據和算力的限制，這些研究只是點狀發生，沒有形成規模，自然也沒有引起大眾的廣泛討論。今天由于商業的普及、算力的增強、數據的方便獲取、應用門檻的降低，AI 開始觸手可及。

但核心思想并沒有根本性的變化。我們都是試圖用有限樣本來實現函數近似從而描述這個世界，有一個 input，再有一個 output，我們把 AI 的學習過程想象成一個函數的近似過程，包括我們的整個算法及訓練過程，如梯度下降、梯度回傳等。

同樣的，核心問題也沒有得到有效解決。90 年代學界就在問的核心問題，迄今都未得到回答，他們都和神經網絡、深度學習密切相關。比如非凸函數的優化問題，它得到的解很可能是局部最優解，并非全局最優，訓練時可能都無法收斂，有限數據還會帶來泛化不足的問題。我們會不會被這個解帶偏了，忽視了更多的可能性？

二、深度學習：大繁榮后遭遇發展瓶頸

毋庸諱言，以深度學習為代表的 AI 研究這幾年取得了諸多令人贊嘆的進步，比如在復雜網絡的訓練方面，產生了兩個特別成功的網絡結構，CNN 和 transformer?；谏疃葘W習，AI 研究者在語音、語義、視覺等各個領域都實現了快速的發展，解決了諸多現實難題，實現了巨大的社會價值。

但回過頭來看深度學習的發展，不得不感慨 AI 從業者非常幸運。

首先是隨機梯度下降（SGD），極大推動了深度學習的發展。隨機梯度下降其實是一個很簡單的方法，具有較大局限性，在優化里面屬于收斂較慢的方法，但它偏偏在深度網絡中表現很好，而且還是出奇的好。為什么會這么好？迄今研究者都沒有完美的答案。類似這樣難以理解的好運氣還包括殘差網絡、知識蒸餾、Batch Normalization、Warmup、Label Smoothing、Gradient Clip、Layer Scaling… 尤其是有些還具有超強的泛化能力，能用在多個場景中。

再者，在機器學習里，研究者一直在警惕過擬合（overfitting）的問題。當參數特別多時，一條曲線能夠把所有的點都擬合得特別好，它大概率存在問題，但在深度學習里面這似乎不再成為一個問題… 雖然有很多研究者對此進行了探討，但目前還有沒有明確答案。更加令人驚訝的是，我們即使給數據一個隨機的標簽，它也可以完美擬合（請見下圖紅色曲線），最后得出擬合誤差為 0。如果按照標準理論來說，這意味著這個模型沒有任何偏差（bias），能幫我們解釋任何結果。請想想看，任何東西都能解釋的模型，真的可靠嗎，包治百病的良藥可信嗎？

說到這里，讓我們整體回顧下機器學習的發展歷程，才能更好理解當下的深度學習。

機器學習有幾波發展浪潮，在上世紀 80 年代到 90 年代，首先是基于規則（rule based）。從 90 年代到 2000 年代，以神經網絡為主，大家發現神經網絡可以做一些不錯的事情，但是它有許多基礎的問題沒回答。所以 2000 年代以后，有一批人嘗試去解決這些基礎問題，最有名的叫 SVM（support vector machine），一批數學背景出身的研究者集中去理解機器學習的過程，學習最基礎的數學問題, 如何更好實現函數的近似，如何保證快速收斂，如何保證它的泛化性？

那時候，研究者非常強調理解，好的結果應該是來自于我們對它的深刻理解。研究者會非常在乎有沒有好的理論基礎，因為要對算法做好的分析，需要先對泛函分析、優化理論有深刻的理解，接著還要再做泛化理論… 大概這幾項都得非常好了，才可能在機器學習領域有發言權，否則連文章都看不懂。如果研究者自己要做一個大規模實驗系統，特別是分布式的，還需要有工程的豐富經驗，否則根本做不了，那時候沒有太多現成的東西，更多只是理論，多數工程實現需要靠自己去跑。

但是深度學習時代，有人做出了非常好的框架，便利了所有的研究者，降低了門檻，這真是非常了不起的事情，促進了行業的快速發展。今天去做深度學習，有個好想法就可以干，只要寫上幾十行、甚至十幾行代碼就可以跑起來。成千上萬人在實驗各種各樣的新項目，驗證各種各樣新想法，經常會冒出來非常讓人驚喜的結果。

但我們可能需要意識到，時至今日，深度學習已遇到了很大的瓶頸。那些曾經幫助深度學習成功的好運氣，那些無法理解的黑盒效應，今天已成為它進一步發展的桎梏。

三、下一代 AI 的三個可能方向

AI 的未來究竟在哪里？下一代 AI 將是什么？目前很難給出明確答案，但我認為，至少有三個方向值得重點探索和突破。

第一個方向是尋求對深度學習的根本理解，破除目前的黑盒狀態，只有這樣 AI 才有可能成為一門科學。具體來說，應該包括對以下關鍵問題的突破：

• 對基于 DNN 函數空間的更全面刻畫；
• 對 SGD（或更廣義的一階優化算法）的理解；
• 重新考慮泛化理論的基礎。

第二個方向是知識和數據的有機融合。

人類在做大量決定時，不僅使用數據，而且大量使用知識。如果我們的 AI 能夠把知識結構有機融入，成為重要組成部分，AI 勢必有突破性的發展。研究者已經在做知識圖譜等工作，但需要進一步解決知識和數據的有機結合，探索出可用的框架。之前曾有些創新性的嘗試，比如 Markov Logic，就是把邏輯和基礎理論結合起來，形成了一些有趣的結構。

第三個重要方向是自監督學習和小樣本學習。

我雖然列將這個列在第三，但卻是目前值得重點推進的方向，它可以彌補 AI 和人類智能之間的差距。

今天我們經常聽說 AI 在一些能力上可以超越人類，比如語音識別、圖像識別，最近達摩院 AliceMind 在視覺問答上的得分也首次超過人類，但這并不意味著 AI 比人類更智能。谷歌 2019 年有篇論文 on the Measure of intelligence 非常有洞察力，核心觀點是說，真正的智能不僅要具有高超的技能，更重要的是能否快速學習、快速適應或者快速通用？

按照這個觀點，目前 AI 是遠不如人類的，雖然它可能在一些方面的精度超越人類，但可用范圍非常有限。這里的根本原因在于：人類只需要很小的學習成本就能快速達到結果，聰明的人更是如此——這也是我認為目前 AI 和人類的主要區別之一。

有一個很簡單的事實證明 AI 不如人類智能，以翻譯為例，現在好的翻譯模型至少要億級的數據。如果一本書大概是十幾萬字，AI 大概要讀上萬本書。我們很難想象一個人為了學習一門語言需要讀上萬本書。

另外有意思的對比是神經網絡結構和人腦。目前 AI 非常強調深度，神經網絡經常幾十層甚至上百層，但我們看人類，以視覺為例，視覺神經網絡總共就四層，非常高效。而且人腦還非常低功耗，只有 20 瓦左右，但今天 GPU 基本都是數百瓦，差了一個數量級。著名的 GPT-3 跑一次，碳排放相當于一架 747 飛機從美國東海岸到西海岸往返三次。再看信息編碼，人腦是以時間序列來編，AI 是用張量和向量來表達。

也許有人說，AI 發展不必一定向人腦智能的方向發展。我也認為這個觀點不無道理，但在 AI 遇到瓶頸，也找不到其他參照物時，參考人腦智能可能會給我們一些啟發。比如，拿人腦智能來做對比，今天的深度神經網絡是不是最合理的方向？今天的編碼方式是不是最合理的？這些都是我們今天 AI 的基礎，但它們是好的基礎嗎？

應該說，以 GPT-3 為代表的大模型，可能也是深度學習的一個突破方向，能夠在一定程度上實現自學習。大模型有些像之前惡補了所有能看到的東西，碰到一個新場景，就不需要太多新數據。但這是一個最好的解決辦法嗎？我們目前還不知道。還是以翻譯為例，很難想象一個人需要裝這么多東西才能掌握一門外語。大模型現在都是百億、千億參數規模起步，沒有一個人類會帶著這么多數據。

所以，也許我們還需要繼續探索。

四、AI 的機會：AI for Science

說到這里，也許有些人會失望。既然我們 AI 還未解決上面的三個難題，AI 還未成為科學，那 AI 還有什么價值？

技術本身就擁有巨大價值，像互聯網就徹底重塑了我們的工作和生活。AI 作為一門技術，當下一個巨大的機會就是幫助解決科學重點難題（AI for Science）。AlphaFold 已經給了我們一個很好的示范，AI 解決了生物學里困擾半個世紀的蛋白質折疊難題。

我們要學習 AlphaFold，但沒必要崇拜。AlphaFold 的示范意義在于，DeepMind 在選題上真是非常厲害，他們選擇了一些今天已經有足夠的基礎和數據積累、有可能突破的難題，然后建設一個當下最好的團隊，下決心去攻克。

我們有可能創造比 AlphaFold 更重要的成果，因為在自然科學領域，有著很多重要的 open questions，AI 還有更大的機會，可以去發掘新材料、發現晶體結構，甚至去證明或發現定理… AI 可顛覆傳統的研究方法，甚至改寫歷史。

比如現在一些物理學家正在思考，能否用 AI 重新發現物理定律？過去數百年來，物理學定律的發現都是依賴天才，愛因斯坦發現了廣義相對論和狹義相對論，海森堡、薛定諤等人開創了量子力學，這些都是個人行為。如果沒有這些天才，很多領域的發展會推遲幾十年甚至上百年。但今天，隨著數據越來越多，科學規律越來越復雜，我們是不是可以依靠 AI 來推導出物理定律，而不再依賴一兩個天才？

以量子力學為例，最核心的是薛定諤方程，它是由天才物理學家推導出來的。但現在，已有物理學家通過收集到的大量數據，用 AI 自動推導出其中規律，甚至還發現了薛定諤方程的另外一個寫法。這真的是一件非常了不起、有可能改變物理學甚至人類未來的事情。

我們正在推進的 AI EARTH 項目，是將 AI 引入氣象領域。天氣預報已有上百年歷史，是一個非常重大和復雜的科學問題，需要超級計算機才能完成復雜計算，不僅消耗大量資源而且還不是特別準確。我們今天是不是可以用 AI 來解決這個問題，讓天氣預報變得既高效又準確？如果能成功，將是一件非常振奮人心的事情。當然，這注定是一個非常艱難的過程，需要時間和決心。

五、AI 從業者：多一點興趣，少一點功利

AI 的當下局面，是對我們所有 AI 研究者的考驗。不管是 AI 的基礎理論突破，還是 AI 去解決科學問題，都不是一蹴而就的事情，需要研究者們既聰明又堅定。如果不聰明，不可能在不確定的未來抓住機會；如果不堅定，很可能就被嚇倒了。

但更關鍵的是興趣驅動，而不是利益驅動，不能急功近利，這些年深度學習的繁榮，使得中國大量人才和資金涌入 AI 領域，快速推動了行業發展，但也催生了一些不切實際的期待。像 DeepMind 做了 AlphaGo 之后，中國一些人跟進復制，但對于核心基礎創新進步來說意義相對有限。

既然 AI 還不是一門科學，我們要去探索沒人做過的事情，很有可能失敗。這意味著我們必須有真正的興趣，靠興趣和好奇心去驅動自己前行，才能扛過無數的失敗。我們也許看到了 DeepMind 做成了 AlphaGo 和 AlphaFold 兩個項目，但可能還有更多失敗的、無人聽聞的項目。

在興趣驅動方面，國外研究人員值得我們學習。像一些獲得圖靈獎的頂級科學家，天天還在一線做研究，親自推導理論。還記得在 CMU 讀書的時候，當時學校有多個圖靈獎得主，他們平?；径即┧笤诟鞣N seminar（研討班）。我認識其中一個叫 Manuel Blum，因為密碼學研究獲得圖靈獎，有一次我參加一個 seminar，發現 Manuel Blum 沒有座位，就坐在教室的臺階上。他自己也不介意坐哪里，感興趣就來了，沒有座位就擠一擠。我曾有幸遇到過諾貝爾經濟學獎得主托馬斯 · 薩金特，作為經濟學者，他早已功成名就，但他 60 歲開始學習廣義相對論，70 歲開始學習深度學習，76 歲還和我們這些晚輩討論深度學習的進展… 也許這就是對研究的真正熱愛吧。

說回國內，我們也不必妄自菲薄，中國 AI 在工程方面擁有全球領先的實力，承認 AI 還比較初級并非否定從業者的努力，而是提醒我們需要更堅定地長期努力，不必急于一時。電氣時代如果沒有法拉第這些先行者，沒有一個又一個的點狀發現，不可能總結出理論，讓人類邁入電氣時代。

同樣，AI 發展有賴于我們以重大創新為憧憬，一天天努力，不斷嘗試新想法，然后才會有一些小突破。當一些聰明的腦袋，能夠將這些點狀的突破聯結起來，總結出來理論，AI 才會產生重大突破，最終上升為一門科學。

我們已經半只腳踏入 AI 時代的大門，這注定是一個比電氣時代更加輝煌、激動人心的時代，但這一切的前提，都有賴于所有研究者的堅定不移的努力。