6月1日，以“深度视野，对话未来”为主题的首届“中新人工智能高峰论坛”在新加坡·南京生态科技岛召开。

本次论坛，大咖云集，汇聚了李德毅、周志华、凌晓峰等多位中、新方院士，以及科大讯飞、小i机器人、云知声等企业代表。其中，加拿大西安大略大学教授、杰出研究员，数据挖掘及商业智能实验室主任、加拿大工程院院士凌晓峰发表了以“AI大趋势”为主题的演讲。

图 | 凌晓峰

凌晓峰思维敏捷，乐观爽朗。在人工智能、大数据分析、数据挖掘及应用、智能系统开发等方面超过25年的研究，让他对AI的未来充满热忱和自信。

他认为，在50年以后，或者更久的未来，机器人大脑可以取代90%的人类。所以还是会有一小部分最聪明的人类是取代不了的。那我们就要有更好的方法去教育我们的孩子，我指的更好的教育不是指成为高考成绩最好的，而是各方面包括思维掌握的最好的人类才能够制造和掌控人工智能，让它为人类服务。

现任苏州大学人工智能研究院院长的凌晓峰屡屡提及教育的话题，在他看来，人才的教育培养，教育的方式、课程的设计等方面对于人工智能的未来发展都有着深远的影响。

以下，是凌晓峰的演讲实录：

我是从加拿大西安大略大学过来的，现在在中国也有不少合作方面的工作。

首先，我想说明一点，大家说人工智能说了这么久，人工智能到底是干什么的？

人工智能，简单来讲就是要自动化或者是模拟人的智能。但是有一点非常关键的，什么叫人的智能？我们怎么定义人的智能，因为只有这样我们才能够人的智能去比较，看看人工智能到底有没有达到人的智能。

所以大家有时候微信里面经常收到一些小的东西，说测一下智能，测一下你的情商，测一下你抗挫折的程度等等，这些我想告诉大家都非常不科学。做了这些东西之后，也不要洋洋得意。为什么我敢这么说呢？我儿子小的时候经过了一场非常严格的智商的测试，这个测试是为了我们在加拿大，他们要选一个gift class，所以就挑一些孩子出来做智商测试。我说我能不能旁听这个智商测试是怎么回事？这是一个人的智能的测试。

这个测试大概要一个小时的时间，是一个心理学家跟一个孩子，就是我的儿子，一对一的一个小时的以对话为主，也有些实务的这样一个测试。这个测试分成七类，不同的类别，所以大家就知道，这一点就可以看出人的智能是一个非常复杂的过程。

它其中包括什么呢？包括看你能记住多少东西，如果说记住多少东西是我们一个智能的话，计算机肯定比人做得好了。它也包括另外一部分，比如说他会问我儿子为什么一个城市会有免费的图书馆？这个图书馆的书是谁买的？为什么要建立一个免费的图书馆？这对于一个十几岁的孩子来讲这还是有挑战性的问题，也许在座的都不知道为什么，是吧？所以这就说明人的智能有很多的测试办法，我们原来讲的人工智能是看它能不能跟一个普遍人有区别，没有区别的我们就叫人工智能。我们现在中国有这么多的人口，干吗还要做人工智能，跟普通人区分不开呢？

所以我们做人工智能一定要有一个标准，这个标准也许是下围棋下得好，也许是做诊断做得好，也许是对话对得好，或者是跟普通人完全一样，不同的标准能发展出不同的人工智能，能达到我们不同的目的。这一点我想先强调一下，做人工智能要清楚的一个目标。

1950年代的时候，我们就有计算机的人工智能系统，它可以玩这样简单的我们小时候都玩的一个游戏，就是看谁能够把它弄成一条线。最近几年AlphaGo出来了，围棋能够打败世界冠军。甚至出现了AlphaGo Zero，被号称是不用人的知识，就能够超越人类学习到马斯特（音）。但是我想大家可以想一想，这个3×3的跟19×19的，这个本质上是一样的大家说对不对？它的棋盘是有限的，游戏规则是定好的，胜负规则也是定好的。

当然这个围棋非常困难，是因为它每一步棋下的可能性非常多，比原来的要多很多，而且它下的步数要多很多，但是它可以被计算机来模拟，有快速的计算机可以反复地在它的大脑里头下无数盘这样的棋，非常快地下无数的棋，所以得出怎样的下法是赢，怎样的下法是输。它不用人的知识去学，恰恰是因为它所有的东西都是定义好的。

我们就说我们可以拿这东西进行医疗，可以进行自动驾驶，也不用人的知识了。这个实际上大家认真想一想就知道这是办不到的，为什么呢？假设你有一个病人来，他得了什么病，需要开刀，你能把这个病人模拟一万次手术的过程吗？所以在人的这些智能里头，实际上都要落地做的事情。而不能在计算机里面去模拟。我们现在的人工智能需要收集大量的例子，现在确实有很多泡沫，并且会把事情无限放大，放大很多倍，特别是发现中国这个事情是比较严重的。

第一，人工智能是会自学的，也就是我们现在的软件工程师，现在计算机的软件还是要靠人来给它编程，很快地我们会让计算机自己来编程，软件由计算机来写。实际上我们现在已经正在做到的，比如说我，还有周志华老师都是做机器学习的，机器学习主要是从数据中间学习一个解决问题的本领，这个学习的过程以及产生的结果，就是一个程序，它可以用来解决原来没有碰到过的问题。具体的我就不讲，这一点确实是将来一个趋势，让计算机来学习，包括学习自动驾驶。

第二，科学的发现将来也会自动化。这个意思就是要取代我们科学家了，就是我们也是计算机学家，将来很多的工作也可以用计算机来替代。这个过程也确实会出现，但是也会很漫长，这里涉及到几个非常重要的，一个是我们人知道大量的知识，计算机这些知识，即使你装在电脑里面它也未必理解和能够高效利用。第二，就是计算机可以模拟，但是人需要实际去操作，只有实践才能给出真正的结果，修正进一步的试验。这个过程计算机模拟是模拟不出来的，所以这个过程是非常漫长，这是一个非常有意义的工作。

第三，不仅将来蓝领工人会被替代，会被工业机器人替代，将来白领工人，包括各种各样的办公室里面的工作人员、法庭的秘书等等都会被替代。现在科大讯飞已经可以做出各种各样的翻译、记录，都可以被计算机来替代。这个是现在正在发生的。

也许我们搞人工智能有一个非常矛盾的东西，我们说我们做人工智能要大上快上，要产生各种各样智能。但是同时我们会替代普通的人，蓝领工人，也替代白领工人。

在这里我想强调一点，说一点点我做的工作，非常快，就是教育。做个非常简单的比较，计算机或者人工智能需要大数据，需要算法，需要计算力GPU，人需要知识，这是相对应的。大数据跟知识相对应，算法跟思维方式相对应，GPU跟大脑的硬件相对应。这里面我们可以看见，我们应该更加训练我们的孩子，他的思维能力和思维方法，而不是死记硬背知识。

中国的教育很可能更加强调于死记硬背知识，大考也是考知识，我们要强调思维能力和思维方法，这样才能让我们的下一代，至少我们下一代其中的20%或者是10%，高智商高能力的人能够更好地去发展人工智能，剩下的人也许就吃喝享受，因为没有这么多的工作可以让他们做，这是完全可能的。

除了人的教育，我做了不少这样的工作，对于研究生的教育我也做了不少。关于研究生怎么要做学术，他的发展，都做了研究，出了一本书，在中国台湾和北美都有出版。

第四，就是我们要不光是是和不是。很奇怪的事，计算机就是0和1，黑和白，但实际上真正的智慧是要靠一个定量的分析，我到底有百分之几，84%还是94%的可能性，我认为这个决策是正确的，是定量的。所以这个定量的分析是人工智能的一个关键，也是我们人需要学习的。

第五，就是以后什么东西都是数据为基础，要有数据才能够进一步地告诉你怎样是个性化的，包括生产，个性化的诊断等等。

这里我简单举一下我说的这个例子，是个性化的。具体来讲，是我在加拿大跟我的学生，还有我的团队做了一个小小的系统，是一个对糖尿病这种慢病来讲是一个非常有效的方法。简单来讲，它可以通过这个APP上传个人的数据，他就能够在云端进行分析，分析出个性化的建议，然后再把这个建议送给个人。同时我们也能够跟用户进行交流，这个在加拿大的保险公司都在实施。

在中国也许有更加好的办法，因为在中国很多的实施办法比较灵活一些。怎么做？因为我们这个系统有一个小小的问题，就是病人往往喜欢吃，你叫他记录他不愿意，他也看不出这个结果，所以他很快就放弃。或者他吃了一大盘很好吃的食物，他也不给你记录。怎么办呢？你没数据。

我们在中国已经实施了，就是把打胰岛素的糖尿病人招在这个地方，连吃带住在一起，我们给你进行封闭式的挑战，可以让你看到五天以后你不光是胰岛素的使用可以大量减少，而且血糖在正常的范围之内。这个问题可以解决非常大的国民健康的问题，有非常多的糖尿病人以及带来的后果，以及对医疗资源的浪费，这里面就是一个个性化的例子。

我就想通过这些简单的例子，讲一讲现在我们要扎扎实实地做一些事情，包括教育，使得我们的人工智能能够真正地给社会带来好处。

谢谢大家！