“人工智能其實(shí)就是統(tǒng)計(jì)學(xué)，只不過(guò)用了一個(gè)很華麗的辭藻。”近日，2011年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者托馬斯·薩金特在世界科技創(chuàng)新論壇上表示，好多公式都非常老，但所有的人工智能都是利用統(tǒng)計(jì)學(xué)來(lái)解決問(wèn)題。
托馬斯·薩金特一席話，有人評(píng)論說(shuō)弄明白了人工智能是什么，也有人并不認(rèn)同這一觀點(diǎn)。支撐人工智能迅猛發(fā)展的，只有統(tǒng)計(jì)學(xué)而已？
人工智能的理論基礎(chǔ)遠(yuǎn)超統(tǒng)計(jì)學(xué)范疇
“60多年來(lái)，人工智能不斷吸收和借鑒數(shù)學(xué)、計(jì)算機(jī)科學(xué)、腦科學(xué)、認(rèn)知心理學(xué)、物理學(xué)、信息科學(xué)等不同學(xué)科的理論、方法和技術(shù)，形成了體系龐大、分支豐富、學(xué)派紛呈的新一代人工智能發(fā)展態(tài)勢(shì)，推動(dòng)了科技進(jìn)步和產(chǎn)業(yè)轉(zhuǎn)型，豈是一個(gè)統(tǒng)計(jì)學(xué)能夠概括的！”中國(guó)人工智能學(xué)會(huì)智能產(chǎn)品與產(chǎn)業(yè)工作委員會(huì)主任、原中國(guó)人工智能學(xué)會(huì)副理事長(zhǎng)韓力群說(shuō)，研究和開(kāi)發(fā)具有人類(lèi)智能特點(diǎn)的智能機(jī)器，使其能夠像人一樣處理信息、提煉規(guī)律和調(diào)度知識(shí)，是科技發(fā)展的必然趨勢(shì)。
中國(guó)人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟副理事長(zhǎng)、京東集團(tuán)副總裁、AI平臺(tái)與研究部負(fù)責(zé)人周伯文認(rèn)為，人工智能的發(fā)展不僅依賴(lài)于算法和算力，數(shù)據(jù)的積累也很重要。以目前深度學(xué)習(xí)大熱的研究領(lǐng)域計(jì)算機(jī)視覺(jué)為例，一個(gè)好的識(shí)別需要龐大的數(shù)據(jù)庫(kù)，這樣才能不斷降低誤識(shí)率。
“人工智能絕不僅僅只是一種統(tǒng)計(jì)學(xué)。雖然在分類(lèi)、預(yù)測(cè)、隨機(jī)分布等常見(jiàn)問(wèn)題上，它深度融合和借鑒了統(tǒng)計(jì)學(xué)的一些經(jīng)典理論，讓人工智能建立在嚴(yán)格的數(shù)學(xué)基礎(chǔ)之上。”周伯文告訴科技日?qǐng)?bào)記者，除此之外，人工智能的重要理論基石還包括認(rèn)知科學(xué)、計(jì)算機(jī)科學(xué)、優(yōu)化和博弈論、圖靈機(jī)理論、信息論等，這都遠(yuǎn)遠(yuǎn)超出統(tǒng)計(jì)學(xué)的范疇。
三次發(fā)展浪潮中統(tǒng)計(jì)學(xué)作用有限
起源于20世紀(jì)50年代的人工智能，其發(fā)展經(jīng)歷了三次大的浪潮。那么，統(tǒng)計(jì)學(xué)究竟起到了什么作用？
“第一次浪潮是以注重邏輯推理為標(biāo)志的問(wèn)題求解和語(yǔ)言處理時(shí)代，在支撐這類(lèi)人工智能成果的關(guān)鍵技術(shù)中，統(tǒng)計(jì)學(xué)的應(yīng)用難覓蹤影。”韓力群說(shuō)，第二次浪潮是以依托知識(shí)積累構(gòu)建模型為標(biāo)志的專(zhuān)家系統(tǒng)時(shí)代，同時(shí)霍普菲爾德網(wǎng)絡(luò)（是一種反饋型神經(jīng)網(wǎng)絡(luò)）和基于誤差反向傳播算法的前饋多層神經(jīng)網(wǎng)絡(luò)也有一席之地。在離散霍普菲爾德網(wǎng)絡(luò)中，美國(guó)加州工學(xué)院物理學(xué)家約翰·霍普菲爾德使用了統(tǒng)計(jì)力學(xué)的方法，分析網(wǎng)路的存儲(chǔ)和優(yōu)化特性，解決了數(shù)學(xué)領(lǐng)域中著名的旅行商（TSP）問(wèn)題。
正在進(jìn)行的第三次浪潮，則是以重視數(shù)據(jù)、自主學(xué)習(xí)為標(biāo)志的認(rèn)知智能時(shí)代，高等代數(shù)、概率統(tǒng)計(jì)、優(yōu)化理論等不同學(xué)科的數(shù)學(xué)工具被引入機(jī)器人學(xué)習(xí)領(lǐng)域，一大批新的數(shù)學(xué)模型和算法被提出且得以發(fā)展。
“在前向神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，多倫多大學(xué)教授杰弗里·辛頓提出深度學(xué)習(xí)，并在AlphaGo、無(wú)人駕駛汽車(chē)、語(yǔ)音識(shí)別、自然語(yǔ)言理解等方面取得良好進(jìn)展。深度學(xué)習(xí)涉及的數(shù)學(xué)基礎(chǔ)，除了概率統(tǒng)計(jì)理論，還有線性代數(shù)、優(yōu)化理論和微積分等。”在韓力群看來(lái)，顯然，統(tǒng)計(jì)學(xué)是人工智能的眾多數(shù)學(xué)工具中的一種，但絕非全部。
周伯文則表示，未來(lái)，在進(jìn)一步利用和發(fā)展已有的數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)等基礎(chǔ)理論的前提下，人工智能的研究和進(jìn)一步突破，還需我們?nèi)胬斫庵悄芎驼J(rèn)知的產(chǎn)生和表達(dá)機(jī)制，從而真正掌握認(rèn)知的科學(xué)規(guī)律，達(dá)成從狹義人工智能到廣義人工智能，再到通用人工智能的飛躍。
