阿里研究员吴翰清:世界须要什么样的智能系统?

简介:吴翰清,被你们亲切地称为“小黑”“道哥”。他是阿里巴巴研究员,更是一位“白帽黑客”。15岁,考入西安交大少年班,毕业后应聘阿里。23岁,成为阿里最年轻的高级技术专家。32岁,被评选为2017年度全球35位35岁如下的青年科技创新人才(TR35)。网上有许多关于他的猜想,然而,他始终保持低调,专一于本身热爱的事业。2014年以后,他几乎再也不写文章;但在今天,他有话想说,关于本身,关于科技,关于将来,说给你听,说给世界听。程序员

做者 | 吴翰清数据库

不得不说的话

在过去的18个月里,我拒绝了全部的采访,投入了所有的精力专心在作一件事情。因此我想先借着这篇文章澄清一下18个月以来网上的全部关于个人新闻、抖音视频等,都是好事者编撰的个人段子,用来吸收流量的假新闻。这些假新闻让我很苦恼,由于这些新闻将我描绘成为了我最不想成为的人,里面的我是一个符号,而不是真实的我。我为此专门给今日头条写过信,要求审核并过滤这类不实传播,但只清净了一个月。我想再进一步只有向监管部门反馈,以及继续保留法律追责的权利。浏览器

这些未经我许可的新闻和视频,将我描绘成了一个无所不能的人,连带着马老师也受到了牵连。我想有没有我,马老师都睡得很安稳。阿里的安全是上千名工程师共同努力的结果,我一我的的力量在其中的贡献极其微薄。我也从没有黑过阿里的网站,只是之前由于工做性质在受权的状况下对阿里的业务系统作过不少的安全测试。咱们不该该捧吹以破坏为目的的黑客,那是犯罪,是我最不想成为的人。我过去的工做是对抗黑客攻击,打击网络犯罪,所以以破坏系统的黑客来描述曾经的我,是对我最大的羞辱。真正的黑客精神是挑战权威,追求开放、自由,而并不是入侵计算机系统。我想是时候终止这些不正确的传播了。安全

至于我过去取得的一点不足为人道的成就,我想99%的读者都没搞明白我为何会在2017年被评为 MIT TR35,你们只是在看个热闹,鼓鼓掌。但我不须要这样的掌声,我不须要你们为我我的鼓掌,我但愿你们是为个人做品鼓掌。这也是为何在2014年之后我几乎再也不写文章的缘由。我但愿你们记住的是个人做品,我对社会的贡献,而非我我的的成长轨迹。从这个角度来看,我对本身还很是不满意,人们关注个人经历多过个人做品,因此我还得加倍努力。服务器

就我我的来讲,从2017年下半年开始,我离开了网络安全领域,进入到了今天你们所说的人工智能领域。我带领团队在浙江,在上海,在重庆建设了不少关键的基础设施系统。尤为是2018年在上海作的事情,倾注了个人全部心血,我历来没有如此认真地作过一件事情,结果也很好。只是这些事情并未曾对外宣传,故不为外人所知。这18个月来关于我我的的假新闻满天飞,让我啼笑皆非,由于这些段子手连我最引觉得豪的事情都没搞清楚。网络

因此我今天决定写一篇文章,做为一名工程师,我想把我对将来的判断写下来,也许能够帮助一些人少走一点弯路。只表明我的的见解,不表明公司的观点。工具

科技的进步是为了解放生产力

我将生产力的进步分为五个阶段:体力劳动,机械化,电气化,信息化,智能化。其中每一次科技的进步,都会带来生产力的解放,对社会的改变是巨大的。性能

在140年前发生的第二次科技革命,让电力深刻到各行各业。自从中央发电站和交流电变压器等关键技术构建的电力基础设施成型后,获取电力的成本逐渐下降,各类各样的电气应用开始涌现,人们获取到了新的、稳定的能源。学习

咱们如今知道电力最先是应用在电话、电报、电灯上的,也正是电气照明这一需求,拉动了电力基础设施的发展。由于在当时电力的用途比较单调,并无今天这么琳琅满目的电器。在100年前爱迪生通用电气与威斯汀豪斯之间的主要竞争就是聚焦在电气照明领域。咱们很难说在这个过程当中,究竟是电灯泡更重要,仍是发电站更重要。我曾经比喻说当前云计算面临的窘境,就是「中央发电站」已经造出来了,咱们有单集群上万台服务器规模的算力基础设施,可是「电灯泡」在哪里却没有找到。咱们用「中央发电站」在点「煤气灯」,今天托管在云计算上的业务,大多数依然是「信息化系统」。而理想中的会消耗大量算力的应用,应当是「智能化系统」。咱们一直在苦苦追寻云计算的「电灯泡应用」,却梦寐以求。测试

这里须要讲清楚「信息化系统」和「智能化系统」的区别。我认为「信息化系统」的本质是编辑数据库,一个业务系统若是存在大量人工交互,依赖于人提交表单来完成业务,那么就是一个信息化系统。而我理想中的「智能化系统」,应该是以自动完成任务为目的,以任务做为输入,以完成的结果做为输出,中间的过程应该是机器高度自动化完成的。以其完成任务的复杂度,来评价其智能程度的高低。

从这个角度看,「智能手机」并不智能,依然是个「信息化系统」。市面上形形色色的智能系统也都只是冠上了智能的名号在鱼目混珠。我并非说「信息化系统」没有价值,信息化系统颇有价值,但不是下个时代的东西。自从计算机技术发展以来,产生的各色各样的信息化系统极大地改变了世界,完成了从「电气化」到「信息化」转型升级的重要一步。这就是咱们看到各色各样的计算机系统开始应用在各个领域,帮助人们更加高效的管理工做和提供服务。

互联网在这一过程当中扮演了放大做用。我认为互联网自己并非生产力,互联网只是链接了成千上万个信息化系统,从而具有了规模效应。互联网是规模经济,能让一个系统的价值实现上千倍、上万倍的放大,可是生产力是信息化系统自己提供的。可以接收互联网链接服务的终端,是浏览器,是 iOS 和 Android,这些端的演进自己是重要的。百度经过互联网链接了人和信息,腾讯经过互联网链接人和人,阿里经过互联网链接了人和信息化服务。可是这些都不是下一个时代的东西。

下一个时代会发生的事情,首先是出现智能化系统对信息化系统的升级换代,而后会出现经过互联网链接全部智能化系统的公司。智能化对信息化的升级换代,是一次巨大的生产力进步,处于社会变革中的商业公司的结局是适者生存。从历史来看,在信息化时代的PC操做系统升级换代到移动操做系统,其过程就是天翻地覆的。苹果的iPhone 发布以后,全部的开发者都再也不给微软的 Windows 写软件,而转去给 iOS 写软件,对微软带来了强烈的冲击,若是不是微软后来又抓住了云计算的机遇,就极可能会今后一蹶不振。从商业发展的角度看相似事件必定会发生,在信息化时代的庞然大物极可能随着一次生产力的变革就变得无足轻重。那么如今全部的问题在于,将来世界须要的智能系统究竟是什么?

让机器得到智能,一直是计算机科学家孜孜以求的事情。在过去简单的专家系统,依靠经验和规则,也能处理简单的任务。但有一个弊病是对于专家经验未覆盖的异常状况,机器就不知道怎么处理了。因此后来出现了数据驱动诞生的智能。

咱们看到当机器具有必定的智能后,就能处理相对简单的任务,从而部分地解放人的生产力,此时增长机器规模就等同于增长人力的规模。而机器智能和人的智能又各有所长,机器运算量大且不知疲倦,所以对于不少工做都有可能作到精细化管理。这每每能带来成本的节约。

好比在过去公交车的排班是按照经验,在一个线路里设置好公交车的数量,可是若是市民的出行状况发生波动时,公交车的供需关系之间必定会存在差别,有的线路会繁忙,有的线路则会空闲,从而出现资源的浪费。要解决这一问题须要先统计清楚每辆公交车每一趟的精确载客人数,再依靠机器智能精细化的调度公交车到不一样的线路,就能在同等资源下实现效率最优。所以使用机器智能的好处是显而易见的。

五年前作不出大规模的机器智能系统

咱们看到在生产力发展的过程当中,从信息化到智能化的这一转型升级正在到来,已经到了爆发的前夜。这得益于四项技术的成熟:云计算、大数据、IoT、网络链接技术。

咱们知道机器智能当前的发展是得益于对脑科学的研究,以及算力的进步,让神经网络进化到了深度学习,从而在视觉、语音等领域有了重大突破。算力的重要性毋庸置疑,可是光有算力依然难以在实际的应用中取得成功,还须要其余几项技术的成熟。在当前的技术环境来讲,云计算为智能提供了足够的算力,是算力基础设施;大数据技术提供了数据处理的方法论和工具,是数据基础设施(当前尚未垄断性的数据基础设施,碎片化严重);IoT 技术将智能设备的成本降到了足够低,为部署丰富的神经元感知设备提供了基础;网络链接技术,从4G到5G,为数据的高速传输提供了重要基础。

若是有科技树这种说法的话,那么机器智能的大规模应用,就须要先点亮前四个技术,这是基础。在五年之前,这几项技术的成本是制约咱们将智能技术大规模应用的主要瓶颈。到今天已经逐渐成熟了。

在一项新技术刚出现的时候,咱们每每会遇到两个问题。

第一个问题是人才的稀缺性问题。咱们知道一个懂深度学习或其余机器智能技术的博士生刚毕业的年薪可能比得上一个工做了十年的程序员。业界各处都须要机器智能,供不该求。

第二个问题是技术的成本问题。新技术刚出来的成本必定是昂贵的,就像云计算刚出来的时候也是先解决能力问题,再解决效率问题。我前些时看一个报告,AWS 的 EC2 推出到如今连续降价了57次。咱们熟知的摩尔定律,计算的性能每18个月翻一倍,也就意味着同等算力的硬件每18个月会降一半的成本。机器智能做为新技术也有一样的规律,在一开始咱们不要期望它的成本会足够便宜到能进入千家万户,新技术的普及须要时间。只是咱们每每火烧眉毛。

这两个问题决定了机器智能在一开始的时候,应该首先被应用在对社会效率撬动最大的那个点上。从商业上咱们要找到这样的场景,来让这项技术脱离实验室,走向社会,经过商业来源源不断的滋养这项技术的迅速成长。

世界须要什么样的机器智能系统

这两个问题随着时间的推移很快就能解决。但今天产业界真正碰到的问题我认为是搞偏了方向。这体如今两个方面。

阅读原文了解更多机器智能系统解决的问题:https://developer.aliyun.com/...

相关文章
相关标签/搜索