|
“深度学习”是怎样识别杯子的？
我们知道，现在智能产业非常厉害，什么智能驾驶汽车，智能看病，智能人取代播音员、律师，等等。
我估计大多数人认为这不过是电脑科技越来越发达罢了，稍微懂点电脑的人也许认为这不过是电脑程序编得越来越复杂，越来越先进罢了。其实不是这样，从过去的电脑高科技到现在的智能化，有一个质的飞跃，跟过去完全两码事了，这个质的飞跃就叫做“深度学习”。
智能化不是比原来更聪明，而是换了一个头脑完全不同的新人。打个比方，原来那人好比是个听话的女孩，但只能老师（程序员）说啥她干啥。现在不是让那个女孩变得更聪明，而是直接换一个聪明捣蛋的男孩，关键有强大的自学能力，下面我就讲讲机器怎么自学。
我后半生的工作是做软件编程序，对智能化多少有一点了解，当时我看到电视上专家讲智能化，讲深度学习，非常吃惊！
他举一个怎样识别杯子的例子。比如以前的机器人，如果要想去拿一只杯子，首先要识别什么叫杯子。
按照我们过去编程序的想法，首先要给“杯子”一个定义，比如大小，形状，太大的就不能叫杯子，而是桶了，太小的那是耳挖勺。太扁的那叫盘子，太瘦高的叫管子。
我们编程人员得把符合杯子的所有限制条件全都写在程序中。但即使这样，机器人还会犯错误，因为总有我们意想不到的例外。
比如杯子总得上口大一些是撇沿儿的吧？起码上下一边儿粗是直筒吧？但也许有一种上细下粗的怪杯子，甚至曲里拐弯的，花瓶状的。
又比如杯子有没有把儿？也许有，也许没有。什么叫“把儿”？我们可以定义：是“半个环状物，连在杯子上”，但实际上有的杯子把儿不是环，而是只出来一个拐弯儿，甚至连弯都不拐，只出来个片儿，或者球！
如果靠这样搜尽所有例外来编程序得把我们累死，而且永远不可能尽善尽美。我编过程序很清楚，再厉害的程序都会有漏洞。但“深度学习”就不是这样。
我们想想，儿童是怎样识别杯子的？是不是在他两三岁时，就给他灌输一套杯子的定义？多大，什么形状？有没有把儿？不，完全不是这样，只是给他说：宝宝，去把杯子拿来！宝宝如果拿来一只碗，你告诉他，错了。如果他拿对了，则夸一句，摸摸头，赏一颗糖。
“深度学习”就是模仿儿童学习的思维方式。程序员不需要编一套完整，死板的定义和程序，而是编一套自己能学习能变化的程序，根本不给出什么“鸟定义”，只是让机器人自己去试错。看看眼前的东西是不是杯子，由人来打分，判断是对还是错。训练的次数多了，机器人自己就逐渐学会什么叫杯子了。
所谓能学习能变化的程序，说穿了就是要让机器在已有程序的基础上，能自己编新程序，自己定义参数。这种让程序自己编程序的想法，我以前在编程序时也简单实验过，很有趣，也很深刻。
记得当时电视主持人问专家，机器人自己编程序，你们能预料得到它们怎么编吗？专家笑笑说：连我们也闹不清楚它们编了些什么程序！
当时我听到这儿，大吃一惊！当年我让程序自己编的程序，大致能预料到会编成什么样，那只能算最浅度的学习，而现在居然连机器人的父亲——程序员也闹不清它们会编出些什么来。这才能叫做“深度学习”。想想确实是这样，父母能闹清楚孩子是怎么学习的吗？他脑子里发生了什么新变化？父母根本闹不清。
当机器每次试错之后，机器会自动生成一段新程序，或更改几个参数，机器就进步了，提高了。这就叫做“自学”。这就是那个聪明捣蛋的男孩。
我们大家都听说过机器人跟人类下棋的故事。刚开始的时候，所有程序和数据都是人类给它编好的，人类给它放进去许多以往高手冠军的下棋套路，有点儿像专业棋手“背棋谱”。没背过棋谱的业余玩家，跟专业高手根本没法儿对阵。
机器人厉害不厉害，能达到多少段，不过是看放进去多少棋谱，数据库够不够大，运算速度够不够快而已。
实际上那时的机器人很笨，自己没有一点智能，只是个计算和存储的死机器。它那时能打败卡斯帕罗夫，不过是利用了大空间和高速度而已。
后来的机器人就有了深度学习功能，会自己编程序。一开始简直也许等于个小孩，臭棋篓子。经过与大量人类棋手对阵，经过多次失败的教训，它就能自己编出更好的程序和套路。直到最终下败人类冠军。
这样的机器人才算开始有了真正的“脑子”，能学习，会思维了。这时把它叫做“机器人”，才开始有点名符其实。人类也是这样，世界上没有什么先知先觉，但只要具有强大的自学能力，丫丫学语的孩子就可能成长为诺奖超人。
比如现在的人脸识别也是这样，一开始识别功能不强，面对一个脸型，它只会计算五官位置之间的关系。如果戴了眼睛，留了胡子，化了妆，甚至做个表情，歪鼻子斜瞪眼儿，可能就不认识了。但经过人类的训练，它能自己学习，识别能力越来越强。从理论上说，大概除了整容换脸识别不出来，其它都应该能识别了。
不过据我所知，现在机器人的识别能力仍然比不上人类。据说有人用一张照片，就能骗过识别机。如果换了人类，哪怕是小孩，你给他一张妈妈的照片，他决不会叫妈妈。他知道那是平面的，不会动的，没有感情的一张纸片。起码孩子有两只眼睛，能利用双目视觉功能，测出脸型上五官的凸凹高低，知道它是平面的，还是立体的。
又比如我家小区大门的人脸识别，感觉学习功能不怎么样。物业要求我们把身份证输入电脑，而身份证照片不能戴眼镜，也不能戴帽子，只要我戴了眼镜和帽子，它就不认识，不让我进大门。我必须同时掏出身份证，它再扫脸对照，才能知道是我，太麻烦。
再说，我已经很多次把我的脸跟我的身份证同时让它看了，它也说了：“对比成功！进吧您呐。”按理说，它应该通过学习，逐步知道那个既戴眼镜又戴帽子的老叟就是我了，应该我每次往那儿一站就让我进去。但几个月过去了，还是死抠儿，不摘眼镜还是不认识我，非逼得我掏身份证不可。还不如我孙子。
也许我们小区买的是便宜货？低档货？
总之，现在的机器识别人脸虽然已经有了深度学习能力，但在智能上仍然不够高，跟人类的智能仍然有距离，大概还不如三岁小孩。但起码它不再是死程序了，它已经能自己编程序，能深度学习，可以越学越厉害。假以时日，将来能发展到哪一步，比如能不能达到成人的思维？现在还很难说。
至于能不能达到科学家、艺术家的思维？如果没有更彻底的革命性思维，只靠所谓“深度学习”，恐怕永远也达不到那个高度。因为科学家和艺术家只靠学习培养是训练不出来的，那些都是天才，具有创造性思维的天赋，而人类是否能制造出“创造性思维”？天知道。
2019年1月16日
|
