9月22日下午，南山博士论坛鹏城实验室名家讲堂专场在南山图书馆报告厅火热举行。本期论坛邀请了鹏城实验室双聘教授、四川大学计算机学院教授魏骁勇通过生动的例子和现场演示来介绍人工智能的工作原理和各种人工智能方法的差异。本期博士论坛吸引了200多位南山市民前来参加，包括50位来自南方科技大学第二实验学校的小朋友和家长。

什么是人工智能？为了让现场观众以直观的方式了解并体验人工智能，魏教授带来了一个极其简易、预算有限的机器人小鹏。

魏教授：小鹏，大象的鼻子为什么那么长？
机器人：因为大象爱说谎。
魏教授：小鹏，现在照片上的三个人（黄渤、吴亦凡和马云），谁更帅一点？
机器人：马云最帅（机械手指向马云的图片）。

从这个机器人小鹏身上可以看到，人工智能一般包括感知、推理、决策和执行几个部分。首先它会有基本的感知，通过摄像头去感知图像或通过麦克风感知声音，感知到外界的世界以后，再通过人工智能算法去做推理和决策，有了决策以后再把执行的命令告诉相应的执行单元，比如音响，通过说话告诉这个手臂运动。

那么，到底什么是人工智能？魏骁勇表示，实际上这是一个开放的问题，其中争论的焦点主要是，到底人工智能是对人智能的复制，像人脑一样工作？还是它可以做人所做的事情，并达到同样的效果或目的？这是目前存在强烈争议的，两个方向有它自己的论据，也有相应的研究在进行。

人工智能的思考是通过数据来实现的

人类至今还未全面了解人类的大脑是怎么工作的，那人工智能如何工作呢？魏教授现场邀请了5位小朋友，一起向大家演示一个简易的人工智能系统。“我给他们一个盒子，前面2位小朋友会把生产日期的平方算出来，并把这个重量写下来，传给中间的两位小朋友，他们用公式来算出盒子里的是红苹果还是绿苹果，然后告诉最后一位小朋友。”其中起关键作用的是中间的两位小朋友，他们是推理和决策层，而这一层依据的是一个数学公式，也称之为模型。人工智能就是这样来思考和工作的。

那什么是机器学习呢？魏骁勇举例解释，假如有一条曲线把红苹果和绿苹果两个区域分开，我们人在主观上就很容易找到那条线，但是计算机可不可以找到这条线？如果说人找这条线是“人肉”智能，那么如果是计算机自己找到那条线，它就叫作机器智能。假如机器找这条线的过程中出错了就要被挨打，由于机器不可能像人那样那么准确地区分，它在找的过程中会不断挨打，当它发现挨打的次数已经没有变化时，它就认为已经没法做得更好了，这是机器学习最好的结果。而这整个过程就是机器通过自己学习找到那一条曲线的过程，而机器找这条线的过程就叫作机器学习。

深度学习的人工智能应用场景广泛

魏骁勇表示，机器的神经网络和我们人类的网络一样，神经元接受了刺激后传到处理单元里面，通过公式对它进行处理，处理以后的结果又往下传递，当增加更多的神经元时，机器就可以做更加复杂的计算。这就是神经网络。神经网络的学习方法叫反向传播，跟刚才机器学习的过程没有本质上的区别，只是复杂程度有所增加。

在神经网络的基础上，可以了解深度计算、深度神经网络，它跟简化网络的区别在于它的乘数会更多。通常超过5层的网络结构就叫作深度的神经网络，但是实际上执行的过程还是不停地往回“打”它前面的神经元。在深度神经网络上执行反馈过程就叫作深度学习，深度学习就是无数多的人在那里互相“打”，打到最后找到一个最佳的结果，前面的人也不会打我了，我也不用去打后面的人了，这时候所形成的结果就会变成非常复杂的函数，然后用来决策。

通过前面的例子和演示，大家可以看到人工智能机器人并非像人类一样思考，机器学习、神经网络、深度学习的学习决策过程完全不是人所思考的过程。我们现在所使用的机器学习系统都是由数据驱动的，它是跟这个数据的集合，机器“出错挨打”的过程叫作机器学习的训练，它是由数据所决定的，通过寻找模型来满足那个数据集，当这个数据集更大了以后可能就不适用了。

经过深度学习训练的图像识别，在一些场景中甚至可以比人做得更好，从识别人脸到辨别血液中癌症的早期成分，到识别核磁共振成像中的肿瘤。Google的AlphaGo 先是学会了如何下围棋，然后与它自己下棋训练。它训练自己神经网络的方法，就是不断地与自己下棋，反复地下，永不停歇。机器学习、神经网络、深度学习等使得机器能够实现各种任务和众多的应用场景，并拓展了人工智能的领域范围。智能机器人，智慧医疗 ，甚 至 无 人 驾驶，都近在眼前，或即将实现。