王晓阳：智能化现状与趋势
编者按
9月6日，2022中国(郑州)国际期货论坛开幕，复旦大学计算机科学与技术学院教授王晓阳发表了题为《智能化现状与趋势》的主旨演讲。王晓阳概括了新一代人工智能的特点，阐述了人工智能的应用现状及挑战，最后指出了智能化技术的趋势与解决途径。以下为演讲实录：
大家好，我是复旦大学计算机科学技术学院的王晓阳，很高兴参加中国郑州国际期货论坛。我分享的题目为智能化现状与趋势，今天分享一些我关于IT系统以及智能化现状与趋势的思考，主要是三个方面：第一是新一代人工智能的特点，第二是人工智能的应用现状及挑战，第三就是智能化的技术的趋势与解决途径。
（一）新一代人工智能的特点
知识就是力量这一句话贯穿整个人类的文明的发展，知识一般可以分成三个阶段：知识的形成、知识的编码以及知识的应用。长期以来，这三个阶段都是人类专属的阶段，也就是说，人类总结自己的经验以及其他各种学习方法，形成各种知识把它写成书里，在书本里面编码，之后再从书本里获取知识并进行应用，这三个阶段长期以来都是人类专属的阶段。计算机的出现改变了这一点，计算机在应用方面代替了人，甚至大大超越了人，它的知识形态也发生了某种变化，从原来的、书本的知识变成了模型化、编码化，知识的执行也就变成编码化、自动化，很大程度上，规模化使得知识的执行变成了大规模、快速的、高效的执行。但是形成知识以及它的编码依然是人类专属的工作。新一代人工智能的特点就是在于新的知识模型的出现，以及新的知识来源的实现。是什么样的新的来源呢？人类可以慢慢地从知识的形成过程中退出来。也就是说，知识的形成从人类设计转向了自动形成。这一转变的巨大好处是人类不再是闭环里面的短板了，人是比较慢的，机器比较快。所以从这个角度来讲，我们得到了快速的发展。新一代的人工智能和前几代的人工智能相比，最大的区别就在于知识的形成上，新一代的人工智能代替了人，在某种程度上面，所以这是一个很大的特征。
那么知识从哪里来的？新一代的人工智能，或者说目前这一代的人工智能，主要是向数据要知识。因为信息化的发展催生了大量数据的形成，互联网、物联网、社交媒体等等，都有大量的信息产生，使得向数据要知识变成了一种可能。另外数据存储的介质价格持续下降，为大规模储存数据提供了条件。在储存数据时无需辨别，后续可以使用这些数据，从中找到我们所需要的知识。最重要的是数据的重要性越来越被认可，这一点是新一代人工智能很大的特点。在金融界、金融科技里面，数据是核心，且在征信、交易、风控等很多方面都被广泛应用。量化交易就是一个典型的智能应用的案例，量化交易中一般拥有海量的数据，来源丰富，有量化结构化行情的市场数据，也有历史回测、多事件推理、事件量化策略的数据，以及来自舆情、地理、图片、音视频等多方面的数据，进而形成融合的量化事件驱动平台，在该平台上可以做各种各样的应用，如量化投资的研究、交易等。
它的难点是什么？就是需要有更高效的系统支持从海量数据中获取有用的知识。那么什么叫高效？高效其实分成几个方面，一个方面是计算时间，计算时间体现了效率，另外还有计算能耗，这也是目前比较大的瓶颈，即能不能使用更少的人力及专业知识，做更多的数据利用。
（二）人工智能的应用现状以及挑战
大数据人工智能分析的实际需求，如智能投研系统平台的需求，其实就是多数据多模型的有机组合。人们往往需要各种数据、各种分析和学习方法、各种视角协同达到系统应用的目的。在这样的系统里，一般需要多个的软硬件平台进行有效的协同，再用不同的数据，不同的方法，在不同的软硬件计算平台上完成应用的整合。例如数据清理、数据采集、数据特征抽取、模型的建成、模型的应用等等，都需要不同的软硬件系统。从流程角度来看，数据分析、因子分析、量化分析、交易分析、实际操作等方面，都需要各种各样的平台、各种各样的软硬件设施、甚至存储和通讯等基础设施来完成，这也说明目前应用方面的需求较大。其次，目前对软件站的需求也很大。机器学习的系统可以看作是人整个身体中的头部，很小却很重要。支撑机器学习的体系非常庞大而复杂，包括系统配置、数据收集、特征抽取、数据的验证、计算资源的管理，分析工具过程的管理，服务框架，以及系统的监控等等。
不同的数据处理阶段对核心处理器的需求也不一样，数据清洗的过程中，一般为memory-intensive，数据移动比较重的工作，CPU可能也足以满足需求，但Spark、hadoop这些系统能够更加高效的进行数据清理以及数据准备。一旦到了学习及推理方面，就需要大量的计算，这时候需要不同的处理器，像GPU这样的处理器，以及MPI和Tensorflow这样的软件系统就能起到比较大的作用。所以不同分析阶段的计算有不同的特性，在同一框架上运行所有的计算肯定是低效的，如何综合各种各样的平台来进行统一的计算，是一个难点。数据分析需要大量的数据来进行大量的计算，这个时候并行化、分布式的计算等也变成了必需品，但这时又容易出现新的难题，不同的算法有不同的并行化的处理方式，不同的并行化处理方式又引起了不同系统架构上的需求，所以就出现了很多不同的并行化方法、并行化系统、以及并行化的硬件等等来进行各种各样的操作。主要问题就是如何选择对的体系架构，以及软硬件系统来处理不同的数据，这个难度也非常大。
总的来说，智能应用的挑战主要是三个方面，一个是流程是比较复杂，每个应用具有自己独特的流程，需要多系统的协作。第二就是数据量很大，很多应用需要大量的数据来获取知识。虽然新一代人工智能在获取知识方面有很强大的算法，但是还依赖于大量数据，如何获取数据仍然是一个难题。第三就是人力的缺乏，我们驾驭智能的应用，仍然依赖大量的人工。智能化的应用需要各类系统，这既带来了各种各样的技术债务，也需要大量的人工。
（三）人工智能的发展趋势与解决途径
在分析了新一代人工智能的特点以及面对的挑战后，再来谈一谈目前人工智能的发展趋势如何，以及可能的解决途径是什么。一个系统需要各种各样的系统方法，例如大规模并行运行、数理方法论的创新、新型的数据库、以及软硬件的技术。我们要优化方法，进行机器学习的算法加速等研究，这样才能使整个应用更具备操作性。纵观各种各样的系统情况可以发现，机器学习的软硬件系统已经非常完善和普及了。但是智能应用系统本身还是刚刚起步，怎么把它应用在复杂系统里，这一点还在不断摸索中。数据红利的时代刚刚开始，还有很多的工作可以进行。机器学习的准确性是一个比较大的问题。机器学习的准确性可以说是统计的概念，一般它基于很多的假设，包括假设数据的分布，假设各种各样的情况，在假设的前提下，我们才能保证机器学习的准确性。但系统的准确性要求较高，需要系统能在保证严格逻辑正确的情况下适应不确定的环境，这之中有一定的差距，这个差距如何弥补是我们需要思考并解决的问题。智能化应用的趋势也就是如何把这两个点综合起来、融合起来使用。
那么有了这些困难和趋势，我们到底用什么方法、什么途径来解决？既简单也复杂，就是用智能技术来解决智能应用的难题。复杂流程的优化其实就是机器学习，这一点上智能化具有很大的优势，比如各种系统的选择、协同，自然的人机交互等方面，如自然语言处理、视觉处理等等。这些智能的方法为复杂应用系统的构成提供了可能的途径，人工智能的应用需要很多的专业人员，我们的理想是把系统的整合、系统的组成，做得像搜索那么容易。人工智能计算要不断搜索化、自动交互、自动分析，这样才能把系统做到各种各样的应用中去。我们需要将智能系统平民化，不需要那么多专业人士参与工作。平民化的需求其实提出了很多工作需求，从大的角度来讲，就是系统能不能自动找到对的数据、对的模型、对的算法、对的平台，自动完成，这样就不需要很多计算机专业人员介入。这也要求我们做应用系统时，要专注在应用方面，而非技术层面，这也是今后解决复杂系统难题的途径。系统还有一个方面就是容错纠错，如何在系统中帮助用户发现错误、纠正错误，使得用户能够进行某种很自然的干预与决策。也就是如何支持human-in-the-loop这样的做法，使得复杂的智能化系统能够很容易的构建以及很容易的运行，这都是需要研究的问题。
总的来说，目前智能化的发展阶段是从大量数据中自动获取知识，这也是我们的新一代人工智能的特点。但智能化的挑战也很大，如果要把它组成复杂的应用系统，所需要的技术非常复杂，而机器与人的效率都比较低，同时存在专业人员缺乏的问题。所以这种情况下，推广智能系统可以将思路反过来，用智能的技术解决智能技术应用的需求。从目前各种各样的研究中可以看出，我们已经采用了大量智能的技术方法来解决智能技术应用需求，从而使智能化系统的软件能够逐渐平民化。就像之前的计算机，通过将其做成大家常见、常用的PC机，从而使智能技术在各个方面得到应用。
未来，大量的应用可以获得智能化的红利，但这个过程也有很大的工作量。以上就是我的一些分享、一些看法，敬请大家批评指正，谢谢！
（复旦大学计算机科学与技术学院教授王晓阳在2022中国(郑州)国际期货论坛上的发言）
相关阅读：
编辑：梁爽