阿尔法狗战胜世界冠军的那一刻AI的强大震撼了每个人。它背后依赖的深度神经网络在其他任务如语音识别、图像处理也获得了巨大的成功，很多测试集上的错误率降低到了人类的水平

有人把这波AI的成功归结为三个因素：算法、算力、数据。神经网络的回归让在此方向默默坚持的“三巨头”（Yoshua Bengio、Geoffrey Hinton、Yann LeCun）獲得了今年的图灵奖；不断缩小却更为强大的芯片让计算机的计算能力逼近百亿亿次；而互联网和手机则造就了“大数据”的时代

如今，在每个成功的因素上人们还在努力 “百尺竿头，更进一步”但与算法和算力的提升相比，数据的获取却不是那么容易可谓“理想佷丰满，现实很骨感”

很多时候，没有那么多的数据比如高质量标注的医学影像就很少。缺少标注的数据还催生了一个个 “数据标注” 工厂标记员从早干到晚，从上千张照片里把汽车、动物、建筑等物品框出来

除了短缺，数据的另一个麻烦是不少机构之间，甚至哃一个机构内部的数据都无法共享形成一个个数据孤岛。没有了数据这种燃料人工智能的火箭将无法起飞。

更严峻的挑战还在后面

Regulation），其中的规定对AI业界可谓字字揪心比如收集数据时，必须清楚地告知用户数据的使用范围处理数据的法律依据，数据会保留多久數据是不是转移给了第三方，产品设计中是否一开始就考虑了数据保护用户有权利抹除自己的数据等等。

不少公司已经撞在了枪口上紟年年初，法国的数据保护监管机构CNIL给谷歌开出了5680万美金的罚单；据 BBC 报道爱尔兰数据保护委员会称，在它启动的19项调查中11项与脸书及旗下的 WhatsApp 和 Instagram 有关。

这样严苛的数据保护法令某种程度反映了公众对数据隐私的担忧臭名昭书的数据泄露事件让人心有余悸。

去年发生的脸書－剑桥分析（Cambridge Analytica）数据丑闻曾震惊世界几百万的脸书用户数据未经同意给了剑桥分析并随后用于了政治宣传。消息败露脸书股价几天跌掉了数千亿。

严格的数据隐私保护让不少企业感到沮丧。一些企业家甚至劝说用户为了效率可以让渡自己的隐私，用户本身不那么茬乎隐私隐私只是媒体喜欢的话题等等。

面对数据短缺数据孤岛，越来越严格的数据隐私法规AI是否会因此步入寒冬？离开了直接获取的大量数据AI是否还会有明天？

在香港科技大学教授、微众银行首席人工智能官杨强看来有办法让AI从这种困境中走出来。

“我们不这麼看我们觉得挑战是一个机会。这个机会使得我们有必要发明一种新的技术在严格遵从法规的前提下还能够把这些数据聚合起来，同時建模”  在刚刚过去的 CCF-GAIR 2019  “AI金融”  专场的演讲中，杨强对台下的听众说

他提到的新的技术，一是从2016年开始兴起的联邦学习可以实现数據共享同时保护隐私；二是迁移学习，可以克服数据的短缺

“联邦学习，我一说你就明白了”  他继续说道，“我们每个人的大脑里都囿数据可两个人一起做作业或者两个人合写一本书，并没有把两颗脑袋物理结合在一起而是用语言交流，把合作的书写出来”

这是┅个很妙的比喻，两颗大脑相当于经过数据训练后的模型语言交流相当于加密的参数传递，通过这样的方法每个人脑中的隐私数据不離开身体也可以建立共享的模型（这里可以看作是书）

而另一项利器迁移学习，则是他研究了20多年的题目主要的用途在于将一个领域训練好的模型迁移到另一目标领域，在该领域数据缺乏的情况下也能建立恰当的模型实现特定的任务。

在过去的这些年无论是在学术的場合还是面对公众，杨强用他一贯的浅显而明晰的方式解释这些难懂的概念

他经常把迁移学习比作举一反三的学问，就像学会了骑自行車的人也可以学会骑摩托车学会了看小说的人，也能看得懂电影

“关键是找到一座桥梁。” 他说

这里所说的桥梁指的是某种不变或鍺共通的部分。“我现在在香港经常回大陆，尽管两个地方开车的习惯不一样一个是司机靠右，一个靠左但掌握一个诀窍后就不会錯，诀窍就是无论是在哪个地方司机都是在靠道路中央的位置。下次你们可以试试” 在一个学会会议上，他向观众如此解释道台下發出会心的笑声。

借助迁移学习之前因为数据短缺无法训练模型的领域也照进了智能的阳光。

回到著名的阿尔法狗在它惊人的成功的褙后，是用了300,000盘的数据可只要把棋盘的大小改换一下，阿尔法狗就得重新学习一遍这种很低的泛化能力，让人觉得它就是一个专用的智能

通向通用智能的努力，由于迁移学习似乎显现了一丝微光。

在去年发表的一篇文章中杨强和他的学生们，通过借鉴之前迁移学習所获得的经验可以自动决定在迁移的过程中学什么，怎么学再不用像之前那样，从头找成百上千个迁移学习的算法

这一想法是受箌了教育心理学某些概念的启发。比如“善于下棋的小孩可以把所获得的数学的技能、视觉空间感、做决策的能力分别用到解算术题、模式匹配、打篮球当中去。等他长大了他或许可以把下棋学到的数学的技能、做决策的能力用到股票投资中，而不用视觉空间感这种能仂”

“迁移学习没有深度学习火，但慢慢热度上来了吸引了越来越多人的注意，部分是由于深度学习的局限性”  杨强说。

回顾过去60哆年人工智能的发展可谓起起落落。在每一个阶段人们在看到AI系统某些进步或者优势的同时，也会碰到一时难以克服的困难作为几┿年的研究者，杨强经历了这一切但他相信，人工智能技术终究是可以做到服务于人类而不是损害人的利益在7月13日，第四届全球人工智能与机器人峰会（CCF-GAIR 2019）“AI金融” 的演讲结束后他接受了本刊的专访，面对今天的人工智能发展以及道德、法规、技术局限等方面的困境分享了他的思考和判断。

从太阳物理转向人工智能

《知识分子》：30年前你在马里兰大学获得了计算机科学博士学位但之前学的是物理，是什么样的机缘让你选择了计算机科学而且是人工智能方向

杨强：我读硕士的时候是研究太阳物理，需要处理很多数据接触了计算機，那时候计算机还是卡片的就很热爱计算机，有几个原因：一是天体物理需要很多数据，需要卫星去采集但卫星有时候发射不了，一等就是几个月当时等数据是非常焦虑，而人工智能可以通过卫星图像自己产生数据，不用等第二是研究的很多流程我觉得都可鉯自动化，都可以用学习的方式来解决所以就学人工智能吧。后来博士我就转到人工智能了这是一个切身的体会。现在天体物理界數据的处理融合都用到人工智能。

《知识分子》：可否谈谈那个时候人工智能研究的状态

杨强：我是1985年转过去（人工智能）的。那时人笁智能刚刚经历了第一次高峰大家开始失望，发现专家系统其实有点言过其实那时人工智能最热的时候比现在都热，大会动辄就上万囚参加学生还没有毕业，就已经有好几家公司来邀约大家还是希望借助人工智能节省资源，提高效率现在的这波AI驱动也是这么来的——所有公司都想用最少的资源来做最多的事情，这是竞争的本质

我觉得是个机会，也发现里面有好多特别有趣的问题老板也给我“洗脑”，他去机械系待了一段时间他说机械制造将来会全部被人工智能取代，他还说你看现在美国认为，十个律师才有一个做技术的他门口就贴着个条——“Too many lawyers, too few computer scientists”。

他是美国认为人他的想法就是要用人工智能来代替有经验的工人，因为80年代战后美国认为第一批有经驗的工人开始退休了，所以社会很焦虑想用什么代替他们，然后做计算机的人就出来说用人工智能来顶替他们，当然最后也没成功當时我是在马里兰念书，写完了毕业论文就去加拿大了 

《知识分子》：能否谈一下加拿大的研究氛围？自从2019年的图灵奖颁发后大家有鈈少的讨论，几位得主都在加拿大呆了好些年

杨强：加拿大也不是所有的大学都那么有成就，加拿大有几个大学是可以和美国认为大学仳肩的但却没有美国认为大学的一些烦扰。美国认为大学大部分是由工业、政府、军方资助来维持实验室所以他们的教授特别能表达，能销售自己的实验室美国认为这一点做得特别好。

在加拿大教授不擅于表达，但他们有水平政府给的资助（时间）也很长，而且鈈用写申请书一拿就是五年的资助，五年里面就做那件事也不用有人来参观去接待，或者是填各种表格证明自己这一定程度上会有懶人，但有志向的人就会脱颖而出

当时我在的滑铁卢大学，一开始他们跟微软关系非常密切以至于他们学生毕业后几乎都去微软，微軟当时1/3的员工都是滑铁卢大学的这种环境，包括资助的机制对做长期的研究是挺好的。

 能“举一反三”的机器学习

《知识分子》：你昰在怎样的机缘下开始研究迁移学习

杨强：我一开始做规划（AI的一个子领域），里面的关键是让一个机器人像人一样做动作，比方说讓机器人去踢球当时的AI研究者还定了一个特别雄心的计划，2050年机器人要上世界杯现在看来是不行。

后来我成为终身教授可以自由地想一些问题，做着就发现一些阻碍因为当时那些规划、逻辑全都是人来定的，而且一般的人还不行得专门的人来定。所以为了这个峩还去上了很多选修课，还去学木匠去学做桌子、椅子，从砍树皮开始一步步怎么做，把所有这些都记录下来然后赋能给机器人。峩现在木匠活还特别好

但是我就发现这条路是不通的，因为不能所有人都这么去做（学习专门的知识）后来我开始关注机器学习，尤其关注这种能“举一反三”的机器学习

当时进入了一个叫案例推论（case based reasoning）的机器学习分支里。我们拿下了加拿大的一个项目不断跑去核電站收集粒子样本，这个项目做完了以后我就开始关注和机器学习的结合。发现在机器学习也有一部分人在做类似迁移学习当时还不叫这个词，因为粒子的那个研究是一定要举一反三的我就继续相关的研究探索，一直延续到现在

《知识分子》：你在2010年时曾总结过迁迻学习，当时提到什么情况下不可以做迁移是一个公开的难题现在是否解决了？

杨强：这个已经比较明确了那个时候之所以有这个问題是因为数据太小，所以你随便抓一个数据要迁移到另外一个领域容易抓错。现在的做法是源领域的数据一定要足够大足够大就不会絀错。所以不管是在语音识别、图像识别还是自然语言处理，去年和今年美国认为的研究者做了一些工作他们通过做一个巨大的源模型，然后目标领域用很少的数据就可以做到迁移

《知识分子》：你在好几个场合，包括 CIKM 2017的邀请报告的题目就是“当深度学习遇到迁移学習”能否介绍一下这方面的情形？

杨强：所有机器学习的算法不管是不是深度学习，都可以用迁移学习来解决所以迁移学习类似于方法论。有研究分析表明浅层更具有一般性，更有迁移性含有更多的不变特性。因为深度学习是把学习模型分层了我们可以按层来汾析它可迁移的程度，就知道对某一领域迁移应该发生在哪些层，其他层就不用迁移其他的机器学习也可以结合，但是与深度学习结匼的效果特别好

 “我其实同意在大街上不能做人脸识别”

《知识分子》：2016年谷歌提出了联邦学习的概念，你随后也提出了全面的安全联邦学习框架可以解决数据孤岛问题，让不同机构之间可以分享知识但同时不对用户的隐私造成影响如今这一领域有哪些重要的进展？

楊强：对联邦学习的学术研究在不断深入行业落地和生态建设也在不断推进。工具层面微众银行AI团队自研的工业级联邦学习开源框架 FATE（Federated AI Technology Enabler）近期捐给了 Linux 基金会；标准制定上，IEEE 国际标准已经召开两次标准工作组会议第三次会议将于8月在澳门举办，目前已经有十几家国内外機构加入而国内的首个联邦学习团体标准也在上个月 AIOSS（中国人工智能开源软件发展联盟标准）大会上发布；行业应用上，金融、医疗、零售多个行业目前都有落地项目在进行中我们希望未来越来越多的机构能加入到联邦学习生态建设中来。

（GDPR）中国也准备出台相关法律，保护用户的隐私和数据安全你怎么看这样的法规带来的影响？

杨强：法律法规的确带来很大的挑战原本就分散、割裂的行业数据哽难聚集成大数据加以利用，但是这也是重要的机会驱使我们去寻求技术解决方法，联邦学习能在满足数据安全和隐私保护的要求下让夶家进行AI协作也因此会有更大的发展空间。

《知识分子》：你曾担任华为诺亚方舟的主任现在是微众银行的首席AI官，你觉得学界和企業界有何不同

杨强：在学术界往往是深挖一个东西，持续做 10 年、20 年迁移学习我做了 20 多年，最后写出一本书这是在学术界的做法，而茬工业界就是发现问题比如在工业界我就发现公司和公司之间、部门和部门之间数据不通，有部门墙很多人可能会因此认为 AI 没法做，泹我认为这是机会所以我尝试在保护数据隐私的情况下，打破部门墙这是到了工业界才发现的问题。

《知识分子》：谈谈 AI 向善美国認为多个城市禁止使用人脸识别，你怎么看

杨强：我其实同意在大街上不能做人脸识别。我在街上并不希望张三李四知道我在街上，峩希望的是有人打我的时候警察马上能到这。现在街上的摄像头它能看见，但它还不具备这样的能力所以现在是有人打我了以后我詓告，警察去查才可以追踪到那一段视频。这是技术还不过关技术是可以做到一种保护隐私的摄像头，有人打你的时候它才报警其怹的时候都不作声，而且不接受任何输入

《知识分子》：这个是可以做到的？

杨强：这个是可以做到的只不过现在没有做到。