文章來源：公衆号“杭派工程師”

撰文：丹如

編輯：猛哥

“人腦和電腦到底哪一個更厲害？”

2014年第一季第一集，《最強大腦》的嘉賓馬化騰曾提出了這個問題。

《最強大腦》是一檔以德國 The Brain 為原型的國産科學真人秀。2014年開播後，因着節目組發掘出衆多擁有過人天賦的選手，一躍成為當年最火爆的電視綜藝。連周傑倫、章子怡等巨星都紛紛前來擔任嘉賓。

天才與常人到底有多大差距，他們是從大腦結構和思維方式就與普通人不一樣嗎？

由于每個人都會産生這種好奇，《最強大腦》的節目熱度一直延續至今。一大批如水哥王昱珩、“中國雨人”周玮、聽風者艾曉娃等選手，更是在參加節目後，成為了具有國民認知度的腦力偶像。

但實際上但走到第三季時，《最強大腦》的制片人就宣稱找不到天才來做節目了。

第五季之後，這檔節目幹脆放棄了對偏才、天才的追逐，将目标鎖定于普通人之中的腦力強者。而到了2020年的第七季，節目組重新設定比賽環境，通過縮短比賽準備時間和現場壓力，來呈現“腦力強者”們在極限壓力下如何發揮自己的特長，完成比賽。

有老觀衆認為《最強大腦》不再有令人驚豔的天才了，喪失了節目的初心。但從另外一個角度看，天才本就不易尋，而普通人中的腦力強者如何在極限條件下突破困難同樣具有研究價值。

為此，在本季《最強大腦》四強賽的現場，節目組請來了達摩院人工智能領域的兩位科學家華先勝和鄢志傑作為嘉賓。

“人腦和電腦到底哪個更厲害？”這個從第一季延續至今，他們是最适合解答這個問題的人。

1

達摩院，從這一季《最強大腦》第一期選手們亮相時就頻頻被提及，它和清華姚班、天機團隊成為選手們的光環認證。

當主持人報出選手出自達摩院或者拿到了達摩院的offer ，其他選手臉上都會露出驚訝或佩服的表情。

觀衆也因此對達摩院産生了好奇 “達摩院是什麼？”

第一期節目中，薛兆豐這樣說：“有的人專注于研究過去的問題，而有的人着重于解決當下的問題，達摩院則是一個研究未來的地方。”

“研究未來”用來形容達摩院實在是再合适不過。2017杭州·雲栖大會上，阿裡巴巴宣布成立達摩院的同時，就啟動了一項代号“NASA”（登月）計劃。

馬雲當場表示，未來阿裡将面向機器學習、芯片、IoT、量子計算、生物識别這些核心技術，組建嶄新的團隊，并建立新的機制和方法，成立新技術研發體系，而研究的目标是為了解決 10 年、20 年後的困難。

作為阿裡儲備面向未來 20 的核心技術的最高研發團隊，達摩院成立兩年多以來，已吸引了各個領域的頂級人才的加入，團隊成員幾乎人均博士學位。

而此次被《最強大腦》邀請作為科學嘉賓的鄢志傑和華先勝就是其中的佼佼者。

華先勝是北京大學應用數學博士，如今《最強大腦》的很多熱門選手都是他的師弟師妹，但華先勝除了是北大應用數學博士外，還是IEEE Fellow、ACM傑出科學家、2018年度MIT TR35“全球35位35歲以下的傑出青年創新人物”獲得者。

他2001年加入微軟研究院，始終走在視覺識别和圖像搜索領域的國際前沿。2015年4月加入阿裡iDST團隊（達摩院前身）後，他主要帶領視覺計算團隊的研發工作，如今是達摩院城市大腦實驗室的負責人，也是達摩院醫療AI團隊的創建者。

鄢志傑同樣出身于微軟研究院，他2003年就在中科大語音實驗室攻讀博士，是國内較早一批人工智能語音交互領域的專業人才。在語音及文本識别領域頂級學術期刊及會議，鄢志傑發表過多篇論文，擁有多項美國及 PCT 專利，如今已經是語音領域頂級學術會議及期刊的專家評審和 IEEE 的高級成員。

作為達摩院人工智能領域的兩位大咖，華先勝和鄢志傑被邀請到《最強大腦》，主要是為了從人工智能技術的角度對選手和比賽項目進行評價。

2

人工智能和人類中的腦力強者孰強孰弱？

這個問題如果放在二十年前，語音交互技術和圖像識别都尚未成熟時，答案一定是後者。但到了今天，當人工智能越來越“聰明”時，屬于人腦與電腦的邊界開始變得模糊。

例如《最強大腦》這期節目的第一關“十二生肖”，選手要在很多幹擾項中尋找正确的六塊拼圖，組成完整的衣服生肖圖片。對于人腦而言，是很有挑戰的，特别是其中細微的差别。觀察力超強的選手陳小橋用了3分鐘找到答案，令大家都歎為觀止。但如果用電腦，用類似于阿裡巴巴“拍立淘”或城市大腦的視覺搜索技術，可能隻需要毫秒級的時間就可以完成。

比如《最強大腦》這期節目的第二關“多米諾效應”，選手需要在最短的時間找到不同齒輪之間的連接通路，找到出口。張若昀就問達摩院的兩位科學家，如果是人工智能來做，會不會更簡單？

華先勝和鄢志傑都給出了肯定的答案。

華先勝說：“因為答案是确定的，所以對于計算機而言隻要試一下就能得出準确的結果，但對于人來說是很有挑戰的。”

鄢志傑則補充道電腦與人腦最大的不同是，電腦不會犯錯，人則不同，即便是簡單的步驟，重複得多了也可能會犯錯。

類似的問題在“諜影重重”一關也被提出來，這一關要求選手在2160個正三角形中找出選手手中正二十面體的展開圖。

華先勝說這種題即便是人工智能來做也是極具挑戰的，因為每一個正二十面體的展開圖都有很多種類，不考慮顔色時有4萬多種，考慮顔色擇優數百萬種之多，即便是計算機去展開和匹配，每一個花1毫秒或者0.1毫秒，計算機也需要40幾分鐘或者4分多鐘來解決這道題，對人腦來說更是極大的挑戰。

節目錄制後，華先勝仍舊對這一環節印象深刻，他對《杭派工程師》說：“這道題的搜索空間很大，但最快的選手趙金昊隻用了幾分鐘的時間，也令我感覺很意外。”

無可否認的是，在人工智能愈來愈發達的當下，人腦依舊有着出其不意的能力和極大的創造力，這一點華先勝和鄢志傑在整個節目錄制過程中也強調了很多次。

鄢志傑說：“像比賽的節目考察的觀察力、類似拍照記憶的圖形記憶能力，其實對計算機來說都比較容易。”而他研究的項目如語音交互，則正好相反，“對人來說很簡單，對計算來說卻很難。”

人腦和電腦之争，實際上是個僞命題。因為雙方的能力強項并不相通，節目錄制時，兩位科學家也始終強調這一點。

人工智能終究隻是為人類提供服務的工具，而它的發展最終還是要依賴人類最頂尖的腦力強者們來推動。

3

“回到二十年前，如果有《最強大腦》，你們會參加嗎？”

節目播出後，《杭派工程師》對華先勝和鄢志傑兩位腦力強者提出了一個問題。

華先勝頗有些躍躍欲試。節目錄制時，他評估題目的難度時，就認為題目倒是有難有易，關鍵在于對速度的要求。他說“如果回到二十多歲時，也有可能參加這種節目來挑戰一下自己。”

而鄢志傑則表示，可能不會參加這期節目，因為節目考察的能力主要是觀察和類似拍照的記憶能力，這些都需要長期的專業訓練，這與他所擅長的能力并不一緻。

當然這隻是如果。

但是站在時間的長河上回首，如今的華先勝和鄢志傑，也曾像《最強大腦》中那些聰明的選手們一樣，在二十多歲時有着天才的光環，和熱血沸騰的青春。但他們把對腦力的癡迷延伸的更久遠，最終選擇了将天賦與熱情投注了對科學共同體更有價值的領域，并在年複一年的寂寞和不确定性中去探尋其中的價值。

2003年，鄢志傑投身語音識别這個行業時，那還是一個冷門賽道。即便是微軟亞洲研究院這樣頂級的研發機構，每年也隻有一兩個校招名額，彼時語音技術的發展很初級，如今智能語音機器人可以與人類進行自然的互動在當時完全是不可想象的。但鄢志傑當時就預判到，語音是人機交互的下一個裡程碑，隻要是有趣有用的技術就值得學，這和他小時候選擇計算機作為課外課程一樣，興趣做主導，有用則放在後面。

他的選擇在如今看來正确且成功，但站在當時的節點上，實需莫大的魄力和遠見，因為一個冷門專業的博士，很有可能面臨畢業後的無人問津的窘境。

2008年，當大多數同行都選擇加入 Nuance這樣專門做語音技術提供商的公司時，鄢志傑卻覺得語音技術并不是一個單項能力，而是一個撬動點，可以撬動更大場景。因此他加入了在這一領域走得最靠前的微軟，一待就是七年，成為了這語音交互領域的權威。直到2015年，為了找到語音交互技術在應用層産生更多的價值的路徑，才加入了阿裡。

華先勝有着和鄢志傑幾乎相同的路徑，同為名校畢業，雙方在微軟研究院時就是老同事。但華先勝在微軟的時間更長，2001至2015年期間，他先後待過微軟亞洲和美國研究院，負責過微軟Bing圖像搜索引擎的研發工作，最終成為了視覺識别和搜索領域的國際級權威學者。

IEEE向華先勝頒發院士資格時曾評論，華先勝為多媒體内容分析和圖像搜索做出了突出貢獻，“雖然有效的基于内容的視頻搜索仍然還有很多困難沒有解決，但華先勝正在通過自動識别圖像和視頻中物體、場景、事件和其他語義特征來攻克這個壁壘。”

真正最強大腦的選擇總是殊途同歸。

4

鄢志傑

但在實際中，加入達摩院的科學家們面臨的卻不是《最強大腦》選手們面對的那種有明确答案的題目。

他們常常要面對的是沒有明确答案的真實世界中的問題，因此必須超越單純的解題思維，而是往往要去創造新的技術、方法甚至是場景，讓自己具有技術創新并落地乃至商業化的能力。

鄢志傑在加入達摩院之初就被告知“什樣的技術不是好技術”，因此他必須轉換單純的科研思維，讓自己具有技術商業化的能力。

在阿裡做前沿技術研發，達摩院的科學家都已經習慣了這種挑戰，他們甚至将這種狀态歸納為“經常被挑戰，從未被否定，一直在進展”。

鄢志傑在阿裡的技術研發曆程可以分為兩個階段，第一個是以語音技術來幫助阿裡經濟體内部的業務，比如阿裡的客服中心、高德的語音助手、釘釘的語音轉文字、天貓精靈這些業務部門都得到了鄢志傑團隊研發的新技術的賦能。

2017年後，達摩院制定了“達摩院技術零時差上雲”的目标後，鄢志傑帶領團隊開始着手語音技術上雲，向阿裡雲的所有客戶賦能。

從為阿裡經濟體内部的業務服務，到服務外部客戶。鄢志傑感覺像是被出了一道題，雖然他們本身就非常擅長做題，但仍舊會有種“一下子被投入商業世界、競争市場上”的挑戰感。

2017年，他們開始和浙高院合作智慧法院的項目，從法院的庭審速記等單一場景切入，不斷向更多元的場景滲透，最終集成一個法院的AI應用系統。面對強勁對手，也占據優勢。

此外，作為達摩院的重要實驗室，鄢志傑的團隊還将原本賦能于阿裡集團電話客服中心的語音技術進行了升級，拓展到其他如銀行、保險、水務、電力等各行各業當中。目前阿裡雲已經建立起全國最大客服呼叫中心領域産業的聯盟。

成果豐碩，鄢志傑就認為“在高校或研究所，可以研究無用之美，這種環境下可能會産生相對論這樣偉大的成果，但大部分都會失敗，隻有少量的突破會出來。”達摩院則不同，在阿裡做技術則是基于應用和天然場景驅動。

他的經驗是：“語音實驗室不推崇閉門造車，坐在實驗室裡YY，而是要知道客戶是誰，一項技術産生的客戶價值是什麼。”

隻要找對了方向，他們總有解題的辦法。

5

解題能力與創新能力，這是達摩院幾乎所有人才都必須具備的能力。

以《最強大腦》這個節目為例，華先勝就認為聰明的人、天才并不一定能在《最強大腦》中獲勝，因為人的能力是多方面的，不僅僅是解決“最強大腦”中設計的題目的能力。

華先勝

2016年，加入阿裡後。華先勝用視覺識别和搜索技術做出“拍立淘”功能，跨過技術商業化的門檻後，卻遇到了另外一個史無前例的挑戰“城市大腦”。

“城市大腦”是阿裡雲創始人王堅十分看重的一個項目，他認為城市發展到今天，有那麼多的車輛、道路、立交橋，但僅靠路和紅綠燈，沒法解決交通問題，未來的城市需要一顆“大腦”來幫進行計算和機器智能來解決交通和環境問題。

對于這個項目，王堅給予厚望，甚至稱“城市大腦”是杭州獻給整個世界的一個禮物。華先勝接手整個項目之初，很多人認為這是不可能挑戰，“這可能是要十年之後才會發生的事情。”

在做“城市大腦”時，華先勝要面對的就是沒有答案的問題。

為了解決城市當下遇到的各種問題，他們采用阿裡雲人工智能技術，對城市進行全局實時分析，自動調配公共資源，修正城市運行中的缺陷。在城市大腦團隊看來，未來城市的所有服務、物體、空間等都将數字化。高樓大廈、軌道交通、山野湖泊，這些彼此隔離的城市元素在數字平行世界中開始碰撞。

這其中的挑戰之多超乎常人的想象，如何挖掘城市内交通視覺數據，如何對這些數據進行計算？投入多少人力物力才能産出價值？用哪些技術才能更妥善的解決當下遇到的瓶頸？這些難題無時無刻都在挑動着他和團隊的神經。

為了找到突破點，華先勝的技術團隊幾乎常年流連于城市交通指揮中心，隻為找到最真實的應用場景和數據的價值。

好在這些努力都沒有白費，目前城市大腦在杭州、鄭州、海口、澳門、吉隆坡等全球20多個城市都獲得了落地成果。人工智能讓這些城市治理變得更高效，作為城市大腦的發源地，杭州就發生了“肉眼可見”的改變，2014年，杭州的延誤指數為2.08，在全國擁堵排名第2，到2018年，哪怕是在杭州全市地鐵、快速路網施工占用19.2%道路資源的情況下，杭州的延誤指數仍下降到1.64，排在全國擁堵城市的第57位。

華先勝團隊的人工智能技術還走進了全球醫療機構。這支團隊的研究範圍涵蓋心血管、肺結節、肝髒、骨科、基因、細胞......不一而足，并且奪得多項世界冠軍。僅新冠肺炎疫情期間，其CT影像AI、全基因分析AI等已在全球620多家醫療機構上線使用。

随着這些成果的落地，達摩院的名聲也越來越響亮。《最強大腦》八進四決賽時，會八門語言的選手趙轶被淘汰時，華先勝親自向他發出加入達摩院的邀請，彈幕上一片“這波血賺”、“這波不虧”的評論。

達摩院已經成為被頂尖人才向往之所在，也會誕生越來越多如華先勝和鄢志傑一樣的頂級科學家。馬雲曾說：“能夠被清楚定義的都不是未來，我們對未來所有的想象都是幼稚的。”

而對于這些腦力強者而言，加入達摩院就是擁有定義未來的開始。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!