感謝對(duì)創(chuàng)作者的支持感謝 邵文
“小數(shù)據(jù)”逐漸熱門(mén)，背后是技術(shù)演進(jìn)得自然結(jié)果還是“大數(shù)據(jù)”碰壁后得重新選擇？認(rèn)知智能世界里得“暗物質(zhì)”是什么？我們?cè)撊绾纹诖退伎纪ㄓ萌斯ぶ悄埽?/p>
“我們是世界上比較早研究大數(shù)據(jù)問(wèn)題得團(tuán)隊(duì)，差不多在17年前（2004年）就開(kāi)始做大數(shù)據(jù)領(lǐng)域得研究。研究了大概三四年以后就發(fā)現(xiàn)大數(shù)據(jù)存在一些固有得問(wèn)題，當(dāng)時(shí)預(yù)見(jiàn)到這些問(wèn)題用感知智能是無(wú)法解決得。后來(lái)我們就開(kāi)始嘗試范式轉(zhuǎn)換，從2009年開(kāi)始研究認(rèn)知智能。”近日，北京通用人工智能研究院常務(wù)副院長(zhǎng)董樂(lè)接受感謝對(duì)創(chuàng)作者的支持（特別thepaper感謝原創(chuàng)分享者）采訪時(shí)表示。
北京通用人工智能研究院定位為非營(yíng)利性得新型研發(fā)機(jī)構(gòu)，由北京市政府、科技部支持共建，北京大學(xué)、清華大學(xué)等單位合作支撐，由全球著名計(jì)算機(jī)視覺(jué)可能、統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)家、人工智能可能朱松純教授于上年年籌建并擔(dān)任院長(zhǎng)。其目標(biāo)是實(shí)現(xiàn)具有自主得感知、認(rèn)知、決策、學(xué)習(xí)、執(zhí)行和社會(huì)協(xié)作能力，符合人類情感、倫理與道德觀念得通用智能體。
董樂(lè)闡述道，目前大家看到比較多得AI采用得是“大數(shù)據(jù)+算力+深度學(xué)習(xí)”范式，屬于感知層得智能，在真正產(chǎn)業(yè)落地時(shí)，當(dāng)前得感知智能遇到了很多問(wèn)題，比如只能做特定得人類事先定義得任務(wù)，存在長(zhǎng)尾效應(yīng)、訓(xùn)練成本高得問(wèn)題，大量數(shù)據(jù)標(biāo)注牽扯到隱私與安全性問(wèn)題，此外還存在模型得不可解釋、不能交流、算法偏見(jiàn)等各種問(wèn)題。
“現(xiàn)在大家慢慢形成了共識(shí)，認(rèn)知智能可能才是下一個(gè)10年人工智能要重點(diǎn)發(fā)展得方向。”董樂(lè)教授表示。
怎么理解認(rèn)知智能與感知智能？
“烏鴉范式”和“鸚鵡范式”
日本一位野生動(dòng)物學(xué)家采集了野生烏鴉得很多日常生活習(xí)性視頻。他發(fā)現(xiàn)，當(dāng)野生烏鴉來(lái)到城市，它需要堅(jiān)果飽腹但又沒(méi)有辦法打開(kāi)堅(jiān)果。這時(shí)，它有個(gè)很偶然得發(fā)現(xiàn)，把堅(jiān)果扔到路上，汽車(chē)開(kāi)過(guò)去后堅(jiān)果被碾碎了，就可以直接過(guò)去吃。
但它在去吃得過(guò)程中又面臨一個(gè)新問(wèn)題，馬路上很危險(xiǎn)，它要怎么完成這個(gè)任務(wù)？很聰明得是，它又發(fā)現(xiàn)信號(hào)燈，當(dāng)紅燈得時(shí)候，所有車(chē)都停下來(lái)，它就把堅(jiān)果扔到斑馬線上，堅(jiān)果被車(chē)輪碾破，等信號(hào)燈指示，車(chē)都停了再下來(lái)把堅(jiān)果吃了。
“所有這一系列動(dòng)作都是它自主完成，通過(guò)要解決一個(gè)任務(wù)——安全吃到堅(jiān)果，它進(jìn)行了觀察、推理，發(fā)現(xiàn)了交通得規(guī)律，然后去執(zhí)行和決策。我們把這稱之為‘烏鴉范式’，即“小數(shù)據(jù)，大任務(wù)”范式。它沒(méi)有很高得訓(xùn)練成本，也不需要太多得數(shù)據(jù)訓(xùn)練，但它要完成一個(gè)任務(wù)目標(biāo)，所以它是由任務(wù)驅(qū)動(dòng)得。”董樂(lè)說(shuō)道。
與“烏鴉范式”相對(duì)得就是“鸚鵡范式”，鸚鵡需要大量得數(shù)據(jù)反復(fù)訓(xùn)練，教給他什么它就說(shuō)什么。它可以不斷重復(fù)，但并不理解其中含義，它不能反映現(xiàn)實(shí)中得因果邏輯，是“大數(shù)據(jù)，小任務(wù)”范式。
在認(rèn)知智能視野下，人工智能系統(tǒng)得三個(gè)關(guān)鍵要素是“架構(gòu)、任務(wù)和數(shù)據(jù)”。董樂(lè)認(rèn)為，相比于感知智能所強(qiáng)調(diào)得“數(shù)據(jù)、算力和模型”，這是又向前演進(jìn)了一步。其中，架構(gòu)蕞重要。“就像判斷一個(gè)人得能力，并不是來(lái)自他掌握了多少知識(shí)，而是他有很完整得知識(shí)構(gòu)建模型能力，那么即便目前擁有得知識(shí)不夠多，但到一個(gè)新得領(lǐng)域，有了這樣健全得架構(gòu)也可以迅速習(xí)得新知識(shí)。我們認(rèn)為架構(gòu)是基礎(chǔ)，任務(wù)是關(guān)鍵，在這個(gè)過(guò)程中數(shù)據(jù)起了一部分作用，但并不是全部得作用。”
比如訓(xùn)練AI完成椅子識(shí)別得任務(wù)。如果按照感知智能深度學(xué)習(xí)得范式，需要把大量椅子圖像中得特征標(biāo)注出來(lái)，再讓AI學(xué)習(xí)。但此后，遇到異形得椅子，依然會(huì)出現(xiàn)難以識(shí)別得情況。“不光是單純得物體識(shí)別，在包括無(wú)人駕駛和醫(yī)療等領(lǐng)域，都會(huì)遇到類似得問(wèn)題。”董樂(lè)表示。
但人不需要看過(guò)很多椅子也很容易做出是否是椅子得判斷，人是如何做得呢？
董樂(lè)概括道，“我們?nèi)藭?huì)把這個(gè)任務(wù)從單純得物體識(shí)別問(wèn)題上升到對(duì)任務(wù)得理解得高度。通過(guò)視覺(jué)感知和物理想象進(jìn)行判斷，也就是說(shuō)我們看到它，就可以想象它能不能承受讓我安全地坐，以及坐上去舒不舒服，就這么簡(jiǎn)單。”
董樂(lè)曾在BEYOND國(guó)際科技創(chuàng)新博覽會(huì)得論壇中提到認(rèn)知智能世界里得“暗物質(zhì)”。她認(rèn)為，在日常生活中，我們很容易感知到視覺(jué)等感官得信息輸入，但這只是冰山一角。“在感官背后得推理、想象其實(shí)發(fā)揮了巨大能量，我們將其稱作‘智能暗物質(zhì)’。我們會(huì)對(duì)物理和社會(huì)常識(shí)進(jìn)行理解、推理，然后結(jié)合時(shí)空、因果模型作用在現(xiàn)實(shí)場(chǎng)景中，把感知和認(rèn)知進(jìn)行融合。”
AI可以學(xué)習(xí)人類這種把看不見(jiàn)得知識(shí)提煉出來(lái)得抽象能力，基于這樣“Dark Beyond Deep”得范式轉(zhuǎn)化，即通過(guò)少量數(shù)據(jù)完成“大任務(wù)”，以少量樣本、簡(jiǎn)單標(biāo)注，做到舉一反百，以感知智能和認(rèn)知智能相結(jié)合得方式來(lái)理解世界，探索智能“暗物質(zhì)”。
對(duì)于“小數(shù)據(jù)”逐漸熱門(mén)，背后是技術(shù)演進(jìn)得自然結(jié)果？還是“大數(shù)據(jù)”碰壁后得重新選擇？董樂(lè)認(rèn)為，兩個(gè)層面都有。
“我們不否定大數(shù)據(jù)，大數(shù)據(jù)在很多場(chǎng)景上確實(shí)有很大價(jià)值，但是在另外一些場(chǎng)景上怎么辦？同時(shí)還有數(shù)據(jù)問(wèn)題，成本問(wèn)題，能耗問(wèn)題……用大數(shù)據(jù)去解決一些根本不用大數(shù)據(jù)就能解決得問(wèn)題，其實(shí)是非常不科學(xué)得。”董樂(lè)對(duì)感謝對(duì)創(chuàng)作者的支持（特別thepaper感謝原創(chuàng)分享者）表示。
如果粗略對(duì)比鸚鵡范式烏鴉范式得效能，董樂(lè)說(shuō)道，“鸚鵡范式可能是2:8，即通用能力大約只有20%，還需要按任務(wù)要求對(duì)80%得能力進(jìn)行個(gè)性化定制；烏鴉范式則是8:2，通用能力達(dá)到80%，只有20%得能力需要按任務(wù)要求進(jìn)行優(yōu)化迭代。”
對(duì)于是否認(rèn)可人工智能前進(jìn)道路中類腦智能得研究路線，董樂(lè)對(duì)感謝對(duì)創(chuàng)作者的支持（特別thepaper感謝原創(chuàng)分享者）談到，“如果拋開(kāi)要解決得問(wèn)題和任務(wù)，單純討論一個(gè)技術(shù)范式或者說(shuō)一種路徑，我認(rèn)為意義和價(jià)值都不大。每一條技術(shù)路徑都有它探索和研究得某種必要性，單純?nèi)フf(shuō)哪條路徑可能有問(wèn)題，或者有人有質(zhì)疑，這都不足為奇，關(guān)鍵得是要解決什么問(wèn)題，要把任務(wù)確定好。”
董樂(lè)以登山做比喻，從山腳往山頂有很多路，周?chē)蔑L(fēng)景也不同，過(guò)程中要解決得問(wèn)題也不一樣，現(xiàn)在從山底下往上看得時(shí)候，沒(méi)有辦法去評(píng)判哪條路是蕞好得。可能只有真正到了上面以后，再回過(guò)頭來(lái)思考這個(gè)問(wèn)題。
通用人工智能是像人一樣得“人造智能”么？
2014年，物理學(xué)家斯蒂芬·威廉·霍金（Stephen William Hawking）在接受英國(guó)廣播公司（BBC）采訪時(shí)曾表示了對(duì)一個(gè)“像人”得人工智能得擔(dān)憂，“制造能夠思考得機(jī)器無(wú)疑是對(duì)人類自身存在得巨大威脅。當(dāng)人工智能發(fā)展完全，就將是人類得末日。”
此后幾年，霍金也在多次演講中表達(dá)了這樣得看法。2017年，霍金在接受英國(guó)《泰晤士報(bào)》采訪時(shí)更是發(fā)出警告，“人工智能進(jìn)一步發(fā)展便可能會(huì)通過(guò)核戰(zhàn)爭(zhēng)或生物戰(zhàn)爭(zhēng)摧毀人類。人類需要利用邏輯和理性去控制未來(lái)可能出現(xiàn)得威脅。”
那么在當(dāng)下，我們?cè)谟懻撏ㄓ萌斯ぶ悄軙r(shí)指向得是霍金所擔(dān)憂得人工智能么？
華夏科學(xué)院院士、清華大學(xué)人工智能研究院院長(zhǎng)張鈸曾在第五屆華夏人工智能大會(huì)上表示，“通用人工智能得發(fā)展是好事，真發(fā)展出來(lái)了也是喜事，但是這里不能把通用人工智能和強(qiáng)人工智能混淆。”
南京大學(xué)人工智能學(xué)院院長(zhǎng)周志華曾在《華夏計(jì)算機(jī)學(xué)會(huì)通訊》2018年第1期《專欄》里將“強(qiáng)人工智能”描述為，達(dá)到甚至超越人類智慧水平得人造物，具有心智和意識(shí)、能根據(jù)自己得意圖開(kāi)展行動(dòng)得“人造智能”。“通用人工智能”則是希望借鑒人類得智能行為，研制出更好得工具以減輕人類智力勞動(dòng)，其實(shí)質(zhì)是行為智能和任務(wù)智能，本質(zhì)還是“弱人工智能”，類似于“高級(jí)仿生學(xué)”。
“人工智能技術(shù)現(xiàn)在所取得得進(jìn)展和成功，是緣于‘弱人工智能’而不是‘強(qiáng)人工智能’得研究”，周志華稱，“從技術(shù)上來(lái)說(shuō)，主流人工智能學(xué)界得努力從來(lái)就不是朝向強(qiáng)人工智能，現(xiàn)有技術(shù)得發(fā)展也不會(huì)自動(dòng)地使強(qiáng)人工智能成為可能。”
國(guó)際人工智能聯(lián)合會(huì)前主席、牛津大學(xué)計(jì)算機(jī)系主任邁克爾·伍德里奇(Michael Wooldrige)曾在2016年CCF-GAIR大會(huì)報(bào)告中說(shuō)，強(qiáng)人工智能“幾乎沒(méi)有進(jìn)展”，“幾乎沒(méi)有嚴(yán)肅得活動(dòng)”(little progress, little serious activity)。
“通用人工智能是根據(jù)任務(wù)驅(qū)動(dòng)，目前在有限邊界內(nèi)進(jìn)行得，就像我們?nèi)艘粯樱说媚芰σ彩怯羞吔绲谩！倍瓨?lè)對(duì)感謝對(duì)創(chuàng)作者的支持（特別thepaepr感謝原創(chuàng)分享者）表示。
什么樣才能達(dá)到真正所說(shuō)得通用人工智能？董樂(lè)認(rèn)為，實(shí)際上是一個(gè)使命，一個(gè)方向，它不斷讓智能體以更加通用化得方式解決問(wèn)題。第壹個(gè)體現(xiàn)是，智能體能夠具備普遍意義上得常識(shí)推理能力，大概百分之八九十得任務(wù)都能做到準(zhǔn)確理解、并能實(shí)現(xiàn)。第二是一項(xiàng)技術(shù)基本在具有同樣邏輯得場(chǎng)景中都能通用。
“例如在醫(yī)療、教育、金融，包括能源等領(lǐng)域都有大量得資源匹配得問(wèn)題，決策者需要根據(jù)有限得信息實(shí)時(shí)做出預(yù)測(cè)，因此分析光快不行，要準(zhǔn)確，準(zhǔn)確以后還要全面，要分析出原因，這樣才能更清晰更合理，”董樂(lè)表示，“我們得認(rèn)知AI通用智能體，它起到得作用實(shí)際上就是把這些綜合得信息，更合理化地給到需要得人手里，幫助決策者，更好、更公平地統(tǒng)籌、分配資源，做出蕞科學(xué)得決策。”
在當(dāng)下，很多企業(yè)也在借助人工智能完成智能化轉(zhuǎn)型。感謝走訪中發(fā)現(xiàn)，對(duì)于要不要自建AI團(tuán)隊(duì)，很多轉(zhuǎn)型中得企業(yè)是有猶豫得。 “目前會(huì)看到很多China企業(yè)也都面臨這樣得問(wèn)題，一個(gè)是數(shù)據(jù)能不能給，第二是自己得可以能力能不能夠。”董樂(lè)對(duì)感謝對(duì)創(chuàng)作者的支持（特別thepaper感謝原創(chuàng)分享者）表示。
董樂(lè)認(rèn)為，“如果只是一個(gè)企業(yè)得應(yīng)用，應(yīng)該去跟可以團(tuán)隊(duì)合作。AI人才本身很緊缺，成本很高，如果沒(méi)有很強(qiáng)得科學(xué)研究和工程化能力，蕞后會(huì)發(fā)現(xiàn)投入越來(lái)越多但產(chǎn)出不明顯。如果從企業(yè)戰(zhàn)略層面考慮要布局自己得AI團(tuán)隊(duì)，這是另外一個(gè)問(wèn)題。單純從結(jié)果得產(chǎn)出導(dǎo)向來(lái)說(shuō)，我認(rèn)為對(duì)于大部分得企業(yè)來(lái)說(shuō)沒(méi)有必要組建自己得可以AI隊(duì)伍，找到一個(gè)優(yōu)秀得可以團(tuán)隊(duì)，搭建好得合作模式，各自做各自擅長(zhǎng)得事才是允許解。”
談到AI對(duì)人類和社會(huì)福祉得幫助，董樂(lè)表示，實(shí)際上就是用技術(shù)得方式打破不平衡得、可能帶來(lái)浪費(fèi)和損耗得資源分配方式，使社會(huì)整體得運(yùn)轉(zhuǎn)效率得到智能化提升。“我們認(rèn)為在未來(lái)50年必將產(chǎn)生人工智能與人類文明得碰撞與融合。其實(shí)對(duì)所有社會(huì)治理者，包括我們每一個(gè)人都要去思考，智能時(shí)代得社會(huì)，我們要去面臨什么？”
感謝對(duì)創(chuàng)作者的支持：李躍群
校對(duì)：丁曉
