以下文章來源于AI TIME 論道 ，作者AITimer
AI TIME 論道
AI Time是清華大學(xué)計(jì)算機(jī)系一群關(guān)注人工智能發(fā)展，并有思想情懷的青年學(xué)者們創(chuàng)辦的圈子。AI Time旨在發(fā)揚(yáng)科學(xué)思辨精神，邀請各界人士對人工智能理論、算法、場景、應(yīng)用的本質(zhì)問題進(jìn)行探索，加強(qiáng)思想碰撞，為大家打造一個知識分享的聚集地。
嘉賓與主持人合影
近日，清華大學(xué)-中國工程院知識智能聯(lián)合研究中心年會暨認(rèn)知智能高峰論壇在清華大學(xué)法學(xué)院廖凱原樓隆重召開。
AI Time第十期“論道AI：認(rèn)知智能的能與不能”于當(dāng)日下午舉行，清華大學(xué)張鈸院士、阿里巴巴資深算法專家楊紅霞、清華大學(xué)自動化系助理教授黃高、清華大學(xué)計(jì)算機(jī)系副教授黃民烈圍繞感知智能與認(rèn)知智能的關(guān)系，認(rèn)知智能的典型問題和應(yīng)用，認(rèn)知智能的進(jìn)步和挑戰(zhàn)，實(shí)現(xiàn)類人智能現(xiàn)在亟待做什么等話題等進(jìn)行了思辨與討論?；顒游吮姸嘣谛W(xué)生、高校教師、企業(yè)技術(shù)精英、投資者等相關(guān)領(lǐng)域的專家與技術(shù)愛好者。
一、人工智能發(fā)展史
人工智能的發(fā)展分為三個階段：第一階段是計(jì)算智能，這一階段的核心問題是存儲與計(jì)算，先存儲大量的數(shù)據(jù)，然后做高性能的計(jì)算等。第二個階段是感知智能，即能聽、會說，能看、會認(rèn)，現(xiàn)階段的語音識別、人臉識別、交通標(biāo)志識別是典型的代表。第三個階段是認(rèn)知智能。人類能夠認(rèn)識、處理一段文字，能夠理解、翻譯一段語音依靠的是認(rèn)知能力。而在認(rèn)知智能階段需要解決的問題是：如何讓機(jī)器能夠真正地去模仿人類，并進(jìn)行歸納、思考與推理、規(guī)劃。
感知智能，實(shí)際上是涉及機(jī)器的視覺、聽覺和觸覺感知的能力，主要是對生數(shù)據(jù)的處理，能做一些分類、檢測，基于這些做一個初步的決策，特點(diǎn)是數(shù)據(jù)驅(qū)動，屬于典型的弱人工智能的范疇。它存在以下三方面的缺陷：一、模型魯棒性差，加上干擾就能夠犯非常低級的錯誤，但是人是不會犯低級的錯誤；二、模型的可解釋性差；三、缺乏知識積累的能力。智能的物流、自動駕駛，人臉識別、醫(yī)療診斷等，都是一些典型的應(yīng)用場景。
感知智能應(yīng)用
認(rèn)知智能，指機(jī)器要具備主動思考和理解的能力，它通常跟人的語言、認(rèn)知和邏輯相關(guān)。它的特點(diǎn)為：有歸納的能力，有推理的能力和有知識運(yùn)用的能力，屬于典型的強(qiáng)人工智能。典型應(yīng)用場景有：智能寫作、智能對話等。
認(rèn)知智能應(yīng)用
二、認(rèn)知智能與感知智能的關(guān)系
張鈸院士
正如張鈸院士所講：“認(rèn)知智能(Cognitive Intelligence)包括感知智能(Sensation Intelligence)，感知智能是認(rèn)知智能中的一部分。人類的智能包含三項(xiàng)內(nèi)容：感性智能、理性智能和行為動作，這三項(xiàng)內(nèi)容加起來就是認(rèn)知智能（Cognitive Intelligence）。仔細(xì)觀察嬰兒會發(fā)現(xiàn)，嬰兒在2歲以前除了吃飯和睡覺，還需要做以下三件事：觀察，傾聽，動作。這便是以上提到的三個智能：理性、感性、行為。”
楊紅霞
阿里巴巴資深算法專家楊紅霞從工業(yè)具體應(yīng)用場景闡述了為什么需要認(rèn)知智能以及如何實(shí)現(xiàn)認(rèn)知智能。基于認(rèn)知智能的推薦系統(tǒng)，是阿里巴巴下一代的核心技術(shù)。現(xiàn)在的千人千面推薦系統(tǒng)只能基于用戶過去的行為或者是根據(jù)類似的人群行為，最終將用戶喜歡的或者曾經(jīng)喜歡的東西再次推薦給用戶，但是仍然不能實(shí)現(xiàn)具體場景理解，對用戶進(jìn)行相關(guān)性產(chǎn)品推薦。認(rèn)知智能將會解決這一挑戰(zhàn)，并且將是阿里手機(jī)淘寶業(yè)務(wù)具有戰(zhàn)略性地位的一件事情。實(shí)現(xiàn)認(rèn)知推理和認(rèn)知智能，必須具備兩個核心要素（1）跨領(lǐng)域的知識圖譜和人的常識；（2）強(qiáng)大的推理引擎（GNN System）。
黃高
黃高教授從計(jì)算機(jī)視覺的角度討論了現(xiàn)有深度學(xué)習(xí)在認(rèn)識方面的不足，分別從雙目視覺和醫(yī)學(xué)影像兩個具體場景進(jìn)行了舉例。對于雙目視覺深度估計(jì)的任務(wù)，處理圖片中鏡面或者透明玻璃部分的視距，通過現(xiàn)有的深度學(xué)習(xí)的方式去做，效果并不好。原因在于算法不太善于根據(jù)周圍信息實(shí)現(xiàn)有無“鏡面”或“玻璃”存在的推理。在醫(yī)學(xué)影像分析場景，利用深度學(xué)習(xí)技術(shù)分析核磁共振的血管成像，如果兩根血管離得非常近，很容易把它們拼在一起，導(dǎo)致不能有效的輔助醫(yī)生精確區(qū)分血管，這也體現(xiàn)了深度學(xué)習(xí)方法缺乏對物理世界的認(rèn)識能力。
三、現(xiàn)狀與挑戰(zhàn)
張鈸院士提到目前深度學(xué)習(xí)這種方法，只實(shí)現(xiàn)了低等動物的水平，但幾乎不能夠從感性智能上升到理性智能。原因在于并不能實(shí)現(xiàn)感知，并且不會積累大量的知識。換句話講，現(xiàn)在可以做一個識別系統(tǒng)，識別世界上各種各樣的動物，識別率可能比人還高，但是系統(tǒng)不認(rèn)識動物，也就是說沒有從感性認(rèn)識提高到理性認(rèn)識。圍棋（阿法狗）之所以能夠戰(zhàn)勝人類的原因就是利用深度學(xué)習(xí)方法，依靠感性認(rèn)知、靠直覺實(shí)現(xiàn)的。目前實(shí)現(xiàn)認(rèn)知智能這個任務(wù)仍然非常艱巨，讓計(jì)算機(jī)系統(tǒng)能夠從感應(yīng)提高到理性，或者能夠提高到人類認(rèn)知的水平，還有很長的路要走。
對于實(shí)現(xiàn)認(rèn)知智能，楊紅霞認(rèn)為需要更多的與腦科學(xué)家進(jìn)行深入的探討，應(yīng)該學(xué)習(xí)一下大腦是怎樣進(jìn)行思考的。目前最大的挑戰(zhàn)在于如何挖掘知識、對知識進(jìn)行判斷以及如何產(chǎn)生新的知識。現(xiàn)階段的一個普遍做法是通過自下而上或者自上而下方式進(jìn)行。自下而上的方法主要是通過多模態(tài)學(xué)習(xí)的方式進(jìn)行用戶意圖特征表示。自上而下的方式主要是構(gòu)建特定領(lǐng)域知識圖譜。
黃高講到目前實(shí)現(xiàn)認(rèn)知智能的主要思想是將數(shù)據(jù)驅(qū)動和知識驅(qū)動結(jié)合在一起，知識如何獲取并且如何將獲取的知識與數(shù)據(jù)驅(qū)動方法結(jié)合是現(xiàn)階段面臨的挑戰(zhàn)。一種有效的解決方案是利用圖神經(jīng)網(wǎng)絡(luò)。比如將圖神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)結(jié)合進(jìn)行視覺圖像特征的提取。實(shí)現(xiàn)認(rèn)知智能的另一種途徑是借鑒人腦機(jī)制，比如注意力機(jī)制、記憶機(jī)制、遺忘機(jī)制等。一種有效的解決方案是構(gòu)建動態(tài)神經(jīng)網(wǎng)絡(luò)，此網(wǎng)絡(luò)具有能夠自適應(yīng)外界能力，即可以根據(jù)不同的輸入自動改變網(wǎng)絡(luò)結(jié)構(gòu)或者結(jié)構(gòu)。其好處至少有兩點(diǎn)：（1）能夠節(jié)省計(jì)算（2）易于實(shí)現(xiàn)可解釋性。
黃民烈
四、知識的作用
張鈸院士從人類進(jìn)化的角度對知識在認(rèn)知智能的作用進(jìn)行了闡述。知識的作用本質(zhì)是涉及到學(xué)習(xí)的問題，關(guān)于學(xué)習(xí)問題可以類比于嬰兒學(xué)習(xí)，在2歲以前做什么。除了吃飯和睡覺，小孩子還需要做以下三件事：（1）觀察，對于世界的觀察，這是上帝賦予他的任務(wù)，必須抓緊時間無監(jiān)督學(xué)習(xí)，而且在一個地方待長了就要哭，這也是上帝告訴他的，不能總在一個地方看，必須在好幾個地方看。（2）傾聽，為什么媽媽總是跟小孩嘮叨，這也是母親的天性，上帝告訴他你必須抓緊時間跟他嘮叨，唱兒歌、唱催眠曲等，這也是無監(jiān)督學(xué)習(xí)。（3）動作，小孩子幾乎一刻不停。這正如之前提到過的三個智能：理性、感性、動作。小孩子必須要在2歲以前完成以上任務(wù)，然而目前計(jì)算機(jī)最擅長的就只是概率統(tǒng)計(jì)學(xué)習(xí)，動作方面計(jì)算機(jī)也很難完成，傾聽還有待提高。這其中的差距，也是人工智能非常重要的內(nèi)容。
針對這個問題，黃高提到目前在計(jì)算機(jī)視覺領(lǐng)域主要是利用多模態(tài)（看、聽、觸摸）自監(jiān)督學(xué)習(xí)方法去解決遇到的問題，通過不同模態(tài)之間的互監(jiān)督學(xué)習(xí)，充分利用不同模態(tài)之間的一致性等信息。
楊紅霞認(rèn)為人腦為什么學(xué)的快有一種猜想是每一個神經(jīng)元將人類進(jìn)化幾十萬年的知識都建立了特定模型進(jìn)行存儲，并且通過few shot/one shot激活，然后基于非常高效的分布式方式將信息擴(kuò)散。
五、現(xiàn)場嘉賓激烈思辨過程中，觀眾提問不斷
1. 有在嘗試拆解神經(jīng)網(wǎng)絡(luò)這個黑盒嗎？有在嘗試解釋每一層的權(quán)重嗎？
對此，楊紅霞老師表示，其實(shí)是有一定的嘗試，有人通過用ODE這個方法去做。
張鈸院士認(rèn)為有研究者試圖利用可視化的辦法進(jìn)行模型解釋，通過將學(xué)習(xí)到的特征進(jìn)行可視化，但是這種方法治標(biāo)不治本。因?yàn)橥ㄟ^可視化的方法展示的特征在大多數(shù)情況下不足以來解釋結(jié)果。以癌癥診斷為例進(jìn)行了說明。當(dāng)計(jì)算機(jī)計(jì)算完成、診斷有癌癥以后，可視化某些特征進(jìn)行解釋說明，但是醫(yī)生并不認(rèn)可。原因在于醫(yī)生并不是根據(jù)這些可視化的特征來診斷病情的。
黃高老師基本認(rèn)同張鈸院士的觀點(diǎn)，現(xiàn)在有兩種常用的解釋深度網(wǎng)絡(luò)的方法：（1）利用常微分方程(ODE)，但是這種方法在現(xiàn)實(shí)中往往并不能自洽。（2）利用可視化方法，但由于神經(jīng)網(wǎng)絡(luò)的特點(diǎn)是分布式表示，有意義的特征是通過大量的神經(jīng)元共同表征的，因此很難通過可視化單個神經(jīng)元去解釋深度學(xué)習(xí)的機(jī)理。
2.將知識引入人工智能，但知識的本質(zhì)是對現(xiàn)實(shí)世界抽象的一個子集，知識是多樣世界的一個表示，需要收錄到機(jī)器的知識無窮盡，知識不是生命，不能參與到客觀的社會實(shí)踐中，給機(jī)器灌注知識這種方法是否合理？
張鈸院士認(rèn)為這個問題現(xiàn)在從科學(xué)的角度來講，無法進(jìn)行回答。因?yàn)闆]有充分的科學(xué)證據(jù)證明你的觀點(diǎn)。不主張?jiān)诳茖W(xué)層面上考慮，可以從哲學(xué)的層面上進(jìn)行討論。從哲學(xué)方面來討論有沒有意義？有沒有啟發(fā)性？因?yàn)檎軐W(xué)要解決科學(xué)目前還解決不了的問題。應(yīng)該怎么來考慮，這個在哲學(xué)里面分兩塊：一半說行，一半說不行。應(yīng)該贊成哪一半？看它說出來的理由。人類的智慧怎么來的？處于低等的動物通過自然的進(jìn)化，進(jìn)化出人類的智能。而要用一個機(jī)器來做這件事，從哲學(xué)上探討，由低等動物進(jìn)化到高等（像人類這樣的）智能的動物，這已經(jīng)是事實(shí)。走向智能的道路只有這條嗎？如果是，那么結(jié)論就是機(jī)器永遠(yuǎn)不可能超過人；如果說走上智能的道路有很多條，你便會贊成機(jī)器可能會進(jìn)化出一個智能，但這個智能不會與人類完全一樣。張鈸院士贊成后者，而大多數(shù)人也是贊成后者的。大多數(shù)科學(xué)家都相信走向智能的道路有多條，條條大道通羅馬，因此相信在宇宙空間，肯定有地球之外的生物存在，如果相信這條就相信機(jī)器可以不斷地進(jìn)化而產(chǎn)生智能。未來的目標(biāo)不是要做出與人類一樣的機(jī)器，而是要做出與人類智能不一樣的機(jī)器，在實(shí)現(xiàn)的過程中，需要千方百計(jì)向人類學(xué)習(xí)，因?yàn)槿祟愐呀?jīng)存在，有一個現(xiàn)成的樣本可以去學(xué)，從而進(jìn)化出一個機(jī)器的智能體，這個智能體在某些方面比人類強(qiáng)，在某些方面比人類弱，這就是我們所需要的。只有這樣才能夠建立起來人類與機(jī)器的和諧社會，也是我們最終的目的。
最后關(guān)于類人智能能否實(shí)現(xiàn)，現(xiàn)場觀眾進(jìn)行了投票，結(jié)果如下所示，87.65%的聽眾相信類人智能在不遠(yuǎn)的將來必定會實(shí)現(xiàn)。
六、類人智能如何實(shí)現(xiàn)？
黃高建議從腦科學(xué)出發(fā)，學(xué)習(xí)和借鑒人腦的工作機(jī)制，構(gòu)建新的機(jī)器學(xué)習(xí)模型。一方面研究人腦是怎樣工作的，對于外部的刺激，是如何轉(zhuǎn)化成生物電信號，然后如何在腦部完成處理。另一方面，在算法研究方面，試圖從對人腦的理解中去汲取靈感，學(xué)習(xí)人腦的注意力、記憶和遺忘等機(jī)制構(gòu)建新型模型。
楊紅霞認(rèn)為先構(gòu)建基于人腦的新模型、加強(qiáng)硬件設(shè)計(jì)。一方面要開發(fā)基于人腦結(jié)構(gòu)的下一代新型模型，因?yàn)楸磉_(dá)能力強(qiáng)的模型并不足以稱得上是認(rèn)知智能。其次要加強(qiáng)硬件芯片的設(shè)計(jì)，使得硬件能夠適配軟件模型。
張鈸院士最后總結(jié)人工智能的最終解決要依靠我們對大腦的工作有深入的了解，主要加強(qiáng)兩方面工作：（1）人腦研究；（2）計(jì)算機(jī)建模。一方面要在探索腦科學(xué)基本的工作機(jī)制，另外一方面是需要在計(jì)算模型豐富，數(shù)據(jù)和知識結(jié)合，尤其是知識怎么用。
論道認(rèn)知智能的能與不能
本次活動PPT下載鏈接：
https://www.aminer.org/ki2000。
編輯：王菁
—完—
