【芯觀點】如何讓機器有“常識”且更理解人類？第三代人工智能可能要從人機混合上找答案

西北望msm66g9f 2021-07-27

展開全文

不可否認的是，人工智能的發(fā)展確實是在向前，但似乎也存在可見的瓶頸，這背后原因會是哪些，我們能否尋找另一條路？

作者｜Jimmy 校對｜Sharon

集微網(wǎng)·愛集微APP，各大主流應(yīng)用商店均可下載

集微網(wǎng)消息，美國作家Pamela McCorduck在《Machines Who Think (2nd ed.)》一書中寫道：“某種形式上的人工智能是一個遍布于西方知識分子歷史的觀點，是一個急需被實現(xiàn)的夢想，先民對人工智能的追求表現(xiàn)在諸多神話，傳說，故事，預(yù)言以及制作機器人偶（自動機）的實踐之中。”

希臘神話出現(xiàn)的機械人和人造人，中世紀出現(xiàn)的巫術(shù)或煉金術(shù)，中國西周時期的偃師造人等賦予了人工智能基本設(shè)想：人類思考過程的機械化。與其說是一項技術(shù)，人工智能更像是某種精神因子，它貫穿在電影、藝術(shù)、商業(yè)、工業(yè)、生活中。

從1956年達特茅斯會議上正式確立人工智能研究領(lǐng)域后，人工智能從知識驅(qū)動來到了數(shù)據(jù)驅(qū)動。但幾經(jīng)周折，到現(xiàn)在也未達到第一代AI研究員所預(yù)期的那樣——具有人類同等智能水平。而AI這些年的發(fā)展歷程中也飽受非議：變聰明，則底層勞動力對失業(yè)惶恐加劇；還不夠聰明，有關(guān)倫理道德，不可靠，不可信的指責(zé)也絡(luò)繹不絕。

不可否認的是，人工智能的發(fā)展確實是在向前，但似乎也存在可見的瓶頸，這背后原因會是哪些，我們能否尋找另一條路？

以數(shù)據(jù)驅(qū)動的AI的硬傷

清華大學(xué)人工智能研究院院長、中科院院士張鈸曾在《邁向第三代人工智能的新征程》演講中對第一代、第二代人工智能的優(yōu)劣進行了闡述。

第一代人工智能提出了以知識經(jīng)驗為基礎(chǔ)的推理模型，它的優(yōu)點是可解釋、魯棒性強，但局限性在于對人類的知識經(jīng)驗很難準確表達。

第二代人工智能最重要的成果便是深度學(xué)習(xí)，與知識驅(qū)動的第一代AI不同的是，第二代AI是以數(shù)據(jù)驅(qū)動，大數(shù)據(jù)的出現(xiàn)，加上優(yōu)秀的算法，形成了基于概念的深度學(xué)習(xí)，再加上云計算等技術(shù)，使以數(shù)據(jù)為基礎(chǔ)的連接主義模型得到了極大推廣和應(yīng)用，這也是為何數(shù)據(jù)在當(dāng)下是極其關(guān)鍵且核心的因素的緣由，如果類比風(fēng)力發(fā)電，數(shù)據(jù)便是風(fēng)，有它才能有電。

但以數(shù)據(jù)驅(qū)動的AI有根本性的問題，張鈸舉例圖像識別系統(tǒng)，它的識別率可以超過人類，但與人類感知不同，如果它一旦受到外界干擾，它就會出錯。換言之，模式識別并未達到人類認知的水平，只能達到低等動物的水平，感知即是感覺+知覺，而模式識別只有感覺，沒有認知。

他表示，按照大數(shù)據(jù)建立起來的人工智能系統(tǒng)似乎不可信、不可靠、不安全、不易推廣，這都是目前用深度學(xué)習(xí)進行人工智能研究帶來的問題，也可以說是大數(shù)據(jù)遇到的挑戰(zhàn)。

遙想前兩年利用DeepFake進行詐騙的案件，人臉識別的種族歧視等問題，都從側(cè)面反應(yīng)出了上述困境。

如何讓機器有“常識”？光“喂”數(shù)據(jù)遠遠不夠

“過去的人工智能要做什么需要研究人員將人類已經(jīng)存在的信息變成算法，留在計算空間中，讓計算機自動執(zhí)行人類已經(jīng)設(shè)計好的程序。而現(xiàn)在的通用計算機，是一個自動計算機，自動執(zhí)行程序，人類程序員形似'天啟’為其注入智力，也如同我們無意之中提供的行為數(shù)據(jù)?！眹揽萍即髮W(xué)教授王懷民院士在2021世界人工智能大會期間這樣指出。

所謂“天啟”即是圖靈1939年博士論文中提出的概念。天啟圖靈機是一種抽象計算機，用來研究決定性問題，通?？梢詧?zhí)行很多對一般圖靈機而言很特殊的操作，而現(xiàn)在最接近于天啟圖靈機概念的便是互聯(lián)網(wǎng)應(yīng)用，它通過搜集用戶每天的行為數(shù)據(jù)，經(jīng)過大數(shù)據(jù)算法形成了對于個體行為特征的分析和抓取，進而推送專屬于每個用戶自身的信息內(nèi)容。

我們不經(jīng)意間在某個視頻上多停留的幾秒，對同一家店的多次打卡，又或是對于某些消費品類的青睞，都會給人工智能帶去海量的行為數(shù)據(jù)，而在這過程中，人工智能不再只是執(zhí)行人類設(shè)計好的程序的計算系統(tǒng)，它同時也在理解人類。

對此，王懷民指出，這是一個意外，但已超出有窮表達的概念，這在今天應(yīng)該給予高度重視。

那么為何我們需要對這些細微的變化給予高度重視？

因為常識往往不在數(shù)據(jù)中，自然語言理解就是最好的例子。它是人工智能領(lǐng)域最核心的問題，不管是機翻也好，自然語言應(yīng)用也罷，人工智能系統(tǒng)當(dāng)下的問題，在于缺乏常識，所以真正重要的場合還是以人為核心的同聲傳譯為主。知識的發(fā)展，經(jīng)驗的傳承是在海量數(shù)據(jù)中難以提取的。

第三代人工智能：人機混合的群體智能或是一大方向

國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》提出了五種人工智能的技術(shù)形態(tài)，即從數(shù)據(jù)到知識到?jīng)Q策的大數(shù)據(jù)智能、從處理單一類型媒體數(shù)據(jù)到不同模態(tài)（視覺、聽覺和自然語言等）綜合利用的跨媒體智能、從“個體智能”研究到聚焦群智涌現(xiàn)的群體智能、從追求“機器智能”到邁向人機混合的增強智能、從機器人到智能自主系統(tǒng)。

那我們該如何實現(xiàn)？我們所迎來的人機混合的群體智能時代或許是一條出路。

賽迪顧問人工智能產(chǎn)業(yè)研究中心高級分析師杜欣澤表示，第一代AI和第二代AI只是從兩個維度，不同側(cè)面描述人類心智，依靠單個范式不可能觸及人類真正的智能。而第三代AI是融合第一代的知識驅(qū)動和第二代的數(shù)據(jù)驅(qū)動的人工智能，利用知識、數(shù)據(jù)、算法和算力四個要素，建立新的可解釋和魯棒的AI理論與方法，發(fā)展安全、可信、可靠和可擴展的AI技術(shù)。

未來，AI與人類的關(guān)系將從“功能輔助”轉(zhuǎn)向“人機協(xié)同”。人類知識將在未來的AI技術(shù)發(fā)展中至關(guān)重要，需要構(gòu)建起AI與人類的協(xié)作體系，而不是傳統(tǒng)的人工智能單純、單方向幫助人類完成特性功能性任務(wù)。當(dāng)機器增強人類能力的同時，人類專家也在給予機器指引，讓機器更加理解人類。

圖源｜網(wǎng)絡(luò)

更多重磅新聞

請點擊進入愛集微小程序

或下載愛集微APP閱讀