清華大學教授鄧志東：我們如何邁向認知智能與通用AI？

【本站智能訊9月12日消息】今天下午，在無錫華邑酒店舉辦的由本站科技、本站智能、本站本地聯合推出的“本站AI公開課”正式開啓，這一檔面向中國新銳城市的高端城市論壇，這也是首檔以人工智能爲主題的系列公開課。會上，作爲“本站AI公開課”的第一堂課，首先邀請了清華大學計算機科學與技術系鄧志東教授發表演講《人工智能究竟是什麼？》。

鄧教授長期專注於人工神經網絡與強化學習的研究。自2009年開始，在國家自然科學基金重大研究計劃資助下，在8年多的時間內，主持研發了三輛自動駕駛汽車。目前的研究方向包括：人工智能、深度神經網絡、深度強化學習、計算神經科學、無人駕駛汽車、先進機器人等。那麼，在他眼中的人工智能究竟是什麼呢？

談及人工智能的應用，鄧教授講道，在大數據驅動下人工智能的深度學習的垂直應用也非常廣泛，包括我們現在很火的無人零售店、智能音響、智能機器人、智能助手，甚至是庭審的語言等等。開展特定應用場景或者垂直細分領域人工智能可以使先進的產品、流程與服務可以達到人類水平，或者接近人類水平。所以說某種程度上從產品角度、產業開發角度講，人工智能就是大數據。

怎麼邁向認知智能與通用人工智能，這個可能是我們今天更感興趣的事情。人工智能有一個前提條件就是要擁有識別能力，認知智能是我們要發展的，我們現在大數據的感知智能你在一些特定的問題上面，在垂直細分領域上面，確實可以接近人類水平甚至超過人類水平的感知能力，但是它只是能夠識別，而不是能夠來理解。我們現在是人工智能階段，我們的目標是發展到通用人工智能，甚至是強人工智能。

2017年人工智能非常的火熱，但是人工智能究竟是什麼呢？鄧教授提到，自1956年有科學家提出了人工智能的概念，而且把它定義爲三個概念，裡面很關鍵的概念就是能夠感知環境、採取行動，使得成功的機會最大化。所以它有三個概念，一個是感知，一個是決策，一個是執行。

而關於人工智能包括什麼，鄧教授提到主要有四個方面，第一個我們首先看到在認知智能方面也是有進步的，就是我們的深度強化學習。因爲深度強化學習解決的不是感知問題，而是認知問題，另外它不完全依賴於大數據，它是可以在大數據基礎之上通過強化學習來得到人類水平的決策能力。第二個就是我們要發展小樣本的半監督、無監督學習。第三個是邁向通用人工智能，這個我們大家可以簡單的討論一下數據智能和生物智能之間的關係。我們知道有深度強化學習，我們的強化學習本身研究了有30多年的歷史了，但是後來發現它並沒有很強大的能力，但是在去年我們知道把很古老的強化學習跟深度學習結合起來，取得了AlphaGo這個代表性的里程碑的勝利，應該說對我們人工智能的鼓舞是很大的一個關鍵。

以下是鄧志東教授的演講內容：

鄧志東：大家好，最近人工智能非常之火。首先我們介紹一下人工智能的現狀和它復興的原因，然後是深耕人工智能的商業價值等等。我們知道從機械化、電氣化、自動化一路走來，我們現在進入了信息化社會，而且正在向智能化新時代邁進，第一次工業革命、第二次工業革命、第三次工業革命，我們今天迎來第四次工業革命，是不是由人工智能和機器人所引導？什麼是人工智能呢？我們知道在1956年有科學家提出了人工智能的概念，而且把它定義爲三個概念，裡面很關鍵的概念就是能夠感知環境、採取行動，使得成功的機會最大化。所以它有三個概念，一個是感知，一個是決策，一個是執行。

人腦是通過學習而不是變成來得到感知、認知智能這種能力，人工智能可以分爲三類，一個是感知智能，主要是對直覺行爲的模擬，認知智能是對人類深思熟慮行爲的模擬，另外還有創造性智能，比如說靈感等等。人工智能是一個影響面極廣的關鍵共性科學問題，很多國家在從國家發展層面對人工智能進行研究，我們知道國外的一些頂級企業都在投入巨資招聘領域人才。大數據感知智能必將深度影響經濟社會與軍事應用中的各個垂直細分領域，加快智能經濟、智慧社會和軍民融合的發展，目標是適應海量數據進行自動化處理。現在人工智能可以把一個人的聲音記錄下來以後進行訓練，把好聽的語調、聲調進行合成。還有更大的改變是人工智能翻譯也得到了巨大的提升，這是一個生成格式對抗網絡，我們再看看計算領域的發展，它需要一個超級CPU進行支撐，終端應用可以看到大量新的場景不斷的推出，滿足低功耗、低成本的要求。尤其是全球芯片巨頭全面的佈局人工智能芯片的發展，尤其是佈局自動駕駛，自動駕駛成爲人工智能全球芯片巨頭的必爭之地。去年裡程碑的事件就是AlphaGo人機大戰，社會上廣泛的關注人工智能的發展，出現了各種各樣的解讀。

人工智能的發展經歷了三起兩落，第三次人工智能的熱潮星期是源於時代的進步與歷史的巧合，移動互聯網與雲平臺的發展涌現出海量規模的帶標籤的大數據，摩爾定律的長期作用與視頻遊戲的超常發展，推動了GPU的快速進步。人工智能復興的話，它主要是基於大數據驅動下促進人工智能的發展。我們說它是得益於2013年以來產業界對人工智能高強度的持續投入，這種投入在去年得到了一大批突破性的成果。

我們再看看人工智能的商業價值，在大數據驅動下人工智能的深度學習的垂直應用也非常廣泛，包括我們現在很火的無人零售店、智能音響、智能機器人、智能助手，甚至是庭審的語音等等。最近麥肯錫有一個報告認爲在2055年前後會有50%的工作，這種程序性的，這種工具性的工作就可能會通過人工智能實現自動化。我們看到現在無人零售店，這也是裡面用了很多物聯網的技術，還有智能音響，還有就是說聊天機器人，實際上這個最早就是出自於亞馬遜，無人零售店也是出資亞馬遜。這個是亞馬遜的智能音響，這個已經銷售了超過1千萬臺。還有就是智能醫療、智能投資顧問、人工智能金融，這個最重要的就是選擇特定應用的場景，大數據是基礎，算法是關鍵，計算力是前提。開展特定應用場景或者垂直細分領域人工智能可以使先進的產品、流程與服務可以達到人類水平，或者接近於人類水平。所以說某種程度上從產品角講、產業開發的角度講，人工智能+其實就是大數據+。

我們中國人工智能發展，首先應用場景規模非常大，我們中國互聯網+的快速發展使得我們容易得到大數據，第三個是我們的商業落地快，很快的可以落地。然後還有政策的支持力度大。我們今年7月份國務院正式印發了新一代人工智能發展規劃。還有我們的短板，就是我們的原始創新能力不足，包括我們的技術、商業模式，比如說我們的無人零售，其實源自於亞馬遜，還有投資界過於追求短期盈利，還有就是體制價值障礙，我們現在巨頭型的人工智能企業還是比較少，還有就是我們缺乏高端基礎性研究人才和AI工程開發人才。

最後怎麼邁向認知智能與通用人工智能，這個可能是我們今天更感興趣的事情。我們知道人工智能有三次，已經有三起兩落，在80年代的時候，這是人工智能第二次高潮的時候，比如說大量的發展專家系統，但是它沒有感知系統，人工智能有一個前提條件就是說要擁有識別能力，認知智能是我們要發展的，我們現在大數據的感知智能在一些特定的問題上面，在垂直細分領域上面，確實可以接近人類水平甚至超過人類水平的感知能力，但是它只是能夠識別，而不是能夠理解，所以聊天機器人聊天的時候可以感覺到它真是答非所問，沒有做到人類這種體驗。通用人工智能是什麼呢？就是對同一個模型完成對多個任務的學習，具有人類部分認知能力。我們現在是人工智能階段，我們的目標是發展到通用人工智能，甚至是強人工智能。

這塊有四個方面，第一個我們首先看到在認知智能方面也是有進步的，就是我們的深度強化學習，因爲深度強化學習解決的不是感知問題，而是認知問題，另外它不完全依賴於大數據，它是可以在大數據基礎之上通過強化學習來得到人類水平的決策能力。第二個就是我們要發展小樣本的半監督、無監督學習。第三個是邁向通用人工智能，這個我們大家可以簡單的討論一下數據智能和生物智能之間的關係。我們知道有深度強化學習，我們的強化學習本身研究了有30多年的歷史了，但是後來發現它並沒有很強大的能力，但是在去年我們知道把很古老的強化學習跟深度學習結合起來，取得了AlphaGo這個代表性的里程碑的勝利，應該說對我們人工智能的鼓舞是很大的一個關鍵，去年3月份AlphaGo擊敗了世界冠軍，今年在烏鎮擊敗了世界第一的柯潔。我們可以看到AlphaGo在前年是5比0戰勝了歐洲圍棋冠軍，經過短短的幾個月，5個月的訓練就在3月份戰勝了九段，從職業三段到職業九段只有5個月的進化，然後戰勝了中日韓的冠軍，這是人類完全達不到的，我們可能一輩子也達不到職業三段。

這個核心就是用到深度學習，具有了更強的能力。這個強化學習其實是30多年前的事了，很早就有了。這個就不展開說了，它是怎麼說呢？首先是大數據學習，3千萬棋局的學習。就像一個武功大師一樣，先找一個武功高手學習，然後自己進行強化學習，自己苦練。我們人類還有推理能力，我們用大數據和人類的推理能力結合起來，這樣就有可能變成小樣本學習，甚至是無標籤化的處理。還有通用人工智能，比如說AlphaGo現在之能幹圍棋，下不了象棋，用不了人臉識別、語音識別，我們什麼時候可以讓它什麼都可以幹呢？這就要發展到通用人工智能，最後發展到強人工智能。還有就是大數據感知智能與知識圖譜結合起來，最後可能就要發展成爲AI的視覺引擎、AI知識引擎、AI語音引擎，這是它的操作系統。

最後我們可以看看數據智能、生物智能，目前人工智能的進展就是大數據驅動下的弱人工智能，這個依賴於數據，數據感知智能是通過大數據深度學習建立並推斷非線性的映射關係。這個數據智能是依賴大數據的，它是受到我們人腦智能、生物智能啓發的，利用了神經生物學裡面的一系列啓發。這個時候我們提出的問題，比如說感知智能是大數據建立的感知智能，大數據或者小數據建立的認知智能，這個數據智能是不是也有這樣的能力呢？我們現在可以看到它確實有這樣的感知能力，至少我們可以看到比如說視覺、聽覺、語音識別。這個智能是不是一定存在於生物智能？通過數據實現智能是不是也是一種智能？這種數據智能能夠走多遠呢？能不能發展到數據通用人工智能？而且它能不能有意識？目前人工智能的革命性進展是源於深度學習，或者是因爲與深度學習的結合。第二個就是弱人工智能產業發展正處於爆發其，第三個是弱人工智能的突破性發展爲認知智能和通用人工智能的探索帶來了新的希望，典型來說就是深度強化學習。然後是儘管工作原理不相同，但是數據智能可能是目前人工智能媲美生物智能的唯一希望，我們現在做的就是這個。最後就是從“互聯網+”到“人工智能+”，現在是大數據革命、人工智能革命，是一個深刻改變的時代。謝謝大家。