中国人工智能学会副理事长任福继:人工智能的未来

本文选自近期清华大学计算机系60周年系庆之产业论坛上,日本工程院院士、欧盟科学院院士、中国人工智能学会副理事长任福继教授所做的题为人工智能的未来”的演讲。

任福继教授:

这个报告题目是做敢于直面人工智能本质问题的勇士,我们现在好像都没有直面人工智能本质问题。2016年阿尔法狗与李世石对战,当时我很肯定地预测阿尔法狗赢。因为2016年年初,算法和原来有根本性的变革,凡是有边界和缺陷问题的,计算机都会战胜人类。

美国国防部做了一个人工智能中心JAIC,军队参与技术就会有大发展,这是人工智能的高潮。人工智能后面有云计算大数据深度学习、还有认知网络,我们认为它会不以人类意志为转移的发展前进,进而有核爆力。现在谈人工智能,一般认为分三个层次,感知智能、计算智能、认知智能。

人工智能进化使我们对人类社会有了新的认识,我们认为当人工智能发展到一定程度,人类这种物种可能会消失。大概几亿年前,我们都是狩业为生的。几万年前是农业社会;几百年前蒸汽机电的发展,我们进入工业社会;几十年后进入到信息社会,我们认为很快会过渡到智业社会,智业社会是什么含义?各行各业都由人工智能主导,大部分人类处于边缘,这是人工智能主导的智业社会。

从理论上来讲人工智能发展的30年没有取得较大突破,尽管应用层面取得很多成果。80年代的数据驱动把人工智能最基本最本质的东西规避了。数据驱动不是不好,产业界需要大数据和数据驱动。在理论上比较领先的计划,必须有一批人坐冷板凳。攻克这方面问题,是未来30年值得期待的。

实际上人工智能从1956年出来之后,不管是机构主义、功能主义、行为主义,要攻克它的本质问题的三大学派,都是攻克怎么样理解模仿的智能行为。80年代数据出来了,最近这30年就是以数据驱动。数据驱动最主要是90年代后期的大数据,数据量多了,多了以后把很多问题规避掉,做自然语言理解,忽略匹配、语义等关系。我们后30年真正的问题就是理解,理解过后才能够真正有新的突破,才能达到刚才说的智业社会。

数据驱动,大数据小规律,用了很多的数据,消费能源,消费能量,实际上得到很少一部分。有一部分人讲到我们人工智能本质问题就是认知智能,感知和计算没有问题了,但是认知方面还有非常大的问题。

人道智能和幽灵数据,数据驱动的人工智能。我们现在看到它好的一面,但它也有恶魔的一面。大数据具有危险性,去年美国用AI炒股票远远超过人类,这是一种技术的趋势。美国国防部提出一个方案,意味着人工智能有非常大的突破,可能改变人类的生存方式等等。

真正智能越到后面是情感,将情感加到机器人中去,这是一个功能,最高的层次是意识。

我们认为机器人发展趋势有四化,一个是智能化的技术发展方向。我们认为没有智能服务机器仅仅是一个工具,我们要把工具变成一个伙伴,必须智能化。

另外一个模块化。

还有一个产业化。今天论坛的题目是产业化,人工产业化精准细,目标导向,根据行业用户要求,形成产业链,推进产业化。

还有情感化。人类情感驱使的动物,没有情感化就没有真正的服务机器人。

怎么样算最伟大的服务机器人?第一它要有智商,IQ。第二它还要有情商。再加上硬件方面,这才是伟大的机器人产品。

如果没有情感,机器人就进入不了家庭和人类的环境。我们为何要谈情,直到现在,认知科学、脑科学等等的研究,对情感的产生机制,情感发生机理知之甚少。

情感本来是脑科学的,它不是不对。但在相当长一段时间仅仅依靠脑科学获取的人脑认知机理来实现高级人机交互是远远不够的,所谓高级人机交互就是情感交互。我们方法论以智能机器为载体,以多源感知为手段,以情感理解为突破,实现人机交互

具体实现的实现方式,首先模拟,机器人要知道我们人类的情感状态,第一从语言里面,字里行间,我们的情感状态已经描述在里面,包括我们的情感语料库

人类几百年的科学史,从来没有从工学上研究人工智能。可能有些人跟朋友医生都不交往,但是可以跟情感机器人交往。我们还要从语音、表情、身体信息数据里面提取。我们的方法论就是要让原来无情感、只具有人类似的功能的这种控制机器,转变成具有情感、感觉和人类使用功能,而且致力于复杂工作,与人类共生的机器人。

我们真正的人工智能有一个大的方向,离开了情感是走不远的。如何实现情感交互,本地数据驱动并没有,仅仅靠数据驱动是走不远的,必须真正在理念上有所研究。

我们为什么要直面人工智能本质问题?我们认为数据、信息、知识、智能是可以转换的。数据驱动可以产生很危险的问题,用智能控制哪些数据,数据是假的虚拟数据,还是幽灵数据,需要靠大的循环来实现。这四大循环中最主要的本质,还是在理解,在理解的基础之上人工智能才可以真正走得远走得高。

THU数据派
THU数据派

THU数据派"基于清华,放眼世界",以扎实的理工功底闯荡“数据江湖”。发布全球大数据资讯,定期组织线下活动,分享前沿产业动态。了解清华大数据,敬请关注姐妹号“数据派THU”。

理论人工智能任福继中国人工智能学会
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

语料库技术

语料库一词在语言学上意指大量的文本,通常经过整理,具有既定格式与标记;事实上,语料库英文 "text corpus" 的涵意即为"body of text"。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

推荐文章
暂无评论
暂无评论~