解讀《淺談人工智慧：現狀、任務、構架與統一》·第一期

近年來，AI人工智慧一直是科技業界乃至全世界紛紛談論的話題，從AlphaGo圍棋大戰和無人駕駛技術，再有Facebook的AI機器人自創語言。

世界各國頂尖的研究人員都在深度挖掘人工智慧的應用，大家都期待著將科幻變成應用，將構想變成現實。

11月2日計算機視覺領域國際權威、加州大學洛杉磯分校的朱松純老師在The vision Seeker視覺求索上發表《淺談人工智慧：現狀、任務、構架與統一》

雖然現在各界宣傳「智能為王」，但朱教授卻認為目前的學界和產業界思路和觀點相當「混亂」。對於主流的利用深度學習大數據來實現人工智慧的概念，朱教授還提出來與之相反的「小數據，大任務」的學習模式。

因原文有4萬字左右，Test+團隊將內容精簡提煉出來，供大家參考。

什麼是人工智慧？現在的研究處於什麼階段？今後如何發展？這是大家普遍關注的問題。

由於人工智慧涵蓋的學科和技術面非常廣，要在短時間內全面認識、理解人工智慧，別說非專業人士，就算對本行業研究人員，也是十分困難的任務，並且現在各界都在吹捧「人工智慧」的概念，由此不可避免地造成一些思想和輿論的混亂。

造成全面認識人工智慧困難的客觀原因：

◎ 人工智慧涵蓋的學科非常廣泛，主要分為計算機視覺、自然語言理解與交流、認知與推理、機器人學、博弈與倫理、機器學習這六個領域。

◎ 人工智慧的發展存在斷代現象。

我寫這篇文章的動機在於三點：

◎ 為在讀的研究生們、為有志進入人工智慧研究領域的年輕學者開闊視野。

◎ 為那些對人工智慧感興趣、喜歡思考的人們，做一個前沿的、綜述性的介紹。

◎ 為公眾與媒體從業人員，做一個人工智慧科普，澄清一些事實。

以下我將整篇文章劃分三個部分來作闡述總結。

人工智慧的歷史、現狀，發展的大趨勢

01 現狀評估：正視現實

人工智慧研究的最大障礙：缺乏物理的常識和社會的常識。

常識是指我們在這個世界和社會生存的最基本的知識：

? 它使用頻率最高

? 它可以舉一反三，推導出並且幫助獲取其它知識。這是解決人工智慧研究的一個核心課題。

研究真正的人工智慧，關鍵是研究的思路要找對問題和方向。自然界已經為我們提供了很好的案例。

02 未來目標：烏鴉給我們的啟示

烏鴉是野生的，在無人引導的情況下它可以依靠自己的觀察、感知、認知、學習、推理、執行，進行自主生活。

尋找到食物後開始觀察馬路，領悟出紅綠燈、斑馬線、行人指示燈、車子停、人流停之間複雜的因果鏈，接著把堅果拋到斑馬線上，等車子軋過去，然後等到行人燈亮起，它終於可以從容不迫地走過去，吃到了地上的果肉。

烏鴉的啟示：

?通過烏鴉學習過程，證明它是完全自主的智能

?通過少量的數據訓練就能達到目標

?功效比很高

由此可見人工智慧的實現方法是存在的，我們還在尋找一個科學的手段去實現。

03 歷史時期：從「春秋五霸」到「戰國六雄」

人工智慧發展的60年分為兩個階段：

把人工智慧的60年歷史與中國歷史的一個時期做一個類比。

研究人員分別聚集到五個大的領域，我稱之為春秋五霸：計算機視覺、自然語言理解、認知科學、機器學習、機器人學五大學科。而戰國六雄則是「春秋五霸」加上原來留在人工智慧裡面的兩個大方向：博弈決策和倫理道德，歸併為六大領域，稱為「戰國六雄」我們剛剛進入一個「戰國時期」，以後就要把這些領域統一起來。

首先我們必須深入理解計算機視覺、自然語言、機器人等領域，這裡面有很豐富的內容和語意。如果您不懂這些問題的內涵，僅僅是做機器學習就稱作人工智慧專家，恐怕說不過去。

04

人工智慧研究的認知構架

智能系統根源可以追溯到兩個基本前提條件：

? 物理環境客觀的現實與因果鏈條。

任務是一個生物進化的「剛需」。如個體的生存，要解決吃飯和安全問題，而物種的傳承需要交配和社會活動。任務代表了價值觀和決策函數，包括人腦中發現的各種化學成分的獎懲調製，如多巴胺（快樂）、血清素（痛苦）、乙醯膽鹼（焦慮）、去甲腎上腺素（新奇、興奮）等。

有了這個先天的基本條件後，下一個重要問題：是什麼驅動了模型在空間中的運動，也就是學習的過程？還是兩點：外來的數據和內在的任務。

任何一個模型由數據與任務來共同塑造。

同樣是在概率統計的框架下，當前的很多深度學習方法，被我稱作「大數據、小任務範式」。我多年來一直在提倡的一個相反的思路：人工智慧的發展，需要進入一個「小數據、大任務範式（small data for big tasks）」，要用大量任務、而不是大量數據來塑造智能系統和模型。

那麼，如何定義大量的任務？人所感興趣的任務有多少，是個什麼空間結構？這個問題，心理和認知科學一直說不清楚，寫不下來。這是人工智慧發展的一個巨大挑戰。

理清以上這些前提條件

下一期我們將用六節分別

介紹六大領域的問題和例子

更多技術內容歡迎關注我們的wx公眾號：

http://weixin.qq.com/r/PjgzK5zEv8HArdhI920s (二維碼自動識別)