清华大学教授邓志东：我们如何迈向认知智能与通用AI？

【本站智能讯9月12日消息】今天下午，在无锡华邑酒店举办的由本站科技、本站智能、本站本地联合推出的“本站AI公开课”正式开启，这一档面向中国新锐城市的高端城市论坛，这也是首档以人工智能为主题的系列公开课。会上，作为“本站AI公开课”的第一堂课，首先邀请了清华大学计算机科学与技术系邓志东教授发表演讲《人工智能究竟是什么？》。

邓教授长期专注于人工神经网络与强化学习的研究。自2009年开始，在国家自然科学基金重大研究计划资助下，在8年多的时间内，主持研发了三辆自动驾驶汽车。目前的研究方向包括：人工智能、深度神经网络、深度强化学习、计算神经科学、无人驾驶汽车、先进机器人等。那么，在他眼中的人工智能究竟是什么呢？

谈及人工智能的应用，邓教授讲道，在大数据驱动下人工智能的深度学习的垂直应用也非常广泛，包括我们现在很火的无人零售店、智能音响、智能机器人、智能助手，甚至是庭审的语言等等。开展特定应用场景或者垂直细分领域人工智能可以使先进的产品、流程与服务可以达到人类水平，或者接近人类水平。所以说某种程度上从产品角度、产业开发角度讲，人工智能就是大数据。

怎么迈向认知智能与通用人工智能，这个可能是我们今天更感兴趣的事情。人工智能有一个前提条件就是要拥有识别能力，认知智能是我们要发展的，我们现在大数据的感知智能你在一些特定的问题上面，在垂直细分领域上面，确实可以接近人类水平甚至超过人类水平的感知能力，但是它只是能够识别，而不是能够来理解。我们现在是人工智能阶段，我们的目标是发展到通用人工智能，甚至是强人工智能。

2017年人工智能非常的火热，但是人工智能究竟是什么呢？邓教授提到，自1956年有科学家提出了人工智能的概念，而且把它定义为三个概念，里面很关键的概念就是能够感知环境、采取行动，使得成功的机会最大化。所以它有三个概念，一个是感知，一个是决策，一个是执行。

而关于人工智能包括什么，邓教授提到主要有四个方面，第一个我们首先看到在认知智能方面也是有进步的，就是我们的深度强化学习。因为深度强化学习解决的不是感知问题，而是认知问题，另外它不完全依赖于大数据，它是可以在大数据基础之上通过强化学习来得到人类水平的决策能力。第二个就是我们要发展小样本的半监督、无监督学习。第三个是迈向通用人工智能，这个我们大家可以简单的讨论一下数据智能和生物智能之间的关系。我们知道有深度强化学习，我们的强化学习本身研究了有30多年的历史了，但是后来发现它并没有很强大的能力，但是在去年我们知道把很古老的强化学习跟深度学习结合起来，取得了AlphaGo这个代表性的里程碑的胜利，应该说对我们人工智能的鼓舞是很大的一个关键。

以下是邓志东教授的演讲内容：

邓志东：大家好，最近人工智能非常之火。首先我们介绍一下人工智能的现状和它复兴的原因，然后是深耕人工智能的商业价值等等。我们知道从机械化、电气化、自动化一路走来，我们现在进入了信息化社会，而且正在向智能化新时代迈进，第一次工业革命、第二次工业革命、第三次工业革命，我们今天迎来第四次工业革命，是不是由人工智能和机器人所引导？什么是人工智能呢？我们知道在1956年有科学家提出了人工智能的概念，而且把它定义为三个概念，里面很关键的概念就是能够感知环境、采取行动，使得成功的机会最大化。所以它有三个概念，一个是感知，一个是决策，一个是执行。

人脑是通过学习而不是变成来得到感知、认知智能这种能力，人工智能可以分为三类，一个是感知智能，主要是对直觉行为的模拟，认知智能是对人类深思熟虑行为的模拟，另外还有创造性智能，比如说灵感等等。人工智能是一个影响面极广的关键共性科学问题，很多国家在从国家发展层面对人工智能进行研究，我们知道国外的一些顶级企业都在投入巨资招聘领域人才。大数据感知智能必将深度影响经济社会与军事应用中的各个垂直细分领域，加快智能经济、智慧社会和军民融合的发展，目标是适应海量数据进行自动化处理。现在人工智能可以把一个人的声音记录下来以后进行训练，把好听的语调、声调进行合成。还有更大的改变是人工智能翻译也得到了巨大的提升，这是一个生成格式对抗网络，我们再看看计算领域的发展，它需要一个超级CPU进行支撑，终端应用可以看到大量新的场景不断的推出，满足低功耗、低成本的要求。尤其是全球芯片巨头全面的布局人工智能芯片的发展，尤其是布局自动驾驶，自动驾驶成为人工智能全球芯片巨头的必争之地。去年里程碑的事件就是AlphaGo人机大战，社会上广泛的关注人工智能的发展，出现了各种各样的解读。

人工智能的发展经历了三起两落，第三次人工智能的热潮星期是源于时代的进步与历史的巧合，移动互联网与云平台的发展涌现出海量规模的带标签的大数据，摩尔定律的长期作用与视频游戏的超常发展，推动了GPU的快速进步。人工智能复兴的话，它主要是基于大数据驱动下促进人工智能的发展。我们说它是得益于2013年以来产业界对人工智能高强度的持续投入，这种投入在去年得到了一大批突破性的成果。

我们再看看人工智能的商业价值，在大数据驱动下人工智能的深度学习的垂直应用也非常广泛，包括我们现在很火的无人零售店、智能音响、智能机器人、智能助手，甚至是庭审的语音等等。最近麦肯锡有一个报告认为在2055年前后会有50%的工作，这种程序性的，这种工具性的工作就可能会通过人工智能实现自动化。我们看到现在无人零售店，这也是里面用了很多物联网的技术，还有智能音响，还有就是说聊天机器人，实际上这个最早就是出自于亚马逊，无人零售店也是出资亚马逊。这个是亚马逊的智能音响，这个已经销售了超过1千万台。还有就是智能医疗、智能投资顾问、人工智能金融，这个最重要的就是选择特定应用的场景，大数据是基础，算法是关键，计算力是前提。开展特定应用场景或者垂直细分领域人工智能可以使先进的产品、流程与服务可以达到人类水平，或者接近于人类水平。所以说某种程度上从产品角讲、产业开发的角度讲，人工智能+其实就是大数据+。

我们中国人工智能发展，首先应用场景规模非常大，我们中国互联网+的快速发展使得我们容易得到大数据，第三个是我们的商业落地快，很快的可以落地。然后还有政策的支持力度大。我们今年7月份国务院正式印发了新一代人工智能发展规划。还有我们的短板，就是我们的原始创新能力不足，包括我们的技术、商业模式，比如说我们的无人零售，其实源自于亚马逊，还有投资界过于追求短期盈利，还有就是体制价值障碍，我们现在巨头型的人工智能企业还是比较少，还有就是我们缺乏高端基础性研究人才和AI工程开发人才。

最后怎么迈向认知智能与通用人工智能，这个可能是我们今天更感兴趣的事情。我们知道人工智能有三次，已经有三起两落，在80年代的时候，这是人工智能第二次高潮的时候，比如说大量的发展专家系统，但是它没有感知系统，人工智能有一个前提条件就是说要拥有识别能力，认知智能是我们要发展的，我们现在大数据的感知智能在一些特定的问题上面，在垂直细分领域上面，确实可以接近人类水平甚至超过人类水平的感知能力，但是它只是能够识别，而不是能够理解，所以聊天机器人聊天的时候可以感觉到它真是答非所问，没有做到人类这种体验。通用人工智能是什么呢？就是对同一个模型完成对多个任务的学习，具有人类部分认知能力。我们现在是人工智能阶段，我们的目标是发展到通用人工智能，甚至是强人工智能。

这块有四个方面，第一个我们首先看到在认知智能方面也是有进步的，就是我们的深度强化学习，因为深度强化学习解决的不是感知问题，而是认知问题，另外它不完全依赖于大数据，它是可以在大数据基础之上通过强化学习来得到人类水平的决策能力。第二个就是我们要发展小样本的半监督、无监督学习。第三个是迈向通用人工智能，这个我们大家可以简单的讨论一下数据智能和生物智能之间的关系。我们知道有深度强化学习，我们的强化学习本身研究了有30多年的历史了，但是后来发现它并没有很强大的能力，但是在去年我们知道把很古老的强化学习跟深度学习结合起来，取得了AlphaGo这个代表性的里程碑的胜利，应该说对我们人工智能的鼓舞是很大的一个关键，去年3月份AlphaGo击败了世界冠军，今年在乌镇击败了世界第一的柯洁。我们可以看到AlphaGo在前年是5比0战胜了欧洲围棋冠军，经过短短的几个月，5个月的训练就在3月份战胜了九段，从职业三段到职业九段只有5个月的进化，然后战胜了中日韩的冠军，这是人类完全达不到的，我们可能一辈子也达不到职业三段。

这个核心就是用到深度学习，具有了更强的能力。这个强化学习其实是30多年前的事了，很早就有了。这个就不展开说了，它是怎么说呢？首先是大数据学习，3千万棋局的学习。就像一个武功大师一样，先找一个武功高手学习，然后自己进行强化学习，自己苦练。我们人类还有推理能力，我们用大数据和人类的推理能力结合起来，这样就有可能变成小样本学习，甚至是无标签化的处理。还有通用人工智能，比如说AlphaGo现在之能干围棋，下不了象棋，用不了人脸识别、语音识别，我们什么时候可以让它什么都可以干呢？这就要发展到通用人工智能，最后发展到强人工智能。还有就是大数据感知智能与知识图谱结合起来，最后可能就要发展成为AI的视觉引擎、AI知识引擎、AI语音引擎，这是它的操作系统。

最后我们可以看看数据智能、生物智能，目前人工智能的进展就是大数据驱动下的弱人工智能，这个依赖于数据，数据感知智能是通过大数据深度学习建立并推断非线性的映射关系。这个数据智能是依赖大数据的，它是受到我们人脑智能、生物智能启发的，利用了神经生物学里面的一系列启发。这个时候我们提出的问题，比如说感知智能是大数据建立的感知智能，大数据或者小数据建立的认知智能，这个数据智能是不是也有这样的能力呢？我们现在可以看到它确实有这样的感知能力，至少我们可以看到比如说视觉、听觉、语音识别。这个智能是不是一定存在于生物智能？通过数据实现智能是不是也是一种智能？这种数据智能能够走多远呢？能不能发展到数据通用人工智能？而且它能不能有意识？目前人工智能的革命性进展是源于深度学习，或者是因为与深度学习的结合。第二个就是弱人工智能产业发展正处于爆发其，第三个是弱人工智能的突破性发展为认知智能和通用人工智能的探索带来了新的希望，典型来说就是深度强化学习。然后是尽管工作原理不相同，但是数据智能可能是目前人工智能媲美生物智能的唯一希望，我们现在做的就是这个。最后就是从“互联网+”到“人工智能+”，现在是大数据革命、人工智能革命，是一个深刻改变的时代。谢谢大家。