[[441939]]

自 1956 年 AI 的概念首次被提出，至今已有 60 多年的發(fā)展史。如今，隨著相關(guān)理論和技術(shù)的不斷革新，AI 在數(shù)據(jù)、算力和算法 “三要素” 的支撐下越來越多地走進(jìn)我們的日常生活。

但是，這一系列驚喜的背后，卻是大多數(shù) AI 在語言理解、視覺場景理解、決策分析等方面的舉步維艱：這些技術(shù)依然主要集中在感知層面，即用 AI 模擬人類的聽覺、視覺等感知能力，卻無法解決推理、規(guī)劃、聯(lián)想、創(chuàng)作等復(fù)雜的認(rèn)知智能化任務(wù)。

當(dāng)前的 AI 缺少信息進(jìn)入 “大腦” 后的加工、理解和思考等，做的只是相對簡單的比對和識別，僅僅停留在 “感知” 階段，而非 “認(rèn)知”，以感知智能技術(shù)為主的 AI 還與人類智能相差甚遠(yuǎn)。

究其原因在于，AI 正面臨著制約其向前發(fā)展的瓶頸問題：大規(guī)模常識知識庫與基于認(rèn)知的邏輯推理。而基于知識圖譜、認(rèn)知推理、邏輯表達(dá)的認(rèn)知圖譜，則被越來越多的國內(nèi)外學(xué)者和產(chǎn)業(yè)領(lǐng)袖認(rèn)為是 “目前可以突破這一技術(shù)瓶頸的可行解決方案之一”。

近日，英特爾實驗室副總裁、被評為 AI 領(lǐng)域 50 位全球思想領(lǐng)袖和影響者之一的 Gadi Singer 發(fā)表了一篇題為 The Rise of Cognitive AI 的文章， 探討了人工智能的第三次浪潮：認(rèn)知人工智能的興起。

在不改變原文大意的情況下，學(xué)術(shù)頭條對文章進(jìn)行了精心的編譯，內(nèi)容如下：

深度學(xué)習(xí)(DL)正取得巨大的進(jìn)步，并在我們生活的各個方面革新整個行業(yè)，包括醫(yī)療保健，零售，制造業(yè)，自動駕駛汽車，安全和防詐騙以及數(shù)據(jù)分析。但是，為了構(gòu)建人工智能(AI)的未來，推動新一代技術(shù)進(jìn)一步發(fā)展，我們要對其設(shè)定一組目標(biāo)和期望 —— 到 2025 年，人工智能將會發(fā)生質(zhì)的飛躍，機器也將明顯變得更加智能。

目前，基于深度學(xué)習(xí)算法的很多應(yīng)用都解決了相關(guān)的感知任務(wù)，如對象識別、自然語言處理(NLP)、翻譯以及其他涉及數(shù)據(jù)廣泛關(guān)聯(lián)處理的任務(wù)(比如推薦系統(tǒng))。深度學(xué)習(xí)系統(tǒng)依靠微分編程和復(fù)雜的基于數(shù)據(jù)的相關(guān)性做出了出色的成果，并有望在未來幾年內(nèi)推動整個行業(yè)的轉(zhuǎn)型。但與此同時，我們必須克服深度學(xué)習(xí)本身固有的限制，以進(jìn)一步幫助機器學(xué)習(xí)或者更廣泛地說是人工智能離實現(xiàn)其潛力。要實現(xiàn)非增量創(chuàng)新，需要在以下三個方面共同努力：

• 實質(zhì)性地提高模型效率(例如，在不降低其精確度的前提下，將參數(shù)數(shù)量減少 2-3 個數(shù)量級);
• 大大增強模型的穩(wěn)健性、可擴展性和可伸縮性;
• 全面提高機器的認(rèn)知能力。

圖|基于深度學(xué)習(xí)的語言模型中參數(shù)數(shù)量呈指數(shù)級增長(來源：microsoft)

雖然剪枝(pruning)、稀疏性(sparsity)、壓縮(compression)、蒸餾(distillation)和圖神經(jīng)網(wǎng)絡(luò)(GNN)等技術(shù)可以提高模型效率，但最終也同時產(chǎn)生了增量改進(jìn)。在不影響結(jié)果的前提下，將模型大小降低幾個數(shù)量級，可能需要對捕獲和表示信息本身的方法以及深度學(xué)習(xí)模型中的學(xué)習(xí)能力方面進(jìn)行更根本的改變。此外，持續(xù)性進(jìn)步也需要更具計算效率的深度學(xué)習(xí)方法或者轉(zhuǎn)向其他機器學(xué)習(xí)方法?，F(xiàn)在，一類具有前景的人工智能系統(tǒng)正通過在輔助信息庫中進(jìn)行檢索來代替大量事實和數(shù)據(jù)的嵌入，從而迅速受到人們的青睞。

與此同時，統(tǒng)計機器學(xué)習(xí)方法基于這樣的假設(shè) —— 訓(xùn)練樣本的分布代表了推理過程中必須處理的內(nèi)容，在現(xiàn)實生活的使用中存在重大缺陷。尤其在遇到訓(xùn)練數(shù)據(jù)集采樣稀疏，甚至缺乏樣本的情況時，深度學(xué)習(xí)模型就會受到挑戰(zhàn)。

除此之外，遷移學(xué)習(xí)和小樣本 / 零樣本推理方面取得的結(jié)果也不盡人意。模型的低效擴展性使得人工智能無法擴展到數(shù)據(jù)集和數(shù)據(jù)科學(xué)家缺乏的許多領(lǐng)域。此外，深度學(xué)習(xí)還非常容易受到數(shù)據(jù)變化的影響，從而產(chǎn)生低信度分類，但這一問題可以通過提高模型的穩(wěn)健性和可擴展性得到解決。

最后，在大多數(shù)情況下，神經(jīng)網(wǎng)絡(luò)無法正確提供認(rèn)知，推理和可解釋性。深度學(xué)習(xí)缺乏認(rèn)知機制，無法進(jìn)行抽象、上下文語境、因果關(guān)系、可解釋性和可理解性的推理。

下一階段：認(rèn)知人工智能

人工智能有望達(dá)到人類理解水平。依靠 Daniel Kahneman 在《快思慢想》(Thinking, Fast and Slow)一書中定義的范式，Yoshua Bengio 將當(dāng)代深度學(xué)習(xí)的功能等同于他所描述的 “系統(tǒng) 1” 的特點 —— 直覺的、快速的、無意識的、習(xí)慣性并完全處于自主控制狀態(tài)。與此相反，他指出，人工智能系統(tǒng)的下一個挑戰(zhàn)在于實現(xiàn) “系統(tǒng) 2” 的功能 —— 緩慢的、有邏輯的、有序列的、有意識和算法化，例如實現(xiàn)計劃和推理所需的功能。

[[441940]]

(來源：Pixabay)

Francois Chollet 以類似的方式在廣泛概括的基礎(chǔ)上描述了人工智能發(fā)展中的新興階段(“Flexible AI”)，它能夠適應(yīng)廣泛領(lǐng)域內(nèi)的未知事件。這兩個特征都與 DARPA(美國國防部高級研究計劃局)的 “人工智能的第三次浪潮” 的內(nèi)容一致，其特征是語境順應(yīng)(contextual adaptation)、抽象、推理和可解釋性。實現(xiàn)這些功能的一種可能途徑是將深度學(xué)習(xí)與符號推理和深度知識結(jié)合起來。下面，我將使用術(shù)語 “認(rèn)知人工智能”(Cognitive AI)來指代人工智能的這一新階段。

盡管我們無望實現(xiàn)開放式通用人工智能(AGI)，但具有較高認(rèn)知能力的人工智能也能在技術(shù)和商業(yè)領(lǐng)域中發(fā)揮更大的作用。一旦人工智能可以在不可預(yù)測的環(huán)境中做出可靠的決策，它最終將獲得更高的自主權(quán)，并在機器人技術(shù)、自動運輸以及物流、工業(yè)和金融體系的控制點等領(lǐng)域中發(fā)揮重要作用。

結(jié)構(gòu)化知識在認(rèn)知人工智能中的作用

在人工智能領(lǐng)域，有些人認(rèn)為可以通過進(jìn)一步發(fā)展深度學(xué)習(xí)來實現(xiàn)更高級別的機器智能，而另一些人則認(rèn)為這需要合并其他基本機制。對此，我贊同后者的觀點，原因如下：

深度學(xué)習(xí)掌握了從嵌入空間中的多維結(jié)構(gòu)的輸入到預(yù)測輸出的基于統(tǒng)計的映射。這讓它在區(qū)分寬數(shù)據(jù)和淺數(shù)據(jù)(例如，圖像中的單詞或像素 / 體元序列)方面表現(xiàn)出色。此外，深度學(xué)習(xí)在索引資源(如維基百科)和從語料庫中最匹配的地方檢索答案方面同樣有效 —— 正如在 NaturalQA 或 EffiicentQA 等基準(zhǔn)測試中所表現(xiàn)的那樣。根據(jù) Bengio 的定義，系統(tǒng) 1 的任務(wù)依賴于訓(xùn)練期間創(chuàng)建的統(tǒng)計映射功能。而深度學(xué)習(xí)可以為完成這些任務(wù)提供幫助。

相比之下，結(jié)構(gòu)化、顯性和可理解的知識可以為實現(xiàn)更高級機器智能或系統(tǒng) 2 的功能提供途徑。一種基本的知識構(gòu)建就是能夠捕獲有關(guān)元素和概念的聲明性知識并編碼抽象概念(例如，類之間的分層屬性遺傳)。例如，有關(guān)鳥類的知識，加上有關(guān)雀形目鳥類的信息，再加上有關(guān)麻雀的詳細(xì)信息，即使沒有特別的說明，也能提供大量有關(guān)栗麻雀的隱含信息。除此之外，其他知識構(gòu)建還包括因果模型和預(yù)測模型。

這樣的構(gòu)建依賴于顯性的概念和定義明確的關(guān)系，而不是潛在空間中的嵌入式機器，并且因此所得模型將具有更廣泛的解釋和預(yù)測潛力，遠(yuǎn)遠(yuǎn)超過了統(tǒng)計映射的功能。

[[441941]]

(來源：Pixabay)

人類大腦有 “想象”、模擬和評估潛在未來事件的能力，這些能力是經(jīng)驗或觀察都無法企及的。同時，這些功能為人類智能提供了進(jìn)化優(yōu)勢。在不受明確規(guī)則限制的環(huán)境中，對未來可能發(fā)生事件進(jìn)行心理模擬是基于世界動力的基本模型，這在計劃和解決問題方面具有很大的適應(yīng)性價值。

過程建模機制基于隱式的數(shù)學(xué)、物理或心理原理，而不是從輸入到輸出的可觀察的統(tǒng)計相關(guān)性，這對于實現(xiàn)更高的認(rèn)知能力至關(guān)重要。例如，物理模型可以捕獲滑水現(xiàn)象，并對各種條件下汽車的運動進(jìn)行簡單預(yù)測。這樣的過程模型可以與基于深度學(xué)習(xí)的方法結(jié)合使用以擴展當(dāng)前人工智能的功能。

知識庫可以捕獲(或隱式)常識性假設(shè)和底層邏輯，這些假設(shè)和邏輯并不總是公開地呈現(xiàn)在深度學(xué)習(xí)系統(tǒng)的訓(xùn)練數(shù)據(jù)中。這表明，對世界及其動力的理解有助于解決更高級機器智能的任務(wù)。最后，合理的結(jié)構(gòu)化知識可以在上下文語境和聚合內(nèi)容方面消歧(將 “俱樂部” 的屬性分為棒球類，武器類，紙牌類或聚會場所)。

認(rèn)知人工智能與知識時代

在未來的幾年中，隨著淺層映射功能變得更加豐富，計算處理變得更加經(jīng)濟(jì)和快捷，基于深度學(xué)習(xí)的系統(tǒng) 1 有望取得重大進(jìn)展。認(rèn)知人工智能也將帶來更多更高級的功能。

總而言之，我相信，到 2025 年，將出現(xiàn)一批新的認(rèn)知人工智能，它們不僅具有更強的解釋力，而且比當(dāng)前基于深度學(xué)習(xí)的系統(tǒng)更接近人類的自主推理水平。

我們已經(jīng)在英特爾實驗室建立了認(rèn)知計算研究部門，來推動英特爾在機器智能和認(rèn)知交叉點上的創(chuàng)新，并不斷提高新興認(rèn)知人工智能的能力。我們努力將深度學(xué)習(xí)的最新成果與知識構(gòu)建和神經(jīng)符號人工智能的集成結(jié)合起來，來構(gòu)建能在復(fù)雜情景中做出明智決策的自主學(xué)習(xí)人工智能。

深度學(xué)習(xí)使人工智能系統(tǒng)在識別，感知，翻譯和推薦系統(tǒng)任務(wù)方面成果卓越。下一波機器學(xué)習(xí)和人工智能技術(shù)的興起，將創(chuàng)造出一種擁有更強理解力和認(rèn)知力的新型人工智能，從而為我們的生活帶來更大便利。