張鈸院士談第三代人工智能發(fā)展趨勢(shì)

近日，ai2000人工智能全球2000位最具影響力學(xué)者榜單在清華大學(xué)發(fā)布，中國(guó)學(xué)者規(guī)模位列世界第二，但高水平學(xué)者集中的研究機(jī)構(gòu)匱乏，人工智能領(lǐng)域的人才隊(duì)伍亟待加強(qiáng)。

ai2000榜單由清華-中國(guó)工程院知識(shí)智能聯(lián)合研究中心和清華大學(xué)人工智能研究院發(fā)布。ai2000人工智能全球最具影響力學(xué)者（200名）和提名學(xué)者（1800名）分布于全球不同高校和學(xué)術(shù)機(jī)構(gòu)，美國(guó)有1128人次，中國(guó)171人次，歐盟有307人次上榜。

發(fā)布會(huì)上，清華大學(xué)人工智能研究院院長(zhǎng)、中國(guó)科學(xué)院張鈸院士做了熱情洋溢的報(bào)告和精彩點(diǎn)評(píng)發(fā)言。

人工智能研究必須國(guó)際化

基礎(chǔ)研究，尤其是人工智能領(lǐng)域的基礎(chǔ)研究必須國(guó)際化，因?yàn)橹挥邪讶澜绲难芯咳藛T共同團(tuán)結(jié)起來、利用起來，才能夠引領(lǐng)基礎(chǔ)研究的發(fā)展。為什么目前人工智能領(lǐng)域大多由美國(guó)來引領(lǐng)，就是因?yàn)槊绹?guó)把全世界最優(yōu)秀的人才利用了起來。

中國(guó)要想在基礎(chǔ)研究上引領(lǐng)世界，必須走國(guó)際化道路。今天有很多外國(guó)留學(xué)生來華求學(xué)，這是一個(gè)好事兒，但我們還可以做一定平衡調(diào)整，吸引更廣泛國(guó)家地區(qū)的優(yōu)秀學(xué)生來華學(xué)習(xí)。

把數(shù)據(jù)驅(qū)動(dòng)和知識(shí)驅(qū)動(dòng)結(jié)合起來

人工智能的四大基礎(chǔ)是：知識(shí)、數(shù)據(jù)、算法和算力，回顧歷史，這四個(gè)因素都在不斷地發(fā)揮作用。第一代人工智能也叫符號(hào)人工智能，比較強(qiáng)調(diào)知識(shí)對(duì)智能的作用，因?yàn)槟菚r(shí)算法和算力都還沒有跟上。

進(jìn)入新世紀(jì)后，深度學(xué)習(xí)把大家的目標(biāo)凝聚到了數(shù)據(jù)上，這時(shí)大數(shù)據(jù)的出現(xiàn)，再加上很好的算法，就形成了基于概念的深度學(xué)習(xí)，再加上云計(jì)算等手段，使以數(shù)據(jù)為基礎(chǔ)的連接主義模型得到了極大推廣和應(yīng)用。

數(shù)據(jù)主義喊了許多口號(hào)，導(dǎo)致了我們今天遇到一些困難，按照大數(shù)據(jù)建起來人工智能系統(tǒng)似乎不可信、不可靠、不安全、不易推廣，這都是目前用深度學(xué)習(xí)進(jìn)行人工智能研究帶來的問題，也可以說是大數(shù)據(jù)遇到的挑戰(zhàn)。怎么來解決這個(gè)挑戰(zhàn)呢？唯一的辦法，就是重新引入知識(shí)，把數(shù)據(jù)驅(qū)動(dòng)和知識(shí)驅(qū)動(dòng)結(jié)合起來，達(dá)成可信安全的第三代人工智能。

常識(shí)往往不在數(shù)據(jù)里

自然語言理解是人工智能領(lǐng)域最核心的問題。不管做機(jī)器翻譯也好，做自然語言應(yīng)用也好，都試圖通過分析符號(hào)序列來理解相關(guān)內(nèi)容，這是第一代人工智能所謂符號(hào)主義的核心做法。到了第二代人工智能，又走上深度學(xué)習(xí)的道路，這條路充滿希望，但又非常危險(xiǎn)，因?yàn)榻鉀Q不了可信安全的問題。

機(jī)器翻譯現(xiàn)在只能翻譯不重要的東西，因?yàn)榉e(cuò)了也沒有關(guān)系，真正重要的場(chǎng)合還需要人力同聲翻譯。機(jī)器最大的問題，就在于它缺乏常識(shí)，根本不知道自己不知道，這是一個(gè)很大的問題。知識(shí)包含兩方面，一是我知道什么，二是我不知道什么。一個(gè)有學(xué)問的人，不僅僅表現(xiàn)在他知道的多，更表現(xiàn)在他清楚自己不知道的更多。那些狂妄自大的人，都是沒有學(xué)問的人，不知道自己能吃幾碗干飯，機(jī)器翻譯也是這個(gè)問題。給機(jī)器任何句子，它都能翻，根本不懂也能瞎翻。

所以常識(shí)是必要的，簡(jiǎn)單翻譯幾句話也需要大量嘗試積淀，“說你行，不行也行”，機(jī)器沒有常識(shí)，就很難理解這句話，人反而覺得很簡(jiǎn)單，這就是常識(shí)的重要性。但常識(shí)庫(kù)的建立非常之難，現(xiàn)在沒法從數(shù)據(jù)中去建立常識(shí)庫(kù)，因?yàn)槌ＷR(shí)往往不表示在數(shù)據(jù)之中。

建立常識(shí)，必須下功夫去做，只有這個(gè)問題解決了，自然語言的理解才能達(dá)到目標(biāo)。而自然語言理解，則是第三代人工智能的終極目標(biāo)，這是一個(gè)艱巨的任務(wù)。如果這個(gè)問題解決了，人工智能的其他問題將會(huì)迎刃而解。