科學家將更多的精力集中在機器人動作的研究上，在真正的“智能”問題上卻鮮有建樹

一場有關(guān)人工智能的大討論，正在中國掀起。

7月26日，包括多位院士在內(nèi)的人工智能領(lǐng)域?qū)＜覍W者，以及IT巨頭研究院院長等產(chǎn)業(yè)界人士，匯聚2015中國人工智能大會，圍繞機器學習與模式識別、人工智能與認知科學、智能機器人、大數(shù)據(jù)的機遇與挑戰(zhàn)等前沿命題展開討論。這些聽上去晦澀難懂的學術(shù)討論，從某種程度上可以概括為一句話，即人類正在努力造出智能逼近甚至達到人類水平的機器人。

這當然還比較遙遠，但并不影響人們對它的興趣。即便是在這個國內(nèi)人工智能領(lǐng)域規(guī)模最大、規(guī)格最高的科技盛會上，與會者所討論的，也能喚起一個普通公眾對于人工智能的想象以及擔憂。如果用一個比喻來形容這場時間定格在2015年的討論，可以這樣表述：科學家們做起了機器人的母親，目前正處于懷胎階段，一方面不斷學習前沿知識，掌握生孩子的技術(shù)；一方面還要時不時地問自己，要不要生這個孩子？如果生下來，是個吃人的妖怪，又該如何？

按照北京大學機器感知與智能教育部重點實驗室主任查紅彬?qū)τ?ldquo;智能”的理解，人之所以不同于動物，在于后者只顧眼前，而人類卻能預測未來，規(guī)劃行為。包括他在內(nèi)的人工智能科學家，目前所扮演的，就包括這樣一種角色，即為人類預測人工智能的未來發(fā)展。

人工智能，天使還是魔鬼？

在當天的大會上，中國科學院院士、中國人工智能學會副理事長譚鐵牛就試著回答這樣一個問題，“有人把人工智能描繪為一種非常有用、天使般的技術(shù)，也有的人，感覺人工智能很可怕，那么，人工智能到底是魔鬼還是天使？”

人工智能概念誕生于上世紀50年代，進入21世紀以來，互聯(lián)網(wǎng)和大數(shù)據(jù)推動人工智能進入新的春天，相應地，語音識別、圖像分類、機器翻譯、可穿戴設(shè)備、無人駕駛汽車等人工智能技術(shù)均取得了突破性進展。

然而，在不少與會專家看來，盡管經(jīng)過近60年的發(fā)展，人工智能已經(jīng)取得了巨大的進步，但總體上還處于初級階段，其發(fā)展依然可以用“方興未艾”來形容。

比如，就一些研究方法，甚至研究方式、方向而言，目前都尚無定論。中科院自動化所研究員宗成慶在現(xiàn)場拋出這樣一個問題：近年來機器學習方法發(fā)展迅速，在不到10年的時間里遷移學習、增強學習、概率圖模型、深度學習等方法相繼被熱捧，而深度學習方法之前的每一種方法都僅持續(xù)兩三年的時間便黯然失寵，是科學家“喜新厭舊”，還是那些被冷落的方法真的無能為力？

他說，無論哪一種學習方法都是建立在大規(guī)模訓練樣本之上的“賭博”模型，難以做到舉一反三。所以很多模型在實際應用的復雜環(huán)境中往往不如一個3歲的小孩。畢竟，兒童在學習和理解某些問題時，并非都基于大規(guī)模樣本，即豐富的經(jīng)驗。這就帶來一個疑問：目前的學習方法研究確實是在正確的道路上沿著正確的方向前進嗎？

在持續(xù)兩天的高端會議里，這樣的“問號”俯拾即是。這似乎也從一定程度上說明，人類目前在人工智能領(lǐng)域的研究進展，還未達到“人工智能究竟是天使還是魔鬼”的節(jié)點，畢竟，人類連真正意義上的人工智能的影子都還沒看到。

不過，譚鐵牛也表示，從社會學角度研究人工智能的時候也已經(jīng)到了。他說，雖然現(xiàn)在還遠不足以威脅人類生存，但其社會影響應該得到高度重視，“我們的學術(shù)團體，包括國家層面，都要把人工智能的社會研究，提到議事日程，未雨綢繆，建立相關(guān)的政策和法律法規(guī)，避免可能的風險，確保人工智能的正面效應”。

人工智能的轉(zhuǎn)折點是自主學習？

量變積累到一定程度，總會產(chǎn)生質(zhì)變。

這樣的道理同樣適用于自然科學領(lǐng)域。套用于人工智能技術(shù)，總有某項技術(shù)的突破，能使機器人“變身”，盡管我們尚不清楚其變身之后，究竟是魔鬼還是天使。

那么，這個技術(shù)是什么？自主學習，是目前學界的一種說法。

查紅彬更喜歡稱之為“奇點”，在他看來，一旦機器人掌握了自主學習，就有可能迎來智能發(fā)展的奇點——如果機器人真的能夠根據(jù)自身發(fā)展的需要，自動定義學習的目標，在環(huán)境中自主獲取學習所需要的數(shù)據(jù)，產(chǎn)生互動，通過身體能力完成行為學習，甚至建立社會網(wǎng)絡(luò)，實現(xiàn)知識的積累，那么從某種意義上來說，就是掌握了“自主學習”。

不過，這要以機器能夠熟練掌握“感知能力”為前提。但遺憾的是，這一部分恰恰是整個人工智能研究較為薄弱的地方。因為，一旦涉及感知，以及感知的原理，就回到了人類大腦的工作原理問題，而后者對于人類，至今仍是一個黑箱子一樣的“謎”。

大會上，中國工程院院士、香港中文大學（深圳）校長徐揚生向人們一一播放了爬樹機器人、書法機器人、救援機器人、服務機器人等機器人試驗視頻，無不令現(xiàn)場公眾感到震撼。不過，徐揚生卻表示，過去幾十年，科學家往往將更多的精力集中在機器人動作的研究上，以實現(xiàn)機器人能像人類一樣爬、抓、行、跳，等等，卻在真正的“智能”問題上鮮有建樹。

他打了一個比方，前50年，我們研究的多是機器人“穿衣服”這個動作，卻沒有讓機器人學會“要不要穿衣服”，即“今天起風了嗎”，以及“起風了要不要加衣服”這些動作以外的感知和認知能力。而這些在徐揚生看來，也是最難學到的——定義是不是你的，不是你的肉體，而是你的心腦，這對人類如此，對機器人亦然。

感知，在人工智能領(lǐng)域，往往用“模式識別”這樣的術(shù)語來代替。正如譚鐵牛所說，世上萬物，無論是物質(zhì)的還是精神的，無論是看得見的還是看不見的，都是一種模式。模式識別就是試圖用數(shù)字化手段將世上萬物自動分類識別出來。

但目前人類在這方面的研究差強人意。宗成慶以圖像和視頻分析為例，這些分析作為模式識別最基礎(chǔ)性的問題，在邊界分割和模式匹配、檢索等方面取得了若干優(yōu)秀的成果，但是他問與會專家，這些成果在多大程度上體現(xiàn)了“智能”，離真正的“理解”還有多遠？

譚鐵牛也舉了一個例子，“張三吃食堂，李四吃面條，王五吃大碗”，這樣的句子，是目前機器翻譯不出來的。

人工智能概念是不是曇花一現(xiàn)

大會上，華為諾亞方舟實驗室主任李航打了一個有趣的比方，他說，如果把人工智能研究形容為登月，那么，如今有的手段是爬樹，有的是登山，但是毫無疑問，深度學習則可以稱為“造飛船”。他以神經(jīng)網(wǎng)絡(luò)圖靈機的出現(xiàn)為例，這個可以模擬人類大腦的短期記憶的機器，外部網(wǎng)絡(luò)的讀寫通過外部存儲器完成，而在存儲記憶之后，通過檢索從而執(zhí)行一些有邏輯性的任務。這向外傳遞著一種樂觀的信號。

不過，從整個人工智能的發(fā)展歷史來看，這般樂觀的局面能否延續(xù)下去，還不得而知。

宗成慶就持有警惕的態(tài)度:“人工智能是個筐，什么東西都可以往里裝。當他‘受寵’的時候，做什么都屬于人工智能，當他‘失寵’的時候，人人唯恐避之不及。”

他說，上個世紀80年代中期到90年代中期的時候，人工智能曾一度“受寵若驚”，之后便“臭不可聞”。30多年后的今天，究竟緣何被人們再度熱捧——是人工智能有了新的內(nèi)涵，還是“新瓶裝老酒”？

“如果說在過去的30多年里，計算機科學技術(shù)有了突破性進展，除了硬件性能的飛躍性提高，人工智能的貢獻到底多大，究竟什么是人工智能的核心內(nèi)容呢，如果拋開自然語言理解、圖像視頻識別和理解、搜索算法、知識工程等，還有什么呢？”這些問題在宗成慶看來，都需要留給時間來回答。

更為重要的是，從人類的科技發(fā)展史來看，有些技術(shù)往往被過高地抬舉或炒作，有的只是虛擬的概念曇花一現(xiàn)，有的則是十幾年前被冷落的技術(shù)由于硬件性能的改變而被再度推向期望的波峰，甚至多次輪回。那么，這一次，人工智能是否依然如此，宗成慶說，不得而知。

而科學家，這些在人工智能領(lǐng)域最有發(fā)言權(quán)的人類群體，有時候會被輿論綁架，有時候又會被稱為輿論界的“幫兇”，但似乎每個人都曾在這種忽上忽下、過山車似的變遷中感到興奮和迷惘。宗成慶提醒，作為科研工作者，如何在這種熱鬧紛繁的世界中把握冷與熱的平衡，是一個永恒的話題。

查紅彬在自己的演講最后，援引圖靈的一句經(jīng)典名言，“We can see only a short distance ahead,but we can see that much remains to be done (吾等目力短亦淺，能見百事待踐行）”，他說：“盡管我們不清楚未來，人工智能究竟會變成魔鬼還是天使，但現(xiàn)在留給我們科學家的，還有許多任務，需要去完成。”