我想和大家談?wù)勎覍?a href="http://www.brongaenegriffin.com/v/tag/150/" target="_blank">人工智能的幾點思考，包括一些值得商榷的問題。從幾千年前的原始社會，人們依靠石器工具來勞動；到農(nóng)耕時期人們所使用的工具有所升級；到工業(yè)革命出現(xiàn)的蒸汽機進一步提升了生產(chǎn)力；電氣革命更是極大提升了人類的生產(chǎn)效率；而今信息時代電子計算機的誕生延伸了我們的腦力，拓寬了我們的眼界和思想。馬克思說過，“各種經(jīng)濟時代的區(qū)別，不在于生產(chǎn)什么，而在于怎樣生產(chǎn)，用什么勞動資料生產(chǎn)。勞動資料更能顯示一個社會生產(chǎn)時代的具有決定意義的特征?！?/p>

信息時代出現(xiàn)了互聯(lián)網(wǎng)絡(luò)、電子計算機、通信網(wǎng)絡(luò)、空間技術(shù)、生物工程和原子能技術(shù)等一系列具有代表性的發(fā)明和創(chuàng)造，尤其是互聯(lián)網(wǎng)絡(luò)和電子計算機的誕生，拓展了人類自身和人與人之間交互的邊界。

現(xiàn)在人工智能時代到來了，出現(xiàn)了深度神經(jīng)網(wǎng)絡(luò)和許多具有代表性的產(chǎn)業(yè)英雄，比如Elon Musk，也出現(xiàn)了無人系統(tǒng)、納米科技、量子計算、物聯(lián)網(wǎng)等新科技和新產(chǎn)品，人們的工作、生活都發(fā)生了翻天覆地的變革。

跨學(xué)科交叉是人工智能時代的典型標(biāo)志，比如潘云鶴院士提及的認(rèn)知視覺和認(rèn)知表達(dá)，都是典型的跨學(xué)科研究。人工智能技術(shù)海納百川，比如計算機視覺、自然語言理解、機器人和邏輯推理等，且在醫(yī)療、電子、金融等行業(yè)都發(fā)揮了巨大作用。下面我將從三個層面淺析一下人工智能時代的幾個問題：第一個是算力；第二個是算法；第三個是人與AI 怎樣相處？

首先，是算力。1956 年Rosenblatt 的感知機只包含了512 個計算單元就能做數(shù)據(jù)分類。但人工智能發(fā)展過程中一直受到算力的困擾，直到GordonMoore 提出了集成電路芯片上所集成的晶體管數(shù)量每18 個月翻一番，為后來的幾十年芯片技術(shù)的發(fā)展指明了方向。1999 年，NVIDIA 發(fā)布了GPU 進行并行的數(shù)據(jù)處理，使得人工智能向更加廣闊的領(lǐng)域發(fā)展。2012 年，Alex 使用AlexNet 進行GPU加速，開啟了深度網(wǎng)絡(luò)應(yīng)用的先河。接下來就是眾所周知的谷歌AlphaGo，擁有5000 個GPU，訓(xùn)練40 天，就可以打遍天下無敵手，說明并行計算、專用芯片對人工智能具有重要的推動作用。

我們再看看現(xiàn)有技術(shù)的發(fā)展。流媒體視頻占全球互聯(lián)網(wǎng)下行流量的58%，2019 年8 月國內(nèi)互聯(lián)網(wǎng)的終端數(shù)已經(jīng)突破了20 億，這些數(shù)據(jù)都需要巨大的算力支撐?，F(xiàn)在智能醫(yī)療、智能制造、無人駕駛，追求的更小、更快、更加智能。所以人工智能蓬勃發(fā)展對算力的需求超過了別的方面，成為人工智能一個重要支撐。

但是算力的提升速度已經(jīng)不再遵循摩爾定律了。從第一臺計算機出現(xiàn)到后來的幾十年，芯片算力基本符合摩爾定律。但隨著時間的推移，芯片上晶體管的密度增長已經(jīng)不再遵循摩爾定律，反過來說就是芯片算力的增長速度已經(jīng)無法滿足人工智能技術(shù)的發(fā)展需要。于是國際科技巨頭都開始發(fā)力，比如谷歌的TPU 和中國的地平線、寒武紀(jì)都是將設(shè)計神經(jīng)網(wǎng)絡(luò)專用芯片來提升算力。但這些芯片都是專用的，無法滿足通用人工智能的發(fā)展需要。

我以前常說，理學(xué)思維，工科實踐。物理要求什么？比如量子力學(xué)、量子計算。眾所周知，英特爾、谷歌在處理特定任務(wù)時，發(fā)現(xiàn)量子計算速度遠(yuǎn)高于現(xiàn)在的計算機。隨著有效量子比特的數(shù)量不斷增加，他們希望（尤其谷歌）在量子計算領(lǐng)域成為霸主。但現(xiàn)實是經(jīng)過物理學(xué)家們的分析，其中許多問題尚未解決，比如如何長時間保持足夠的量子比特的相干性，這是一個重要問題；同時在這個時間內(nèi)做出足夠的超高精度量子的邏輯計算也是一個難題。因此，在未來的一段時間里要想完全用量子計算提升算力，是完全實現(xiàn)不了的。于是，人們提出了存算一體的架構(gòu)，希望突破存儲墻的限制，提升它的算力。這就是為什么我說人工智能時代走入了交叉時代，除了向物理要算力，還要向腦科學(xué)要算力，比如類腦計劃，希望通過模擬腦科學(xué)里的機理提升算力；不僅如此，還要向物理的邊界、光電計算要算力；同樣還有也要向存算一體、光電+ 要算力。

光學(xué)作為新的計算途徑，它帶來的最重要的變革，一是范式變革；二是算力提升；三是功耗下降。正因其諸多優(yōu)點使得國內(nèi)外很多研究機構(gòu)都開展了相關(guān)研究。目前國際上做出的貢獻(xiàn)有三個，麻省理工做的干涉神經(jīng)網(wǎng)絡(luò)架構(gòu)非常不錯；明斯特大學(xué)和劍橋是留相片材料，做脈沖的架構(gòu)；清華大學(xué)是用衍射神經(jīng)網(wǎng)絡(luò)做架構(gòu)。三種不同的方案都各有優(yōu)勢，也各有不足。因此，在未來算力平衡上可以做出一番成績。大家可以試想一下， 光電計算的算力能提供3 個數(shù)量級，我們超小型的智能5G、智能機器人、微型的修理機器人，尤其是我們現(xiàn)在研究的自動駕駛，光電智能駕駛會推動這個方面的發(fā)展。所以，光電計算使無人系統(tǒng)更快、更小、更智能。目前這個方向也引起了國際學(xué)術(shù)界和工業(yè)界的廣泛興趣，已經(jīng)有很多機構(gòu)在這方面開展研究，也希望大家關(guān)注這個方向。

第二是算法。因為人工智能最重要的是算法，所以研究學(xué)者普遍都在研究算法。那么這些算法怎么來？現(xiàn)有人工智能僅實現(xiàn)了簡單的初級視覺感知功能。就像剛才潘院士提到，有很多無人區(qū)的工作有待解決。在初級視覺感知信息處理與高級認(rèn)知智能過程中，性能遠(yuǎn)不如人腦，人腦具有物理學(xué)習(xí)和數(shù)據(jù)的抽象能力。有些學(xué)者認(rèn)為深度學(xué)習(xí)存在極大的危機，BP 算法有很大局限性，需要推倒重來，需要再次從大腦的認(rèn)知機理模型中尋找靈感。從右圖可以看到困難的問題是易解的，往往簡單的問題是難解的。Hinton 的demo 說明深度網(wǎng)絡(luò)現(xiàn)在有危機，因此必須借鑒神經(jīng)系統(tǒng)的多模數(shù)據(jù)表示、變換和學(xué)習(xí)規(guī)律及反饋方式，認(rèn)知計算就將推動人工智能的變革。大家一直在探討人工智能最重要的問題是什么？現(xiàn)在如何實現(xiàn)高效？現(xiàn)在深度網(wǎng)絡(luò)是不可解釋的，那么如何做可解釋的？現(xiàn)在不魯棒，如何做到魯棒？

新一代認(rèn)知智能作為現(xiàn)在算法上國際上最重要的結(jié)合點。眾所周知，1969 年BP 算法的雛形是從控制里面來的，是從最優(yōu)控制理論中產(chǎn)生、采集的。直到1989 年卷積神經(jīng)網(wǎng)絡(luò)誕生。認(rèn)知和神經(jīng)科學(xué)家首次將BP 算法引入到多重神經(jīng)網(wǎng)絡(luò)，構(gòu)建了認(rèn)知計算模型。再到2015 年的計算模型。由此可以看出BP 算法是深度學(xué)習(xí)使用最為廣泛的，但是它仍存在很多問題。

從1958 年開始研究的啟發(fā)卷積神經(jīng)網(wǎng)絡(luò)來看，1981 年的諾貝爾獎得主發(fā)現(xiàn)人的視覺是分層的，有高層的視覺分層，也發(fā)現(xiàn)視覺系統(tǒng)卷積的特性。于是1980 年日本學(xué)者提到簡單復(fù)雜的細(xì)胞概念，提出了新的認(rèn)知機理。David Marr 認(rèn)為，人對視覺信息的表征和處理的計算研究得出了一個重要的結(jié)論，視覺和感知效應(yīng)的關(guān)系。2007年Tomaso Poggio 提出了H-MAX 模型。2012 年Alex 的貢獻(xiàn)開啟了人工智能的黃金時代，得到了廣泛的應(yīng)用。這也是我們算法的歷史由來。通過歷史分析，就能預(yù)測未來。

通過展示的內(nèi)容大家可以看到大部分都是什么？是關(guān)于腦科學(xué)家神經(jīng)的分析，通過神經(jīng)的分析就是啟發(fā)類腦計算。上面部分都是整個神經(jīng)方面的分析，下面部分是希望能夠?qū)崿F(xiàn)一種類腦的想法，從腦科學(xué)能不能到人工智能做類腦方面的研究。最近幾家機構(gòu)的研究都取得了突破，一是2019 年報道的施路平教授；一是2020 年報道的已經(jīng)起到了重大作用的吳華強研究類腦的存儲一體的芯片。因此，中國在這方面的研究應(yīng)該在國際上處于并跑的階段。上面展示的腦的結(jié)果，是我們進行了大量調(diào)研的，神經(jīng)元的激活狀態(tài)，包括貓的視覺感受、腦機體的神經(jīng)節(jié)。

關(guān)于人工智能理論的推算我們做了一個對應(yīng)和比較，即如何利用腦機器啟發(fā)人工智能新理論，實際上是作為新一代人工智能發(fā)展的一個重要途徑。我們把它們進行類比、對照，說明什么？很多人工智能專家都借鑒了腦科學(xué)的一些機理來響應(yīng)人工智能應(yīng)該怎么往前走？這個算法應(yīng)該怎么解決？怎么具體解決？

成年人的大腦細(xì)胞有860~1000 億神經(jīng)元，而我們電信號在發(fā)生作用時會感到整個功耗非常低，就在10~23 瓦之間。如果你在刻苦完成一件事情時，你的最大功耗也在25 瓦以內(nèi)；如果你迷迷糊糊時，功耗最低才10 瓦左右。所以功耗都很小，但人工智能計算機的功耗是非常大的。

剛才劉市長和我談到，在杭州還要建一個大的計算中心，這時的功耗應(yīng)該大了很多。那么怎樣能夠提供？從認(rèn)知科學(xué)角度來討論這個問題，于是我們畫了這樣一座大橋。如圖所示，認(rèn)知計算是溝通腦科學(xué)和人工智能的橋梁。為什么？我們首先回過頭來問，認(rèn)知科學(xué)做什么？認(rèn)知科學(xué)一個是多模態(tài)的回路觀測，要觀測腦科學(xué)里的東西。

第二是多層次的認(rèn)知模型，包括潘院士說的視覺、聽覺、語言，還有觸覺，這些是多層次的認(rèn)知模型和腦科學(xué)的信息，在這里觀測，通過建立模型形成的是認(rèn)知科學(xué)。我們認(rèn)為，從腦科學(xué)通過認(rèn)知科學(xué)的研究到達(dá)人工智能，這就是走另外一條途徑，叫做從腦科學(xué)到人工智能，這即是我們所說的未來希望的一條道路，也是研究人工智能新算法的一條道路。

接下來我們回過頭再來看看國際上的一些經(jīng)典貢獻(xiàn)。左邊是腦科學(xué)整個的貢獻(xiàn)，這里的貢獻(xiàn)主要講的是什么？人類如何思考。右邊都是圖靈獎，最重要的結(jié)論是，貢獻(xiàn)都是什么？機器如何思考？中間應(yīng)該有一道橋梁，將它們建立關(guān)系并連接。所以我們希望認(rèn)知科學(xué)就是這道橋梁。

2016 年美國啟動了1 億美金的阿波羅項目，其記錄并測量了10 萬個神經(jīng)元的活動與連接。這里最右邊的圖上方是計算神經(jīng)元的模型，下方是計算機器學(xué)習(xí)模型。這兩個模型能否通過腦數(shù)據(jù)建立一個分析？這就是成像。通過研究大腦計算范式，構(gòu)建認(rèn)知計算新模型與新方法，從而建立從人的思維到機器思維的橋梁，是啟發(fā)新的人工智能理論與算法的重要途徑。這是清華大學(xué)構(gòu)建的一個方案，但這個方案也不一定成熟，只供大家參考。

是生物機制的記憶環(huán)路，我們有外部環(huán)境、腦皮層和海馬體。左下圖是物理平衡原理，所以我們期待構(gòu)建一個BMP 的網(wǎng)絡(luò)算法，就腦科學(xué)、數(shù)學(xué)和物理結(jié)合起來的一個網(wǎng)絡(luò)模型。上方是我們構(gòu)建的新型網(wǎng)絡(luò)模型的一個通用的框架。

在算法問題上，我們還在進一步研究，也希望為各位專家提供一個方案。所以人工智能算法能不能從知識驅(qū)動到腦科學(xué)，但數(shù)據(jù)驅(qū)動那邊是什么？是大場景、多對象的一個很大的數(shù)據(jù)庫，構(gòu)建的什么？三駕馬車能不能做認(rèn)知驅(qū)動，這是我們構(gòu)建的一個新算法，一個框架的架構(gòu)。這是算法層面的思考，希望大家批評指正。

第三，人和AI 怎樣共處。眾所周知，AI 賦能人類，而不是成為人類，更不是取代人類。50年前圖靈就說過，人工智能的發(fā)展不是把人變?yōu)闄C器，也不是把機器變成人，而是“研究、開發(fā)用于模擬、延伸和擴展人類智慧能力的理論、方法、技術(shù)及應(yīng)用系統(tǒng)，從而解決復(fù)雜問題的技術(shù)科學(xué)并服務(wù)于人類”。因此，人工智能與人類和諧發(fā)展，需要考慮人工智能與人類之間協(xié)同安全、隱私和公平的問題。

最終實現(xiàn)以人為本、服務(wù)于人的目標(biāo)。我們目前有個課題項目是孫富春老師和吳飛老師在負(fù)責(zé)。我們在做什么？未來的人工智能安全教育和它與人類的合作的調(diào)研，調(diào)研完成后準(zhǔn)備和美國人工智能學(xué)會、歐洲人工智能學(xué)會討論人類命運共同體的話題。

這里以人為本、服務(wù)于人類的這4 個問題是我們最重要的、要探索也回避不了的問題，分別是倫理、隱私、協(xié)同和安全。人和人類怎么去合作？人和機器AI 要有交互，人和自然界也要交互。極限交互是什么意思？在危險的場景，我們希望通過AI 和AI 交互，AI 和場景交互，人類和AI 交互，即我們看不見的、看不清的、聽不見的、觸摸不到的，我們稱之極限交互。AI 交互實現(xiàn)顛覆性用戶體驗，提高人類認(rèn)知和改造世界的能力。這就是說極限交互的特點。

我們現(xiàn)在開會都線上開展，很多機構(gòu)都在開發(fā)線上虛擬線下，如《王牌特工》中所展示的。這時就相當(dāng)于一種極限環(huán)境。我們開的線上會議就和線下會議一樣。我想這樣的一套系統(tǒng)，2020年年底可能就有望見到。所以，這即是我們所說的沉浸式AI 交互。我們調(diào)研了今年中小學(xué)、大學(xué)的課程基本上都是線上上課。通過上課質(zhì)量對比，北京的幾個學(xué)校的教學(xué)質(zhì)量都是有所下降的。我們只是采用了這種形式，但是這種形式并沒有帶來更好的教學(xué)效果。

即使如此，以后要改變這種教學(xué)效果，我想會帶來更好的用戶體驗。很多高校和企業(yè)都做了相關(guān)類型的研究，比如微軟108 個相機的立體建模、Facebook 做的立體建模，以及谷歌、清華建的。清華現(xiàn)在一個相機也在做深度建模的形式，建完一個人的模型后，就能把它放到任何地方，這樣虛擬線下就可以實現(xiàn)了。

大家可以看到，這樣就可以實現(xiàn)全息智能教學(xué)。比如智能精準(zhǔn)的推薦、線上泛在接入、真人的全息授課、沉浸交互課件。根據(jù)今年的AI 研究發(fā)展，AR 眼鏡最輕可以達(dá)到50 克，此前AR 眼鏡很重，所以發(fā)展不起來。但我覺得未來眼鏡也是一個重要趨勢，虛擬線下的一個重要區(qū)域。未來AI 驅(qū)動的混合現(xiàn)實，賦能教學(xué)、生產(chǎn)、設(shè)計和交流，包括工業(yè)設(shè)計都可以在此開展，這是未來AI 交互的一種重要的工具，也是人和AI 之間交互的一個重要的途徑。

未來已來，我記得好像李院士5 年前作報告，就說未來已來，即讓我們著急起來，未來實際上腦機接口、人機融合、人機“共生永存”，包括意識存儲的概念，能不能永遠(yuǎn)存在機器人身上或者存儲到一個地方。所以這都是未來發(fā)生的事，現(xiàn)在腦機接口發(fā)展非?？欤覀兘?jīng)常說的腦疾病，比如阿爾茨海默癥、癲癇病。如果找到了這樣的病理特征時，我們有兩種再生方法。如果知道神經(jīng)元的種類，可以用其他的神經(jīng)元修復(fù)這種生物的修復(fù)方法，把這些神經(jīng)元修復(fù)好；還有一種用我們超材料代替這些神經(jīng)元的活躍程度。如果能做得不錯，腦子就能夠保持高度清晰，人類壽命延長50 年是一個很正常的事情。

智能驅(qū)動未來，我們有更聰明的“大腦”、更靈巧的“手”、更明亮的“眼睛”、更靈敏的“耳朵”。智能光電芯片、知識驅(qū)動、數(shù)據(jù)驅(qū)動、認(rèn)知驅(qū)動，這是智能驅(qū)動的一個大的未來。從這里可以看出，人工智能逐漸達(dá)到人類水平。從時間表2016 年開始，一直規(guī)劃到2066 年，所有人類的任務(wù)都取代了，機器AI 都能夠把它完成。當(dāng)然這是我們的愿景，這個愿景是帶有預(yù)測性質(zhì)的，也帶有一定的基礎(chǔ)討論。

我們說要做認(rèn)知智能。什么叫做認(rèn)知智能？以前有過圖靈測試，你做的算法需要測試，那測試要求有沒有？因此我們從圖靈測試開始，主要測試某個機器是否能表現(xiàn)出與人等價或無法區(qū)分的智能。當(dāng)時是模仿游戲，因此我在最后的部分也講一講測試。

圖靈的測試一直在不斷發(fā)展?？梢钥吹綇?950 年提出圖靈測試，1986 年早期自然語言處理計算機也在期待測試。一直到2014 年，郭院士的“Eugene Goostman”程序首次“通過”了圖靈測試。2015 年人工智能終于能像人類一樣學(xué)習(xí)，并通過了圖靈測試。但是這些測試情況怎么樣？有什么有待改進的地方？下面這幾位專門研究圖靈測試的專家，測試機器常識推理的能力，測試神經(jīng)網(wǎng)絡(luò)抽象推理的能力，還有針對通用人工智能（AGI）測試，比如家庭健康護理（ECW）的能力，這些都是人工智能測試的新模式，且層出不窮。因此圖靈測試也是我們?nèi)斯ぶ悄馨l(fā)展的一個重要方向。

下面又回過頭來，知識驅(qū)動、腦科學(xué)、數(shù)據(jù)驅(qū)動上面是認(rèn)知驅(qū)動。那么新一代人工智能算法能不能做出來？什么叫做出來？能不能有認(rèn)知測試？這就是我們所說的一個重要的目標(biāo)課題，也是我們對人工智能發(fā)展的一些思考。

人工智能實際上產(chǎn)業(yè)變革的歷史進程發(fā)展非?？?。信息時代隨著現(xiàn)在數(shù)字經(jīng)濟，也就是人工智能時代的到來。這里可以看到許多美國典型的人工智能企業(yè)，當(dāng)然還有中國的企業(yè)，包括字節(jié)跳動、地平線等，還有一些歐洲的企業(yè)，所以人工智能已經(jīng)成為推動全球經(jīng)濟發(fā)展的核心驅(qū)動力。人工智能也是新基建，已上升為國家戰(zhàn)略非常重要。前幾年潘院士倡導(dǎo)的人工智能2.0 得到了國家的高度重視。2020 年我國人工智能市場的規(guī)模增速遠(yuǎn)超全球市場規(guī)模的增速水平。這是我們整個調(diào)查的結(jié)果，已用于智能安防、醫(yī)療、金融和教育等領(lǐng)域，比如我們余杭區(qū)的智能醫(yī)療小鎮(zhèn)。新基建是一項非常重要的大工作，剛才高省長、劉市長說到的都在這里面有所體現(xiàn)。

2019 年發(fā)表在Nature 上的一篇文章關(guān)注中國在人工智能領(lǐng)域的領(lǐng)先發(fā)展。我們實驗室十幾位老師和學(xué)生調(diào)研了近10 年浙江省頒布了44 例人工智能相關(guān)的政策。浙江看杭州，杭州就看余杭。所以杭州打造AI 有無限的想象、無限的空間，也感謝杭州未來城對我們?nèi)蛉斯ぶ悄芗夹g(shù)大會的支持。

最后總結(jié)一下，實際上今天和大家分享了三個方面的話題。第一個話題就是共處，更高的工作效率、生活質(zhì)量和安全保障，極限環(huán)境下交互，什么叫極限環(huán)境？比如開現(xiàn)場會議，我們地理位置相隔甚遠(yuǎn)，但我希望我們面對面交流，這就是一個極限；第二個是算法，更逼近本源的認(rèn)知計算理論與方法，這是我們所說的重要的一個議題；第三個是算力，數(shù)量級性能提升的新型計算范式與芯片架構(gòu)，這是最重要的。我希望未來能夠發(fā)展人工智能這三個方面的問題，包括多維度、多角度和深層次的認(rèn)知測試。
責(zé)任編輯:pj