10月23日，2020中國計算機大會（CNCC2020）主會場內(nèi)，此時已是中午12點40分，臺下的聽眾早已饑腸轆轆，卻仍興致盎然地聽著臺上的嘉賓們“你來我往”“唇槍舌劍”。
這是CNCC2020的第二天。圍繞這場大會論壇的主題“第三代人工智能的演進路徑：‘統(tǒng)計’還是‘類腦’”，中國科學(xué)院院士張鈸、北京大學(xué)信息科學(xué)技術(shù)學(xué)院教授黃鐵軍等學(xué)者正在發(fā)表各自“立場”鮮明的觀點。辯至中途，中國科學(xué)院院士梅宏也忍不住加入，把現(xiàn)場的氣氛推向了高潮。
正如論壇主持人清華大學(xué)計算機系長聘副教授崔鵬所說，人工智能（AI）的發(fā)展已到了新的十字路口，現(xiàn)有技術(shù)的局限日益凸顯，而新一代技術(shù)的發(fā)展路徑尚不明朗。統(tǒng)觀人工智能的發(fā)展歷史，從以專家系統(tǒng)為代表的第一代人工智能，已發(fā)展到以統(tǒng)計機器學(xué)習(xí)為代表的第二代人工智能。展望未來十年到二十年，第三代人工智能應(yīng)沿著既有的“統(tǒng)計”路徑不斷完善，還是借鑒人類大腦的模式和結(jié)構(gòu)，走“類腦”的道路？
“統(tǒng)計”延伸還是“類腦”重建
“是時候考慮人工智能下一步該怎么走了！特別是中國應(yīng)該考慮下一步怎么走，因為全世界都不知道下一步要怎么走。” 張鈸的開場白獲得了現(xiàn)場聽眾的一片掌聲。
此前，在紀念《中國科學(xué)》創(chuàng)刊70周年的專刊中，張鈸曾撰寫以《邁向第三代人工智能》為題的署名文章。在這篇文章中，張鈸指出，人工智能在60多年的發(fā)展歷史中，一直存在兩個相互競爭的范式，即符號主義與連接主義。符號主義（即第一代人工智能）到上世紀80年代之前一直主導(dǎo)著AI的發(fā)展，而連接主義（即第二代人工智能）從上世紀90年代逐步發(fā)展，到本世紀初進入高潮，大有替代符號主義之勢。但今天看來，這兩種范式只是從不同的側(cè)面模擬人類的心智（或大腦），具有各自的片面性，不可能觸及人類真正的智能。
他提出，為了建立一個全面反映人類智能的AI，需要建立魯棒與可解釋的AI理論與方法，發(fā)展安全、可信、可靠與可擴展的AI技術(shù)，即第三代人工智能。
而這也是業(yè)界的共識。當(dāng)下，人工智能發(fā)展已步入“深水區(qū)”。其表現(xiàn)是，雖然以深度學(xué)習(xí)為代表的人工智能技術(shù)在諸多應(yīng)用領(lǐng)域取得了性能突破，但其對大規(guī)模訓(xùn)練數(shù)據(jù)的依賴，對場景的適用性狹窄，以及模型自身的可解釋性、穩(wěn)定性和公平性無法保證，限制了人工智能進一步發(fā)展的深度和廣度。
實際上，早在8月底，中國計算機學(xué)會青年計算機科技論壇（CCF YOCSEF）就在北京召開了為期兩天的閉門思辨論壇，邀請了國內(nèi)19位人工智能領(lǐng)域資深學(xué)者，圍繞第三代人工智能的演進路徑進行了激烈的思辨，并發(fā)現(xiàn)了兩條相對清晰的路徑。其一是在已被證明有效的統(tǒng)計學(xué)習(xí)的框架內(nèi)進一步擴展和演進，其二則是理解人腦的智能產(chǎn)生機制，并由此重新定義“類腦”的學(xué)習(xí)和計算框架。
“在這兩天的論壇里，與會專家分別針對這兩條路徑進行了梳理和探討，今天這個大會論壇實質(zhì)上是對此前思辨論壇的進一步延伸。”崔鵬說，“希望利用這樣的機會，進一步論證一下未來十年到二十年，‘統(tǒng)計’和‘類腦’到底哪一條路徑更有可能形成新的突破。”
大腦原理尚不清楚時“類”還是“不類”
此次論壇上，張鈸坦承，對于智能，目前業(yè)界尚沒有一個統(tǒng)一的定義。因此，“人工智能主要是用計算機來模擬人類的智能行為”。
他強調(diào)，之所以模擬的不是智能，而是智能行為，是因為行為是可觀察、測量和評估的，而只有可觀察、測量和評估的對象才可以進行科學(xué)研究。反之，如果對象非常模糊，就不可能進行科學(xué)研究，只能進行哲學(xué)層面的探討。
張鈸提出，第三代人工智能的發(fā)展思路是，把第一代的知識驅(qū)動和第二代的數(shù)據(jù)驅(qū)動結(jié)合起來，通過同時利用知識、數(shù)據(jù)、算法和算力等4個要素，構(gòu)造更強大的AI。
“我不贊成用‘類腦’這個詞。”張鈸說，“類腦”的英文原文是“brain—inspired”，翻譯成“類腦”不太合適。因為目前的腦研究并沒有徹底揭示大腦的諸多秘密，因此“腦子不清楚類誰”。
而在黃鐵軍看來，“‘類腦’研究不用等到人類搞明白大腦的原理再去參考它來做，而是現(xiàn)在就可以做。”他舉例說，指南針發(fā)明的時候，科學(xué)家并不明白它為何能指南，而飛機發(fā)明的時候，也不清楚它為什么能上天，因此，“并不是一定要明白原理后這件事兒才能做成”。
他所給出的“智能”的定義是，智能是系統(tǒng)通過獲取和加工信息而獲得的能力。它包括以生物為載體的生物智能（自然智能）和以機器為載體的機器智能（人工智能）兩個方面。而智能科學(xué)是研究智能現(xiàn)象背后規(guī)律的科學(xué)，專指以機器智能為對象的技術(shù)科學(xué)。
“生物大腦是最好的先驗結(jié)構(gòu)。人類設(shè)計的各種人工智能和機器學(xué)習(xí)方法，最終都將收斂到生物大腦結(jié)構(gòu)。”黃鐵軍認為，正因如此，“強大智能必須依托復(fù)雜結(jié)構(gòu)，站在進化肩膀上，看似艱難，實則最快”。
必須開辟新賽道
在清華大學(xué)統(tǒng)計學(xué)研究中心長聘副教授鄧柯看來，第一代人工智能是在做推理，第二代人工智能是在做感知，而到了第三代人工智能之后，科研人員將面臨一些更為復(fù)雜的問題。
他表示，在第二代人工智能的框架下，對于不確定性關(guān)注比較少，主要是在做一些基于算法的結(jié)果優(yōu)化，而基于算法的優(yōu)化和基于不確定性因素做推斷之間有非常大的差異。“要真正解決一些更深層次、更難的問題，急需建立起對于不確定性因素的認知以及在此基礎(chǔ)上的推理能力。這將是下一代人工智能非常核心的問題。”
黃鐵軍也認為，目前深度學(xué)習(xí)已經(jīng)在圖像識別等方面取得了重大突破，但卻并未真正解決感知問題。他舉例說，通過反人臉識別技術(shù)，就可以讓軟件把自己識別成別的人。因此，深度學(xué)習(xí)遠未抓住人類視覺系統(tǒng)的復(fù)雜性，要重新思考智能模型。
“未來的人工智能發(fā)展一定要離開計算，不能在計算框架下思考智能問題。因此，要思考新的可能性，沒有說歷史一定要綁在計算這駕戰(zhàn)車上一直開下去。”黃鐵軍說。
在他看來，以人工智能為代表的智能科學(xué)，實際上是一個無限演進的過程，即從結(jié)構(gòu)仿腦到功能類腦，再到性能超腦。而人工智能的下一步是什么？“從長遠看，希望一個智能系統(tǒng)能在復(fù)雜的環(huán)境里像生物一樣，甚至以超越生物的能力去探索。”
張鈸強調(diào)，第三代人工智能必須將知識驅(qū)動放在重要位置，將其和數(shù)據(jù)驅(qū)動結(jié)合起來。只有這樣，才能既最大限度地借鑒大腦的工作機制，又充分利用計算機的算力，使得人工智能在某些方面可以超越人類。
張鈸表示，對于大腦的研究，實際上他們一直在借鑒，而且也反映在了人工智能的研究成果中。但是，從現(xiàn)實的角度講，“未來幾十年必須靠計算機，別的都靠不上”。
梅宏對張鈸的觀點表示贊同。在他看來，談?wù)摰谌斯ぶ悄埽瑧?yīng)該是在第一代和第二代基礎(chǔ)上的延伸，是基于計算的不斷深化和完善。而“類腦”研究則類似學(xué)科的劃分，以追求終極的智能為目標(biāo)。“現(xiàn)在對計算機而言，只有類人計算，沒有類腦計算，因為大腦原理還說不清楚，那不是計算。”
中國科學(xué)院自動化所研究員余山的研究背景是生物學(xué)，即研究大腦怎樣工作。“從我個人角度講，我還是相信‘類腦’可以給我們提供有益的啟示。”
不過，他認為，“類腦”研究的目的不是去再造一個腦，這個沒有太大意義，而是幫助人工智能能夠更快地找到合適的解決復(fù)雜問題的途徑。
無論是將知識驅(qū)動與數(shù)據(jù)驅(qū)動結(jié)合，還是做“類腦”研究，張鈸認為，第三代人工智能都要創(chuàng)造出顛覆性的技術(shù)。
“人工智能對國家未來發(fā)展的影響太大了，因此我們必須要找到一條新的出路。”張鈸強調(diào)，“不要糾纏在老賽道上，因為它已經(jīng)過時了，必須要開辟出新賽道。只有在新賽道上，中國人才有可能和世界一塊兒前進。”
來源：《中國科學(xué)報》
