“小数据”逐渐热门 ， 背后是技术演进的自然结果还是“大数据”碰壁后的重新选择？认知智能世界里的“暗物质”是什么？我们该如何期待和思考通用人工智能？
“我们是世界上比较早研究大数据问题的团队 ， 差不多在17年前（2004年）就开始做大数据领域的研究 。 研究了大概三四年以后就发现大数据存在一些固有的问题 ， 当时预见到这些问题用感知智能是无法解决的 。 后来我们就开始尝试范式转换 ， 从2009年开始研究认知智能 。 ”近日 ， 北京通用人工智能研究院常务副院长董乐接受澎湃新闻（www.thepaper.cn）采访时表示 。

文章图片

北京通用人工智能研究院定位为非营利性的新型研发机构 ， 由北京市政府、科技部支持共建 ， 北京大学、清华大学等单位合作支撑 ， 由全球著名计算机视觉专家、统计与应用数学家、人工智能专家朱松纯教授于2020年筹建并担任院长 。 其目标是实现具有自主的感知、认知、决策、学习、执行和社会协作能力 ， 符合人类情感、伦理与道德观念的通用智能体 。
董乐阐述道 ， 目前大家看到比较多的AI采用的是“大数据+算力+深度学习”范式 ， 属于感知层的智能 ， 在真正产业落地时 ， 当前的感知智能遇到了很多问题 ， 比如只能做特定的人类事先定义的任务 ， 存在长尾效应、训练成本高的问题 ， 大量数据标注牵扯到隐私与安全性问题 ， 此外还存在模型的不可解释、不能交流、算法偏见等各种问题 。
“现在大家慢慢形成了共识 ， 认知智能可能才是下一个10年人工智能要重点发展的方向 。 ”董乐教授表示 。
怎么理解认知智能与感知智能？
“乌鸦范式”和“鹦鹉范式”
日本一位野生动物学家采集了野生乌鸦的很多日常生活习性视频 。 他发现 ， 当野生乌鸦来到城市 ， 它需要坚果饱腹但又没有办法打开坚果 。 这时 ， 它有个很偶然的发现 ， 把坚果扔到路上 ， 汽车开过去后坚果被碾碎了 ， 就可以直接过去吃 。

文章图片

但它在去吃的过程中又面临一个新问题 ， 马路上很危险 ， 它要怎么完成这个任务？很聪明的是 ， 它又发现信号灯 ， 当红灯的时候 ， 所有车都停下来 ， 它就把坚果扔到斑马线上 ， 坚果被车轮碾破 ， 等信号灯指示 ， 车都停了再下来把坚果吃了 。
“所有这一系列动作都是它自主完成 ， 通过要解决一个任务——安全吃到坚果 ， 它进行了观察、推理 ， 发现了交通的规律 ， 然后去执行和决策 。 我们把这称之为‘乌鸦范式’ ， 即“小数据 ， 大任务”范式 。 它没有很高的训练成本 ， 也不需要太多的数据训练 ， 但它要完成一个任务目标 ， 所以它是由任务驱动的 。 ”董乐说道 。
与“乌鸦范式”相对的就是“鹦鹉范式” ， 鹦鹉需要大量的数据反复训练 ， 教给他什么它就说什么 。 它可以不断重复 ， 但并不理解其中含义 ， 它不能反映现实中的因果逻辑 ， 是“大数据 ， 小任务”范式 。
在认知智能视野下 ， 人工智能系统的三个关键要素是“架构、任务和数据” 。 董乐认为 ， 相比于感知智能所强调的“数据、算力和模型” ， 这是又向前演进了一步 。 其中 ， 架构最重要 。 “就像判断一个人的能力 ， 并不是来自他掌握了多少知识 ， 而是他有很完整的知识构建模型能力 ， 那么即便目前拥有的知识不够多 ， 但到一个新的领域 ， 有了这样健全的架构也可以迅速习得新知识 。 我们认为架构是基础 ， 任务是关键 ， 在这个过程中数据起了一部分作用 ， 但并不是全部的作用 。 ”