比如训练AI完成椅子识别的任务 。 如果按照感知智能深度学习的范式 ， 需要把大量椅子图像中的特征标注出来 ， 再让AI学习 。 但此后 ， 遇到异形的椅子 ， 依然会出现难以识别的情况 。 “不光是单纯的物体识别 ， 在包括无人驾驶和医疗等领域 ， 都会遇到类似的问题 。 ”董乐表示 。
但人不需要看过很多椅子也很容易做出是否是椅子的判断 ， 人是如何做的呢？
董乐概括道 ， “我们人会把这个任务从单纯的物体识别问题上升到对任务的理解的高度 。 通过视觉感知和物理想象进行判断 ， 也就是说我们看到它 ， 就可以想象它能不能承受让我安全地坐 ， 以及坐上去舒不舒服 ， 就这么简单 。 ”
董乐曾在BEYOND国际科技创新博览会的论坛中提到认知智能世界里的“暗物质” 。 她认为 ， 在日常生活中 ， 我们很容易感知到视觉等感官的信息输入 ， 但这只是冰山一角 。 “在感官背后的推理、想象其实发挥了巨大能量 ， 我们将其称作‘智能暗物质’ 。 我们会对物理和社会常识进行理解、推理 ， 然后结合时空、因果模型作用在现实场景中 ， 把感知和认知进行融合 。 ”
AI可以学习人类这种把看不见的知识提炼出来的抽象能力 ， 基于这样“Dark Beyond Deep”的范式转化 ， 即通过少量数据完成“大任务” ， 以少量样本、简单标注 ， 做到举一反百 ， 以感知智能和认知智能相结合的方式来理解世界 ， 探索智能“暗物质” 。
对于“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？董乐认为 ， 两个层面都有 。
“我们不否定大数据 ， 大数据在很多场景上确实有很大价值 ， 但是在另外一些场景上怎么办？同时还有数据问题 ， 成本问题 ， 能耗问题……用大数据去解决一些根本不用大数据就能解决的问题 ， 其实是非常不科学的 。 ”董乐对澎湃新闻（www.thepaper.cn）表示 。
如果粗略对比鹦鹉范式乌鸦范式的效能 ， 董乐说道 ， “鹦鹉范式可能是2:8 ， 即通用能力大约只有20% ， 还需要按任务要求对80%的能力进行个性化定制；乌鸦范式则是8:2 ， 通用能力达到80% ， 只有20%的能力需要按任务要求进行优化迭代 。 ”
对于是否认可人工智能前进道路中类脑智能的研究路线 ， 董乐对澎湃新闻（www.thepaper.cn）谈到 ， “如果抛开要解决的问题和任务 ， 单纯讨论一个技术范式或者说一种路径 ， 我认为意义和价值都不大 。 每一条技术路径都有它探索和研究的某种必要性 ， 单纯去说哪条路径可能有问题 ， 或者有人有质疑 ， 这都不足为奇 ， 关键的是要解决什么问题 ， 要把任务确定好 。 ”
董乐以登山做比喻 ， 从山脚往山顶有很多路 ， 周围的风景也不同 ， 过程中要解决的问题也不一样 ， 现在从山底下往上看的时候 ， 没有办法去评判哪条路是最好的 。 可能只有真正到了上面以后 ， 再回过头来思考这个问题 。
通用人工智能是像人一样的“人造智能”吗？
2014年 ， 物理学家斯蒂芬·威廉·霍金（Stephen William Hawking）在接受英国广播公司（BBC）采访时曾表示了对一个“像人”的人工智能的担忧 ， “制造能够思考的机器无疑是对人类自身存在的巨大威胁 。 当人工智能发展完全 ， 就将是人类的末日 。 ”

文章图片

此后几年 ， 霍金也在多次演讲中表达了这样的看法 。 2017年 ， 霍金在接受英国《泰晤士报》采访时更是发出警告 ， “人工智能进一步发展便可能会通过核战争或生物战争摧毁人类 。 人类需要利用逻辑和理性去控制未来可能出现的威胁 。 ”