12 月 2-4 日,BEYOND 国际科技创新博览会开幕式于澳门巴黎人酒店巴黎人剧场重磅举行。作为本年度亚太地区最具影响力的科技博览会之一,本次大会邀请到了众多行业专家学者与意见领袖畅谈创新未来。

在 12 月 4 日的大会闭幕式上,北京通用人工智能研究院常务副院长兼副理事长、国际计算机协会(ACM)人工智能专业委员会中国区主席、ACM 中国理事会常务理事董乐教授为大会做了 “浅谈认知智能世界里的暗物质” 为题的演讲。

1956 年的达特茅斯会议掀开了 AI 的篇章,但此后进入了一个衰落期,20 世纪 80 年代,人工智能迎来了两个悬而未解的难题——符号落地和常识获取。而后经历了 30 年的分治期。人们看到的包括计算机视觉、自然语言处理、机器学习等一些技术分别向前迅猛发展。从上世纪 90 年代到本世纪初,世界正经历着感知器的革命和互联网的革命,最后形成了大数据的模式。

董乐教授认为,上述事实表明技术的蓬勃发展依赖且受限于时代的基础设施特性。她强调,AI 并不是大数据、算力以及深度学习的简单相加,她用鹦鹉和乌鸦的学习模式类比,向大家阐述了目前人工智能更多的是 “鹦鹉模式”,是感知层的,以 “大数据,小任务” 范式为主。虽然已经有了很多的创新应用场景,但是它还存在非常依赖人类定义任务、每项任务需要大量数据与标注、模型不可解释、知识表达不能交流等问题。她认为人工智能系统的三个关键要素——架构、任务和数据,这三者中架构最重要,不同的架构选择导致了不同的系统和路径。而 “小数据,大任务” 的 “乌鸦范式”,则是以完成任务为首要目标,不过分依赖大数据。因此,相比于传统大家强调的数据算力和模型,又往前演进了一步。

“从研究范式的进化、对场景认知的重视以及对相关人才培养三个方面来看,我认为国内业界对于人工智能从感知智能向认知智能发展的趋势是认可的,北京通用人工智能研究院在这方面的建设也投入巨大,所以这可能是中国在向认知智能方向发展的一个强烈信号。” 董乐教授如是说,“当然范式的转换,并不是对深度学习和大数据本身的否定,而是由于从感知智能向认知智能跨越的过程中,有很多问题单靠数据可能解决不了,所以我认为针对不同的任务要去选择相应路径,而且有时候可以兼而有之,在不同的层面去解决不同的问题。”

“超越现在的感知智能,再往上走一层就是在认知智能世界里探索看不见的暗物质,” 她预测,未来 10~20 年,通用人工智能必将成为国际 AI 前沿争夺的焦点。“而在通用人工智能演化的路上,我们要经历从当前的感知智能向认知智能的跨越。”

董乐教授认为,接下来 AI 核心领域的各个学科领域将呈现融合与统一。对外与其他学科一起交叉升级和开拓的模式,她强调在人类的规范与指导下,通过平衡 AI 和人类之间的社会价值函数,使二者实现融合、协调、统一,AI 注定会向真、向善、向美而生,并沿着良性的道路健康发展,成为未来人机混合时代下人类最可靠、最重要的帮手。