让人工智能更有温度
发布时间:2019-02-06 06 来源: 官网 浏览量:26

  在第20届中国国际高新技术成果交易会上,各种各样的机器人吸人眼球。李振岐摄/光明图片

  人工智能自1956年正式提出已有六十多年。随着智能算法的精进以及云计算、大数据等概念的兴起,深度学习、认知计算等新技术不断涌现,人工智能已经走出实验室,离开棋盘,通过智能客服、智能医生、智能家电等服务场景,在诸多行业的应用日益广泛。

  在日前由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院、《语言科学》编辑部共同在海南博鳌举行的“未雨绸缪:语言与下代人工智能博鳌论坛”上,来自中国科学院、清华大学等国内30余家高校和科研院所的70余名专家学者围绕人工智能面临的问题,语言与语言脑机制研究在人工智能研究中的重要作用,以及下代人工智能的发展方向等问题进行了深入地交流、讨论。

  瓶颈制约:依靠数据启动缺乏人脑的常识

  人类对如何创造智能机器的思考从来没有中断过,与国际上人工智能的发展情况相比,我国的人工智能研究起步较晚,改革开放后才逐渐走上发展之路。近年来,我国已将人工智能列入《“十三五”国家科技创新规划》,目前我国的新代人工智能在部分领域的关键技术已实现重要突破。但从世界范围来看,作为新代人工智能浪潮的兴起驱动力——算法进步、大数据供应和计算能力的快速提升将很快碰到难以逾越的发展天花板。

  “目前以大数据与深度学习为基础的人工智能存在的最大问题是不可解释性、脆弱性,以及缺乏推广能力。当面对动态变化的环境,存在干扰与虚假信息时,人工智能系统的性能就会显著下降,无法实现人机交互。”中国科学院院士、清华大学教授张钹指出瓶颈。

  哈尔滨工业大学原党委书记、中文信息处理专家李生教授认为,与人脑的知识驱动掺杂数据启动不同,机器完全依靠数据启动。人脑依靠小样本掺杂常识进行智能推理,而机器依靠大样本标注数据,只是总结数据表面的规律,缺乏人类脑的常识。

  作为国内顶级的神经科学专家,国家自然科学基金委生命科学部张洪亮的发言语重心长:“国内研究手段和研究技术相对缺乏,目前研究语言主要的工具可能还是功能性磁共振和脑电图等有限的手段,神经科学家目前对神经系统和脑的认识还非常不足,神经科学领域的研究成果向产业、临床转化的不够,与其他学科的交叉融合和推广还大有可为。”

  另辟蹊径:探寻符合语言和大脑实际的人脑智能

  语言是人类独有的能力,是人类智慧的体现。语言的理解并不是简单的关键词搜索、关键词匹配,而是对于表层语言背后的深层内容的分析。与传统机器学习不同,人工智能的深度学习并不遵循数据输入、特征提取、特征选择、逻辑推理、预测的过程,而是由计算机直接从事物原始特征出发,自动学习和生成高级的认知结果。在人工智能输入的数据和其输出的答案之间,存在着被称为“黑箱”的我们无法洞悉的“隐层”。目前,它的语言服务大多为简单查询,不涉及语义推理问题,缺乏真正的语义理解能力,比如些有歧义的自然语言句子,人类很容易根据上下文或常识理解其真正含义,计算机却很难理解。

  “自然语言理解是混合智能的重要领域,能够使计算机具备理解自然语言的能力,是认知计算机的核心问题,其发展的关键是开展认知的脑机制研究。”中国工程院院士、新疆大学教授吾守尔·斯拉木说。

  要领跑人工智能的发展,就要遵循历史规律,在新代人工智能蓬勃发展之际开始布局下代人工智能研发。与会专家指出,要将下代人工智能研究的突破口回归到人脑智能,特别是语言的脑机制,必须提前布局,另辟蹊径、谋求创新发展之路。

  教育部长江学者特聘教授、北京大学教授袁毓林也指出了同样的问题,人工智能必须理解自然语言的意义、能够进行常识推理,而通过对词汇知识进行深度挖掘来反映人的常识和语义,再跟计算机的视觉、知识图谱等技术结合起来,有望让人工智能达到种可理解的、可解释的境界。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。语言作为思维的物质载体参与了整个高级认知功能,以这种颠覆性的观点为基础重新考虑人工智能的基本理论,有可能为人工智能的发展提供新窗口。”教育部长江学者特聘教授、神经语言学研究会理事长、江苏师范大学教授杨亦鸣的观点为人工智能发展提出了条新路,这就是寻找符合语言和大脑实际,将人脑的高级功能研究与细胞分子层的研究,神经与神经细胞的研究贯通起来。通过设立语言与下代人工智能的重大专项,布局人工智能发展的无人区,实现人工智能颠覆性的发展。

  北京大学教授穗志方呼吁:搭建协同创新发展的平台,做好科学性、前瞻性布局,清晰定义各学科各个模块之间的分工和衔接。通过不同的学科、不同的路径共同研究,进行迭代开发,相互验证,逐渐打破僵局,实现多学科交叉多学科融合。

  联合攻关:打造多学科交叉的育人平台

  “下代人工智能最重要的就是为下代布局,而关键则是人才建设,特别是交叉学科人才。”中国工程院院士、国防科技大学教授廖湘科的观点得到与会专家学者的致赞同。

  随着现代科学技术的突飞猛进,学科之间固有的界限被打破,各学科之间的联系不断加强。学科综合化已成为当今科学技术发展的突破点。

  2017年国务院印发《新代人工智能发展规划》,明确提出要形成“人工智能+X”复合专业新模式,鼓励高校在原有基础上拓宽人工智能专业教育内容,重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学、语言学等学科专业教育的交叉融合,培育高水平人工智能创新人才和团队。如今,以江苏高校语言能力协同创新中心为代表的交叉多学科融合平台先行先试,在团队科研项目的基础上,积极探索跨学科人才培养,打造学科交叉育人平台的发展模式,形成有效的互补机制。

  在如何推进我国下代人工智能的研究上,与会专家提出了解决的“良方”:是要开展面向下代人工智能的语言脑机制基础原创研究,在此基础上思考计算机软硬件的重新设计,在数学和物理驱动的基础上,加入生命元素和语言机制驱动。二是要加快培育下代人工智能高端人才,设立“人工智能+语言学”相关专业,培养具有前瞻眼光、贯通语言学及语言脑机制与人工智能基础理论、先进方法技术的复合型人才,从根源上领跑人工智能。

   (本报记者 兰亚妮 郑晋鸣)

Copyright © 2012-2019   www.cccdkm.com    版权所有   

本站部份内容来源自网络,文字、素材、图片版权属于原作者,本站转载素材仅供大家欣赏和分享,切勿做为商业目的使用。

如果侵害了您的合法权益,请您及时与我们,我们会在第一时间删除相关内容!