第三代人工智能的理解

人工智能定义很多，但都不太准确。 中国科学院院士、清华大学人工智能研究院院长张钹院士认为，人工智能是“研究和设计智能体，所谓智能体，是用计算机模拟人类的智能行为”。

人工智能 (artificial intelligence, AI) 自 1956 年诞生以来, 在 60 多年的发展历史中, 一直存在两个相互竞争的范式, 即符号主义与连接主义 (或称亚符号主义). 二者虽然同时起步, 但符号主义到 20 世纪 80 年代之前一直主导着 AI 的发展, 而连接主义从 20 世纪 90 年代才逐步发展起来, 到 21 世纪初进入高潮, 大有替代符号主义之势. 今天看来, 这两种范式只是从不同的侧面模拟人类的心智 (或 大脑), 具有各自的片面性, 依靠单个范式不可能触及人类真正的智能. 需要建立新的可解释和鲁棒的 AI 理论与方法, 发展安全、可信、可靠和可扩展的 AI 技术. 为实现这个目标, 需要将这两种范式结合起来, 这是发展 AI 的必经之路. 本文将阐述这一思想, 为叙述方便, 我们称符号主义为第一代 AI, 连接主义为第二代 AI, 将要发展的 AI 称为第三代 AI.

第一代知识驱动的 AI, 利用知识、算法、算力 3 个要素构造 AI, 第二代数据驱动的 AI, 利用数据、算法与算力 3 个要素构造 AI. 由于第一、二代 AI 只是从一个侧面模拟人类的智能行为, 因此存在各自的局限性. 为了建立一个全面反映人类智能的 AI, 需要建立鲁棒与可解释的 AI 理论与方法, 发 展安全、可信、可靠与可扩展的 AI 技术, 即第三代 AI. 其发展的思路是, 把第一代的知识驱动和第二代的数据驱动结合起来, 通过同时利用知识、数据、算法和算力等 4 个要素, 构造更强大的 AI. 目前存在双空间模型与单一空间模型两个方案.

为了实现第三代 AI 的目标, 我们采用三空间融合的模型, 即融合双空间与单空间两种模型, 如图所示：

 （三空间融合模型）

双空间模型采用类脑的工作机制, 如果实现的话, 机器就会像人类大脑的行为一样, 具有可解释性与鲁棒性. 此外, 当把感觉 (视觉、听觉等) 信号提升为感知 (符号) 时, 机器就具备一定的理 解能力, 因此也解决了可解释和鲁棒的问题. 当机器中的基本概念 (符号) 可由感知产生时, 符号就有 了基础 (根基), 符号与符号推理就有了内在的语义, 从根本上解决了机器行为的可解释与鲁棒性的问 题. 单空间模型以深度学习为基础, 存在不可解释与不鲁棒的缺陷, 如果经过改进提高了其可解释性与 鲁棒性, 就从另外一个方向迈向第三代 AI. 双空间模型模仿了大脑的工作机制, 但由于我们对大脑的工作机制了解得很少, 这条道路存在某 些不确定性, 比如, 机器通过与环境的交互学习 (强化学习) 所建立的 “内在语义”, 与人类通过感知所 获取的 “内在语义” 是否一样, 机器是否也能具有意识? 等, 目前还不能肯定. 尽管存在这些困难, 但 我们相信机器只要朝这个方向迈出一步, 就会更接近于真正的 AI. 单一空间模型是以深度学习为基础, 优点是充分利用计算机的算力, 在一些方面会表现出比人类优越的性能. 但深度学习存在一些根本性 的缺点, 通过算法的改进究竟能得到多大程度的进步, 也存在不确定性, 需要进一步探索. 但是, 我们 也相信对于深度学习的每一步改进, 都将推动 AI 向前发展. 考虑以上这些不确定性, 为了实现第三代 AI 的目标, 最好的策略是同时沿着这两条路线前进, 即 三空间的融合, 如图 10 所示. 这种策略的好处是, 既最大限度地借鉴大脑的工作机制, 又充分利用计 算机的算力, 二者的结合, 有望建造更加强大的 AI.

更多内容，请参考张钹院士的迈向第三代人工智能论文：http://scis.scichina.com/cn/2020/SSI-2020-0204.pdf

推荐阅读：

数字经济的浪潮已经袭来，人工智能正在进入千行百业，而人才短缺成为AI走向产业纵深的最大短板，如何利用云做好AI的人才培养，夯实产教融合，加快人工智能研究创新，培养AI系统能力的拔尖人才，推进产业智能化升级。

华为云将联合国内高校院长及AI领域带头人在千岛湖畔共同探讨数字经济时代背景下的AI人才培养、产业实践，科研生态新范式。

https://www.huaweicloud.com/about/events_ai_summit.html