【认知智能】邓志东教授：如何迈向认知智能与通用人工智能

2017 年 12 月 22 日 产业智能官 金融界

中国金融信息网讯 9月10日-13日，2017世界物联网博览会在无锡召开，清华大学计算机科学与技术系教授邓志东在网易AI公开课上介绍了人工智能现状和复兴原因，及其商业价值和中国人工智能产业发展的优势和短板，以及如何迈向认知智能与通用人工智能。

清华大学计算机科学与技术系教授邓志东在网易AI公开课上发表演讲

以下为演讲全文:

大家好，现在人工智能非常之火，关于人工智能现在有各种各样的说法，那么什么是人工智能，机器究竟有没有意识，人工智能能不能够超越生物智能。首先介绍一下人工智能现状和复兴原因，然后介绍商业价值和中国人工智能产业发展的优势和短板，最后我们可以讨论一下迈向认知智能与通用人工智能。

我们知道从自动化一路走来，我们现在进入信息化社会，而且正在往信息化自动化社会迈进，第一次工业革命、第二次工业革命、第三次工业革命我们正处于其中，那第四次工业革命是否有人工智能和机器人(300024,诊股)。什么是人工智能呢？我们都知道在61年前，4位科学家提出了概念，而且把人工智能定义为要研究独立人类的机器，有知识学习、思维甚至是意识，而且把智能定义为三个概念，里面关键概念就是感知、决策和执行。人脑是通过学习而非编程获得视、听觉能力，我们知道人工智能一个是感知智能，还有认知智能和创造性智能。

人工智能是一个影响面极广的关键性科学问题，我们知道顶级企业谷歌、脸书、亚马逊、百度等都投入巨资并招聘领军人才。当时有一个比赛，比赛提供了大数据，把很早的算法加上大数据、加上GPU就产生化学反应及性能比第二类方法提高了4.9，这个让很多前沿企业捕捉到了这个信号，谷歌、脸书等等，我们在看大数据感知智能，可以说深度影响军事社会垂直领域，加快智能经济、智能社会和军民融合的发展，目标是对海量数据(603138,诊股)进行自动化处理，提升效率、降低人力成本。

大数据和大计算的支撑下，我们（人工智能）很多方方面的功能已经超越人类，在无人驾驶方面，这个特斯拉，还有通用；在语音识别方面，水平也在不断提高，远远超过了一定水平；人脸识别现在最新结果已经到95.82%，我们看到人脸识别，叫像素级分割，然后看到唇语数据提取；语音助理看到智能音箱，亚马逊还有国内百度，还有聊天机器人也有很多；还有把人的声音记录下来进行训练，可以讲说话很有真实感。人工智能速记专家，这个可以给我们带来很大的改变，更大的改变就是人工智能翻译——机器翻译，英语、西班牙语性能都得到提升。

我们现在计算能力也有发展，GPU集群在ASIC和FPGA做服务，终端应用有新的产品不断推出，满足低功耗和低成本的要求。尤其是全球芯片巨头，包括英特尔、高通等等全部布局人工智能芯片发展，尤其布局自动驾驶。自动驾驶成为人工智能全球系统巨头必争之地。去年Alpha Go人机大战成为里程碑，社会上广泛关注人工智能，出现各种各样的解读，人工智能是不是会超越人类智能、超人工智能等等。人工智能发展组织经历了三起两落，第三次人工智能热潮的兴起，源于时代的进步与历史的巧合；移动互联网与云平台的发展，海量规模的带标签的大数据长期作用与视频游戏的超常发展，推动了GPU的快速进步。人工智能复兴得益于产业界对人工智能的持续投入，在去年得到了很多突破性的成果。

我们再看看人工智能商业价值。大数据驱动下深度学习垂直应用也非常广泛，包括智能音箱、智能可穿戴设备、智能家庭、智能医疗、智能聊天。甚至用在法庭上面，庭审的语音速记等等，可以说大数据人工智能无所不在，可以替换人类简单的工作，同时可以替换比较复杂的、需要更多环境适应性和自助性的一些体力劳动。可以从“互联网+”发展到“人工智能+”。最近麦肯锡有一个报告，分析全球800多种职业所覆盖的2000多种工作，认为50%的工作在2035到2075年之间可以通过人工智能实现自动化。比如长途运输业、出租车行业等等。

我们看到现在无人零售店也用到很多人工智能技术，还有智能音箱，还有很多聊天机器人，最早就是出自于亚马逊，这是亚马逊Echo，这个销售已经超过1千万台，只是没有进入中国市场。还有智能医疗、智能教育、智能投资顾问、智能金融，应用条件最重要就是要程序选择特定应用的场景。大数据是一个基础，算法是关键，计算力是前提，要基于大数据和弱人工智能，主要是深度卷积神经网络与深度强化学习，开展特定应用场景或垂直细分领域的人工智能落地实践，可以达到人工属性。条件就是场景要细分，要有产业大数据支撑，数据要进行标签化，所以需要行业顶级专家进行大数据的标签化。从产品角度来讲，产业开发讲“人工智能+”其实就是“大数据+”。

我们看一下中国人工智能发展的优势，中国人工智能发展，首先应用场景规模非常大。中国“互联网+”快速发展，使得我们容易得到大数据，还有商业落地快，我们模仿以后很快就可以落地，然后还有政府支持力度很大。我们短板就是原始创新能力不足，不仅是技术，甚至商业模式，我们的无人零售，我们现在智能音箱、聊天机器人就是亚马逊的Echo，还有投资界追逐于短线逐利，还有体制机制障碍；还有缺乏高端基础性研究人才和AI工程人才。

最后，大数据感知智能怎么迈向更多的智能成果，认知智能和通用人工智能，这个可能是今天更感兴趣的事情。说实话我们现在知道人工智能已经有三起两落，80年代人工智能第二次高潮时，大家追求是符号，大量发展各种专家系统，但是有很大的问题，没有感知智能支撑，没有解决最基本的识别问题，人的智能首先要有人的识别能力，这个不展开说。认知智能即对人类深思熟虑的行为的模拟，包括记忆、常识、知识学习、推理、规划、决策、意图、动机与思考等高级智能行为，我们能够听清楚，能听懂甚至更做到读懂，所以聊天机器人感觉到他是答非所问，就是机器人。而通用人工智能，即同一模型完成对多个任务的学习，具有人类部分认知能力，是通用的人工智能，你可以全方位具备人类能力的时候，这是我们认为真正的强人工智能。我们现在现状是弱人工智能阶段，我们目标是发展通用人工智能，甚至到强人工智能。

四个方面。第一个，首先看到在这个认知智能已经有进步，已经深度强化学习，探索认知智能的曙光，而且不完全依赖大数据，在大数据基础上通过强化学习，来得到人类水平决策能力；第二个，发展小样本的半监督/无监督学习，我们真正应用的时候，这个小样本的半监督/无监督学习提出要求；第三个，通用人工智能；第四个，数据智能和生物智能的关系。把强化学习研究三个方面，只是以前和神经网络结合，但是后面没有很强大的能力，去年我们知道古老的强化学习和深度卷积神经学习，就取得了Alpha Go这样代表性的里程碑式的胜利，而且深度强化学习评为全球十大突破性技术之首，应该说Alpha Go四比一击败了世界冠军是很火，而且转战到扑克牌，还有做游戏，都是决策。

我们可以看到Alpha Go下围棋进阶的过程，2015年10月份以5:0获得围棋冠军，经过短短的几个月，五个月的训练进化，三月份又战胜了职业九段，五个月进化，再进化就是战胜很少的数十位中日韩世界冠军。强化学习的原理不说了，三个关键技术，三个网络结构，核心就是十三层，后面有四十几层，具有更强的能力。强化学习刚刚前面说了是30多年前的事，很早以前就有了，是怎么学习？就是大数据，首先是大数据的学习，3000万棋局，而且是顶级专家进行标签，这个基础之上然后再进行强化学习，我们先找一个高手，一个金庸小说的武功顶级大师学习，然后再自己进行强化学习，自己苦练，这种方法最后就能够实现成功。

第二个就是小样本的半监督/无监督的学习，我们怎么去有规则学习，让数据本身具有很好的特征能力，因为我们神经网络为什么神奇，因为可以多级多层的提取，这是他的特征提取，这块以后必须有条件，必须依赖于大数据，小数据怎么办？小数据这个时候人类还有推理能力，大数据加上人类推理能力。

第三个通用人工智能，获得特征或者概念表达，抽象式与知识图谱结合，同时整合常识、推理、记忆、注意力、规划与意图等，最终发展到强人工智能。大数据感知智能与知识图谱结合起来，最后要发展人工智能视觉引擎、知识引擎、人工智能语音引擎。

第四个数据智能和生物智能，目前取得的进展就是大数据驱动下的弱人工智能，典型说就是深度学习网和强化学习网。现在深度卷积神经网可以掌握人类视觉皮层一些机理，对多级多层自动提取能力方面有很大突破，而且与人类视觉集成特征性非常接近。数据智能依赖于大数据，是受到生物智能或者人脑智能启发，主要是利用人类神经网络，我们利用早期的人工智能发展，利用神经生物学一些知识启发，现在这个时候我们在数据智能、感知智能上面加上概念图谱、知识图谱、意识图谱有依据吗？我们现在看到有视觉、听觉、语音识别能力，而且是达到人类水平，这个时候有一个问题，智能是不是一定存在于生物智能，通过数据实现智能是不是也是一种智能？数据智能能够走多远，能不能发展数据通用人工智能，数据认知智能，而且能不能有意识？

最后几句话，目前人工智能革命性进展是源于深度学习或者与深度学习的结合。第二是，弱人工智能的产业发展正处于爆发期。第三，弱人工智能的突破性发展为认知智能和通用人工智能的探讨带来新的希望。第四，尽管工作原理不尽相同，但数据智能可能是目前人工智能媲美生物智能的唯一希望。第五，从“互联网+”到“人工智能+”，大数据智能革命将深刻地改变我们这个时代。谢谢大家！（根据速录整理，未经本人审阅）

从感知智能到认知智能 AI还有很多可以“捞钱”的地方

金融界

4月7日，艾瑞发布了2015年中国人工智能应用市场研究报告。其中对人工智能的发展和应用现状进行了分析，并对行业前景进行了预测——

5~10年间感知智能将进一步普及，未来的发展方向是认知智能。

人工智能发展都需要具备哪几个条件？

从1955年至今，人工智能的发展经历了三次潮起，两次潮落：

1955年．达特茅斯会议标志AI诞生；

1957年，罗森布拉特发明第一款神经网络，进入第一个高峰；

1970年，受计算能力所限，AI进入第一个低谷；

1982年，霍普菲尔特神经网络提出；

1986年，BP算法实现了神经网络训练的突破，进入第二个高峰；

1990年，人工智能计算机DAPRA失败，进入第二个低谷；

2006年，深度学习神经网络被提出；

2013年．深度学习算法在语音和视觉识别率获得突破性进展，进入第三个高峰。

可见，每一次人工智能的迸发期都与新的算法有关，而我们恰好赶上了深度学习算法的突破口，进入到了感知智能时代。

“AlphaGo之所以能战胜李世石，是由于它巧妙地将蒙特卡洛评估法和深度学习神经网络相结合。正是这些高级算法的出现才能推动人工智能的发展突破。”——艾瑞分析师林仁翔

诚然，人工智能的核心突破点在算法上，而计算能力的发展和数据量的积累同样重要。

计算能力的提高能够提升算法运算速度，目前人们已经开始通过GPU并行计算神经网络来进行计算，量子计算是未来的发展趋势；

数据量的扩充则能够提升算法性能，互联网的发展积累了一定的数据，未来物联网的发展将进一步扩充数据渠道源。

从计算机的出现、到互联网的发展、再到物联网出现，需要人工来完成的工作将越来越少。

目前，人工智能处于“感知智能”发展阶段

艾瑞认为，人工智能的发展一共可以分为三个阶段——计算智能、感知智能、认知智能。

第一个发展阶段是在计算这个环节，它使得机器能够像人类一样进行计算，诸如神经网络和遗传算法的出现，使得机器能够更高效、快速处理海量的数据。

第二个发展阶段就是感知智能，让机器能听懂我们的语言、看懂世界万物。语音和视觉识别就属于这一范畴，这些技术能够更好的辅助人类高效完成任务。

第三个发展阶段就是认知智能，在这一阶段，机器将能够主动思考并采取行动，比如无人驾驶汽车，实现全面辅助甚至替代人类工作。

对此，分析师林仁翔表示，目前的人工智能还处于感知智能的发展阶段。

“目前，语音识别和视觉识别成功率已经分别达到了95%和99%，这在深度学习出现之前是难以想象的。近年来，由于计算处理能力的突破以及互联网大数据的爆发，再加上深度学习算法在数据训练上取得的进展，算法、计算、数据三者都已成熟，这推动了人工智能在感知智能上实现巨大突破。”

他认为，虽然感知智能已经实现了突破，但这项技术仍然有函待提升的地方。

“比如人脸识别判断身份这项技术中就存在缺陷，人们用照片就可以欺骗设备实现身份认证。而活体验证技术就是目前需要研究的技术；再比如味觉和嗅觉的数据，这也是物联网传感器目前所无法触及的领域。”

据此，艾瑞预测在5到10年间人工智能产业还有很多的机会可以发掘，而何时能够进入到下一阶段（认知智能）还不得而知。

“认知计算何时能够突破还尚未可知。因为目前连‘深度学习神经网络能否真的让机器学会如何思考’都还不清楚，而且这与生物以及其他一些相关学科的研究突破也息息相关。至于什么时候相关学科能够获得突破性进展，我们也无法得知。”

人工智能还有哪些领域可以掘金？

人工智能的概念很宽泛，那么具体的细分产业都有哪些呢？在这里，艾瑞提供了几组数据：

我国71%的AI相关企业都在做技术落地应用，这是我国目前的AI行业现状；

在应用企业中，有83%都是在做软件服务，而诸如机器人等硬件产品相对匮乏；

在算法技术方面，我国55%的AI相关企业在做计算机视觉，有13%在做自然语言处理，9%进行机器学习。

“我们在获得Google、Facebook开源的研究技术之后，能够很快把技术应用落地，这是我国的优势；而对于基层的技术研究，我国的企业实力目前还无法和国外匹敌，这是劣势。”

——分析师张凤

在人工智能最为广泛的应用层面上，则可以分为五大场景：

第一个是智能硬件、机器人的上应用。借助视觉识别技术以及语音识别技术，通过对数据的理解、计算、学习实现决策并实行，实现在交互方式的转变，向自主阶段发展；

第二个是虚拟场景服务。借助视觉技术以及语音识别技术，改变视觉呈现方式以及互动方式，模拟真实场景，通过体感或语言互动。

第三个是安防领域。借助人脸识别技术、指纹识别技术，实现智能摄像头和防盗锁等的快速识别功能。

第四个是虚拟服务。借助语音识别技术以及后台数据分析技术，建立智能虚拟客服。

第五个是商业智能服务。借助人工智能的算法和模型，对云数据平台的数据进行挖掘和分析，最终实现智能决策。

第五点同时也是未来人工智能应用领域的发展方向，主要体现在推理并提出决策方面，而这也正是IBM所在做的事情（关于IBM与认知智能，此前雷锋网（搜索“雷锋网”公众号关注）有过报道，详见：深藏不露的IBM，这几年都在忙着做这些事情）。

那么，如果想要进军AI产业，可以从哪几个方面切入呢？目前可以分为三种：

第一种就是自下而上的切入——从人工智能的基础资源（数据以及底层算法技术）切入，再辅以技术研发来构建上层应用，比如百度、Google，依托自己多年积累的数据和深度学习技术，向无人驾驶汽车、机器人等应用拓展；

第二种就是从中间技术层来切入——依照自己的核心技术去构建应用，去发展上层应用的产品或者是服务，比如科大讯飞，从语音识别技术切入，向教育和机器人等应用领域拓展；

第三种是自上而下的切入——直接应用领域切入，这也是大部分初创企业的做法。这种方式相对技术门槛较低，比如出门问问，重点发展个人助手服务，向医疗教育等领域拓展。

感知与认知：人工智能两翼如何飞？

蝶变营

by 杨学成

得益于海量数据、不断演进的算法能力以及计算机硬件性能的提升，人工智能迎来了春天，有可能成为与蒸汽机、内燃机、电力等相比肩的通用技术。

所谓通用技术，就是有能力孵化创新模式和创新应用的平台级甚至生态级技术。例如，有了蒸汽机，我们才有了高效率的纺纱机，然后就有了工厂，进而改变了往常的生产方式；有了内燃机，就有了汽车、飞机，然后出现了大型超市，人类消费方式大为改观；有了电力，就出现了一系列电器，电力渗透进社会各个角落。

截止目前，人工智能已经在两个方面取得了实质性突破：感知和认知。前者的基础是自然语言识别、图像识别等技术，这些技术将人机交互、机机交互提升到了新层次，让机器越来越能理解人类习惯的沟通和表达方式。后者的基础是深度学习和增强学习，让机器获得了认知能力，能够像人类大脑一样去认知和学习。自动驾驶则融合了感知和认知两个方面，既要动态及时地感知环境，又要能够实时认知决策，是非常综合的人工智能系统。

那么，以感知和认知为两翼的人工智能会如何起飞呢？首先，基于感知技术，机器的自然语音识别能力将在听说读写等方面展现出超出人类的能力，所以听译、同声传译、人工智能客服、文本编辑和写作等领域会被人工智能率先渗透，而在图像识别方面，机器会在图像分析、身份鉴定等方面优势突出，推动安防、无人值守经济的兴起。

其次，基于认知技术，已经诞生了象棋脑（深蓝）、围棋脑（Alpha Go）和认知脑（Watson），而阿尔法元（Zero）的出现再次刷新了认知极限。所以，未来借助人工智能，机器将沿着「识记-理解-应用」的逻辑主线演进，IBM的Watson可以一秒钟读完100万本书，所以依赖识记的领域都有可能迅速被机器替代，阿尔法元证明了机器可以不依赖于人类经验建立起自己的理解围棋的方式，并通过跟过去的自己对弈来达到自我进化的目的，意味着在简单脑力劳动方面，机器相比人类更有优势，医疗、法务、专利、金融等领域，人工智能大有可为。

目前机器尚没有表现出超过人类的领域是创意，这需要一种顿悟的过程，但机器顿悟并非不可能，Alpha Go对弈中的神来之笔，表明机器已经具备了很强的「棋感」，已经不仅仅是一台只懂运算的机器。未来，借助自我学习获得领域内的感觉，对机器来说不会是难事儿，原本冰冷的技术一样可以温情脉脉，服务经济和用户体验立马就会被重塑。

当然，机器类人演进的结果是，获得人类才有的智能之后，同样也会继承人类的偏见，无论如何选择训练数据和样本，偏见都是不可避免的。问题的关键在于，人类对自身的偏见非常宽容，但对机器却很吝啬，我们期待的是一个不会犯错的同类，但这是不可能的！

结论：既有人工智能，必有人工智障……

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。