李国杰|着力提高人工智能系统的通用性和自适应性

2017 年 9 月 15 日 中国计算机学会 李国杰

点击上方中国计算机学会轻松订阅!

来源:《中国计算机学会通讯》2017年第9期《主编评语》

“人机对话”是一个既有趣又十分困难的研究方向。在任务比较明确的应用领域,人机对话已取得很明显的成效。每年的“双十一购物节”,蚂蚁金服公司要承担500万次以上的客服服务,如果完全采用人工客服,需要3万多服务人员才能应对。去年“双十一”时,94%的询问已由计算机智能客服解决,只有6%的询问由人工客服完成。但在较广泛的范围内,超过70%的问题目前的语音助理(如Amazon 的 Echo)只能回答“不知道”。这种现状揭示了人工智能研究的一个带根本性的问题:如何提高人工智能系统的通用性和对环境的自适应性。

早期的专家系统只要稍微偏离设定的领域就会变成白痴。2004年美国国防部高级研究计划署(DARPA)组织的第一次无人驾驶竞赛,所有的系统都采用人工事先编写知识的技术,结果“全军覆灭”,第一名也只行驶了7.4英里。2005年参加第二次无人驾驶竞赛时,五家参赛方都改用统计学习,全部通过了比赛路程,这一事件标志着统计学习已成为第二波人工智能的主流技术。但统计学习也会出洋相。2016年微软公司在社交媒体上发布取名为“Tay”的聊天机器人,可以用独特的俚语与年轻人对话。许多人搞恶作剧,告诉Tay希特勒取得“巨大成就”等谎言。Tay经过几个小时的统计机器学习,就在Twitter网站上宣称“希特勒是个好人,没有做错任何事”,迫使微软公司立即下线Tay。这一事件表明,现在的机器学习,尽管有令人惊奇的表现,不管是下棋比赛还是问题抢答,识别物体还是作诗绘画,实际上只是概率统计上的最优选择,计算机并不知道它在干什么,既没有理解要解决的问题,也不能对它的行为做出解释。这样的系统不但会出现对话机器人“Tay”一样的违背人类良知的错误,甚至会捅更大的娄子。

根据前两波人工智能的经验与教训,美国政府2016年启动了《国家人工智能研究与发展战略规划》,规划文件中明确指出:“人工智能目前或许正在迎来‘第三次浪潮’,即专注于解释性的通用人工智能技术,……使人工智能系统更通用化。”

美国国防部高级研究计划署长期支持人工智能研究,其信息创新办公室主管 John Launchbury在最近发表的一个录像节目中,将人工智能的历史与未来划分为三个阶段,第一阶段是手工知识阶段,第二阶段是统计学习阶段,目前开始的第三阶段是环境自适应(Contextual Adaptation)阶段,即使用稀疏数据为真实的世界现象构建可靠的、可解释的模型。他把对环境的自适应、增强抽象和推理能力作为新一代人工智能的主要目标。

请注意,把提高系统的通用性放在更优先的地位,并不是现在就要实现所谓“强人工智能”的目标。像人脑一样通用的人工智能技术可能需要很长时间的努力才能突破,作为近10~20年目标不一定合适。通用性和高性能、高效率是长期以来设计计算机系统面对的主要矛盾,需要在通用性与高效能之间做权衡折衷。我们在强调提高人工智能系统通用性和对环境的自适应性的同时,还要兼顾系统的性能、功耗和效率。

作者:李国杰

CCF名誉理事长、中国工程院院士。中国科学院计算技术研究所首席科学家。


更多《中国计算机学会通讯》精彩文章,请点击【阅读原文

登录查看更多
4

相关内容

人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【自动化学报】零样本学习研究进展,中国石油大学
专知会员服务
87+阅读 · 2020年1月27日
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
电力人工智能发展报告,33页ppt
专知会员服务
128+阅读 · 2019年12月25日
IBM《人工智能白皮书》(2019版),12页PDF,IBM编
专知会员服务
20+阅读 · 2019年11月8日
我国智能网联汽车车路协同发展路线政策及示范环境研究
人工智能少女的四年蛰伏
乌镇智库
3+阅读 · 2018年8月27日
如何用人工智能帮你找论文?
AI100
10+阅读 · 2018年2月21日
人工智能的阴暗面
计算机与网络安全
6+阅读 · 2018年1月8日
【人工智能】人工智能5大商业模式
产业智能官
15+阅读 · 2017年10月16日
人工智能为什么看起来像人工智障?
大数据技术
6+阅读 · 2017年9月15日
关于人工智能(上)
七月在线实验室
4+阅读 · 2017年9月13日
Arxiv
3+阅读 · 2019年10月31日
Arxiv
5+阅读 · 2019年4月8日
Multi-task Deep Reinforcement Learning with PopArt
Arxiv
4+阅读 · 2018年9月12日
Arxiv
6+阅读 · 2018年3月27日
Arxiv
10+阅读 · 2018年2月9日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【自动化学报】零样本学习研究进展,中国石油大学
专知会员服务
87+阅读 · 2020年1月27日
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
电力人工智能发展报告,33页ppt
专知会员服务
128+阅读 · 2019年12月25日
IBM《人工智能白皮书》(2019版),12页PDF,IBM编
专知会员服务
20+阅读 · 2019年11月8日
相关资讯
我国智能网联汽车车路协同发展路线政策及示范环境研究
人工智能少女的四年蛰伏
乌镇智库
3+阅读 · 2018年8月27日
如何用人工智能帮你找论文?
AI100
10+阅读 · 2018年2月21日
人工智能的阴暗面
计算机与网络安全
6+阅读 · 2018年1月8日
【人工智能】人工智能5大商业模式
产业智能官
15+阅读 · 2017年10月16日
人工智能为什么看起来像人工智障?
大数据技术
6+阅读 · 2017年9月15日
关于人工智能(上)
七月在线实验室
4+阅读 · 2017年9月13日
相关论文
Arxiv
3+阅读 · 2019年10月31日
Arxiv
5+阅读 · 2019年4月8日
Multi-task Deep Reinforcement Learning with PopArt
Arxiv
4+阅读 · 2018年9月12日
Arxiv
6+阅读 · 2018年3月27日
Arxiv
10+阅读 · 2018年2月9日
Arxiv
7+阅读 · 2018年1月24日
Top
微信扫码咨询专知VIP会员