IEEE终身Fellow闵应骅: 人工智能与智能科学- 专知

IEEE终身Fellow闵应骅: 人工智能与智能科学

击上方“专知”关注获取专业AI知识! 来源：科学网

http://blog.sciencenet.cn/blog-290937-1088590.html

最近看了朱松纯教授2017/9/24在中科院自动化研究所举办的《人工智能前沿讲习班—人机交互》报告的互动记录（修改整理版）（见附件）浅谈人工智能：现状、任务、构架与统一 | 正本清源。学习了很多，有不少感触。结合自己的一些想法，和大家分享，欢迎批评指正。

1．最近人工智能为什么这么火？

最近人工智能火到什么程度？政府、企业、技术开发者、科研人员都在宣传人工智能、开发人工智能应用、抢占人工智能高地；普通老百姓诚惶诚恐，不知道人工智能是怎么回事。这个高潮源于AlphaGo 战胜世界围棋冠军。其实让计算机下棋老早就在做了，为什么这次特火呢？过去的40年，IT行业有摩尔定律在支撑，芯片越来越便宜、容量越来越大、速度越来越快，需求就高速发展，IT行业内的人忙得不可开交，公司也赚得盆满钵满，软硬件该创新之处不计其数。就像盖房子，不断往高盖，房间多了，空地也多了，计算机的人就得想怎么用？空着不行啊！盖到100层以上，盖不上去了。就像现在，摩尔定律不灵了，怎么办？就要想各种不同的应用，譬如自动驾驶汽车、无人机、机器人、人脸识别、深度学习、大数据分析等等。但是，各种各样的应用太散、太广泛，所以都集中到人工智能名下，大家就都搞起人工智能来了。

2．最明显的两个误会

人工智能的火热传到政府决策人手里、传到老百姓中间，就产生了很多误会。主要是两个：一个是机器人代替人工，会造成很多人失业，饭碗不保，有些人还计算多少多少人会失业。其实呢，历史上大的技术突破并没有对人类的工作产生毁灭性的打击。蒸汽机的诞生替代了传统的骡马、印刷机的诞生取代了传统的抄写员、农业自动化设施的产生替代了很多农民的工作，但这都没有致使大量的工人流离失所，相反，人们找到了原本属于人类的工作。黄包车没有了，出租车来了；三峡纤夫没了，大型轮船来了。机器人代替了许多辛苦的工作，而守护、维修、改进等高水平的工作在等着我们。所以，我们不必担心机器取代人类工作、造成人们失业的问题。另一个误会是一种恐慌的心态，以为智能机器人要超过人类，管控人类了，怎么办？有人甚至预测人类末日的到来。造成一些思想和舆论的混乱。这其实是一种完全没有必要的恐慌。下面会要谈到，智能机器人要达到人的智能水平还不知道是猴年马月的事情。只听说过上帝创造人，没听说过人创造人。不要自寻烦恼了好不好！

3．智能科学难而又难

朱教授把智能科学（Science of Intelligence）分成了以下6个领域：计算机视觉（包括模式识别，图像处理）、自然语言理解与交流（包括语音识别、合成、对话）、认知与推理（包含各种物理和社会常识）、机器人学（机械、控制、设计、运动规划、任务规划等）、博弈与伦理（多代理人agents的交互、对抗与合作，机器人与社会融合等议题）、机器学习（各种统计的建模、分析工具和计算的方法）。内容很广泛，基本涵盖了目前已有的和能够看到的研究内容。我们知道，分类也是界定一个概念的方法。朱教授在报告中举出了许多例子来说明智能应该能做到什么。即使是这些，我们已经知道现有的人工智能技术离这个目标有多远。而且还有更多的问题值得思考。

（1）从逻辑推理到概率思维

正如朱教授在报告中所指出的，从1956开始，前30年以数理逻辑的表达与推理为主。这里面有一些杰出的代表人物，如John McCarthy、MarvinMinsky、Herbert Simmon。他们的工具基本都是基于数理逻辑和推理。我很欣赏他提到人工智能的创建者们，现在许多人工智能的文章和报告甚至根本不提到他们，我认为这是割断历史的，人工智能（Artificial Intelligence）这个领域都是由他们开启的。1980年代日本人搞五代机，所谓智能机，美国人根本就没把它当回事。到1990年代中期人们才开始找到了概率统计这个新“体制”：统计建模、机器学习、随机计算算法等，从而进入以概率统计的建模、学习和计算为主的时期。有了大数据，到处都是概率计算、随机分布、贝叶斯公式，可我担心这里的概率分布是否存在、大数定律是否成立。并不是随便什么不确定的东西就有概率分布，否则概率论为什么要有测度论的基础。譬如说在生物信息学里面，有人为了说明某一个基因和某一种癌症有关，就用大数据作统计分析，期望发Nature的文章。如果没得到满意的结果就调整参数、增加数据，直到得到一个满意的结果为止。如果这样做统计分析，甚至挑选样本数据，你基本可以得到任何你所要的结论。这样的结论可信吗？所以，从逻辑推理到概率方法还需要进一步的理论支持。

（2）共性和个性

朱教授详细论述了六类人类的智能，都很有道理。这是指人类智能的共性的东西。但是，人都是有个性的。有的人急躁，有的人冷静，处理问题的方式就非常不同。至于人的聪明程度那更是千差万别。现在人脸识别已经用在铁路验票上、用在银行ATM机上，我想这都是可能的，但这绝不意味着机器可以识别全世界70亿人。因为从人的脸上怎么也区别不出来70亿个特征。用在铁路验票上是因为铁路验票这个具体环境，以及其他许多相关的信息。用在ATM机上也一样。这当然有出错的可能，如果是故意设置一个场景，这种出错的机会一定可以很大。所以，如果智能机器不仅要有共性的智能，还要有个性，那就真只有上帝造人了？

（3）智能机器人有什么要求？

让机器人有某些智能是完全可能的，譬如下围棋的机器人本事就很大。但是，他会下围棋，可不一定会开汽车。智能机器要具有感知、认知、推理、学习、和执行的能力，就必须能够自主、自治、自学习、自修复、自繁殖。为什么要有自修复能力？人会生病，机器会出故障，抵抗疾病和故障的主要力量来源是自修复，没有自修复能力，所有医院、医生都是白扯。为什么要自繁殖？要想智能机器有个性，就必须自繁殖。否则就是千人一面，都是一个德性。能够和人一样，甚至超过人类的智能机器人是否可能创造出来？是个大问题。现在已经有科学家在论证300年内不可能有，或者说永远不可能有。智能机器人恐惧症者大可放心。

4．人工智能是一类工程科学

我看到，对于朱教授的讲话，网上评论很多。一个主要的反应是：智能科学理论做不出来文章，而做应用的文章实验清楚，效果明显还立即可用，大家一望便知，名声响，引用多，曝光率高。事实也真是这样，现在，自动驾驶汽车、无人机、机器人、人脸识别、大数据分析、视频应用、机器翻译等已经带有智能，而且得到广泛应用，产业前景很光明。本质上，人工智能是一类工程科学，可以应用在各种应用场景中，它是就某一个特定的应用、在特定场景下，运用感知、认知、推理、学习、和执行的能力，解决一个特定的问题。这是有前途的，研制这些应用的人也是有前途的，这种自信应该要有。

但是，无论你做什么应用都是有局限性的，不要误导民众。譬如当年搞机器翻译，出了个应用软件，就宣传说：乡镇企业家不懂英文没关系，只要有机器翻译就行了，你的来往信件和传真都可以用机器翻译。其实这是骗人的。外国人一个表情、一个眼神、一句俏皮话都可能表达一个意思，机器翻译是翻不出来的。我们看到，甚至在电视上看到机器人可以跟你说几句话，可那完全不表明可以做机器翻译了，换一句话他就不懂了。普通的对话可以，专门知识、艺术修养他没有，不可能翻译。从根本上说，在解决自然语言理解的问题以前，机器翻译的事情从根本上说是不可能解决的。做表演可以，给人看可以，给人用就有问题了。你会了英语900句，不等于你会了英语。

人工智能应用包括感知、认知、推理、学习、和执行的全过程，它的两端：感知和执行主要依赖传感器和执行机构，牵涉到的学科是电子工程（EE）和机械。所以，不要光坐在屋里玩AI，要走出去做传感器、做机械手、机器人。这是很复杂的，甚至比你的深度学习还要难。我不否认现在人工智能方面的论文比较容易发表、学位论文也比较容易通过，但是真正让自动驾驶汽车跑起来，路还相当远，让经理一个人在二环路上跑一圈也许不太难，让二环路上的汽车都自动驾驶就难了。听说深圳有两辆公共汽车自动驾驶跑三站，不要忙于喝彩，公共汽车都无人驾驶可行吗？等等再看吧！2016年7月，特斯拉无人驾驶汽车发生重大事故，造成了一名司机当场死亡。美国的无人机已经夺去了2500至4000人的性命，其中约1000位平民，且有200名儿童。

总之，我赞赏人工智能技术的进展，但头脑要冷静。从长远来看、从高可靠性角度来看，人工智能应用的远景规划还靠智能科学的进展。

-END-

专 · 知

人工智能领域主题知识资料查看获取：【专知荟萃】人工智能领域25个主题知识资料全集（入门/进阶/论文/综述/视频/专家等）

同时欢迎各位用户进行专知投稿，详情请点击：

【诚邀】专知诚挚邀请各位专业者加入AI创作者计划！了解使用专知！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！