打造通用人工智能應知識與數據并重

新華社報道，目前，大數據驅動(dòng)的人工智能在產(chǎn)業(yè)落地方面遇到諸多問(wèn)題。在31日開(kāi)幕的2019北京智源大會(huì )上，相關(guān)專(zhuān)家學(xué)者提出，開(kāi)發(fā)人工智能應避免過(guò)度依賴(lài)大數據，未來(lái)要更重視知識和經(jīng)驗的學(xué)習。

中國科學(xué)院院士張鈸在大會(huì )上說(shuō)，訓練人工智能主要依靠?jì)煞N資源：一是數據；二是知識和經(jīng)驗，特別是常識。目前人工智能的成功應用多是基于大數據的深度學(xué)習，但該方法一定程度存在“不可靠、不可信、不安全、難推廣”等缺點(diǎn)。

張鈸說(shuō)，單純靠數據驅動(dòng)在很多應用場(chǎng)景下無(wú)法解決實(shí)際問(wèn)題，如在智能翻譯領(lǐng)域，僅靠數據訓練會(huì )產(chǎn)生重大錯誤。機器無(wú)法理解很多基本常識，像“你真行”的“行”，就會(huì )被機器認為與“人行道”的“行”同義。因此，打造通用人工智能，必須把數據跟知識和經(jīng)驗結合起來(lái)。

他還認為，開(kāi)發(fā)人工智能的目標并不是要做跟人類(lèi)完全一樣的機器，而應當優(yōu)勢互補，開(kāi)發(fā)在某些方面勝過(guò)人，在某些方面弱于人的機器，這樣才可打造和諧的人機關(guān)系。

美國加利福尼亞大學(xué)洛杉磯分校教授朱松純在大會(huì )上說(shuō)，目前人工智能的工作有點(diǎn)像“鸚鵡學(xué)舌”，只能單純學(xué)習對話(huà)，而不理解內容。大數據、算力與深度學(xué)習結合的人工智能模式在產(chǎn)業(yè)落地時(shí)暴露出很多問(wèn)題，如只能做特定的、人類(lèi)事先定義的任務(wù)，不能做通用任務(wù)；需要海量數據，成本極高；模型不具有可解釋性，人類(lèi)無(wú)法理解其決策過(guò)程等。

朱松純介紹了以“大任務(wù)”為驅動(dòng)的通用人工智能研究方向。他借鑒兩歲前的嬰幼兒以任務(wù)為中心，探索物理世界和獲取社會(huì )常識的學(xué)習路徑，增強了人工智能常識推理、舉一反三的能力。團隊開(kāi)發(fā)出“眼中有活”的桌面機器人，可在茶杯空了后主動(dòng)為人加水。

本次大會(huì )由北京智源人工智能研究院主辦，為期兩天。來(lái)自美國斯坦福大學(xué)、英國曼徹斯特大學(xué)、清華大學(xué)、北京大學(xué)等機構的100多位海內外人工智能專(zhuān)家就智能芯片、自然語(yǔ)言處理、人工智能倫理等議題展開(kāi)討論。