通用人工智能關鍵在立“心”

◎本報記者 何 亮 實習生 胡軼慧

“很多人將規模定律（Scaling Law）奉爲圭臬，認爲只要數據越多、算力越強、模型參數越大就行了。但我認爲，要實現通用人工智能，僅靠數據是不夠的，我們需要探索另外一種路徑——爲人工智能立‘心’。”近日，在湖北鄂州召開的蓮花山研究院二十週年學術思想研討會上，北京通用人工智能研究院院長朱鬆純分享了他的思考。他認爲，通用人工智能已成爲全球科技競爭制高點。要在科技競爭中取得突破，關鍵是釐清大數據源頭，定位好人工智能發展方向。

“如果無法處理視覺數據，人工智能系統就只剩一個空架子。”在朱鬆純看來，數據標註就像爲計算機戴上一副特殊的“眼鏡”，讓其具備識別並理解圖像、文本和其他數據細節的能力。

1997年，斯科特·科尼什（Scott Konish）完成了世界上第一個數據集的標註——圖像邊界，用來訓練分類器。也正是看到了統計對圖像理解的可能性，2004年朱鬆純開啓大規模高顆粒度數據標註工作。

“2008年，我和團隊成員在數據標註上遇到兩個瓶頸。”朱鬆純告訴記者，其一，價值、因果、意圖等要素潛藏於感知數據表象之下，無法被傳感器直接探測，更難以標註；其二，數據標註的過程與特定任務高度相關，不同任務要求不同的標註方法，繼續擴大數據或模型規模，仍然無法提升泛化能力。這讓朱鬆純對通用人工智能有了更深入思考。

在朱鬆純看來，通用人工智能是由計算機視覺、自然語言處理等核心領域構成的複雜巨系統，其研發道路之艱難好比“登月”；而大數據路線就好比“攀登珠峰”，兩者目標相差甚遠。

那麼如何探索通用人工智能這條道路呢？朱鬆純認爲，人工智能研究需要由“理”向“心”轉變。“理”是數理模型，“心”是認知架構、價值對齊。

“經過近30年發展，人工智能多個核心領域已然呈現對內融合、對外交叉的發展態勢，朝着通用人工智能方向推進。”朱鬆純說，在融合過程中，必定會形成統一的人工智能架構，以實現從解決單一任務爲主的專項人工智能向解決大量任務、自主定義任務的通用人工智能轉變。

在朱鬆純看來，爲機器立“心”，實現由“理”到“心”的過渡以及從大數據到大任務、從感知到認知的飛躍，是未來10—20年的學術前沿，也是智能學科需要承擔的核心使命。

來源：科技日報