李德毅院士:探索新一代人工智能产业发展——智能时代的中国方案
发布时间:2024-04-29 10:15:28
新一代人工智能如何从传统人工智能中脱颖而出?
当前中国人工智能的现状,一是“基础研究弱”,我国获得图灵奖的只有姚期智院士一人,还是在美国取得的,中国人在自己国土上还没有拿到过这个奖;二是“辐射市场大”,许多人、许多行业都在这上面忙碌;“叶茂枝不壮,树大根不深,叫好难叫座”,叫好的人多,投资的人少。尤为重要的是,中国人提出了新一代人工智能,那么,“新一代人工智能”具体指什么,与传统人工智能的分界点在哪里,传统人工智能应该怎么定义,新一代人工智能的技术特征是什么?
笔者把传统人工智能叫做计算机智能,凡是在计算机上完成的智能都是计算机科学应用;新一代人工智能,按照国家的期望,就是要做一个类脑的智能。想法当然很好,但脑科学现在发展到什么程度了呢?我们做得出来吗?如果说新一代人工智能和传统人工智能之间有一个分界点,那么这个分界点是什么?我认为是2016年的围棋程序Alpha Go,它是以深度学习为基础的人工智能,使得全世界对人工智能刮目相看。
目前做得最好的新一代人工智能是GPT,它是通过深度学习来做预训练、预编程的人工智能。那么,类脑、类人的人工智能应该是什么呢?既然是新一代,就不应只是小的改进,应该做能够自学习、会编程的人工智能。不能把软件工程师的编码当作是机器的智能,计算机只是在重复这些编码而已,真正的“智能”是算法工程师的编码,一定要自编程、会学习才行。
人类没有走“类鸟”路线,但发明了飞机,反过来用空气动力学解释了鸟的滑翔。其实,鸟在空气中的很多复杂动作,科学解释不了,所以飞机的翅膀是不动的,学的是鸟的滑翔;没有达成“类脑”,人类发明了计算机,反过来用计算机解释了人脑的部分智能。因此,类脑、类人的智能之路还很长很长。如果以智人在进化过程中7万年的历史作为对比,花上100年、300年来做这件事也不算慢。
类脑的方法有千万种,该如何入手呢?笔者认为脑科学和认知科学启发的人工智能比较靠谱。类脑智能实际上是脑科学和认知科学启发的人工智能,尤其是已有一百多年历史的认知科学。要剥离意识,不要做人工生命。新冠病毒还不是一个完全的生命,它有一个宿主,但已经把人类搞得很狼狈了,千万不要搞出一个人类的异己当作新型人类。要做的就是人脑的、智能的体外延伸,是工具。在物理装置上外显人类智能,研发智能机器。
从70多年的人工智能发展历史来看,大概可以归纳为三个学派。行为主义学派就是机器人学派,他们希望机器像人一样行动,于是发明了从感知到行为的机器人行为智能;符号主义学派希望把一个计算问题变成一个推理问题,要做“可解释”,让机械像人一样思考;连接主义学派希望机器脑能像人脑一样连接,于是就有了2000年开始的机器学习,2006年开始的深度学习也是机器学习的一种特殊形态。
行为主义的方法有两条,一是模仿,一是类比,我们把它拓展为感知智能和行为智能。计算智能当然要发扬,而连接主义的方法,我提出一个新概念,叫作“记忆智能”,不仅仅是计算。因此,在笔者看来有三个智能:感知智能、认知智能和行为智能。感知智能和认知智能也可称为交互智能,行为智能、认知智能里则有计算智能和记忆智能。
为了把这个问题说清楚,举一个例子。假如有个盲人,带着一个有摄像头的机器导盲犬,要走出一个交通枢纽。它看到B和C两个出口,经过一次规划、二次规划后,它选定了B出口。但是,如果把C换成14,机器导盲犬就会发现B变成了13,这是因为情境的不同。为什么要有落地场景?就是这个道理。在不同的情境里,B字代表着不同的语义。
我提出来四个单词:语境、语用、语义、语法。计算机看很多语法就是算法,看很多语义就是文字。不但看这两个,还要看更重要的两个:语境和语用。所以,关于新一代人工智能,我提了八个字,叫“各智其智,智智与共”。
计算机诞生于符号处理,类似人的高阶认知,我们被困在计算机太久了,总是在想计算快一点、再快一点,但是计算就是人类智能吗?人类智能是在和环境交互中进化的,过了几万年了,先有感知,先有行为,先有具身智能,先低阶后高阶,具身产生感知智能和行为智能,高阶认知产生记忆智能和计算智能。
因此,新一代人工智能一定要另辟蹊径,来实现更大更快地突破,这才叫勇闯无人区。新一代人工智能必须有质的跃升:从计算智能扩展到记忆智能,从人机交互扩展到交互认知,从深度学习扩展到机器自学习、自编程。笔者认为,“各智其智,智智与共”,才是新一代人工智能的研究方向!
人类正在进入智能时代,我们的卡车、汽车、动能机器正在被人工智能润物无声地渗透进去。各式各样的智能代理或者智能机器正在成为人类智能的体外延伸,智能驾驶将无处不在,无时不在。
会学习是新一代人工智能的核心
那么,新一代人工智能的核心是什么?笔者认为是会学习。什么叫会学习?英文叫做“Learning to learn”。一个好的老师,只教学生知识吗?不对,不但要教他知识,还要教他怎样使用知识,这叫高阶学习。那么,如何学习?
1、学习:物理空间和认知空间的交互
人在与环境的交互中,通过跨模态感知,形成物理空间位置感。视觉和听觉是双模态,将这两个交叉起来,才能将物体看得更清晰,把物理空间要解决的现实问题转换到认知空间,在认知空间不同记忆区留下带时间印记的抽象,可以从长期记忆区直接提取问题解决方案,也可以在工作记忆区进行计算、思考或推理,形成问题解决方案,然后通过智能行为作用到物理空间,形成感知-认知-行为环。交互中的空间智能,以及现实空间 (外在的宇宙) 和虚拟空间 (内在的宇宙) 不停地相互映射,是人类智能的基本能力。
2、学习:不刻意区分通用智能和专用智能
人类模仿学习早在语言文字之前就有了,不要小看模仿,人类发明文字就是模仿,特别是中国的象形字。模仿培养了注意力选择,培养了人的想象力和类比力,形象而生动,模仿、联想和简约是可以跨领域使用的通用智能,体现创造力。模仿有两个重要的创造因素,一个是抽象,一个是类比。常识就是特定人群的共识,不言而喻,可以缺省。至于是通用智能还是专用智能,常识还是非常识,仅仅是相对的,没有必要刻意区分。
围棋程序Alpha Go固然可以打败人类围棋冠军,但是今天如果我们突然不下19x19(棋盘)的围棋了,改下19x9的长方形棋盘了,这时围棋程序Alpha Go就变弱了,而人类棋手依然可以下得风生水起。这就说明,在通用智能里边有相互的专用,在专用智能里也有相互的通用。
3、通过学习让机器自编程、自成长
当前,用机器来说话,用机器来做自然语言翻译,符不符合科学的基本原理呢?实际上,计算机主要是靠语言实现的,计算机语言主要是靠数学来描述的。那么,哪一类最高等的数学论文没有用自然语言来帮忙呢?因此,现在用计算机来解决自然语言,是不是掉进了哥德尔不完备定理的坑里?
笔者认为,要强调学习是新一代人工智能的核心,不只是解决预设同类问题的能力。无人车无论是在比赛中还是在现实的公路上遇到的事故,常常是无法预料的。所以,不能只解决预设的同类问题,而是经过学习,具有解决未曾料想的新问题的能力。具不具有通用的智能,体现在能不能随时针对一个跨领域的现实问题,生成新的记忆边界,完成推理。
新一代人工智能应该研发有感知、有认知、有行为、可交互、会学习、自成长的新一代智能机器,而不是在计算机里面忙着编码,简单重复软件工程师的工作。
人工智能产业既是自成产业,更是赋能产业。如果自身没有硬核,难以赋能,难以形成规模经济。传统人工智能——计算机智能的硬核是什么呢?是算力、数据和算法。但新一代人工智能应该朝向2056年,人工智能发展100年时,要形成新一代人工智能的三个硬核:交互、学习和记忆。这样才能赋能各行各业,形成真正的亿万级规模的经济。
智能时代的中国方案
那么,智能时代的中国方案到2056年该是什么样子呢?我认为,智能驾驶是智能代理和智能机器的典型代表,它改变“游戏规则”,重塑未来产业格局,改变人们的生产生活方式,决定一些企业组织的生死存亡,影响世界强国更替兴衰,推动人类文明演进发展。这是中国工程院给国务院的报告中,阐述“智能驾驶为什么是颠覆性技术”中的一段话。但是,当前的问题是人们对智能驾驶的长远作用认识不足,对产业化难度认识不足,对近期效果期望过高。谁不希望无人车里没有那个安全员呢?但是发生事故怎么办呢?至少得有个云代驾吧,所以这三个事情要反复说清楚。
希望未来汽车是有感知、有认知、有行为、可交互、会学习、自成长的新一代轮式机器人。笔者在《中国科学》上发表过三篇文章,一篇讲可交互的轮式机器人,一篇讲会学习的轮式机器人,还有一篇讲自成长的轮式机器人。
自动驾驶技术的问题是涉及到人命安全的大事,所以按照常规的颠覆性技术发展的三个时期划分,首先是科研探索期,解决“从0到1”的问题;然后是市场创新期,解决“从1到10”的问题;最后是规模发展期,解决“从10到10的N次方”的问题。如果说从1985年到2020年的35年中,已经走过了科研探索期,那么对于新一代人工智能(无人驾驶)而言,从2020年到2030年的这十年将非常关键,无人驾驶要孵化产品,并且被社会接受。
现在,全球一共有多少辆车呢?到2035年,全球又有多少辆车是无人驾驶的呢?我预测大概有4.4亿辆前装量产的无人驾驶车。现在全世界一共有多少车呢?包括特种车、救护车、卡车等,全世界有18亿辆车。如果实现了无人驾驶,不需要再增长,将来或许不超过18亿辆。
在中国,新一代人工智能要怎么样做贡献呢?
先看一看产业化的四个要素:技术、生态、成本和市场。这里涉及两条曲线,一条叫社会接受度曲线;另一条是社会关注度曲线。围绕这两条曲线,到人工智能发展100年时,智能驾驶会如何表现。
以特斯拉为例。它在营销和产业化上,先造一款价格高昂的跑车,再用赚到的钱造价格相对低廉的汽车,再用赚到的钱造价格亲民的车,而后提供太阳能自动驾驶车。
那么,中国无人驾驶汽车应该制定什么样的发展图景呢?2020年到2030年,既是全球智能驾驶最重要的市场创新期、产品孵化期,也是自动驾驶的社会接受期。正是中国的机遇期。这10年,对我国智能驾驶、智能制造乃至人工智能占领全球高地,举足轻重。2020年,我国机动车保有量是3.6亿辆,其中汽车是2.7亿辆。到2035年,前装量产的无人驾驶车要达到1亿辆。
决定智能驾驶影响力的不仅仅是技术,一定要随着应用场景落地的深化,加速技术的迭代和新的创新。一个驾驶脑要迭代多少次呢?不是100次,而是要经过1000次,才能经得起摔打。
因此孵化期的前5年非常重要,要通过有趣的技术,谨慎地选择落地场景,先用于特种车或者商用车,而不是家庭小轿车,吸引创新者或早期的创业者。
2020年到2025年的孵化期有四大场景:卡车物流、乘用车、农机与低速电动车。
其中,在自动驾驶卡车赛道,以港口无人水平运输带动自动驾驶卡车落地;农机赛道把无人驾驶拖拉机作为智慧农业的起跑线;乘用车赛道先把自动泊车做好,不管是室内还是露天的停车场;低速电动车赛道率先实现无人配送规模化应用。
孵化期的后5年,2025年到2030年是什么样子呢?自动驾驶将从有趣向有用跨越,开始被早期采用者所接受。产业链配套形成,可规模化扩展,提供精准化管理和市场化服务,产品开始快速迭代升级,十大赛道(应用场景)全面铺开,从示范走向普及。智能网联汽车生产超过一千万辆。大部分城市的BRT公交能实现自动驾驶,将自动驾驶技术普遍推广于特种车和商用车,然后迅速向私家车和小轿车普及。
到2030年至2035年,大规模发展的前5年,不再是软件定义的汽车,更不是4个轮子上加个计算机,而是具备学习能力的智能驾驶车,包括试错学习和向事故学习,不仅有计算智能,还有交互智能和记忆智能,可以自学习、自成长。
到2035年至2045年,智能驾驶车辆之间自然交互,能够突破各种问题,突破各种地理栅栏、天气栅栏和人文风俗栅栏。车群具有灵活编队模式,形成新的交通文化和社会生态,到那时,人工驾驶的门槛反而提升了,一般人做不到了。
中国智能网联生态应该是有条件领先全球的,尤其是在北斗和车联网上。等到人工智能100年的时候,国内罕见人工驾驶,智能驾驶就像我们现在的基础设施——高铁一样,在全世界都是领先的。因此,可交互会学习、自成长的轮式机器人及其编队,可望实现全国范围内的交通全覆盖。人工智能100年的时候,我们有没有可能向全世界给出一张继高铁之后的很好答卷?这个答卷就应该是智能驾驶。
智能驾驶有望成为我国继高铁之后的又一张崭新名片,它表现在:智能车载平台有望提升我国整个智能制造业;北斗+ 4G/5G 成为智能网联的中国特色生态;农机智能驾驶成为我国智慧农业的起跑线;公交智能驾驶使老百姓有实实在在的获得感;以港口枢纽和高速干线物流为代表的新一代人工智能物流网络;交互、学习和记忆成为新一代人工智能的硬核。
总结一下,如果自动驾驶车辆的行为和人类驾驶员有区别,行人不会同意一辆自主机器人在他们身边开过。有人驾驶车和无人驾驶车之间的行为互动,将成为我们生活中的常态。智能驾驶最有意义的成果告诉人们,社会终将在没有明确规定的情况下(就是我们所说的L5级自动驾驶,物理机器与人进行互动),随着智能润物细无声地向动能渗透,为创造与人类公开互动的智能机器创造了机会,为机器人接受学校等各类场所的传承学习创造了机会,也为用较少的人监督遥控更多的动能机器在各类农场、港口、矿山、工厂、交通运输、旅店、家庭、写字楼等为人类不知疲倦地劳作创造了机会,让人类真的进入到智能时代!
(来源:中国工业和信息化)