編輯部 整理自 MEET 2021 量子位 報道 | 公衆号 QbitAI

人工智能，現在發展到什麼階段了？

從發展脈絡上看，從符号智能、感知智能，現在應該到認知智能階段了。

或者說，我們正走在認知智能的路上。

今年大火的GPT-3，其參數量已然達到了千億級别，規模已經接近人類神經元的數量了。

這說明，GPT-3的表示能力已經接近人類了，但它仍有一些認知局限——沒有常識。

那我們何時、又将如何走向認知智能？

未來計算機的認知能力，能否超過人類？

什麼樣的模型可以驅動未來的認知AI？

認知智能的概念是否又該重新定義？

……

在MEET 2021 智能未來大會現場，清華大學計算機系教授、系副主任唐傑用簡單、通俗的例子為我們一一解答。

當時聽完演講的觀衆直呼：求唐傑老師的PPT！

（在不改變原意的基礎上，量子位對唐傑的演講進行了編輯整理）

關于MEET 智能未來大會：MEET大會是由量子位主辦的智能科技領域頂級商業峰會，緻力于探讨前沿科技技術的落地與行業應用。本次大會現場有李開複等20餘位行業頂級大咖分享，500餘名行業觀衆參與，超過150萬網友在線收看直播。包括新華社、搜狐科技、澎湃新聞、封面新聞等數十家主流媒體在内紛紛報道，線上總曝光量累計超過2000萬。

1、認知圖譜有了一個全新概念，它包含三個核心要素：常識圖譜、邏輯生成以及認知推理。

2、GPT-3參數規模已經接近人類神經元的數量，這說明它的表示能力已經接近人類了。但是它有個阿喀琉斯之踵——沒有常識。

3、數據 知識雙重驅動，也許是解決未來認知AI的一個關鍵。

4、用計算模型來解決認知是不夠的，未來需要構建一個真正能夠超越原來的，超越已有模型的一個認知模型。

5、通用人工智能還有多遠？我們希望它有持續學習的能力，能從已有的事實，從反饋中學到新的東西，能處理一些更複雜的任務。

我給今天的分享起了一個新名字：“認知圖譜：人工智能的下一個瑰寶”。

為什麼叫認知圖譜？首先看一下人工智能發展的脈絡。

從最早的符号智能，再到後面的感知智能。最近，所有人都在談論認知智能。

我們現在需要探讨“計算機有沒有認知”、“計算機能不能做認知、推理”、“計算機到未來有沒有意識，能夠超過人類”這些問題。

人工智能發展到現在已經有三個浪潮，我們把人工智能叫做三個時代分别是符号 AI、感知 AI 和認知 AI，現在正處在實現認知AI的路上。

具體如何實現呢？

我認為需要一些基礎性的東西，比如裡面的認知圖譜怎麼構建，裡面認知的一些邏輯，包括認知的基礎設施怎麼建，這也是我們特别想做的一件事情。

回顧機器學習的發展曆程，首先想到的就是很多分類模型，比如決策樹，貝葉斯、神經網絡……

最左邊是分類模型、序列模型、概率圖模型，往右一點是最大化邊界，深度學習，循環智能，随後是強化學習、深度強化學習，以及最近常提及的無監督學習。

機器學習發展到現在，離認知到底還有多遠？

于是，我整理了很多諾貝爾獎和圖靈獎得主的研究，對比了人的認知與機器認知之間的發展模式。

在探究人類思考的曆程裡，1900年初才有了神經系統結構的第一次解析，随後在1932年左右，誕生了一個諾獎級的研究：神經元功能“突觸”。

然後就是神經末梢傳遞機制、視覺系統機理、嗅覺系統機理……直到幾年前，科學家們才探索出人的大腦是如何實現定位導航、以及機理是怎麼回事，這也是一個諾獎的研究。

我們來看下機器是如何思考的。

1950年左右，學者創立了人工智能系統，但是1970年左右大家開始拼命去模仿人腦，我們要做一個計算機，讓他跟人腦特别相同。

1990年左右，科學家突然發現其實沒有必要模仿，更多的應該是去參考人腦，參考腦系統，做一個有更多機器思考、機器思維的計算機。

所以在當前這個時代，我們應該用更多的計算機思維，來做計算機的思考，而非人的思考。

因此在這之後，就出現了概率圖模型、概率與因果模型以及深度學習。當然，有人會說，到最後你還在講機器學習，在講一個模型，這個離我們真正的認知智能是不是太遠了？

過去幾年連我自己都不信，我們可以建造一個通用人工智能，讓計算機系統甚至能夠超越人。

舉一個例子，OpenAI。

兩年前，OpenAI做了**GPT，所有人都覺得隻是一個很簡單的語言模型，并不會有什麼水花；

去年，GPT升級成GPT-2，15億的參數規模。很多人都可能玩過它的Demo，叫talk to transformer。你可以輸入任何文本，transformer幫你把文本補齊。

但在今年6月份的時候，OpenAI發布了一個GPT-3，參數規模一下子達到了1750億，數量級接近人類的神經元的數量。

這個時候給我們帶來了極大的震撼，至少說明GPT-3的表示能力已經接近人類了。

意味着理論上，如果我們能讓計算機參數達到最好，GPT-3可能跟人這種智商表現差不多。

這時候給我們另外一個啟示：

我們到底是不是可以直接通過計算機的結果，也就是計算的方法得到一個超越人類的通用人工智能？

我們來看一下整個模型過去幾年發展的結果，幾乎每年參數規模是10倍左右的增長，右邊的圖給出了自然語言處理中最近幾年的快速變化，幾乎是一個指數級的變化。

可以看到，前幾年變化相對比較小，今年出了GPT-3，谷歌到了6000億的産出規模，明年ds可能還會到萬億級别。所以這是一個非常快速的增長。

現在，則給到我們另外一個問題，

我們到底能不能用這種大規模、大算力的方法，大計算的方法，來實現真正的人工智能呢？

與此同時，也暴露出另一個痛點——成本問題。

GPT-3，如果用單卡的訓練需要355年，整個訓練成本将達到幾億人民币，一般的公司是做不起來的。

但就算是有互聯網巨頭願意去做，大家是不是都可以用了？

不着急。先來看看這樣一個例子，左邊是GPT-3模型，右邊是結果。

第一個是長頸鹿有幾個眼睛？GPT3說有兩個眼睛，沒有問題。

第二個問題，我的腳有幾個眼睛？結果是也有兩個眼睛，這就錯了。

第三個，蜘蛛有幾個眼睛？8個眼睛。

第四個太陽有幾個眼睛？一個眼睛。

最後一個問題，一根草有幾個眼睛？一個眼睛。

可以看到，GPT3很聰明，可以生成所有的結果，但它有個阿喀琉斯之踵——沒有常識。

這時候就需要一個常識的知識圖譜。

2012年，谷歌發出了一個Knowledge Graph，就是知識圖譜。

當時的概念是，我們利用大量的數據能不能建一個圖譜？于是在未來的搜索中，可以自動把搜索結果結構化，自動的結構化的數據反饋出來。

知識圖譜不僅可以應用到搜索引擎，還可以給計算機帶來一些常識性的知識。

因此，我們是否可以通過這一方法來幫助未來的計算呢？

其實，知識圖譜在很多年前就已經發展起來。

從第一代人工智能——符号AI的時候，就已經開始在做，當時将知識圖譜定義為“符号 AI 的邏輯表示”。

但到現在也還沒有大規模的發展起來，主要有幾個方面的原因。

第一，構建的成本非常的高。

CYC，最早的知識圖譜之一，負責定義知識斷言。

簡單來說就是，一個ABC三元組，A 就是主體，B 就是關系，C是受體。

比如，人有手，人就是主體，有就是關系，手就是受體。

這麼一個簡單的問題，成本就在5.7 美元。

第二，自動構建精度很低。

另一個典型的知識圖譜NELL，互聯網完全自動方法的生成出來，但錯誤率一下子提高到10倍。

這兩個項目目前基本上都處于半停滞狀态。

于是，我們現在就在思考，若是将上述兩種方式結合在一起，是否能夠驅動認知AI？

第一，從大數據的角度，做數據驅動。用深度學習舉十反一的方法，把所有的數據進行建模，并且學習數據之間的關聯關系，學習數據的記憶模型。

第二，我們要用知識驅動，構建一個知識圖譜，用知識驅動整個事情。

我們把兩者結合起來，這也許是解決未來認知 AI 的一個關鍵。

當然這些也還不夠。我們的未來是需要構建一個真正能夠超越原來的、已有模型的一個認知模型。

我們需要一個全新的架構框架，也需要一個全新的目标函數，這時候才有可能超過這樣的預訓練模型，否則就是在跟随 GPT-3。

而放在眼下要做的，就是讓機器有一定的創造能力，光文本還不夠，我們希望創造出真正的圖片，它是創造，不是查詢。

比如，機器可以通過文字，将原有的圖片生成新的圖片。

當然，光創造還不夠，我們離真正通用的人工智能還有多遠？

我們希望真正的通用人工智能有持續學習的能力，能夠從已有的事實，從反饋中學習到新的東西，能夠完成一些更加複雜的任務。

這時候，再回到起初最基本的問題：什麼叫認知？

隻要有可持續學習的能力就是認知嗎？

如果這樣的話，GPT-3也有持續學習的能力，知識圖譜也有學習的能力，因為它在不停的更新。

如果能完成一些複雜任務就是認知嗎？

也不是，我們已經有些系統已經可以完成非常複雜的問題。

那什麼是認知呢？

最近，通過我們的一些思考，定義了認知 AI 的九準則。這九個準則是我從人的認知和意識中抽象出來的九個準則。

第一個，叫适應與學習能力。

比如說今天MEET 大會，機器人自動學習，可以知道在這個特定的場景下應該做什麼事情。

第二個，叫定義與語境能力。

模型能夠在特定語境下感知上下文，對環境有一定的感知能力。

第三個，叫自我系統的準入能力。

機器能夠自定義什麼是我，什麼是非我，這叫人設。如果這個機器能知道自己的人設是什麼，那麼我們認為它有一定的認知能力。

第四個，優先級與訪問控制能力。

在一定的特定場景下它有選擇的能力。我們人都可以在雙十一選擇購物，如果機器在雙十一的時候能選擇我今天想買點東西，明天後悔了，不應該買。

這時候機器有一定的優先級和訪問控制。

第五個，召集與控制能力。這個機器應該有統計和決策的能力。

第六個，決策與執行能力，機器人在感知到所有的數據以後可以做決策。

第七個，錯誤探測與編輯能力。

這個非常重要，人類的很多知識都在試錯中發現的。比如現在學的很多知識，我們并不知道什麼知識是最好的。

我們需要不停的試錯，也許我們今天學到了1 1=2 是很好，但是你嘗試1 1=3，1 1=0，是不是也可以呢？你嘗試完了發現都不對，這叫做錯誤探測與編輯，讓機器具有這個能力，非常地重要。

第八個，反思與自我控制、自我監控。

如果這個機器人在跟你聊天的過程中，聊了很久，說“不好意思我昨天跟你說的一句話說錯了，我今天糾正了。”這時候機器具有反思能力。

最後，這個機器一定要有條理和理性。

在九個準則的基礎上，我們提出了一個全新的認知圖譜的概念。

主要有三個核心要素。

第一個，常識圖譜，這與知識圖譜的幾個要素非常相關。比如說高精度知識圖譜的構建、領域知識圖譜的應用系統、超大規模知識圖譜的構建，還有基于知識圖譜的搜索和推薦，這是傳統的一些東西。

第二個，邏輯生成。這需要超大規模的預訓練模型，并且能夠自動進行内容生成。同時我們在未來可以構建一個數字人的系統，它能夠自動的在系統中，能夠生成相關的東西，能夠做得像人一樣的數字人。

第三個，認知推理。讓計算機有推理、有邏輯的能力。

這時候說起來比較虛，用人的認知來通俗理解一下。

人的認知有兩個系統，一個叫系統1，一個叫系統2。

系統1就是計算機做的匹配。

你說，清華大學在哪？它便立刻匹配出來北京。

但如果你要是問，清華大學在全球計算機裡到底排第幾？以及為什麼是這個名次？

這時候計算機就回答不了，這就需要一定的邏輯推理，也就是系統2所做的事情。

當前所有的深度學習都是做系統1，解決了系統1問題——直覺認知，而不是邏輯認知。

因此在未來，我們要做更多關于系統2的事情。

從腦科學來看，相對現在做的事情有兩個最大的不同，第一，就是記憶，第二就是認知推理。

記憶是通過海馬體實現，認知是前額葉來實現。這兩個系統非常關鍵，如何實現呢？

我們看記憶模型，巴德利記憶模型分三層，短期記憶就是一個超級大的大數據模型。

在大數據模型中，我們怎麼把大數據模型中有些信息變成一個長期記憶變成我們知識，這就是記憶模型要做的事情。

那認知模型呢？我們構建了一個面向認知的AI架構。

這個框架左邊是一個查詢接口，這是輸入，也可以說成是用戶端。

中間是一個超大規模的預訓練模型，然後是一個記憶模型。

記憶模型通過試錯、蒸餾，把一些信息變成一個長期記憶存在長期記憶模型中。

長期記憶模型中會做無意識的探測，也會做很多自我定義和條理的邏輯，并且做一些認知的推理。

在這樣的基礎上我們構建一個平台。最終目标是打造一個知識和認知推理雙輪驅動的一個框架。底層是分布式的存儲和管理，中間是推理、決策、預測，再上面是提供各式各樣的API。

好，我今天大概就把我們的理念和想法給大家介紹一下，如果大家有興趣的話，可以查閱我們更多的信息。

謝謝大家！

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!