朱松纯走向通用人工智能从大数据到大使命

出品 | AI科技大本营（ID:rgznai100）

10 月 31 日，由北京智源人工智能研讨院主办的 2019 北京智源大会在国家会议中心开幕，本次大会环绕人工智能基础研讨现状及面对的机会和应战、人工智能技能未来展开的中心方向等论题，回归 AI 技能自身，展开深化研讨，探究人工智能前沿科技展开趋势。

在榜首天的主论坛上，美国加州大学洛杉矶分校的朱松纯教授带来了《走向通用人工智能：从大数据到大使命》的主题讲演，并提出了使命是智能中心的观念。

以下是朱松纯讲演内容实录，AI科技大本营（ID:rgznai100）收拾：

关于通用人工智能，每个人都有自己的主意，有人以为不行能，有人以为立刻就要到来，并且会很可怕。不论哪一种观念，咱们都要扎扎实实地去研讨问题，今日我给咱们同享一个从大数据到大使命的思路。

榜首，人工智能的两种范式之争：大数据VS 大使命；第二，智能的中心中心是使命，每时每刻都被各式各样的使命驱动；第三，怎样经过构建一个大使命的渠道，来研讨通用人工智能。

两种AI范式之争：“大数据”对“大使命”

首要是两个范式之争。假如你问大部分人工智能的研讨者，他们会告知你AI = B+C+D，也便是人工智能等于大数据加上算力加上深度学习，这是被遍及承受的观念，可是我一直在对立这个观念。几年前我对立把深度学习作为人工智能之解时，许多人还很不满，可是今日许多人现已赞同这个观念了。

现在以大数据驱动的人工智能，在工业落地的进程中遇到了许多问题，这个问题其实一早就能够预想到。比方只能做特定的、人类事前界说的使命，而不能做通用使命，或许自己界说使命。第二，每项使命需求许多的数据，本钱十分高，并且模型不具有解说性，常识表达与人不同。

其实咱们是最早做大数据的一个团队。2005年，咱们带领了一批国际学者，包含后来在斯坦福标示 ImageNet 的人，以及后来的 MIT 试验室主任等，在我国湖北莲花山标数据。其时大数据刚刚鼓起，咱们雄心壮志地想标数据，拟定了200 多页的数据标示手册，包含莲花怎样分化，花蕊、花瓣以及日子环境等。

标了几年之后，我发现这儿面有问题。一些学生刚开端问我怎样标示时，我还能答复，可是后来我就答不出来了。所以我发现这条路走不通，所以2009 年左右，我就转型去做认知科学。

我之前写过一篇文章，介绍了两种人工智能的形式。

一种称之为“鹦鹉范式”，鹦鹉能够与人类对话，可是不了解你在说什么。比方你说林黛玉，它也说林黛玉，可是它并不知道林黛玉是什么。

还有一种是“乌鸦范式”。乌鸦找到核桃之后，会把核桃扔在路上，让车去压，压碎了再吃。可是由于路上车太多乌鸦吃不到核桃，所以乌鸦把核桃扔到斑马线上，由于这儿有红绿灯，绿灯亮时车都停住了，它就能够去吃。这个比方是十分惊人的，由于乌鸦既没有大数据，也没有监督学习，却完全能够自主地研讨其间的因果关系，然后运用资源完结使命，并且功耗十分小，小于 1瓦，这给了咱们很大的启示。

可是乌鸦能做到的不只是这些，它们还知道怎样运用东西，我信任直到今日，许多机器人的规划才干都远达不到乌鸦对物理的了解。

假定咱们要界说一个人工智能体系，我能够以为任何一个动物、机器都是 AI 体系，它往往决议了三个要素：榜首是构架，你的脑袋里缺一块，就永久进化不到一个层次，人的智能90% 多都是天然生成的；第二是环境数据；第三是使命。

榜首种层次的解法是用大数据给一个使命，比方人脸辨认。给一个构架，比方深度学习有多少层，这便是现在通用的大数据体系。我以为人类走了别的一条路，便是有很小量的数据，可是有很许多的使命，不过人类有很高档的构架，这就成了别的一个体系。

举个比方，怎样教核算机学会辨认椅子？用大数据的办法很简略，也十分暴力。便是查找许多的比方，用人工标示。你需求收集各种原料、各种摄像头视点的椅子，穷举后拿去练习，练习之后体系记住这些特征。可是艺术家总是规划新的椅子出来，总是有特例，机器总是搞不清楚，所以不行泛化，不行解说什么是椅子，这便是它的中心问题所在。在主动驾驶、视频监控等范畴都存在这样的问题，即不能穷举一切的比方。

第二种层次的解法是什么呢？假定咱们要了解椅子，界说什么是椅子。首要取得人的经典坐姿，之后用坐姿拟合图画，各种方位、各种朝向、各种姿势的坐姿，能够坐舒畅的便是椅子，这便是一个使命。

椅子变成了一个使命的等价类，不论什么物体能够坐，坐得舒畅的便是椅子。这代表了一种幻想，我要幻想这把椅子怎样坐，这和深度学习不同：regression是核算，拿特征去拟合，simulation 是用我的身体去幻想，这是两者底子的差异。

第三个层次，什么是坐得舒畅？首要这个椅子要坐得稳，物理稳定是神经体系里十分灵敏的感知。

我做了一个简略的试验，把各式各样的椅子放在办公室和试验室里，看学生进来时先坐哪儿、后坐哪儿，这时人会有一个偏好。

别的一件咱们感同身受的事是，咱们能够感觉这个人是怎样用力，怎样受力的，这都能够映射，这是人类十分强的才干。映射过来之后，我就知道你怎样坐得舒畅，从中学到你的价值观。

了解这点之后，就不需求任何数据了。我知道椅子是为了让人坐得舒畅，从底子动身，我底子不需求数据。这便是我说的小数据、大使命。

以使命为中心的智能

以使命为中心的智能是咱们经过绵长的时刻之后才体会到的。

榜首层的表达是以图画为中心。咱们看到了一张图画，然后以图画为中心抽取各种特征，了解各个部件。第二层变成了以场景和物体为中心，即几许表达。

榜首层是深度学习，即把图画当作图画，没有几许、物理和功用的了解。第二层开端以三维的几许来表达场景，比方三维场景的桌子、椅子等。

最终，我以为真实的表达是以使命为中心的 task-centered representation，由于咱们先有使命，才有国际上各式各样的物体，这些物体都是被规划出来是为了满意人的需求和完结某种使命。以使命为中心的表达，比方功用、因果、价值观、物理、社会常识，咱们统称为physical and social common sense，这些常识是小孩在 18 个月之前获取的。

什么是以使命为中心的表达？咱们考虑国际不是从某个物体类别的视点动身。比方开酒瓶，并不是只要开瓶器能开酒瓶，任何东西都能开酒瓶，砸核桃也隐藏着一个物理原理。咱们知道物理原理之后，并不需求固定的东西开酒瓶，只要能完结开酒瓶使命都能够。我以为这种便是通用的人工智能。

这个问题怎样解？最近的研讨发现，人脑里大部分的常识表达并不是依照物理的类别来安排的，比方椅子是一类，桌子是一类，车子是一类，而是依照怎样运用它们来安排，大约能够分红两个标准：身体的标准和手的标准。

其实这一点不新鲜，由于咱们汉字中超越 1/3 的汉字都是与人有关的偏旁部首。咱们之所以创造汉字，是由于汉字里有一些使命，使命便是要把人放进去，一起来考虑，比方手、脚、耳朵、身体等。

仍是以砸核桃为例，乌鸦用车轮碾核桃，假如在一个新的环境中，东西被拿走，可是你仍是能完结砸核桃的使命，这是小学教育很重要的工作，便是教会你具有根本的常识。

砸核桃尽管只要一个比方，可是人要从上万个挑选中挑选一个计划，在这个进程中有许多的simulation。我看到了核桃和几种东西，大脑会快速地想怎样做，或许你的大脑呈现了上万种挑选敏捷。这是许多核算的进程，但不是深度学习的核算，而是一种 simulation 的核算。

还有时空因果的推理，现在这种状况要到达各式各样的方针，中心有各式各样的动作，然后构成一个因果方程，在物理上一致。

别的一点是 Causal Learning 和 Reinforcement Learing。RL现在也十分火，可是据神经科学研讨者称，RL 是老鼠这类的低等动物用的，要用许多的比方重复试验。而人运用的是因果学习，只需求有两三个比方。

砸核桃的使命转化到机器人不能仅仅简略的转化，有必要是一个物理因果的等价，要推理物理的功用。

这是一个从一两个比方中学习的进程。一个比较聪明的人能够从几个简略的挑选里就悟出坐椅子的价值观，从一个简略的砸核桃的动作悟出实质。一旦悟出来还要数据做什么呢？所以，这是一个中心问题。

以铲土为例，假如让你用东西铲土，你就会幻想怎样去铲。假如没有东西，用家里的东西相同你也能铲土。经过主动核算，机器的榜首个挑选是锅，第二个挑选是杯子。

当人类或猿人走过石器时代时，神经体系现已学习了东西和物理常识，他了解的是实质。

现在回到怎样界说使命？图画有多少个像素能够很清楚地界说，可是使命怎样界说呢？界说使命是以契合因果的办法，改动场景中的流态。“流态”是牛顿创造的一个词，包含时变的物理状况、心里状况、社会关系等，能够简略分类为物理流态和社会流态。

假如界说了这些原子的使命空间（atomic space），就能够组合发生复合的数学空间，这便是使命。这个工作说清楚，人工智能的问题就处理了一大半。

现在人工智能之所以遇到了很大的困难，是由于咱们说不清楚究竟要做什么使命。使命界说不清楚，是许多产品卖不出去，或许卖出去后被投诉的原因。比方扫地机器人产品界说不清楚应该吸和不应吸的东西有哪些，给机器的使命自身就没有明晰的界说。监控也相同，究竟什么人该抓，什么人不应抓，或许什么样的环境都无法精确界说。

前面谈到了一些根本的物理使命和常识，物理常识是现在人工智能面对的首要妨碍。比方自然言语了解，自然言语最多也是符号对符号，比方什么叫“玩水”，假如没有三维数据的体会，没有物理常识，其实很难搞懂这个词的意义，所以物理常识是要害。

我国有一则寓言故事“瞎子辨日”。一个从未见过太阳的瞎子，无法解说什么是太阳，这便是自然言语的为难。自然言语有必要和认知科学、核算机视觉、机器人联络在一起，不然无法研讨清楚，这是我的观念。

别的一种智能是社会的常识和使命。人类幼儿 12 个月之后开端指东西，他知道一个东西，但以为你不知道，所以他指给你看，这是一种十分强的智能。要完结这种智能，首要要有视角的转化，即推理别人所见所想，这是智能根本的东西。人类在对话时要有context，要知道上下文是什么，一起知道哪些东西。

一个人从第三视角看，是他真实看到的东西。然后咱们从第三人称想他看到了什么，这是核算机推理，适当于我大约知道你在看什么，你忽然问我问题时我就知道怎样答复。这其间还有咱们达到的一致，我知道你知道，你也知道我知道，这样才构成了一个一起的使命。

人的认知构架是什么？要构成对话，对话和言语是很重要的问题。每个客观的国际用一个圆圈表明，其间每一个点都代表一个状况。赤色是我脑中所想，蓝色是机器人看到的。

首要，机器人看到的是不完整、不确定的国际，人类看到的是同享的国际，由于看问题的视点相同。咱们相互从对方的视点看问题，两边相互了解对方看到的东西。有了一起的东西，才干树立模型。

决策函数，即我知道你在这种状况下应该怎样做，我应该怎样做。价值函数，即我大约知道你应该怎样做，以及我以为你会怎样做，以及你以为我怎样做，有一起的情境和常识，就会有一起的价值观。最终经过沟通的进程，咱们达到了一致。

Christopher Manning 讲到人和人之间的通讯只要 10 个 bit，很慢，跟 5G 比较差太远了，可是通讯很快，为什么？便是由于咱们有这些东西。

我总结一下 AI 的乌鸦形式。

用少数的比方，可是有功用、因果、价值观等今后，就能够举一反百，从初心动身来了解这个国际。我称之为智能暗物质。你看见了这把椅子，幻想身体怎样去坐，这叫做暗物质。其间95%都是认知推理，只要把这 95% 搞定了，才干去了解剩余的 5%，不然就只能穷举一切的状况。

这是一个简略的演示，机器人怎样与人类进行交互。机器人看到人进来了今后，它要了解人的目的，知道目的之后能够帮人翻开冰箱，知道要把食物放到冰箱里。在整个进程中不只要言语的沟通，还有动作、表情的沟通，使得两边能够达到一个一致，即猜想你的目的是什么，这是一个根本的办法。

这是咱们刚做出来的桌面机器人，它能够进行三维场景的重建。三维场景重建能够运用一些根本的核算机视觉办法。然后幻想在这个场景中人能够做什么，才干界说家具的用途。

这其间包含 top-down 的 inference，但永久无法辨认小物体，有必要要经过场景 context。这是一个十分丧命的问题，现在一切的深度学习都没有 top-down，只要 bottom-up。

这时咱们要做一个一致的体系，融通六大范畴，即核算机视觉、认知科学、言语对话、机器学习、机器人学习等，交融了才干有一个像样的核算机体系。

怎样构建“大使命”练习与测验渠道？

怎样构建大使命呢？我的方针是，在一个体系中练习出一只具有通用人工智能的“乌鸦”，这是一个中心问题。

当然，只在一个物理场景中练习是不行的。榜首步要根据人的需求，生成许多的数据库中的三维物体。这是生成的各种比方，生成今后能够在各种环境中测验。现在做的大数据拟合，咱们都能够测验，这是其间一种玩法。

我的玩法不同，智能体系来了今后，我用一个全新的体系给你看，看你能不能完结各式各样的使命，而不是事前规则的使命。

在这个体系里边有必要要做物理传神的东西，比方能够倒酒、倒水、挤牙膏、玩沙子、玩水，这是十分费力的，咱们现已做了好多年。

先界说根本的使命，人能够接进去，机器能够接进去，然后能够感同身受地一起完结使命。

咱们做了一个手套，它能够精细化地记载一些感知和运动行为。我进入了今后就知道有一些根本的操作，便是Learing from demonstration。

这是一个虚拟的机器人智能体，让它完结鲜榨果汁。比方说它要先找橘子，然后把橘子切了，再到榨果汁的当地去压，它要有练习的进程。比方煮饭、做面条，这都是十分大的使命。一般的日常日子中，你们瞧不起的东西越难。

人能够在里边与机器进行交互，也便是人机协作完结一件工作。

最终人也能够教机器人，比方说这个男的演示怎样砸核桃，这个动作背面其实有很大的工程量。

机器人会去想，怎样在一个新环境下完结砸核桃，整个推理的进程都能够在这个当地完结。

最重要的工作，我能够随时把机器叫停，然后问它，你现在知道什么，你知道我在干什么，或许叫它解说，计划做什么，为什么要做，这便是Explainable AI。

智能体的中心便是把自然言语对话、核算机视觉、机器人等结合在一起，就像教小孩相同，怎样样用小数据教会他。

总结

榜首，“大数据”对“大使命”两种范式之争，99%的人都是押注大数据，可是10年前我就押注大使命。

第二，我以为使命是智能中心。咱们有task-orientated操作体系、编程言语和体系结构。

第三，怎样构建大使命的渠道。我要能在里边练习出“乌鸦”，经过自主的使命去驱动它。这儿面有许多数学问题、理论问题和工程问题要处理，中美有必要协作来处理这个问题。