讓人工智慧更有溫度

在第20屆中國國際高新技術成果交易會上，各種各樣的機器人吸人眼球。李振岐攝/光明圖片

人工智慧自1956年正式提出已有六十多年。隨著智慧算法的精進以及雲計算、大數據等概念的興起，深度學習、認知計算等新技術不斷涌現，人工智慧已經走出實驗室，離開棋盤，通過智慧客服、智慧醫生、智慧家電等服務場景，在諸多行業的應用日益廣泛。

在日前由江蘇高校語言能力協同創新中心、江蘇師範大學國家語委語言能力高等研究院、江蘇師範大學語言科學與藝術學院、《語言科學》編輯部共同在海南博鰲舉行的“未雨綢繆：語言與下一代人工智慧博鰲論壇”上，來自中國科學院、清華大學等國內30余家高校和科研院所的70余名專家學者圍繞人工智慧面臨的問題，語言與語言腦機制研究在人工智慧研究中的重要作用，以及下一代人工智慧的發展方向等問題進行了深入地交流、討論。

瓶頸制約：依靠數據啟動缺乏人腦的常識

人類對如何創造智慧機器的思考從來沒有中斷過，與國際上人工智慧的發展情況相比，我國的人工智慧研究起步較晚，改革開放後才逐漸走上發展之路。近年來，我國已將人工智慧列入《“十三五”國家科技創新規劃》，目前我國的新一代人工智慧在部分領域的關鍵技術已實現重要突破。但從世界範圍來看，作為新一代人工智慧浪潮的興起驅動力——算法進步、大數據供應和計算能力的快速提升將很快碰到難以逾越的發展天花板。

“目前以大數據與深度學習為基礎的人工智慧存在的最大問題是不可解釋性、脆弱性，以及缺乏推廣能力。當面對動態變化的環境，存在干擾與虛假信息時，人工智慧系統的性能就會顯著下降，無法實現人機交互。”中國科學院院士、清華大學教授張鈸指出瓶頸。

哈爾濱工業大學原黨委書記、中文信息處理專家李生教授認為，與人腦的知識驅動摻雜數據啟動不同，機器完全依靠數據啟動。人腦依靠小樣本摻雜常識進行智慧推理，而機器依靠大樣本標注數據，只是總結數據表面的規律，缺乏人類腦的常識。

作為國內頂級的神經科學專家，國家自然科學基金委生命科學部張洪亮的發言語重心長：“國內研究手段和研究技術相對缺乏，目前研究語言主要的工具可能還是功能性磁共振和腦電圖等有限的手段，神經科學家目前對神經系統和腦的認識還非常不足，神經科學領域的研究成果向産業、臨床轉化的不夠，與其他學科的交叉融合和推廣還大有可為。”

另辟蹊徑：探尋符合語言和大腦實際的人腦智慧

語言是人類獨有的能力，是人類智慧的體現。語言的理解並不是簡單的關鍵詞搜索、關鍵詞匹配，而是對於表層語言背後的深層內容的分析。與傳統機器學習不同，人工智慧的深度學習並不遵循數據輸入、特徵提取、特徵選擇、邏輯推理、預測的過程，而是由計算機直接從事物原始特徵出發，自動學習和生成高級的認知結果。在人工智慧輸入的數據和其輸出的答案之間，存在著被稱為“黑箱”的我們無法洞悉的“隱層”。目前，它的語言服務大多為簡單查詢，不涉及語義推理問題，缺乏真正的語義理解能力，比如一些有歧義的自然語言句子，人類很容易根據上下文或常識理解其真正含義，計算機卻很難理解。

“自然語言理解是混合智慧的重要領域，能夠使計算機具備理解自然語言的能力，是認知計算機的核心問題，其發展的關鍵是開展認知的腦機制研究。”中國工程院院士、新疆大學教授吾守爾·斯拉木説。

要領跑人工智慧的發展，就要遵循歷史規律，在新一代人工智慧蓬勃發展之際開始佈局下一代人工智慧研發。與會專家指出，要將下一代人工智慧研究的突破口回歸到人腦智慧，特別是語言的腦機制，必須提前佈局，另辟蹊徑、謀求創新發展之路。

教育部長江學者特聘教授、北京大學教授袁毓林也指出了同樣的問題，人工智慧必須理解自然語言的意義、能夠進行常識推理，而通過對詞彙知識進行深度挖掘來反映人的常識和語義，再跟計算機的視覺、知識圖譜等技術結合起來，有望讓人工智慧達到一種可理解的、可解釋的境界。

“在人工智慧研究領域，人們已經充分認識到人類智力、意識、思維的重要性，但是很少意識到這些都是以語言為基礎的。語言作為思維的物質載體參與了整個高級認知功能，以這種顛覆性的觀點為基礎重新考慮人工智慧的基本理論，有可能為人工智慧的發展提供新窗口。”教育部長江學者特聘教授、神經語言學研究會理事長、江蘇師範大學教授楊亦鳴的觀點為人工智慧發展提出了一條新路，這就是尋找符合語言和大腦實際，將人腦的高級功能研究與細胞分子層的研究，神經與神經細胞的研究貫通起來。通過設立語言與下一代人工智慧的重大專項，佈局人工智慧發展的無人區，實現人工智慧顛覆性的發展。

北京大學教授穗志方呼籲：搭建協同創新發展的平臺，做好科學性、前瞻性佈局，清晰定義各學科各個模塊之間的分工和銜接。通過不同的學科、不同的路徑共同研究，進行迭代開發，相互驗證，逐漸打破僵局，實現多學科交叉多學科融合。

聯合攻關：打造多學科交叉的育人平臺

“下一代人工智慧最重要的就是為下一代佈局，而關鍵則是人才建設，特別是交叉學科人才。”中國工程院院士、國防科技大學教授廖湘科的觀點得到與會專家學者的一致贊同。

隨著現代科學技術的突飛猛進，學科之間固有的界限被打破，各學科之間的聯絡不斷加強。學科綜合化已成為當今科學技術發展的突破點。

2017年國務院印發《新一代人工智慧發展規劃》，明確提出要形成“人工智慧+X”複合專業新模式，鼓勵高校在原有基礎上拓寬人工智慧專業教育內容，重視人工智慧與數學、計算機科學、物理學、生物學、心理學、社會學、法學、語言學等學科專業教育的交叉融合，培育高水平人工智慧創新人才和團隊。如今，以江蘇高校語言能力協同創新中心為代表的交叉多學科融合平臺先行先試，在團隊科研項目的基礎上，積極探索跨學科人才培養，打造學科交叉育人平臺的發展模式，形成有效的互補機制。

在如何推進我國下一代人工智慧的研究上，與會專家提出了解決的“良方”：一是要開展面向下一代人工智慧的語言腦機制基礎原創研究，在此基礎上思考計算機軟硬體的重新設計，在數學和物理驅動的基礎上，加入生命元素和語言機制驅動。二是要加快培育下一代人工智慧高端人才，設立“人工智慧+語言學”相關專業，培養具有前瞻眼光、貫通語言學及語言腦機制與人工智慧基礎理論、先進方法技術的複合型人才，從根源上領跑人工智慧。（記者 蘭亞妮 鄭晉鳴）