AI要有“心”了?!——朱松纯教授谈人工智能

来源:港澳台办公室 发布时间:2021-08-10 12:15:55

    編者按:

    在电影宇宙里,人工智能发展到达了一个又一个巅峰,“智械危机”、“天网”、“终结者”,影响甚至控制人类生活。现实生活中,人工智能便利着我们的生活,但是距离影视作品中,人工智能达到让人“人机难辨”的程度。人工智能拥有人的思维甚至情感的地步,似乎又还差得很远。

    为什么人工智能还没有达到影视与文学中设想的“智能”高度?京港大学堂系列讲座北京大学专场上,北京大学人工智能研究院院长朱松纯教授,从“鹦鹉范式”到“乌鸦范式”,用生动的例子,讲述通用人工智能的前沿、变局、机遇与战略,重点讲述了迈向通用人工智能的关键:是给AI装上一颗“心”。


    作为全球著名的计算机视觉专家、统计与应用数学家与人工智能顶尖学者,朱松纯教授不仅推动了人工智能在认知层面的新理论突破,更是通用人工智能领域的拓荒者。

    朱教授曾三次问鼎计算机视觉领域国际最高奖项——马尔奖。早在1990年,朱教授便率先将概率统计建模与随机计算方法引入计算机视觉研究,独树一帜地提出了一系列图像与视频结构化解译的框架、数理模型和统计算法,发展了广义模式理论。

    当祖国需要人工智能领域人才时,朱松纯毅然放弃了在美国的事业,于2020年9月回到祖国,出任北京大学人工智能研究院院长,领导人工智能研究院的建设和发展。三十余年来,朱教授一直走在人工智能的前沿,探索无人之境。

FEA3FEA3

    两种范式之争:“鹦鹉”与“乌鸦”

    对于人工智能,朱松纯教授以“鹦鹉”和“乌鸦”为例,进行了人工智能范式的区分:“鹦鹉范式”的人工智能,就是学界目前普遍认定的大数据+大算力+深度学习,这包括当前的大型预训练模式;“乌鸦范式”,则是一种“小数据、大任务”的模式。

386A3

    一般来说,“鹦鹉范式”开发出来的AI只能做一些由人类事先设定的某个特定任务,如人脸识别。这种范式对每项任务都要求重新标注数据,而AI只是依靠大量的数据训练作出判断,只能说话,但并不理解话语的意思,也因此不能对应现实的逻辑、因果链条、动机与意图和价值判断。所以在应对复杂的现实的过程中,这种人工智能就不“智能”了。

    相反,“乌鸦范式”开发出来的AI目标是达到乌鸦在城市中生活的自主智能:摄影师曾在日本拍摄到一只没有受过人类训练的野生乌鸦——它来到城市自己生活,需要寻觅食物。当它找到一个坚果时,只凭借自己的力量无论如何也打不开它,哪怕从高空扔下去也砸不开。但随后它发现:如果把坚果放在马路中间,坚果便能够被路过的车辆碾压开。但路上车来车往,对自身安全威胁太大,观望了一阵后它最终发现:把坚果扔到斑马线上,让车辆压开坚果,自己只需在一旁的电线杆处等待红灯亮起、车辆都停下时,再大摇大摆地下去吃掉坚果即可。

2C1E2

    乌鸦的例子给我们一个很好的启示:它实际上为我们演示了一套AI解决方案。这套方案体积小、功耗低,且不需要大数据学习和人工的指导。例如,有人说如果AI要发展到人脑的发达程度,必须得训练千亿的神经元。但乌鸦的行为恰恰是对这种观点的最好反击。

    虽然乌鸦的神经元比较少,但是仅仅利用这样的神经系统,乌鸦就能自主完成比现如今的AI更加智能的任务。当下的AI体系还远没有具备这种潜能。

9EEEC

    两种范式的转换

    朱松纯教授认为,“鹦鹉范式”有很大局限性,而“乌鸦范式”是更适合人工智能的未来方向。那么这两种范式的转换要怎样去实现呢?朱松纯教授认为:一只蜜蜂或蚂蚁,一只鸡或一头牛,我们都可以把它们看作是一个智能系统。人也是智能系统之一。我们把全部智能系统看作一个集合,用一个椭圆表示,每种智能系统只是一个点。

    决定系统有三大基本要素,分别是架构、任务和数据。在朱教授看来,以人的智能系统为例,人脑架构就是决定一个学生成绩好坏的最重要的因素,而人的架构估计90%都是天生的。让一个特级教师去教一只猴子,不论如何尽心尽力都不可能让猴子考上大学,更不用说去教一只鸡或猪了。

12EBB

    关于任务,举例来说,人要活下来,就需要完成大量的任务:吃饭、喝水、穿衣等等都是任务,它们构成了一个集合。在朱教授看来,数据就是代表环境和经验。

    所以“鹦鹉范式”和“乌鸦范式”的选择,实际上是关于系统架构的选择。“鹦鹉范式”的架构,就是选择一个多层的神经网络,用大量的数据解决一个任务,就出现一个系统,例如车牌识别和人脸识别系统等。这个架构缺乏很多人脑的模块,不能处理大量的物理和社会常识。其中最致命的问题有两点:(1)缺乏主观的“心”,也就是缺乏定义在高维度各种空间的价值函数,缺乏我们通常所讲的“价值观”;(2)缺乏理解客观世界的因果链条,也就是缺乏通过自主的行为来改变环境和社会的状态。

    根据“心”和因果链条,就可以导出无穷的任务,实现自主智能。这是通用人工智能的关键。

7BE01

    “乌鸦范式”注重的是系统中的任务。比如在自然界里的一只马、一只鹿,它们刚在草原上出生的时候,几分钟之内就可以站起来奔跑,开始进行各种活动。很显然,刚出生的动物还未拥有大量数据,但它已然面临着众多生存任务。它们一出生就身处残酷的环境,如果不能够迅速适应环境,狮子和狼就会把它们吃掉。

    如果AI也能够像动物、像人脑一样,适于处理大量的任务。通过“小数据,大任务”的方式,就能实现从“鹦鹉”到“乌鸦”的范式转换。

    这种“乌鸦范式”拥有自主的智能,可以去感知、认知、推理、学习和执行,也因此可以不依赖于大数据,进行无监督的学习。它具有比当前的人工智能更智能化、更节能化的特点。当人工智能由“鹦鹉范式”转换到“乌鸦范式”,我们就真的可以期待见到“华人牌2060款手机‘傻妞’为您服务,请输入开机密码”的那一天了!

28AE6

    为AI装上一颗“心”

    随后,朱教授讨论了如何让机器人通过观察人类的行为,学习人类的价值函数。以让AI学习少量人类叠衣服的行为为例:假定人的行为是理性的、受到其内在价值函数驱动的,AI对人类行为进行反向学习,获取人类的内在价值函数,其中也包含人的“审美”:如对称、对齐、平行等。当机器人获得了价值与审美,就可以泛化到叠新的、未见过的衣服,判断人行为的“好坏”,发现人叠衣服的是时候是否“捣乱“,从而进一步推广到其它任务。

811DF

    当AI有了价值判断, 就可以导出大量任务。比如,请一个家政人员到家里服务,你只需要告诉TA把屋子收拾“干净”即可。这是一个价值判断——从“混乱无序”到“干净整洁”,并不需要交代具体步骤,家政人员自动就能分解、安排很多任务,将衣服洗干净挂起来、地板拖干净、家具摆放整齐等。

25E7B

    “心”的作用以及与“理”的关系是哲学的核心问题,也是人工智能理论与架构的关键所在。朱教授进一步提到了中国儒学两大派别的一次的辩论——“鹅湖之会”。

    这场于南宋年间发生在江西鹅湖小镇的哲学辩论具有十分重要的历史意义:以朱熹(1130-1200)为代表的程朱理学认为,理或天理是自然万物和人类社会的根本法则,物和人各自之理都源于天理。这个“天理“ 包含我们今天所看到的物质世界的“物理”,人文社会的“伦理”和社会规范。

    按照当今的人工智能的框架,“理”代表了知识、模型、与决策函数。理学提出“格物致知”——也就是今天的从数据到模型,“存天理、灭人欲”——这里的人欲在朱教授看来其实就是“心”。以陆九渊(1139-1193)为代表的“心学”(后来由明代的王阳明 (1472-1529)进一步发展)认为“心”是主体、是起到主导作用的关键因素,提出“心即是理,心外无物”。

2DF38

    “鹦鹉范式”和“乌鸦范式”之争,其实是理学与心学辩论的延伸,只是这一次我们面临的是要用数理语言来表达和阐述800多年前的哲思。


    人工智能人才培养

    以人工智能为代表的现代科技的发展,不仅需要技术上的硬实力,还需要科研者用博大的胸怀,在技术理性之外投入更多的人文关怀和家国情怀。

7501B

    2020年9月11日,习近平总书记在科学家座谈会上强调,“我国科技事业取得历史性成就、发生历史性变革。重大创新成果竞相涌现,一些前沿领域开始进入并跑、领跑阶段,科技实力正在从量的积累迈向质的飞跃,从点的突破迈向系统能力提升。”

    科技兴则国家兴,科技强则国家强。习近平总书记更提到,“加快科技创新是推动高质量发展的需要,是实现人民高品质生活的需要,是构建新发展格局的需要,是顺利开启全面建设社会主义现代化国家新征程的需要。”

    朱松纯教授在美国学习工作了28年,其中在加州大学洛杉矶分校任教18年,在2020年回国后的第一件事就是着手把人工智能人才培养的课程体系建立起来。在他看来,自己只做了两件事:一是和很多老师一起讨论了两三个月,敲定了这本北大通班课程体系设置(试用);二是做了这个通用人工智能的研发计划,并筹建北京通用人工智能研究院,联合北大清华来实施这个研发计划,得到了科技部、北京市领导的大力支持。

99C71

    朱教授做科技研究之余仍不忘家国所需的经历,便是把人文关怀与家国情怀融入人工智能领域研究的典例。他也勉励同学们:“这一代大学生需要进入前沿领域,而这前沿领域无疑便是通用人工智能”。

3BB33

    朱教授对人工智能前沿的深度介绍,为同学们带来了对我国科技发展形势的新认识,对同学们的问题,朱教授也知无不言,为他们充分地答疑解惑。资深学者与学生们的思想碰撞,是人工智能新希望的花火,更多同学将在未来肩负起面向国家、面向世界、面向前沿学术的责任。


    “三十功名逐一统,八万里路怀家国”

    今年,北大清华联手,开启了通用人工智能实验班,由朱松纯教授领衔。知识无壁垒,学术无界限,通用人工智能实验班是北大清华强强联手开创人工智能人才培养的尝试,意在为国家重大战略需求培养人工智能领域的“通识、通智、通用”的世界顶级复合型领军人才。正如朱松纯教授所说,“从国家安全、经济发展方面来看,我认为这是一个极为重大的领域,也是中国参与国际竞争的必争之地,是一个主战场”,通用人工智能实验班针对性的人才培养,是急国家之所急。

    此次邀请朱松纯教授前来分享的京港大学堂,是“京港大学联盟”为进一步推动京港两地教育交流、积极承担社会责任而建设的共享平台。京港大学堂面向京港两地高校师生以及社会各界人士开放,邀请知名专家学者围绕“人工智能”、“智慧教育”、“大数据”、“文化遗产保护”、“中国经济发展”等时代热点议题进行深入研讨。

AF0CA

    作为“京港大学联盟”的一份子,北大与联盟其他高校一道,关注社会重要话题,着眼国家所需,接轨时代,共同推动北京、香港两地高校的学术和科研交流,贡献着“北大智慧”。

94E7C

    “三十功名逐一统,八万里路怀家国”,这是一位家乡书法家对朱教授归国的感触,也是朱松纯教授对于同学们的深刻期许。更多的科技高峰,正等待着朱松纯教授和他的学生们一起攀登。在未来前行的道路上,他们将为中国的科技发展而奋斗,为了中华民族的伟大复兴贡献北大的一份力量。



人物介绍:

87D68

朱松纯教授

全球著名计算机视觉专家、统计与应用数学家、人工智能专家。任北京通用人工智能研究院院长、北京大学讲席教授、北京大学人工智能研究院院长、清华大学基础科学讲席教授。

1991年毕业于中国科技大学,1992年赴美留学,1996年获得美国哈佛大学计算机博士学位。2002年至2020年,在美国加州大学洛杉矶分校(UCLA)担任统计系与计算机系教授,UCLA视觉、认知、学习与自主机器人中心主任。在国际顶级期刊和会议上发表论文300余篇,获得计算机视觉、模式识别、认知科学领域多个国际奖项, 包括3次问鼎计算机视觉领域国际最高奖项--马尔奖,赫尔姆霍茨奖等,2次担任国际计算机视觉与模式识别大会主席(CVPR2012CVPR2019),2010-20202次担任美国视觉、认知科学、人工智能等领域多大学、跨学科合作项目MURI负责人。朱松纯教授长期致力于构建计算机视觉、认知科学、乃至人工智能科学的统一数理框架。