從大數(shù)據(jù)認(rèn)知談起(共7頁(yè))

1、院士痛批人形機(jī)器人：搞個(gè)“楊貴妃”在家(ziji)還不如林志玲語(yǔ)音導(dǎo)航原創(chuàng)(yun chun)2015-12-15翔snowman HYPERLINK javascript:void(0); 科技(kj)茱比莉Jubilee“搞個(gè)”楊貴妃”在家還不如林志玲語(yǔ)音導(dǎo)航”這是什么語(yǔ)境下的調(diào)侃？中國(guó)工程院院士、中國(guó)人工智能學(xué)會(huì)理事長(zhǎng)李德毅在幾天前的IBM中國(guó)研究院20周年活動(dòng)上，以“從大數(shù)據(jù)認(rèn)知談起”為演講題目，將生命科學(xué)中的腦認(rèn)知與計(jì)算機(jī)科學(xué)中的人工智能跨界結(jié)合，給出了很多創(chuàng)新的建議和奇思妙想。當(dāng)他談到認(rèn)知時(shí)代的展望時(shí)，期望以2014年圖靈獎(jiǎng)獲得者M(jìn)ichael Stonebraker的論文“One

2、 Size Fits All”中的觀點(diǎn)來(lái)構(gòu)建機(jī)器認(rèn)知腦，即面對(duì)大數(shù)據(jù)時(shí)代應(yīng)該先“構(gòu)建特定負(fù)載、面向特定目標(biāo)的系統(tǒng)”。他表示，當(dāng)千千萬(wàn)萬(wàn)的特定問(wèn)題域的認(rèn)知能力局部形式化之后，用人工智能技術(shù)可以構(gòu)建千千萬(wàn)萬(wàn)個(gè)特定的機(jī)器認(rèn)知腦，并通過(guò)移動(dòng)互聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)，是否可以倒逼出一個(gè)人造生物腦呢？此時(shí)，李德毅院士話鋒一轉(zhuǎn)：“社會(huì)上很多人都在做人形機(jī)器人，我非常著急，這是浪費(fèi)，你做個(gè)“楊貴妃”放在家里，還不如林志玲語(yǔ)音導(dǎo)航認(rèn)知能力好，我們要把精力放在機(jī)器人的認(rèn)知能力上?！边@是精辟點(diǎn)穴的調(diào)侃，情急之下的痛批，還是對(duì)資源浪費(fèi)的痛心？總之，機(jī)器人在李德毅院士眼中更注重的應(yīng)該是人工智能，而不是那些嘩眾取寵的人形外

3、觀。同時(shí)，李德毅院士在跨界研究腦認(rèn)知和人工智能后認(rèn)為，長(zhǎng)期以來(lái)腦科學(xué)研究和人工智能研究是兩大科學(xué)問(wèn)題，猶如兩天平行線沒(méi)有交集。然而，一旦碳基的生物腦和硅基的電子腦形成“雜交優(yōu)勢(shì)”，將會(huì)勢(shì)不可擋。他還給出了各種全新的思考角度，比如：深度學(xué)習(xí)吸收了云計(jì)算和大數(shù)據(jù)的紅利，大數(shù)據(jù)認(rèn)知本質(zhì)上是互聯(lián)網(wǎng)時(shí)代的群體認(rèn)知。大數(shù)據(jù)認(rèn)知的方法學(xué)應(yīng)該是：實(shí)踐中的研究可能勝過(guò)研究中的實(shí)踐，由下而上可能要?jiǎng)龠^(guò)由上而下，數(shù)據(jù)可能勝過(guò)程序，記憶可能勝過(guò)計(jì)算，價(jià)值可能勝過(guò)知識(shí)，關(guān)聯(lián)可能勝過(guò)因果，交叉學(xué)科可能勝過(guò)傳統(tǒng)學(xué)科，要更多關(guān)注跨界的小眾，眾多的小眾才構(gòu)成大眾。腦認(rèn)知的本質(zhì)等同于大數(shù)據(jù)認(rèn)知，腦認(rèn)知的核心是記憶不是計(jì)算。記憶不

4、等于存儲(chǔ)，感知不等于認(rèn)知。認(rèn)知計(jì)算也許只有一種算法：相似計(jì)算。人的重要特點(diǎn)就是選擇性模型，視聽(tīng)學(xué)認(rèn)知計(jì)算(j sun)的科學(xué)問(wèn)題，就是選擇性注意的功能性記憶。此外，他還對(duì)腦科學(xué)和人工智能交叉研究載體提出了四個(gè)方向(fngxing)的建議：1，利用大數(shù)據(jù)模擬從正常認(rèn)知到認(rèn)知障礙：機(jī)器人如何自閉、抑郁(yy)和癡呆？2，利用大數(shù)據(jù)模擬從認(rèn)知障礙到正常認(rèn)知：老年癡呆機(jī)器人如何延緩癡呆？3，如何植入生物記憶芯片擴(kuò)大人的記憶能力？4，可穿戴設(shè)備如何提高人的認(rèn)知能力？以下是李德毅院士的演講要點(diǎn)與PPT：一位圖靈獎(jiǎng)獲得者的話值得深思：人類走過(guò)了幾千年的實(shí)驗(yàn)科學(xué)，幾百年的理論科學(xué)，幾十年的計(jì)算科學(xué)，現(xiàn)在迎來(lái)了

5、數(shù)據(jù)密集型科學(xué)的新時(shí)代。我認(rèn)為，大數(shù)據(jù)本身既不是科學(xué)也不是技術(shù)，它僅僅是網(wǎng)絡(luò)時(shí)代的一種客觀存在。各行各業(yè)的大數(shù)據(jù)迅速增長(zhǎng)，是用傳統(tǒng)工具難以認(rèn)知的、具有更大挑戰(zhàn)的數(shù)據(jù)。今年IEEE國(guó)際數(shù)據(jù)工程大會(huì)最大的亮點(diǎn)，是將10年最佳論文授予2014年圖靈獎(jiǎng)獲得者M(jìn)ichael Stonebraker的論文“One Size Fits All”。論文回答了大數(shù)據(jù)時(shí)代的一個(gè)基本問(wèn)題：“是繼續(xù)構(gòu)建通用數(shù)據(jù)庫(kù)系統(tǒng)，還是構(gòu)建特定負(fù)載、面向特定目標(biāo)的系統(tǒng)？”作者支持后者。那么，這樣一個(gè)認(rèn)知系統(tǒng)怎么構(gòu)建？我認(rèn)為當(dāng)前已經(jīng)做了一點(diǎn)探索，比如深度學(xué)習(xí)吸收了云計(jì)算和大數(shù)據(jù)的紅利，大數(shù)據(jù)認(rèn)知本質(zhì)上是互聯(lián)網(wǎng)時(shí)代的群體認(rèn)知。從大數(shù)據(jù)

6、成功運(yùn)用于自然語(yǔ)言理解，語(yǔ)音產(chǎn)業(yè)、機(jī)器翻譯和圖像識(shí)別，人臉識(shí)別，我在反思當(dāng)年五代機(jī)的失敗。今天并沒(méi)有出現(xiàn)一個(gè)五代機(jī)設(shè)想的新機(jī)器，只有互聯(lián)網(wǎng)或者移動(dòng)互聯(lián)網(wǎng)，為什么卻成功了？少做研究中的實(shí)踐，多做實(shí)踐中的研究，這就是反思。因此，大數(shù)據(jù)認(rèn)知的方法學(xué)應(yīng)該是：實(shí)踐中的研究可能勝過(guò)研究中的實(shí)踐，由下而上可能要?jiǎng)龠^(guò)由上而下，數(shù)據(jù)可能勝過(guò)程序，記憶可能勝過(guò)計(jì)算，價(jià)值可能勝過(guò)知識(shí)，關(guān)聯(lián)可能勝過(guò)因果，交叉學(xué)科可能勝過(guò)傳統(tǒng)學(xué)科，要更多關(guān)注跨界的小眾，眾多的小眾才構(gòu)成大眾。1腦認(rèn)知長(zhǎng)久以來(lái)，腦科學(xué)(kxu)跟人工智能一直(yzh)是兩條平行線，互不交叉。其實(shí)，腦認(rèn)知的本質(zhì)等同于大數(shù)據(jù)認(rèn)知。人腦對(duì)客觀世界的認(rèn)知不是一次

7、完成的，需要多次反復(fù)。人腦需要在豐富的感知、認(rèn)知、行動(dòng)過(guò)程中，從大數(shù)據(jù)中形成相對(duì)穩(wěn)定的認(rèn)知，形成不確定性中的基本確定性。因此，腦認(rèn)知是動(dòng)態(tài)(dngti)演化的過(guò)程，本質(zhì)是大數(shù)據(jù)認(rèn)知，是統(tǒng)計(jì)認(rèn)知。認(rèn)知神經(jīng)性形式化的多尺度描述：從基因到蛋白質(zhì)，叫微觀尺度；腦區(qū)域和腦器官和認(rèn)知行為叫宏觀尺度；中間叫結(jié)構(gòu)尺度。按照這個(gè)尺度可以劃分奧巴馬2013年提出“腦計(jì)劃”的幾個(gè)腦科學(xué)內(nèi)容。我認(rèn)為腦認(rèn)知包括三部分：記憶認(rèn)知，計(jì)算認(rèn)知和交互認(rèn)知。2記憶認(rèn)知記憶認(rèn)識(shí)是腦認(rèn)知的核心。1，腦認(rèn)知的核心是記憶不是計(jì)算。比如中國(guó)最強(qiáng)大腦節(jié)目，一個(gè)記憶力好，一個(gè)計(jì)算能力快，哪個(gè)更聰明？我想一定是記憶好的更聰明，因?yàn)樗B算都沒(méi)算就

8、可以給出答案。記憶是依靠經(jīng)驗(yàn)獲得認(rèn)知，匹配問(wèn)題提取答案。2，圖靈在幾十年前就給了我們重要的啟示(qsh)，他說(shuō)“遺忘也是人類智能的顯著表現(xiàn)?！睘榫S護(hù)腦的正常認(rèn)知需要積極遺忘，抑制記憶，遺忘不可或缺，否則不堪重負(fù)。3，腦認(rèn)知的記憶分為瞬間記憶、功能記憶和長(zhǎng)期記憶。記憶的時(shí)間(shjin)特性各不相同，形成記憶的動(dòng)態(tài)演化過(guò)程。這里(zhl)又有兩點(diǎn)需要強(qiáng)調(diào)：1，記憶不等于存儲(chǔ)。記憶不是簡(jiǎn)單的存儲(chǔ)，伴隨有取舍，取舍的過(guò)程就是計(jì)算、簡(jiǎn)約或抽象，記憶和計(jì)算同時(shí)發(fā)生。通常時(shí)間越長(zhǎng)丟失信息越多，記憶常常有聯(lián)想和搜索，聯(lián)想和搜索也是計(jì)算。無(wú)論語(yǔ)言記憶還是圖像記憶，本質(zhì)上都是統(tǒng)計(jì)記憶?？梢园颜Z(yǔ)言記憶視為圖像記憶

9、的語(yǔ)義標(biāo)注，越是長(zhǎng)期的、大量的、反復(fù)的越難遺忘。也有一次性少量的難忘的記憶，比如初戀，但不會(huì)多。這個(gè)工作太重要，現(xiàn)在做智能測(cè)序基本上都會(huì)應(yīng)用。2，感知不等于認(rèn)知。看到和認(rèn)出迎面而來(lái)的人，代表不同的腦神經(jīng)功能回路，大腦很多部位都參與了對(duì)容貌影像的信息處理。成人腦中有記憶功能的大腦皮層大約有2200平方厘米。這就是為什么全世界為什么做愛(ài)因斯坦大腦，因?yàn)檫@個(gè)天才的記憶力特別強(qiáng)，他的記憶組織和常人不一樣。所以，我想推薦大家三個(gè)公式：看到不等于看見(jiàn)，接觸不等于感覺(jué)，聽(tīng)到不等于聽(tīng)見(jiàn)。因?yàn)槲彝耆梢砸暥灰?jiàn)，熟視無(wú)睹。長(zhǎng)期記憶是功能記憶的反應(yīng)抽象，記憶內(nèi)容的力度不同，時(shí)間越長(zhǎng)越宏觀。我現(xiàn)在71歲，到醫(yī)院檢查

10、老年癡呆？醫(yī)生會(huì)問(wèn)一個(gè)問(wèn)題，“文革和抗日哪個(gè)在前哪個(gè)在后？”很簡(jiǎn)單的問(wèn)題，但對(duì)于老年癡呆癥患者就說(shuō)不清楚。所以我畫了一個(gè)綜合圖，就是長(zhǎng)期記憶、瞬間記憶和功能記憶之間的關(guān)系。理解和計(jì)算是什么關(guān)系？前饋和反饋是什么關(guān)系？歸納和檢驗(yàn)是什么關(guān)系？3計(jì)算認(rèn)知腦認(rèn)知(rn zh)也是計(jì)算認(rèn)知。概念(ginin)、判斷、推理的形成過(guò)程，就是思維的過(guò)程，是對(duì)多感知信息的覺(jué)悟，即計(jì)算認(rèn)知。計(jì)算認(rèn)知是對(duì)語(yǔ)言和圖像的處理加工，當(dāng)前感知常常要和記憶中已有的認(rèn)知相互作用，從感知到認(rèn)知是抽象，從認(rèn)知到感知是演繹。這里(zhl)我大膽說(shuō)一句話，認(rèn)知計(jì)算也許只有一種算法：相似計(jì)算。4交互認(rèn)知交互是腦認(rèn)知的重要形態(tài)。腦認(rèn)知的一

11、個(gè)重要特點(diǎn)就是腦不同區(qū)域、不同粒度認(rèn)知可以在腦神經(jīng)網(wǎng)絡(luò)里面，在不同圖譜結(jié)構(gòu)形式上往返跳躍、并行處理。大腦皮層中形成的知識(shí)積累是長(zhǎng)期記憶；海馬體當(dāng)前形成的學(xué)習(xí)思維問(wèn)題叫結(jié)構(gòu)記憶；視覺(jué)神經(jīng)中殘留的感覺(jué)和觀察，是瞬間記憶。三者力度不同，也可同時(shí)發(fā)生交互和關(guān)聯(lián)，不同尺度之間靈活轉(zhuǎn)換。在選擇性記憶過(guò)程中，前饋的視覺(jué)感知刺激視覺(jué)驅(qū)動(dòng)，反饋的腦記憶認(rèn)知視圖也刺激驅(qū)動(dòng)，這兩個(gè)驅(qū)動(dòng)相互作用，形成基于視知覺(jué)組織的選擇性注意模型。人的重要特點(diǎn)就是選擇性模型，我在基金委的項(xiàng)目里面曾經(jīng)說(shuō)一句話，視聽(tīng)學(xué)認(rèn)知計(jì)算的科學(xué)問(wèn)題，就是選擇性注意的功能性記憶。交互認(rèn)知具有二重性。腦認(rèn)知的一個(gè)重要特點(diǎn)是人腦通過(guò)感知和外界交互，通過(guò)視

12、覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、味覺(jué)、嗅覺(jué)單模態(tài)或者多模態(tài)的交互，在交互過(guò)程中和其他自然人，機(jī)器人，外部世界互動(dòng)，尤其是理解自然人的表情、意愿、動(dòng)作等，相互啟發(fā)、學(xué)習(xí)、交互的結(jié)果使得認(rèn)知更準(zhǔn)確，自己更聰明。這種交互我們有時(shí)候叫溝通，有時(shí)候叫情商。這種交互很重要，如果沒(méi)有這樣的交互知識(shí)，自身難以獲得這樣的認(rèn)知。所以，腦認(rèn)知的坐標(biāo)系是心理物理學(xué)定律。1850年建立了韋伯-費(fèi)希納定律：人對(duì)外界的一切感覺(jué)都是與感覺(jué)的強(qiáng)度對(duì)數(shù)成對(duì)比。5機(jī)器人認(rèn)知，認(rèn)知物理學(xué)方法剛才講的是腦科學(xué)的主要成果，現(xiàn)在拿到人工智能里面叫做(jiozu)機(jī)器人認(rèn)知。腦認(rèn)知的物理學(xué)方法，以物理學(xué)為基礎(chǔ)(jch)的神經(jīng)成像技術(shù)，如核磁共振、腦電圖、掃

13、描、信號(hào)分析等使得人不用開(kāi)顱就可以認(rèn)識(shí)大腦。用什么樣的物理學(xué)方法形式化？尤其是在信號(hào)級(jí)、符號(hào)級(jí)、語(yǔ)義級(jí)或行為級(jí)形式化，人類(rnli)尚不清楚。多年前，我提出用云模型來(lái)填補(bǔ)數(shù)據(jù)與語(yǔ)義之間的鴻溝，創(chuàng)建了定性概念與定量數(shù)據(jù)雙向轉(zhuǎn)換的認(rèn)知模型，概念的內(nèi)涵是模型的核，用期望、熵和超熵表示，圍繞核云生成的云滴是概念的外延，具有不確定性，表示神經(jīng)元、連接組、結(jié)合子或者智能體的離散型、構(gòu)造了云模型、云推理、云控制、云進(jìn)化、云水印、云變換等方法和工具。下面我來(lái)講講馮諾伊曼計(jì)算機(jī)的局限性。以圖靈模型構(gòu)造的馮諾伊曼計(jì)算機(jī)充其量只具有計(jì)算智能。計(jì)算機(jī)的架構(gòu)中、計(jì)算、存儲(chǔ)和交互互相分離，導(dǎo)致內(nèi)存不同區(qū)域的數(shù)據(jù)頻繁訪問(wèn)

14、，以及硬盤和內(nèi)存數(shù)據(jù)間頻繁的訪問(wèn)，成為計(jì)算機(jī)功耗大的根本原因。而腦認(rèn)知的構(gòu)成單元，尤其是視覺(jué)神經(jīng)通路，每層都應(yīng)該同時(shí)具有記憶智能，計(jì)算智能和交互智能，大大降低能耗。我對(duì)腦科學(xué)和人工智能交叉研究載體的建議是以下四個(gè)方面：1，利用大數(shù)據(jù)模擬從正常認(rèn)知到認(rèn)知障礙：機(jī)器人如何自閉、抑郁和癡呆？2，利用大數(shù)據(jù)模擬從認(rèn)知障礙到正常(zhngchng)認(rèn)知：老年癡呆機(jī)器人如何延緩癡呆？3，如何(rh)植入生物記憶芯片擴(kuò)大人的記憶能力？,4，可穿戴設(shè)備如何提高人的認(rèn)知(rn zh)能力？6認(rèn)知時(shí)代展望展望一，大數(shù)據(jù)認(rèn)知的方法學(xué)啟發(fā)我們，腦認(rèn)知是生物屬性和社會(huì)屬性、先天屬性和后天屬性相互結(jié)合面產(chǎn)生的整合性認(rèn)知過(guò)

15、程。研究生物腦在認(rèn)知過(guò)程中的成長(zhǎng)與進(jìn)化，可稱為腦認(rèn)知正向工程，如認(rèn)知神經(jīng)學(xué)方法。它有利于腦疾病的治療；而從腦認(rèn)知的社會(huì)屬性研究腦進(jìn)化，可稱為腦認(rèn)知的逆向工程，如認(rèn)知物理學(xué)方法。它有利于形成機(jī)器人認(rèn)知的形式化約束，完成機(jī)器人認(rèn)知的架構(gòu)設(shè)計(jì)和實(shí)現(xiàn)。我現(xiàn)在對(duì)此樂(lè)此不疲。展望二，如果人腦特定問(wèn)題域的認(rèn)知能力可以先局部地形式化，哪怕在微觀上不具有組織結(jié)構(gòu)的相似性，例如駕駛、栽培、聊天等，當(dāng)千千萬(wàn)萬(wàn)的特定問(wèn)題域的認(rèn)知能力局部形式化之后，用人工智能技術(shù)構(gòu)建特定千千萬(wàn)萬(wàn)個(gè)機(jī)器認(rèn)知腦，并通過(guò)移動(dòng)互聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)，是否可以倒逼并逼近個(gè)人造生物腦呢？看到我們社會(huì)上很多人都在做人形機(jī)器人，我非常著急。這是浪費(fèi)，你做個(gè)“楊貴妃”放在家里，還不如林志玲語(yǔ)音導(dǎo)航認(rèn)知能力好，我們要把精力放在認(rèn)知能力上，不要那種所謂的外觀人形。展望三，凡悠久強(qiáng)大的學(xué)科，如生命科學(xué)和物理學(xué)，一定都是很有個(gè)性的學(xué)科，學(xué)科壁壘森嚴(yán)，存在“生殖隔離”現(xiàn)象。長(zhǎng)期以來(lái)腦科學(xué)研究和人工智能研究是兩大科學(xué)問(wèn)題，猶如兩天平行線，沒(méi)有實(shí)質(zhì)性的交流就是證明。然而，一旦碳基的生物腦和硅基的電子腦形成“雜交優(yōu)勢(shì)”，將會(huì)勢(shì)不可擋。展望四，在我們的星球上，機(jī)器曾經(jīng)是人類的工具，而今要迎來(lái)機(jī)器人“新人類”的時(shí)代，他們作為人類的伙伴，給人類帶