導讀：近日，清華大學計算機系教授、系副主任，智譜·AI 首席科學家唐傑在 MEET 2021 智能未來大會上作了題為《認知圖譜——人工智慧的下一個瑰寶》的精彩演講。
唐教授在演講中首先簡單介紹了人工智慧的三個時代：符號智能——感知智能——認知智能。提出現在需要探討的問題是：計算機有沒有認知？計算機能不能做推理？甚至計算機到未來有沒有意識能夠超過人類？
唐教授表示，當前認知 AI 還沒有實現，我們急需做的是一些基礎性的東西（AI 的基礎設施），比如知識圖譜的構建，知識圖譜的一些認知邏輯，包括認知的基礎設施等。
作者：唐傑
來源：學術頭條（ID：SciTouTiao）
AI 的下一次機遇在哪裡？
自 1956 年 AI 的概念首次被提出，至今已有 60 多年的發展史。如今，隨著相關理論和技術的不斷革新，AI 在數據、算力和算法「三要素」的支撐下越來越多地走進我們的日常生活。
但是，這一系列驚喜的背後，卻是大多數 AI 在語言理解、視覺場景理解、決策分析等方面的舉步維艱：這些技術依然主要集中在感知層面，即用 AI 模擬人類的聽覺、視覺等感知能力，卻無法解決推理、規劃、聯想、創作等複雜的認知智能化任務。
當前的 AI 缺少信息進入「大腦」後的加工、理解和思考等，做的只是相對簡單的比對和識別，僅僅停留在「感知」階段，而非「認知」，以感知智能技術為主的 AI 還與人類智能相差甚遠。
究其原因在於，AI 正面臨著制約其向前發展的瓶頸問題：大規模常識知識庫與基於認知的邏輯推理。而基於知識圖譜、認知推理、邏輯表達的認知圖譜，則被越來越多的國內外學者和產業領袖認為是「目前可以突破這一技術瓶頸的可行解決方案之一」。
從 1950 年開始創建人工智慧系統，到 1970 年開始深入的讓計算機去模仿人腦，再到 1990 年計算機學家意識到計算機是 「參考」 人腦而不是完全的 「模仿」。現在我們更是處於一個計算機的變革時代，我們應該用更多的計算機思維來做計算機的思考，而不是人的思考。
現在人們需要思考的是：如何以計算機的方式做認知？唐教授談到，可以結合兩種方法去實現。
第一個從大數據的角度上做數據驅動，把所有的數據進行建模，並且學習數據之間的關聯關係，學習數據的記憶模型；第二個是要用知識渠道，構建知識圖譜。
不過，只這兩個方面還是遠遠不夠的。唐教授指出：真正的通用人工智慧，我們希望它有持續學習的能力，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。
唐教授從人的認知和意識中抽象出來了9 個認知 AI 的準則：
適應與學習能力
定義與語境化能力
自我系統的準入能力
優先級與訪問控制能力
召集與控制能力
決策與執行能力
錯誤探測與編輯能力
反思與自我監控能力
條理與靈活性之間的能力
在這 9 個準則的基礎上，提出了一個全新的認知圖譜的概念，包括三個核心：
常識圖譜。比如說高精度知識圖譜的構建，領域制度的應用系統，超大規模城市知識圖譜的構建，還有基於知識圖譜的搜索和推薦等。
邏輯生成。與計算模型相關，需要超大規模的預訓練模型，並且能夠自動進行內容生成。
認知推理。即讓計算機有邏輯推理和思維能力，像人一樣思考。
唐教授表示，知識圖譜+深度學習+認知心理，打造知識和認知推理雙輪驅動的框架，將是接下來一個重要的研究方向。
以下為唐教授演講實錄（稍有刪減）：
01 機器思考vs人類思考
為什麼叫認知圖譜？首先來看一下人工智慧發展的脈絡，從最早的符號智能，再到後面的感知智能，再到最近，所有人都在談認知智能。我們現在需要探討計算機有沒有認知，計算機能不能做認知，計算機能不能做推理，甚至計算機到未來有沒有意識，能夠超過人類。
人工智慧發展到現在已經有三個浪潮，我們把人工智慧叫做三個時代，三個時代分別是符號 AI、感知 AI 和認知 AI。認知 AI 到現在沒有實現，我們正在路上。
那現在急需的東西是什麼？是一些基礎性的東西，比如說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，這是我們特別想做的一件事情。
做這個之前，我們首先回顧一下機器學習。提到機器學習，很多人立馬就說我知道機器學習有很多分類模型，比如說決策樹，這裡最左邊列出了分類模型、序列模型、概率圖模型，再往右邊一點點就是最大化邊界，還有深度學習，甚至再往下循環智能，再往右就是強化學習，深度強化學習，以及最近我們大家提到更多的無監督學習，這是機器學習的一個檔位。
那麼，機器學習離我們的認知，到底還有多遠呢？我們要看一看這個認知以及人的思考，包括人的認知到底怎麼回事。
於是，我看了很多諾貝爾獎和圖靈獎得主的資料，大概整理出了這樣一頁 PPT。下面是人的思考，在人的思考中得到所有的模型，上面是計算機圖靈獎跟認知相關的信息。
在 1900 年初的時候，就有神經系統結構。後來到 1932 年左右有神經元突觸的一個諾獎，再到 60 年代有神經末梢傳遞機制，到 1975 年左右有了視覺系統，到近年也就是 20 年前才有了嗅覺系統，直到二零一幾年的時候我們才有了大腦怎麼定位導航，以及大腦的機理是怎麼回事，這是諾獎。
我們看一下計算機怎麼思考的，即機器思考。在 1950 年左右創立了人工智慧系統，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，讓他跟人腦特別相同。但到 1990 年左右，計算機學家們突然發現我們沒有必要模仿，我們更多的是要參考人腦，參考腦系統，做一個讓計算機能做更多的機器思考，機器思維。
所以我們在這個時代，可以說是一個計算機革命的一個變革，我們用更多的計算機思維來做計算，來做計算機的思考，而不是人的思考。
最後，我們出現了概率圖模型、概率與因果推理還有最近的深度學習。當然，有人會說，到最後你還在講機器學習，在講一個模型，這個離我們真正的是不是太遠了？
我舉另外一個例子，Open AI。我們要建造一個通用人工智慧，讓計算機系統甚至能夠超越人，在過去幾年連我自己都不信，我覺得通用人工智慧很難實現。Open AI 做了幾個場景，在受限場景下，比如遊戲環境下已經打敗了人類。上面的幾個案例甚至開放了一些強化學習的一些框架，讓大家可以在框架中進行編程。
下面就是最近幾年最為震撼的。兩年前 Open AI 做了 GPT，很簡單，所有人就覺得是語言模型，並沒有做什麼事情；去年做的 GPT-2，這時候做出來的參數模型也沒有那麼大，幾十億的參數模型做出來的效果，我估計很多人都玩過，有一個 Demo，叫 talk to transformer，就是跟翻譯來對話，你可以輸入任何文本，transformer 幫你把文本補齊。
但是今年 6 月份的時候，Open AI 發布了一個 GPT-3，這個模型，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，這個時候給我們一個震撼的結果，計算機的參數模型，至少它的表示能力已經接近人類了。
也就是說在某種理論證明下，如果我們能夠讓計算機的參數足夠好足夠充足的話，他可能就能跟人的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慧？
我們來看一下，這是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 億的產出規模，明年可能還會到萬億級別。所以這是一個非常快速的增長。
現在給我們另外一個問題，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慧呢？這是一個問題。
當然另外一方面，大家看到也是另外一個痛點，所有訓練的結果，大家看一下，GPT-3 如果用單卡的訓練需要 355 年，整個訓練的成本達到幾億的人民幣，一般的公司也做不起來。現在另外一個問題就是，就算是有美團這樣的大公司做了這個模型，是不是大家都可以用了，是不是就夠了？
這是一個例子，左邊是模型，右邊是結果。第一個是長頸鹿有幾個眼睛？GPT-3 說有兩個眼睛，沒有問題。第二個，我的腳有幾個眼睛？結果是也有兩個眼睛，這就錯了。第三個是蜘蛛有幾個眼睛？8 個眼睛。第四個太陽有幾個眼睛？一個眼睛。最後一個呢，一根草有幾個眼睛？一個眼睛。
可以看到，GPT-3 很聰明，可以生成所有的結果，這個結果是生成的，自動生成出來的，但是它有一個阿喀琉斯之踵，它其實沒有常識。
02 什麼是知識圖譜？
我們需要一個常識的知識圖譜。
2012 年的時候谷歌發出了一個 Knowledge Graph，就是知識圖譜，當時概念就是，我們利用大量的數據能不能建一個圖譜？於是在未來的搜索中，我們自動把搜索結果結構化，自動結構化的數據反饋出來。
知識圖譜不僅可以包括搜尋引擎，另外一方面可以給我們計算帶來一些常識性的知識，能不能通過這個方法幫助我們未來的計算呢，這給我們引出了另外一個問題。
其實知識圖譜在很多年前就已經發展，從第一代人工智慧，就是符號 AI 的時候就開始在做，當時就在定義知識圖譜，就在定義這個符號 AI 的邏輯表示，70 年代叫知識工程，但是為什麼到現在知識圖譜還沒有大規模的發展起來？
第一，構建的成本非常的高，如果你想構建得很準的話，人工成本非常高。
你看 CYC 在 90 年代發展起來的，定義一個知識斷言的成本，就是一個 ABC 三元組，A 就是主體，B 就是關係，C 是受體，比如說人有手，人就是主體，有就是關係，手就是受體，就是這麼簡單的一個問題，當時的成本就是 5.7 美元。
另外一個項目，用網際網路完全自動方法的生成出來，錯誤率一下提高的 10 倍，這兩個項目目前基本上處於半停滯狀態。
那怎麼辦呢？我們現在就在思考，從計算角度上看認知，究竟應該怎麼做？如果還用計算做認知，該怎麼實現？如果把剛才兩個東西結合起來應該有這麼一個模型。
第一，從大數據的角度，做數據驅動，我們用深度學習舉十反一的方法，把所有的數據進行建模，並且學習數據之間的關聯關係，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，這也許是我們解決未來認知 AI 的一個關鍵。
那夠不夠呢？答案是不夠，我們的未來是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。這樣的認知模型，它首先要超越 GPT-3 這樣的預設模型，我們需要一個全新的架構框架，也需要一個全新的目標函數，這時候我們才有可能超過這樣的預訓練模型，否則我們就是在跟隨。
舉幾個例子，這是我們最近嘗試做的一件事情。這兩個，大家覺得哪個是人做的？哪個是機器做的？其實這兩個都是機器做出來的，這是我學生做出來的一個來給大家娛樂的。其實下面這個結果都不大對，內容也是不對的，上面這個結果也是完全由機器生成出來的。
但是你看一下邏輯基本上可行，就是目前我們需要做的是，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。
這裡有一篇文字，我們希望通過這篇文字能夠把原來的原圖自動生成新的圖片，這個圖片是生成出來的，我們希望這個機器有創造能力。
當然，光創造還不夠，我們離真正通用的人工智慧還有多遠？我們希望真正的通用人工智慧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。
這時候一個問題來了，什麼叫認知？只要做出可持續學習就是認知嗎？如果這樣的話 GPT-3 也有這種學習的能力，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，我們有些系統已經可以完成非常複雜的問題。
03 認知 AI 的九準則
什麼是認知呢？於是我們最近通過我們的一些思考，我們定義了認知 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，叫適應與學習能力，當一個機器在特定的環境下，比如說我們今天的 MEET 大會，這個機器人自動的學習，它能知道我們在這種模型下，在這個場景下應該做什麼事情。
第二個，叫定義與語境能力，這個模型它能夠在這個環境下感知上下文，能做這樣的一個環境的感知。
第三個，叫自我系統的準入能力，我們描述的是這個機器它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，明天后悔了，不應該買，這時候這個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，這個機器人在感知到所有的數據以後它可以做決策。
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，其實是在試錯中發現的，比如我們現在學的很多知識，我們並不知道什麼知識是最好的，我們在不停的試錯，也許我們今天學到了 1+1 等於 2 是很好，但是你嘗試1+1 等於 3，1+1 等於 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。
我們把這些叫做認知 AI 的九準則。在九個準則的基礎上，我們提出一個全新的認知圖譜的概念。
04 常識圖譜的三個核心要素
常識圖譜有三個核心的要素。
第一，常識圖譜，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，還有基於知識圖譜的搜索和推薦，這是傳統的一些東西。
第二，跟我們計算模型非常相關，我們叫邏輯生成，這時候需要超大規模的預訓練模型，並且能夠自動進行內容生成。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，需要認知推理，需要有認知推理的能力，讓計算機有推理、有邏輯的能力。說起來比較虛，大家會問什麼叫推理邏輯？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，它立刻匹配出來在北京。
但是你說清華大學在全球計算機裡面到底排在第幾？以及為什麼排在第幾？這時候就需要一些邏輯推理，這時候計算機就回答不了，這時候需要做邏輯推理，我們要思考優勢在哪，人思考的時候叫系統 2，慢系統，裡面要做更多複雜的邏輯思考。
我們當前所有的深度學習都是做系統 1，解決了系統 1 問題，是直覺認知，而不是邏輯認知。我們未來要做更多的就是系統 2 的事情。
我們從腦科學來看，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，怎麼實現呢？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。
當然從邏輯推理下，還有更多的事情要做，那我們現在怎麼辦？認知圖譜核心的東西就變成我們需要知識圖譜，也需要深度學習，我們還要把認知心理的一些東西結合進來，來構造一個新的模型。
於是，最後一頁，我們構建了這樣一個框架，這個框架左邊是一個查詢接口，這是輸入，你可以說用戶端，中間是一個超大規模的預訓練模型，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例的邏輯，並且做一些認知的推理。
在這樣的基礎上我們構建一個平臺，目標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。
關於作者：唐傑，清華大學計算機系教授、系副主任，獲傑青、IEEE Fellow。研究人工智慧、認知圖譜、數據挖掘、社交網絡和機器學習。發表論文 300 餘篇，引用 16000 餘次，獲 ACM SIGKDD Test-of-Time Award（十年最佳論文）。主持研發了研究者社會網絡挖掘系統 AMiner，吸引全球 220 個國家/地區 2000 多萬用戶。擔任 IEEE T. on Big Data、AI OPEN 主編以及 WWW』21、CIKM』16、WSDM』15 的 PC Chair。獲北京市科技進步一等獎、人工智慧學會一等獎、KDD 傑出貢獻獎。