編輯部 整理自 MEET 2021量子位 報導 | 公眾號 QbitAI
人工智慧，現在發展到什麼階段了？
從發展脈絡上看，從符號智能、感知智能，現在應該到認知智能階段了。
或者說，我們正走在認知智能的路上。
今年大火的GPT-3，其參數量已然達到了千億級別，規模已經接近人類神經元的數量了。
這說明，GPT-3的表示能力已經接近人類了，但它仍有一些認知局限——沒有常識。
那我們何時、又將如何走向認知智能？
未來計算機的認知能力，能否超過人類？
什麼樣的模型可以驅動未來的認知AI？
認知智能的概念是否又該重新定義？
……
在MEET 2021 智能未來大會現場，清華大學計算機系教授、系副主任唐傑用簡單、通俗的例子為我們一一解答。
當時聽完演講的觀眾直呼：求唐傑老師的PPT！
（在不改變原意的基礎上，量子位對唐傑的演講進行了編輯整理）
關於MEET 智能未來大會：MEET大會是由量子位主辦的智能科技領域頂級商業峰會，致力於探討前沿科技技術的落地與行業應用。本次大會現場有李開復等20餘位行業頂級大咖分享，500餘名行業觀眾參與，超過150萬網友在線收看直播。包括新華社、搜狐科技、澎湃新聞、封面新聞等數十家主流媒體在內紛紛報導，線上總曝光量累計超過2000萬。
亮點
1、認知圖譜有了一個全新概念，它包含三個核心要素：常識圖譜、邏輯生成以及認知推理。
2、GPT-3參數規模已經接近人類神經元的數量，這說明它的表示能力已經接近人類了。但是它有個阿喀琉斯之踵——沒有常識。
3、數據+知識雙重驅動，也許是解決未來認知AI的一個關鍵。
4、用計算模型來解決認知是不夠的，未來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。
5、通用人工智慧還有多遠？我們希望它有持續學習的能力，能從已有的事實，從反饋中學到新的東西，能處理一些更複雜的任務。
為什麼是認知圖譜
我給今天的分享起了一個新名字：「認知圖譜：人工智慧的下一個瑰寶」。
為什麼叫認知圖譜？首先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。最近，所有人都在談論認知智能。
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、推理」、「計算機到未來有沒有意識，能夠超過人類」這些問題。
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分別是符號 AI、感知 AI 和認知 AI，現在正處在實現認知AI的路上。
具體如何實現呢？
我認為需要一些基礎性的東西，比如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，這也是我們特別想做的一件事情。
回顧機器學習的發展歷程，首先想到的就是很多分類模型，比如決策樹，貝葉斯、神經網絡……
最左邊是分類模型、序列模型、概率圖模型，往右一點是最大化邊界，深度學習，循環智能，隨後是強化學習、深度強化學習，以及最近常提及的無監督學習。
機器思考VS人類思考
機器學習發展到現在，離認知到底還有多遠？
於是，我整理了很多諾貝爾獎和圖靈獎得主的研究，對比了人的認知與機器認知之間的發展模式。
在探究人類思考的歷程裡，1900年初才有了神經系統結構的第一次解析，隨後在1932年左右，誕生了一個諾獎級的研究：神經元功能「突觸」。
然後就是神經末梢傳遞機制、視覺系統機理、嗅覺系統機理……直到幾年前，科學家們才探索出人的大腦是如何實現定位導航、以及機理是怎麼回事，這也是一個諾獎的研究。
我們來看下機器是如何思考的。
1950年左右，學者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。
1990年左右，科學家突然發現其實沒有必要模仿，更多的應該是去參考人腦，參考腦系統，做一個有更多機器思考、機器思維的計算機。
所以在當前這個時代，我們應該用更多的計算機思維，來做計算機的思考，而非人的思考。
因此在這之後，就出現了概率圖模型、概率與因果模型以及深度學習。當然，有人會說，到最後你還在講機器學習，在講一個模型，這個離我們真正的認知智能是不是太遠了？
用計算的方式打造通用人工智慧
過去幾年連我自己都不信，我們可以建造一個通用人工智慧，讓計算機系統甚至能夠超越人。
舉一個例子，OpenAI。
兩年前，OpenAI做了**GPT，所有人都覺得只是一個很簡單的語言模型，並不會有什麼水花；
去年，GPT升級成GPT-2，15億的參數規模。很多人都可能玩過它的Demo，叫talk to transformer。你可以輸入任何文本，transformer幫你把文本補齊。
但在今年6月份的時候，OpenAI發布了一個GPT-3，參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。
這個時候給我們帶來了極大的震撼，至少說明GPT-3的表示能力已經接近人類了。
意味著理論上，如果我們能讓計算機參數達到最好，GPT-3可能跟人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ds可能還會到萬億級別。所以這是一個非常快速的增長。
現在，則給到我們另外一個問題，
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？
與此同時，也暴露出另一個痛點——成本問題。
GPT-3，如果用單卡的訓練需要355年，整個訓練成本將達到幾億人民幣，一般的公司是做不起來的。
但就算是有網際網路巨頭願意去做，大家是不是都可以用了？
GPT-3有個阿喀琉斯之踵
不著急。先來看看這樣一個例子，左邊是GPT-3模型，右邊是結果。
第一個是長頸鹿有幾個眼睛？GPT3說有兩個眼睛，沒有問題。
第二個問題，我的腳有幾個眼睛？結果是也有兩個眼睛，這就錯了。
第三個，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。
最後一個問題，一根草有幾個眼睛？一個眼睛。
可以看到，GPT3很聰明，可以生成所有的結果，但它有個阿喀琉斯之踵——沒有常識。
這時候就需要一個常識的知識圖譜。
2012年，谷歌發出了一個Knowledge Graph，就是知識圖譜。
當時的概念是，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，可以自動把搜索結果結構化，自動的結構化的數據反饋出來。
知識圖譜不僅可以應用到搜尋引擎，還可以給計算機帶來一些常識性的知識。
因此，我們是否可以通過這一方法來幫助未來的計算呢？
「數據+知識」驅動未來的認知AI
其實，知識圖譜在很多年前就已經發展起來。
從第一代人工智慧——符號AI的時候，就已經開始在做，當時將知識圖譜定義為「符號 AI 的邏輯表示」。
但到現在也還沒有大規模的發展起來，主要有幾個方面的原因。
第一，構建的成本非常的高。
CYC，最早的知識圖譜之一，負責定義知識斷言。
簡單來說就是，一個ABC三元組，A 就是主體，B 就是關係，C是受體。
比如，人有手，人就是主體，有就是關係，手就是受體。
這麼一個簡單的問題，成本就在5.7 美元。
第二，自動構建精度很低。
另一個典型的知識圖譜NELL，網際網路完全自動方法的生成出來，但錯誤率一下子提高到10倍。
這兩個項目目前基本上都處於半停滯狀態。
於是，我們現在就在思考，若是將上述兩種方式結合在一起，是否能夠驅動認知AI？
第一，從大數據的角度，做數據驅動。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，這也許是解決未來認知 AI 的一個關鍵。
當然這些也還不夠。我們的未來是需要構建一個真正能夠超越原來的、已有模型的一個認知模型。
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，這時候才有可能超過這樣的預訓練模型，否則就是在跟隨 GPT-3。
而放在眼下要做的，就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。
比如，機器可以通過文字，將原有的圖片生成新的圖片。
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。
認知AI的九準則
這時候，再回到起初最基本的問題：什麼叫認知？
只要有可持續學習的能力就是認知嗎？
如果這樣的話，GPT-3也有持續學習的能力，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，我們已經有些系統已經可以完成非常複雜的問題。
那什麼是認知呢？
最近，通過我們的一些思考，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。
比如說今天MEET 大會，機器人自動學習，可以知道在這個特定的場景下應該做什麼事情。
第二個，叫定義與語境能力。
模型能夠在特定語境下感知上下文，對環境有一定的感知能力。
第三個，叫自我系統的準入能力。
機器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，機器人在感知到所有的數據以後可以做決策。
第七個，錯誤探測與編輯能力。
這個非常重要，人類的很多知識都在試錯中發現的。比如現在學的很多知識，我們並不知道什麼知識是最好的。
我們需要不停的試錯，也許我們今天學到了1+1=2 是很好，但是你嘗試1+1=3，1+1=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。
一個面向認知的AI架構
在九個準則的基礎上，我們提出了一個全新的認知圖譜的概念。
主要有三個核心要素。
第一個，常識圖譜，這與知識圖譜的幾個要素非常相關。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。
第二個，邏輯生成。這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。
第三個，認知推理。讓計算機有推理、有邏輯的能力。
這時候說起來比較虛，用人的認知來通俗理解一下。
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？它便立刻匹配出來北京。
但如果你要是問，清華大學在全球計算機裡到底排第幾？以及為什麼是這個名次？
這時候計算機就回答不了，這就需要一定的邏輯推理，也就是系統2所做的事情。
當前所有的深度學習都是做系統1，解決了系統1問題——直覺認知，而不是邏輯認知。
因此在未來，我們要做更多關於系統2的事情。
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，第二就是認知推理。
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，如何實現呢？
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。
那認知模型呢？我們構建了一個面向認知的AI架構。
這個框架左邊是一個查詢接口，這是輸入，也可以說成是用戶端。
中間是一個超大規模的預訓練模型，然後是一個記憶模型。
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理的邏輯，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。最終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。
好，我今天大概就把我們的理念和想法給大家介紹一下，如果大家有興趣的話，可以查閱我們更多的信息。
謝謝大家！