MDCC 2013移動開發者大會於2013年11月13-14日在北京國家會議中心隆重召開，本屆大會由CSDN和創新工場聯合主辦。逾百位國內外移動網際網路領域的領軍人物與核心技術專家，以「全民移動，重塑世界」為主題，分享最新實踐經驗，探討移動網際網路發展趨勢。此外，智能硬體、移動娛樂遊戲、微APP三大主題峰會成為本次大會新亮點。
中國工程院院士李德毅發表了題為《大數據時代的認知計算》的演講。他分析了認知究竟可不可以計算，並闡述了大數據時代、移動時代，認知計算應該何去何從。他認為以人為本的認知物聯網的時代已經到來了，大數據時代的認知計算正在逼近認知科學。
以下為演講實錄：
李德毅：各位同行大家好。移動生活、移動品質，給我們帶來的變化很大。這一年社會上的人，拿個手機，有說有笑有拍照，這就是給我們帶來的變化。
人活著就要動，移動的速度是多少，把移動速度搞清楚，移動產品才搞得清楚。我們靠兩條腿動，靠輪子動，靠高鐵動，靠飛機動，主要還是低速移動，所以我們叫移動，不叫運動。但是背個筆記本是個負擔，所以我就想一想，大數據時代對我們移動生活帶來了什麼變化，也就是大數據時代人的認知，認知最簡單的是說話、聽、看、寫。
認知可不可以計算？
這是一個很古老的命題。因為老科學家認為人是世界上最高級的精品，比其他東西都強，認知是不可計算的。
我們希望提高人的生活品質，我們希望智慧。說把智慧城市變成智能城市，智能是個技術，我們要的是智慧。我們說你這個良心大大的壞了或者我心情不好學不進去，說明這個認知和心態有關係。但是作為人工智慧的科學，作為認知科學來說，我們長期以來強調的是智商，腦智，依據現有知識進行分析、聯想、推導或歸納，產生新知。我們認為人的認知主要靠大腦。
後來說不對，你這個人智商很高，情商太低不行。面試的時候老闆要通過意象、直覺、想像、情感等進行直觀、綜合的思考，在創新中起著至關重要的作用。這就是二元。更多的人說成功等於40%的智商和60%情商的相互作用。所以認知科學到現在還有很多沒有解讀的地方。
1936年，天才科學家圖靈建立了圖靈機概念，任何形式系統可以通過圖靈機準確刻畫。
老百姓通常把計算工作交給電腦，它是基於人腦的智能嗎？IBM研究了一個生產計算機。人們把人的思維能力放到機器裡去，前臺是機器，後臺是人。從這個意義上，認知應該是可以計算的。
我們的程序問題、停機問題、程序驗證問題本質上是不可以計算的。所以我們打了補丁還有漏洞。
數學自身是機器程序不可窮盡的。並不是所有的數學問題都可以用計算機來做的。所以人腦不能被物化變成電腦，重要是人腦能不能被形式化。好多諾貝爾獲得者都在這個方面獲得了重大貢獻。但計算性是不依賴於形式系統的選擇的。
因此，IT工作者千萬不能用行政化的方法來研究思維和意識。意識怎麼理解？靈魂怎麼理解？宗教怎麼理解？信仰怎麼理解？它們和思維是什麼關係？腦裡面有分工，這塊幹什麼，那塊幹什麼，後來研究的成果發現，人的意識和精神活動，是由大腦不同區域共同作用產生的。怎麼樣才能共同作用，這個問號到現在還很大。
生命科學家喜歡物理，喜歡化學，難道人的思維是由物質和化學規律支配的嗎？這個令人懷疑。
有人認為，人是不可能自己把自己搞清楚的。你要研究一個東西，要站在一個東西之外。
大數據時代的挑戰
在這樣的情況之下，自然雜誌登出了一篇重要文章，裡面一個小標題——BD（大數據）時代的科學，我們應該怎麼做，這是我們時代的挑戰。
大數據的來源分為三大塊：
- 第一塊是地球，我們叫數字地球，自然大數據把我們的地球、宇宙搞清楚。
- 第二是生命，包括各種動物，尤其包括我們人類，這本身也是大數據。
- 第三就是社交，網際網路，尤其是移動網際網路，我們的日常生活都是大數據，這樣的大數據使你對科學，認知科學提供了挑戰。
我們去看病，現在不是看醫生，醫生很寶貴，主要是看儀表。到了醫院還沒坐三分鐘，醫生一大堆化驗單出來，讓做X光、B超、內鏡檢查、核磁，你還得排隊，排了兩個星期，才把這些檢查做了。你拿著化驗結果去找醫生，醫生不到三分鐘把藥開出來，現在看病不是看醫生，現在就是查，診查的治療。醫生跟你說一句話，你還沒聽懂就接待下一個病人，這就是我們日常看病，花錢看儀器，這就是大數據帶來的現實。
這些年來，醫學諾貝爾獎很多頒給了醫學企業的發明，所以現在的高明醫生，要麼是器械的發明，要麼他們能從醫療數據發現價值。你排隊5分鐘，醫生一看沒問題，他從這個數據裡發現了價值。大數據時代你會發現，你只要知道了是什麼，就知道怎麼做。
這樣問題就淡化了，為什麼不仔細診斷了，因為這麼多病案，你這個情況在他的病人庫裡非常清楚，所以怎麼做很簡單。
我們認為科學是解決的形而上，技術解決的是形而下，我們研究的對象是認知、智慧。現在把我們的對象是什麼的問題，可以用大數據來解決，在這樣的情況下，對大數據對不同案例對象的處理，也可以用大數據來解決。因此這個社會更多研究的是關聯，把科學放在後面。科學解決因果問題，要解決主次問題，解決前後問題。所以人們能更多的解決問題就是好漢。
我們對曾經認為的科學是技術的先導產生了懷疑。在當今情況下，因為IT技術的發展，技術也可以成為科學的先導，要求認知自學的數位化，這是我們大數據對認知科學的認識，以及認知計算的不同。認知計算是技術。
這樣的情況下，大數據時代對計算正在告別認知科學。
對人的認知而言，歐盟在上世紀就進行了腦科學的研究。今年澳門又提出了人類大腦計劃的，歐巴馬也發動了腦計劃。這和我們信息工作者關聯得太少，全是生命科學家，我覺得我們人類的大腦，從生命科學的角度來講，大家和猴子的大腦區別不是太大，因為已經有研究表明，腦結構差不多。
我就在想，我是在英國學習的，柴契爾後來得了老年痴呆症，我個人認為她的老年痴呆和一般人的老年痴呆沒有多大的區別。因為我認為腦計劃的研究有一點偏了。
人類和其他動物相比，都有靈感，有語言，唯獨人有文字，因為有文字，才有文明，才有傳承。我們的青年人到大學，都要學習知識，學習文明，這個很重要。如果沒有文字，我們和其他動物差不多。
另外還要研究人類認知的社會屬性，這兩個不清楚，認知科學搞不清楚，我建議要把這兩點作為人類認知的切入點。
要研究腦認知的後天屬性，認知不僅是前面的天性所決定的，DNA、基因、遺傳，還要看後天學習和積累的結果，是與社會環境、社會實踐，群體交互相關聯的。
在移動生活時代，我們怎麼辦呢？
大數據時代自然語言處理技術正在改變我們的移動生活。
語言是思想的直接現實，這句話是馬克思講的，語言是人類思維的載體，語言是認知科學和認知計算要應對的首要問題。我們的移動生活首先要講語言，你哪一天不說話不行，能聽會說是我們必須具備的能力。讓我們迎接語音時代的到來。人類走向文明的四個重大裡程碑中，語言和文字佔了重要的地位。
人類運用自然語言進行交流獲得的效果。你跟人家溝通得到的效果當中，很重要的就是你的強度和語調，要佔38%，還有你的面部表情，它有情感在裡面。從我們認知科學來說，半個世紀的自然語言理解的研究中，我們對此關注了多少？
人們在思考和解決任何問題時，通常是定性的，對量的規定性往往是是非數值。我們研究大數據，它有一個定性，定量轉換的問題。科學研究當中，人們用對象語言表達一個特定的精確學科，比如物理數學、C語言，都是用自然語言來表達。
我們就變成兩個學派的爭論，腦科學認為自然語言是不可計算的。
如果一個問題不能全部形式化，那麼其中的局部問題可不可以形式化？自然語言可以在什麼程度上被形式化，取決於能否把不確定性形式化。研究不確定性，我認為是一條道路。
科大訊飛做了一個客服中心，移動客服錄音大數據，可實現一秒鐘對100萬小時音頻數據的檢查。這就是一個很大的變化。你是僱傭500位客服人員還是啟用一臺伺服器？所以還是用一臺伺服器。在半個世紀的自然語言理解的研究中，我們對此關注了多少？
我們看報紙，有這麼一段文章，但是你仔細看的時候，發現這個字序不對，但是它又能影響我們多少東西？在半個世紀的自然語言理解的研究中，我們對此關注了多少？
再看一個例子，我們網上動不動要區分對方是人，我們經常出來一個識別碼，叫你再輸入一遍識別碼，證明你是人。在半個世紀的語言文本理解的研究中，我們對此又研究了多少？
我覺得要創新，要新思維才能解決。機器人能聽會說，能看會想，正在改變我們的生活，這就是移動生活的產品。
有一個產品你們可以做做，叫在線服務機器人。將來IT行業裡面，隨著智能技術的發展，移動客服中心可以裁減到50人。我們能不能有個智能耳機，這是我個人想的，你戴著耳機，我說話，我的口音比較重，你的耳機聽到的是普通話，你能不能做這個？這個很好，特別是廣東話北方人聽不懂，尤其是語言翻譯。假如兩國元首會談，歐巴馬的話是普通話，但是是歐巴馬的語音。這是一個多大的改變。實際上現在已經有了，這時候就需要雲計算，需要一個方案服務中心，需要一個中文翻譯服務中心，位置服務中心等等。
語音到文字，文字到文字，我們要讓數據說話，這就是大數據給我們移動生活帶來的變化。所以有人說先幹掉簡訊。
我這個年齡對五筆字型輸入是情有獨鍾，我們有兩代人都是用五筆字型輸入。從搜尋引擎到個性化搜索，從規則學習到統計學習，從智能計算到情感計算，從形式語言學到智能翻譯。
我們想像將來電視臺主持人他拿到就能念，這個虛擬主持人在形象、情感、動作、語音、語調、風格都像某一個人多好，那我們演員也可以失業了。這樣的時代也許會到來。
以大數據形態反映的語言，是可交互和理解的、是帶毛的、鮮活的、有情感的原生態語言。
智能駕駛
下面講講和我們移動生活相關的智能駕駛，智能駕駛為什麼火起來呢？因為它跟雲計算，移動網際網路，大數據密切相關，你只要做了這個東西，政府肯定會支持你。因為是戰略性新興產業。當初自然科學基金會在確定這個項目的時候，提出了科學的任務，解決實際的計算問題。後來把這個科學問題明確地用一個載體來表現，叫做科學任務，在正常的情況下北京開到天津，你能不能做得到？
我們用了很多雷達，我們要有駕駛行為數，在這個過程當中我們遇到了很多的困難，好比說要不要研製一個三維成像，怎麼樣有自學習功能。我們取得了可喜的成果。
我們有詳細的實驗報告、實驗環境，以及超車的次數，我們今年還和韓國車做了比賽，我們在車子裡做了一個交互鑑定。
我們想想以後怎麼打的？手機目前來講是人用的，所以以後是人和機器交互，將來你用手機打的，你把手機往汽車來一插，汽車就開跑了，到了一個地方，錢一付你就可以走了，你改變路徑，你就用手機跟機器人對話，我們在座的企業家能不能做成，人、手機和輪式機器人之間的關係。如果這個做得了就不得了。
我現在的想法是想做這兩個事情，北京從天安門到首都機場做一個實驗，混在正常路徑當中，目前我們有5輛車。上海我們希望從虹橋機場到浦東再到人民商場，我們準備了6輛車。一種是電動車，一種是混合動力車，一種是國產車。一個類型兩輛。如果有一天北京城出現了飆車機器人，當然這是違法的，你還要問認知可以計算嗎？
大數據時代，技術的有效性要比科學的完整性更重要。所以我建議這張圖（見下面的PPT），給一些中小企業一些參考，我認為以人為本的認知物聯網的時代已經到來了。有一個智能眼鏡解決照相問題，解決看的問題，有一個智能耳機解決聽的問題，有一個智能筆解決寫的問題，還有智能手錶，解決你身體測試，以及通訊的需求等等。這樣一來，以人為本，構成穿戴式設備，這樣就可以幹成很多事情了。這樣真正可以提高我們移動生活的品質，實現智慧生活。
總結一下，如果說人類對認知問題不能全部完整統一的形式化，這是認知科學要做的事。我們認知計算可以讓成千上萬的小眾，甚至千千萬萬的特定情況下的認知可以局部的形式化。那麼，大數據時代的認知計算是否正在逼近認知科學呢？