下一个挑战—— 让人工智能理解人类世界

　　“当一个男人说我要离开你，一个女人说她是谁，你是不是脑海中立即浮现出了一幅画面，这只需几个单词就可以呈现，而机器却难以理解。这正是我们面临的下一个挑战—— 让人工智能理解人类世界。”8月28日晚上，曾参与开发阿法狗项目，被誉为“多智能体系统教父”的牛津大学计算机系主任Michael Wooldridge教授，在由中国科学院上海分院主办的2019世界人工智能大会AI科技沙龙上说。欧洲科学院院士、上海交通大学致远讲席教授徐雷，与他开展了有趣的探讨。

　　　机器能否习得人类的情感？可能性非常低

　　Michael Wooldridge告诉解放日报·上观新闻记者，目前人工智能在英国也开始应用于医疗领域，比较有意思的是对失忆症的辅助诊断。借助人工智能，科研人员发现病人使用电话的方式和习惯会突然改变，动作会比平时迟缓许多，有的病例甚至比患病之前使用电话时间多出3小时，这一发现要比医生的诊断更早。

　　在他看来，过去20年，人工智能在一些专业领域有着出色的表现，但这并不意味着把这些不同的技能合起来就可以和人类相提并论了，尽管人工智能已应用到一些生活场景中，但从狭隘的人工智能过渡到通用的人工智能还需要很长一段时间，这也是未来的工作方向。

　　人脸识别，是当下的一个研究热点，其实这对于人类来说是相当本能的一件事，不用太多理性思考就可以识别人脸，甚至也说不出具体的机理是怎样的，它就是一个自然的过程。但机器却需要非常复杂的程序，这正是什么要把人脸识别作为一个突破口的原因。如果机器无法理解一些常识，就无法真正融入人类世界。现在有两个方式可以对人的行为建模，第一是推理，研究人如何做决策和计划；第二，是研究大脑的结构。如果能够把这两种形式结合起来的话，也是人工智能的未来。

　　我们和其他灵长类动物之间究竟有怎样的区别？可能最大的生理差别就是我们的大脑体积比较大。现在有一个“社交大脑”假说，因为人类是群居动物，而我们形成的社区团体和其他物种相比要大得多。比如，通常是30只左右的猩猩经常一起活动，而人类的平均社区团体人数差不多是150个，这意味着每一个人需要跟150个人产生联系和互动。正因为这样的社交属性，使得人类演化出比其他物种更加大的大脑。

　　蜜蜂和蚂蚁也是成群结队地活动，为何没有发展出比较大体积的大脑呢？Michael Wooldridge认为，它们之间看似复杂的行为是比较固定、程式化的，比如蜜蜂和蚂蚁并没有朋友的概念，这是它们和人类不同的地方。在所有的社交技能当中，语言是人类一个非常大的优势，是通过漫长的历史演化出来的，这是与其他物种差别最大的，因为它是一种抽象的演化。

　　那机器的“读心术”何时才会习得？Michael Wooldridge说，究竟机器能否习得人类的情感，目前存在很大分歧。人类交朋友需要很长时间才会产生情感，而且人类对于“机器产生情感”这件事情也会产生排斥感，因此他觉得可能性非常低。

　　“需要抽象的符号学和具像的图像结合起来”

　　“现在有那么多看似寻常的事情，机器却无法理解，这就需要抽象的符号学和具像的图像结合起来。”徐雷说， 早在上世纪70年代，钱学森就曾预测形象思维会是未来的人工智能发展的重要维度，如今的人脸识别也印证了这一点，因此在当下人工智能的研究中，既需要在感知方面去研究它，也要抽象的认知去支撑，两者结合起来会更好。

　　文字最初起源时都是象形文字，中文很好地延续了这一点，成为了从图像感知角度出发的文字，而西方的字母文字则演变地比较抽象和简化，再到后来就抽象出了数学，抽象出了计算机的形式语言。在他看来，这是不同民族之间的跃迁和交互产生的结果，而这一过程是无法让机器去模仿的。“我很认同杨振宁先生的一个观点，即为什么近代科学没有在中国出现，就是因为缺少了这样的跃迁。”

　　徐雷认为，人类掌握那么多的知识和经验，不仅仅是从教育中习得，更多的是得益于人类的历史，正是历史和教育共同塑造了我们的认知和经验。“现在机器模仿的只是人类智能的一部分，还处于形象感知阶段，人工智能的发展还有很长一段路要走。”（刊载于 上观新闻-创新之城 2019-08-29 作者：黄海华）