米兰·(milan)中国官方网站-时间的力量——1991 人工智能大辩论 30 周年纪念：主义不再，共融互生｜GAIR 2021
收拾| 熊宇轩、琰琰、维克多编纂 |青暮作为粤港澳年夜湾区的第一AI嘉会，GAIR年夜会已经乐成举办五届，留下浩繁出色、经典及使人赞叹的刹时。GAIR 2021则延续以往奢华声势，以1场大旨论坛、2场行业峰会、9场岑岭论坛，涵盖主动驾驶、安防、集成电路、医疗、元宇宙、碳中及、隐私计较、新消费等热点范畴。滔滔长江东逝水，浪花淘尽英雄。上世纪80年月末，以符号逻辑为基础的传统人工智能遭受理论危机，新的人工智能理论陆续被提出，人工智能研究也进入了一个“百家争鸣”的新时代，联络主义、举动主义等学说迅速鼓起。近十年来，患上益在硬件装备及算法技能的晋升，以深度进修为代表的联络主义感知智能技能突飞大进。然而，正如图灵奖得到者 Alan Kay 所言，只管如今的深度进修研究空前繁荣，此类要领于数学道理上的冲破仍十分有限。于感知智能技能愈来愈成熟的今天，咱们已经经可以经由过程深度进修技能从各类数据来历中提取有用的表征。可是，深度进修技能于决议计划、计划方面的能力却十分有限。为此，研究者们又将眼光投向了各类学说的交融，试图为将来的人工智能研究寻觅破局之法，催生了“神经-符号计较”、“双体系理论”等新型研究范式。人工智能研究社区再次面对主要的线路抉择。于近期由粤港澳年夜湾区人工智能与呆板人结合会、雷峰网结合主理的第六届GAIR全世界人工智能与呆板人年夜会（GAIR 2021）上，有六位重磅佳宾作为这场里程碑式厘革的主要见证者出席：杨强，加拿年夜工程院院士、加拿年夜皇家科学院院士, 微众银行首席人工智能官，IEEE/AAAI Fellow；张成奇，悉尼科技年夜学副校长，Australia人工智能结合会理事长；周志华，南京年夜学计较机系主任兼人工智能学院院长，欧洲科学院院士，ACM/AAAI/IEEE Fellow；赵峰，清华智能财产研究院首席科学家、国际欧亚科学院院士、IEEE Fellow、Sloan Fellow林方真，中国香港科技年夜学计较机系传授，AAAI Fellow；林德康，奇点机智结合开创人。
圆桌论坛：1991人工智能年夜辩说三十周年数念
六位顶级人工智能专家齐聚一堂，回首昔时人工智能年夜辩说的盛况和影响，以史为鉴，探访人工智能下一个 30 年的成长门路。
1风云幻化：1991 年人工智能年夜辩说自 1956 年达特茅斯集会以后，人工智能研究者们重要形成为了符号主义、联络主义、举动主义等学说。上世纪 90 年月初，符号主义门户于人工智能研究范畴盘踞了主导职位地方。于物理符号体系假定及基在常识的开导式求解要领引导下，人工智能技能于专家体系、呆板翻译、呆板视觉、问题求解方面已经经崭露头角。然而，80 年月小我私家计较机的普和对于专家体系的需求孕育发生了极年夜的打击。1991 年，被寄与厚望的日本“第五代计较机”（即“人工智能计较机”）研发规划的掉败，以符号主义为主的传统人工智能技能（GOFAI）遭受了学术理论及财产运用上的瓶颈，人工智能研究堕入低谷。为了打破这一场合排场，新的联络主义、举动主义理论及技能纷纷登场。于联络主义方面，Yann LeCun、Sepp Hochreiter 等学者于联络主义人工智能技能方面取患了必然的进展，“黑盒”的神经收集技能可以避开常识暗示带来的坚苦，但神经元间联络的布局及权值拔取又成为了难题。于举动主义方面，Rodney A. Brooks 提出研究“无需暗示、无需推理”的智能，并基在举动主义技能设计出了一系列具有避让、进步、均衡等各类运动能力的呆板人，技惊四座。为了会商人工智能研究将何去何从，国际人工智能结合会（IJCAI）于 1991 年的人工智能顶级期刊《Artificial Intelligence》的专刊上构造了一场人工智能的年夜辩说，就新的人工智能理论框架从五个问题、正反方面举行了会商： 1. 常识与观点化是不是人工智能的焦点? 2. 认知能力可否与感知分散开来研究? 3. 认知的轨迹是否可用类天然语言描写? 4. 认知可否从进修汇总分散举行研究? 5. 所有的认知是否有一种同一的布局?
林德康传授
林德康传授指出，1991年人工智能范畴的重要争辩分成两个派系——符号主义及举动主义，两派的代表人物，恰是 IJCAI 1991 计较机与思惟奖的两位患上主——厥后的康奈尔年夜黉舍长 Martha Pollack，以和麻省理工学院人工智能试验室主任 Rodney Brooks。Rodney Brooks 暗示，举动主义的要领才是准确的AI范式，按照低条理感知旌旗灯号去获得高条理决议计划。为此，他于论文《Intelligence without representation》中提出，人们经由过程符号主义研究表征的门路是掉败的，咱们应该以渐进试错的方式逐渐实现智能，让智能体依靠在经由过程感知及举动与实际世界毗连起来，消弭对于表征的依靠。Martha Pollack 则指出AI应该经由过程符号逻辑表达出来的约束公式，来描写世界，再用约束满意的要领把高条理的方针细化。她于论文《The Use of Plans》中指出，智能体存于在繁杂的情况中，它们需要经由过程计划实现对于动作的操控。计划不仅被用在引导举动，还有被用在节制推理及实现智能体之间的协作，使繁杂、动态的多智能体情况下的智能举动成了可能。是以，计划于人工智能学术系统中应该处在焦点职位地方，此次辩说的内容一经发表，就引起了人工智能研究社区的极年夜回声及会商，促成了联络主义、举动主义的鼓起。从此，人工智能研究进入了新的纪元，并逐渐形成为了如今的人工智能学术、财产格式。2异军崛起：华人 AI 研究迅猛成长对于在中国人工智能研究而言，1991 年也具备非凡的意义。于这一年的 IJCAI 91 年夜会上，共有 6 位华人学者发表了研究结果，此中有五位学者于外洋谋患上教职，他们是：滑铁卢年夜学的杨强、西安粗略年夜学的凌晓峰、麦考瑞年夜学的张康、俄亥俄州立年夜学的赵峰、曼尼托巴年夜学的林德康。于 IJCAI 91 上，“人工智能理论基础年夜辩说”成了中国参会者们热议的话题。受此影响，华人学者们在 1992 年炎天于中科院计较所智能中央召开了“1992 AI Su妹妹er School”，陈诉者为海内外最早于顶级集会及期刊上发表研究事情的华人学者，包括：张钹、李国杰、大作、白硕、杨强、张成奇、彭云、林德康、李明、赵峰、林方真，等。此次勾当也为我国人工智能研究带来了新的“火种”，为往后中国 AI 研究的起飞奠基了基础。于本届 GAIR 年夜会上，杨强、张成奇、周志华、赵峰、林方真、林德康等顶级人工智能专家从各自的角度出发还顾了昔时此次“年夜辩说”的深远影响。
张成奇传授1982 年，张成奇传授正于吉林年夜学攻读硕士研究生，从事专家体系方面的研究。那时，吉林年夜学是我国最早最先研究人工智能的单元之一，并于王湘浩院士的带领下倡议了天下高校人工智能研究会。
1992 年，张成奇传授基在群论解决了漫衍式专家体系中差别的不确定性模子互相转化的问题，这一结果发表于了人工智能顶级期刊《Artificial Intelligence》上，这是中国年夜陆学者初次于该期刊上发表论文。于张成奇传授看来，相较在昔时，如今的感知智能、举动主义智能技能已经经获得了长足的成长，漫衍式人工智能可以成长一条更为光亮门路。同年，于张成奇传授乐成在《Artificial Intelligence》上发表论文四个月以后，杨强传授的研究结果也初次发表于该期刊上。
杨强传授
彼时，如今的“迁徙进修”、“联邦进修”旗头——杨强传授也倾慕在符号主义人工智能研究，于计划范畴很有建树，试图从逻辑角度寻觅搜刮路径，探究高条理的推理技能。1989 年，杨强传授于 IJCAI 上发表了其第一篇顶会论文《Preprocessing Search Spaces for Branch and Bound Search》，于该论文中，杨强传授提出了一种名为“threaded decisions graph”的数据布局，经由过程事前于搜刮空间中举行预处置惩罚的方式，降低了开导式搜刮问题求解要领的计较开消。1990 年，杨强传授开发出的第一个开源计划软件“ABTWEAK”于工业界获得广泛运用，该结果被 AAAI 1990 收录。1991 年，杨强传授于 IJCAI 年夜会上发表论文《The Downward Refinement Property》，提出了一种条理化的逻辑表达存眷度模子，于包管正确性的前提下年夜幅提高了推理速率。同年，杨强传授的论文《Characterizing Abstraction Hierarchies for Planning》也被 AAAI 年夜会收录。1992 年，杨强传授初次于《Artificial Intelligence》期刊上发表论文。
回首昔时的人工智能成长迁移转变，杨强传授认为，1991 年的年夜辩说后，逻辑研究者们跳出了单调逻辑，转向成长繁杂逻辑。同时，IWML（即如今的 ICML）呈现，呆板进修最先举行数学化革命。随后，随机丛林、集成进修、神经收集等“黑盒”的呆板进修逐渐为人所接管，可注释性逐渐淡化，形成为了人工智能范畴文化的改变。同时，举动主义也逐渐鼓起，该门户的研究者们认为智能不仅存于在人的年夜脑，也存于在人体的肌肉、骨骼中。今后，扫地呆板人、google呆板狗以和火星摸索者呆板人纷纷涌现出来。这些呆板人于不举行逻辑推理的环境下，实现了必然的智能举动。于杨强传授看来，昔时的人工智能研究从符号主义推许的“利用一套算法注释智能征象”逐渐向“借鉴模子驱动的物理学，经由过程通用模子注释智能征象”过渡。
赵峰传授
上世纪 80 年月末，于 MIT 人工智能试验室修业的赵峰传授第一时间触遇到了年夜洋彼岸举动主义鼓起的海潮。昔时，赵峰传授的研究标的目的是基在模子的人工智能，旨于让计较机步伐可以或许理解、推理物理世界中的征象。
于如今的波士顿动力公司开创人MIT马克雷伯特传授的试验室中，赵峰传授发明，其时的呆板人研究好不容易，由于咱们需要对于呆板的动力体系作出很是精准的计划，这年夜年夜延缓了该范畴的研究进度。1989 年，赵峰传授MIT念书时的Co妹妹ittee 教员Rodney Brooks基在举动主义思惟设计了一款六足呆板人，该呆板人于无需举行推理的环境下，可以或许轻松超过涵盖，引起了巨年夜惊动，并得到了 1991 年的 IJCAI 计较机思维奖。Rodney Brooks 高喊“无需推理、无需暗示”的标语，发表了闻名的论文《Intelligence without representation》。
与此同时，“人工智能理论基础年夜辩说”让学术界于研究标的目的上呈现了主要的不合，即拥抱数据驱动还有是对峙模子驱动及推理。于赵峰传授看来，要回覆这一问题，可以从“工程”及“科学”两个方面验证。从工程的角度来讲，咱们需要思量某种学术思绪可否解决现实问题；从科学的角度来讲，咱们可以不雅察某种学说可否颠末时间的磨练回覆基础的智能问题。
林方真传授
昔时于斯坦福年夜学读博士的林方真传授认为，1991年的AI年夜辩说其实不是真实的辩说。传统AI倾向自顶向下，优先思量人的高层推理及决议计划历程。Rodney Brooks则倡导自下而上，从简朴本体最先进修。他的不雅点与前者其实不抵牾，而是一种增补。这也反应了昔时学术界“百家争鸣”的状态，研究者们纷纷提出本身对于 AI 将来成长趋向的看法。昔时Nils Nilsson也于是提倡AI研究应该思量交融智能本体。这个不雅点甚至于昔时最有影响的AI教课书上都有表现。3九九归一：学派交融，螺旋上升的感知与认知智能
周志华传授进入 21 世纪，我国于呆板进修范畴研究的前进速率与日俱增，涌现出了一多量卓异的人工智能科学家，周志华传授就是此中的代表人物之一。
于周志华传授眼中，人工智能的观点及内在一直于动态成长，今天的“AI”及90年月初的“AI”本色上其实不是一回事，昔时的AI重要是指“智能举动的符号化建模”这条研究线路，而且昔时的神经收集是“与AI对于立”的事物。
1991年提出的几个问题，表现的是其时研究者们对于“符号主义”的反思，以和对于引入其他线路的思索。这个论辩的直接成果之一是使患上各人认可了人工智能的“三年夜主义”（符号主义，毗连主义，举动主义）。
呆板进修的成长已经经让此刻的AI逾越昔时的内在，不克不及再简朴归类为三年夜主义，例如法则进修及决议计划树大要上可以归入符号主义，神经收集可以归入毗连主义，强化进修及演化进修可以归入举动主义，但统计进修、贝叶斯进修很难归入以往的三年夜主义。事实上AI已经形成五年夜主义：符号主义，毗连主义，举动主义，频率主义，贝叶斯主义。但回过甚来看，它们任何片面也许都不敷，就像呆板进修中的集成进修同样，要多方交融集成，兼收并蓄，例如常识推理与呆板进修的交融。周志华传授说他小我私家堪称是“集成主义(ensemblism) 者，这是他本身造的一个词。
1. 黑盒模子 vs 逻辑推理
今朝风行的深度进修模子年夜多具备“黑盒属性”，跟着深度进修模子的瓶颈逐渐凸显出来，很多学者又将眼光投向了逻辑推理。
杨强传授指出，认知智能及感知智能的成长历程是一个螺旋式瓜代上升的历程，两者相辅相成。上世纪，咱们研究人工智能问题，触及的感知表达往往很简朴，而思量的认知历程却很是繁杂。跟着软硬件咱们可以思索怎样经由过程研究感知智能的要领促成对于认知智能的研究，是否可以经由过程乐成的感知体系解决认知问题。
于张成奇传授看来，图灵测试好像界说了人工智能研究“只重成果，不看历程”的论调——只要成果到达特定指标，人们就不会有太多质疑及争辩。人工智能研究成长至今已经经快 70 年，但一直没有跳出图灵测试的“领域”。
年夜大都人认为，人类独占的认知才是真实的智能，任何动物都具有的感知不属在智能。以是，初期的人工智能研究之以是聚焦在认知智能，起首是由于咱们认为认知智能是高级智能；其二是由于那时很难清楚地描写及界说感知。但如今，患上益在算力、算法的成长及年夜数据驱动，感知智能已经经相对于成熟，许多感知智能要领于运用中取患了不错的效果，切合图灵测试的要求。
然而，感知智能对于智能成长的鞭策作用有限，以是越多越多的人最先寄但愿在认知智能，从今朝的趋向来看，于深度进修时代，年夜数据及常识双轮驱动是认知智能取患上新冲破的一个很有潜力的路径。
林方真传授认为，于深度进修风行的今天，咱们仍旧需要对峙对于常识暗示及推理技能的研究。人工智能是个渐进成长的及交织学科，需要经由过程差别的要领解决差别的问题。常识暗示及推理是智能的主要基石，而逻辑则是推理的数学基础。事实上，人类从古希腊期间就最先测验考试利用逻辑来情势化人类的推理，这是浩繁哲学家及数学家上千年来的研究结晶。于林方真传授看来，用神经收集代替逻辑推理的方式其实不可行，应联合各类 AI 东西，而不是用某种东西代替其它的东西。
2. 感知、认知智能的交融
如今，感知、认知交融技能的交融已经徐徐成了一种趋向。怎样实现感知旌旗灯号、认知推理、举动决议计划之间的递进是交融各个主义学说的要害问题。
对于此，周志华传授认为，作为计较机学科出发的人工智能研究者，更体贴的是受智能举动的开导解决现实问题，而没必要过度拘泥在“认知”“感知”等观点及说法。从技能要领论上看，传统基在逻辑的人工智能重要是基在自顶向下的“演绎”，比力轻易使用范畴专家常识，而今朝呆板进修重要是基在自底向上的“归纳”，比力轻易使用数据事实，此刻差未几是思量将自顶向下的演绎及自底向上的归纳联合起来的时辰了，也许可以解决当前的人工智能技能所不克不及解决的一些问题。
赵峰传授指出，咱们需要从两个方面思量各类主义的交融：（1）人与动物的不同。从感知角度来看，有些动物于某种感知模子里，比人越发敏感。可是人可以或许把经验总结下来，形成系统化常识，而且于人与人之间互相流传及交流这些常识，以是从这个角度来说，认知举动理论是值患上借鉴的。（2）呆板进修。今朝呆板进修的常识挖掘仍旧局限于基础的“联系关系”层面，未有用地涉及因果瓜葛。如今，学术界及工业界对于可注释的 AI、可托 AI 技能的需求与日俱增。比拟在 30 年前，如今的算力基础及数据预备到达了史无前例的高度，假如把呆板进修、布局化常识、认知举动理论有机的联合起来，也许有望冲破模子推理的黑盒挑战。
3. 常识从何而来？
“常识”是人工智能体系阐扬作用的主要基础，于周志华传授看来，咱们年夜致可以经由过程如下两种方式获取常识：（1）将人类的一些知识及经验总结下来形成常识。该历程凡是需要用逻辑表达的方式实现。（2）借助重大的互联网，作为人工智能获取常识的来历。经由过程以上两种方式获取常识的要领各有所长。人类基在逻辑瓜葛的常识表达切确性高，对于人工智能体系很是友爱，从互联网中挖掘出的常识，不成防止地会存于年夜量的噪声及冲突。而互联网中蕴含的常识量往往更年夜，获取常识的成本较低。为了将两者联合起来，可能于某种水平上会捐躯互联网常识的矫捷性，以和逻辑常识的切确性。呆板进修也许可以作为联合两者的“粘合剂”。
杨强传授认为，从迁徙进修的角度来看，以人类为例，人类于儿时获取的常识的重要来历在怙恃，相称在给小孩付与了一个预练习模子。颠末教诲后，人类于“调参”历程中把握了进修的纪律及要领。长年夜后，人类不需要接触许多案例，就能够经由过程迁徙进修练习模子，适配新的场景，学会许多新常识。如今，“预练习+调优”的范式于人工智能范畴被广泛运用，这一标的目的远景十分光亮。
张成奇传授指出，认知常识及感知常识的联合是很一个久远的研究课题。人类不需要年夜数据感知，基在小样本数据就能够完成进修使命，但对于在人工智能体系而言，这是一项很是有挑战的工作。对于在一辆主动驾驶汽车来讲，为明晰解门路周围的情况，它需要用到感知智能。于行驶历程中，为了不门路拥挤，计划两个位置之间的路径，需要用到认知智能技能。于把握了认知及感知常识后，它还有需要进修驾驶技能，实现详细的动作，这自己是一件很是难的工作。从现阶段来看，咱们可以测验考试分隔研究感知及认知常识。
4结语通常过往，皆为序章。自 1991 年“人工智能理论基础年夜辩说”已经已往 30 年。30 年来，世界人工智能成长格式迅速变化，中国的人工智能研究者们前仆后继，完成为了对于世界进步前辈国度人工智能技能跟跑、并跑、到领跑的历程。如今，各类学说的互订交融逐渐成了人工智能研究社区的共鸣。让咱们一同期待人工智能研究社区迎来下一个百花齐放、奼紫嫣红的 30 年。
雷峰网雷峰网(公家号：雷峰网)
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
-米兰·(milan)中国官方网站
