人工智能滲透到了社會各個領(lǐng)域，但從目前來看，無論是深度學習還是其它方法，解決的都是單一問題。人類大腦是一個多問題求解的結(jié)構(gòu)，怎么從腦認知和神經(jīng)科學中得到構(gòu)造健壯的人工智能的啟示，國內(nèi)外都做了非常有成效的研究。

實現(xiàn)健壯的人工智能的方法

人類面臨的許多問題具有不確定性、脆弱性和開放性。今天人工智能的理論框架，是建立在演繹邏輯和語義描述的基礎(chǔ)方法之上的，但我們不可能對人類社會所有問題建模，因為這中間存在著條件問題，這是傳統(tǒng)人工智能的局限性。

這個局限性主要表現(xiàn)在幾個方面：需要對問題本身抽象出一個精確數(shù)學意義上的解析式的數(shù)學模型；需要為已建立的數(shù)據(jù)模型設(shè)計出確定的算法；處理的結(jié)果無法表現(xiàn)現(xiàn)實世界所固有的不確定性；圖靈意義下的可計算問題都是可遞歸的；用“度量”區(qū)分模式，只能處理可量化的數(shù)據(jù)。

計算機和人類大腦是為問題求解的物質(zhì)基礎(chǔ)。在智力和計算能力方面，計算機遠遠超過了人類，但是人類面對的大部分問題都是開放的、動態(tài)的、復雜的，大腦在處理這種問題時表現(xiàn)出的想象和創(chuàng)造，還有對復雜問題的分析和描述，是傳統(tǒng)人工智能方法所不能企及的。我們只能從人類大腦的神經(jīng)網(wǎng)絡結(jié)構(gòu)中去獲得構(gòu)造新的人工智能的因素。人類大腦非常奇妙，也正是在這個物質(zhì)基礎(chǔ)之上，才演義出人類世界的發(fā)展和為問題求解的各種方法。

另外，神經(jīng)元的連接并不是像我們一般理解的物理方式那樣，而是靠突出，突出的過程中有一個間隙，這個間隙產(chǎn)生的反應，構(gòu)成了大腦中奇妙的演進。人類大腦中的思維或?qū)W習都是發(fā)生在突出這個層面上的。實際上在大腦的神經(jīng)網(wǎng)絡連接中，不同空間對應不同功能，不同功能在自身內(nèi)部產(chǎn)生著不同的成本函數(shù)。

人出生之后，大腦會不斷發(fā)展，發(fā)展到一定程度，神經(jīng)元增長到一定數(shù)量，又會遞減，把不需要的神經(jīng)元刪掉。大腦是慢性記憶神經(jīng)元，它需要具有高度的容錯性。實際上，人出生時大腦是一樣的，如三字經(jīng)所提到的“性相近，習相遠”，6 歲以前，大腦在發(fā)育，到 6 歲左右，從生物學角度上講，這種發(fā)育就完成了，大家的記憶力、智商等都是教育上的反應。教育的基礎(chǔ)就是大腦。所以，大腦不是通過一個統(tǒng)一的、沒有分化的神經(jīng)網(wǎng)絡，來實現(xiàn)單一的全景優(yōu)化學習的，不同功能和區(qū)域會生成不同的成本函數(shù)，它是模塊化的，同時具有獨特的系統(tǒng)來支撐注意、記憶、語言等功能。

腦認知和人工智能的結(jié)合

大腦有 800 億個神經(jīng)元容量，它主要有三種研究方式：結(jié)構(gòu)研究、功能研究、有效研究。

大腦的結(jié)構(gòu)連接是靜態(tài)的，功能連接和有效研究則具有時空動態(tài)演化的特性。在視覺和聽覺神經(jīng)網(wǎng)絡的區(qū)域空間當中，功能連接和有效連接是不一樣的。

有效連接是針對具體任務的，在同一個視覺功能連接空間中，當我們執(zhí)行不同的視覺任務時，它所形成的神經(jīng)網(wǎng)絡的有效連接是不一樣的。有效連接則描述了神經(jīng)元之間的因果與相互影響關(guān)系。

從這種結(jié)構(gòu)化的觀點來看，我們構(gòu)造的神經(jīng)網(wǎng)絡還沒辦法模擬同時具有結(jié)構(gòu)連接、功能連接、有效連接的方式。我們可以通過獲取某一區(qū)域的活躍程度，或活躍狀態(tài)，辨別大腦正在執(zhí)行什么樣的視覺任務。知道它在執(zhí)行什么樣的視覺任務，我們就得到了它有效連接的狀態(tài)，也可以發(fā)現(xiàn)它的有效連接在時空演化中的特性。

前面講了概念，在概念基礎(chǔ)上我們要抽象出科學問題，這樣才能指導我們進一步的研究，找到解決問題的方法。下面我們談一下這個方法怎么和現(xiàn)在的方法結(jié)合。

我們現(xiàn)在深度學習的基本框架，是通過多層神經(jīng)網(wǎng)絡輸入，根據(jù)誤差來調(diào)整連接，這建立在大量數(shù)據(jù)標注的基礎(chǔ)上，通過標記數(shù)據(jù)得到網(wǎng)絡優(yōu)化的成本函數(shù)。

大腦的認知活動

大腦的認知活動分為三個不同層次：一是哲學，二是形象思維和邏輯思維，三是敏感性。

直覺推理。直覺和敏感都屬于創(chuàng)造性思維，警察在破案中，靠的是多年積累和實踐，形成的直覺判斷。靈感、頓悟與直覺的區(qū)別是，直覺是對當前環(huán)境的反應，它在人工智能的發(fā)展中扮演著十分重要的角色。我們需要一種基于直覺的人工智能，基于直覺的推理。

人的直覺反應實際上是尋找全局的最優(yōu)辦法。要構(gòu)造直覺推理，需要兩個關(guān)鍵因素：構(gòu)造一個成本函數(shù)；給出一個決策結(jié)構(gòu)，而這個決策結(jié)構(gòu)就建立在記憶基礎(chǔ)上。

人在觀察事物時，一定會形成一種與時間相關(guān)的影像。如果把直覺推理和數(shù)學歸納演繹推理兩類機制組合，就可以實現(xiàn)基于認知計算或受神經(jīng)科學啟發(fā)的人工智能。

認知推理。我們把認知推理稱為直觀、樸素的物理推理。物理層面的認知推理可以化解時間與空間，追蹤事物的發(fā)展軌跡。認知推理的另一個要素在心理層面，簡而言之就是學習方向受心理狀態(tài)的引導。我們需要把物理層面和心理層面的推理嵌入到推理的人工智能系統(tǒng)中。

因果模型。在直覺和認知推理中，我們還需要構(gòu)造一種模型，其中因果模型是基礎(chǔ)。認知計算框架下的因果模型既要滿足物理因果關(guān)系所產(chǎn)生的物理約束，同時又要讓機器理解當前認知任務下的因果關(guān)系。

認知如何解決實際問題

我們在 2000 年初就開始做無人駕駛，有人說要把無人駕駛汽車和城市真實場景的車融合，我們還面臨非常艱難的挑戰(zhàn)，有相當長的路要走。

無人駕駛的挑戰(zhàn)存在于：必須準確感知周圍環(huán)境，在所有條件下安全行駛；必須能夠抽象，要完成一種交互情境中的記憶計算；必須能夠理解預行為。

現(xiàn)在絕大多數(shù)自動駕駛采取了場景感知與定位，決策規(guī)劃與控制，這是一種簡單的 ADAS 形式，但我們要如何通過新的方法來解決這個問題？

場景感知與情境計算。場景是某個交互場合在特定時間和空間中的具體情境和影像，它可以定義為一種實體。情境是指這種實體隨著時間和空間變化而產(chǎn)生的關(guān)聯(lián)。情境計算是對場景各個關(guān)聯(lián)的對象做解釋，可以定義為一個行為相關(guān)體。

這里的問題就是，第一，要讓自動駕駛汽車像人一樣理解和記憶，就要具有記憶推理和經(jīng)驗分析的技術(shù)；第二，進化發(fā)展的自動駕駛，其學習過程要像人類一樣熟能生巧。

人類視覺關(guān)注的基本機制是選擇、組織、整合、編碼。人對變化非常敏感，可以提取交通場景中的顯著變化。比如你在開車時，如果右前方突然出現(xiàn)一個騎自行車的人，你的注意力會轉(zhuǎn)移到騎車人身上。在自動駕駛汽車上，我們要構(gòu)造一個選擇性的注意機制網(wǎng)絡，對數(shù)種圖像進行理解，并根據(jù)內(nèi)部狀態(tài)表示，忽略不相關(guān)對象，選擇下一步要采取的動作。

把場景感知和情景認知結(jié)合起來，需要我們構(gòu)建一個模型，融合先進知識概念，實現(xiàn)記憶學習。

場景感知是將通過各種不同屬性的傳感器獲得的不同數(shù)據(jù)，提供到深度學習中，之后再根據(jù)長短期記憶和定位網(wǎng)絡，進行情境計算。在這種框架中，我們可以把場景感知和情境計算融合在一起。

一個高效的情景計算要運用實際情境的因果關(guān)聯(lián)，在最前端的數(shù)據(jù)層面進行有效計算，就需要把數(shù)據(jù)驅(qū)動變成事件驅(qū)動。怎么構(gòu)造事件驅(qū)動？就是把可見光和激光點云數(shù)據(jù)融合在一起，把三維數(shù)據(jù)轉(zhuǎn)化成二維圖像數(shù)據(jù)。點云數(shù)據(jù)給出了每一個生物體的明確的點，二維圖像沒有深度信息，它是圖像的幾何形狀變化。

（根據(jù)鄭南寧院士最近的公開演講整理而成，未經(jīng)本人確認。）endprint