科大訊飛胡郁：從感知智能到認知智能

新浪科技訊 北京時間3月22日下午消息，“新智能時代論壇”今日下午在北京機械工業出版社舉行。科大訊飛高級副總裁、訊飛研究院院長胡郁作為演講嘉賓應邀在會上做主題演講，題目為《訊飛超腦——從感知智能到認知智能》。

以下為胡郁演講全文：

大家討論很激烈，讓我們感覺很尷尬，高大上的問題討論差不多了，講技術細節這個場合又不合適。我是搞技術的人，怎麼也得搞點文藝范，最近我看了人類發展的書，裏應對我們靜沙龍的討論範疇。我的報告原來是感知智能到認知智能，超腦計劃是實現的根源。最近業界討論非常熱，我自己歸納總結一下是三個方面的問題，一個什麼時候，一個是怎麼樣，一個是到哪。

什麼時候人工智能真正的實現革命性的突破，這個問題上有兩派的觀點，大家提到了我就長話短，霍金，馬斯克，他們認為人工智能很危險，我們警惕，可以看出他們是非常樂觀的，而且認為人工智能有危險，霍金同志搞宇航的人不要隨便找別人，到太空中找別人，搞不好找來了就把我們滅了。馬斯克想辦法讓我們在宇宙中可以飛得更遠，對比下一頁和在座的會更加相似，最后一副圖是描述在座各位的，他們認為人工智能遠不能達到進步的地步，還有很多工作要做。如果在公司干過會發現老闆和下面做事的人想法是不一樣的，老闆認為能夠實現，工程師會證明有這樣那樣的限制，還有很多的難度，實際的活是要這些人干的。老闆提出規劃就可以了。

雷·庫茨魏爾去年來到中國，他的奇點理論，不管是摩爾定律還是超摩爾定律看到的，我注意到如果沒有量變，以色列的年輕人寫了一本書，人類簡歷史從動物到上帝，人類是兩百萬年之前就在世界各地方有古人類了，歐洲和非洲，大家最近知道的考古，中國有山頂洞人，遠謀人，最近的考古證明，所有的人來自非洲的智人，中國的藍田人叫直立人，7萬年前的時候，這波智人走到世界各地，他們把其他地方所有的人都給滅了，當時世界上有六種不同的，我們講猿人，但是智人把大家滅了，200萬年的過程中相安無事，7萬年的時候給滅了，明了那個時候人類智能有一個基點的，這就給神創論有一些考古上的發現了。

我們回頭看一下，這個點是很難預測的，真正的事情是在什麼地方，如果我們相信所有的事情都是指數曲線的話，群裏面有另外一個討論的笑話，如果真的所有事情都按指數曲線來弄，飛機裝幾萬都沒有問題，汽車只用一克油就可以了，但是還有很多其他的限制，限制是有瓶頸的，這些瓶頸，做模式識別的人都知道，前面跑的比指數還快，最后會被限制住，問題就來了，基點會是在限制之前達到還是之后達到，這個事情我認為是討論沒有太多的意義，我們只管做就行了。美國在基因裏面投入30萬美金，奧巴馬政府號稱要用40億美金來推動，他們的目的主要是研究人腦本身的問題，但是其中一部分的科學家為了忽悠政府的經費，后面加了一個尾巴，講我們如果搞定了，人工智能問題也能夠解決，當然大家的側重有不同，我知道最近的中國的腦計劃裏面也是把生命的腦和人工智能腦，不管是有意為之還是怎樣的，就是放在一起。前面講的不可忽略的事實，神經網絡和腦的工作基本沒有關係，只是結構上，如果從仿生的角度講是最淺層的仿生，工作算法和人腦的工作機理沒有什麼聯繫的，這是在座的各位相信以人工神經網絡為代表的大數據，知識描述體系實現，這是最近二三十年內可以實現的。有沒有突破性的變化是沒有人知道的，要等計劃做了五到十年以后態度看到后效，我現在是堅信第二條道路是我們的癥結。

還有一個問題需要回答，就是Where，人工智能是廣泛的，不能用一個點表示，1到N不同的點狀態是不一樣的，跟計算機比計算，比記憶，人類已經沒有比的意義了，1996年，不知道在座的多少人知道現在我們人是怎麼跟計算機相比的，彌補了計算和記憶的缺失以后，人類還是可以戰勝電腦的，因為是有創新的，大家知道江蘇衛視的一個節目，非常大腦，其中一個很有意思的，一百組色子，每個人搖出一個數，100個記下來，這對計算機來講不是事，這個方面就沒有必要比了。

第二方面，如果從感知的角度講，舉個例子，一個動物，一個貓，一個狗，看到周圍會避讓，隨感測器，圖象，語音識別，大數據的自動駕駛汽車出來了以后，這個問題計算機進步是非常快的，與人類的進展是非常接近的。真正人類和動物的差別，人類從猴子變成人，動物最大的差別，我認為是語言，語言可以生知識，知識可以生福爾摩斯的推理，從而能夠學習。這個方面機器要達到的話是很弱的，現在還是相當弱的，語言的區分，也是人工智能最大的挑戰，為什麼這樣呢，再回頭看一下智人，7萬年前智人幹掉了其他的五個人種，后來有人研究為什麼智人能夠把其他人幹掉，因為他們當時有一個詞，認知革命，人類歷史上也有認知革命，才有農業革命，工業革命，信息革命，第一是認知革命，這個表非常有意思，河邊有一個獅子，事實證明猴子也能發出這個聲音，智人發出的要複雜得多，能夠整合更多的團隊，能夠複雜的知道自己的周邊的環境，還有一個很重要的能力就是八卦，大家知道女士的八卦能力比男人強，這是人類社會非常重要的，因為討論的人際關係，使原來100個人構成的協作可以達到150人，1500人，最重要的是大家提到的，因為有了這些語言和知識以后，能夠虛構，生了很多想象出來的東西，比如宗教，大家可以交流了，這是因為有這些秘密武器，也是這本書上的，人類有認知的革命以后，才實現了突破，問題就是這樣的，人工智能是不是也會有，也會需要有認知革命，大家討論人工智能是和人交流，人工智能自身之間要形成，有突破的話，他們之間怎麼進行交流，怎麼樣才能行政宗教，他們也要有認知革命，這兩位又出來了，我是拿他們做例子，治安員非常重要，這個方面是否導致人類的人工智能革命，我不知道，但是我相信如果要想人工智能革命這是跑不掉的一步。我們訊飛研究院做的基礎，計算智能是讓電腦能算，感知智能就是能聽會寫，認知智能是一個必要的條件，不一定是充分的條件，我們主要做感知智能和認知智能，語音識別和合成大家看出很多了認知智能大家接觸很多了。

我講一點自然源的處理難度，感知智能，剛才幾位老師的，不管是圖象識別，語音識別方面，最近這幾年是連年的下降，錯誤率，所以性能是不斷提高的，比如普通話，現在方言也能夠識別的，原來是別人和機器之間的交流，人的講話是比較標準的，幾個人進行討論，話的自由度非常大，從原來的手寫識別，到考卷上潦草的字跡是否可以處理得很好，也不見得。圍繞實際的應用，我覺得我們做的時候已經是按照剛才楊強教授講的，是圍繞任務和功能做的，是我們人類原來可以做，或者是工作量比較大的我們簡單和了。認知智能的目標，如果機器人能理解，會思考必須突破四個方面，語言理解，知識表示，聯想推理和自主學習。大家覺得現在既然我們的深度神經網絡加大數據已經在感知智能上有這麼好的表現了，直接套過來就行了。這是很多人的想法，大家可以看到為什麼深度神經網絡有用，除了剛才講的因為計算能力，數據上來了之后，有對應關係的，圖象處理，象素到邊界，部件到人臉有很多的層次，和深度的神經網絡，信息表述是能夠聯結在一起，但是如果是一個自然語言呢？如果講這句話，中國兩會期間，我們判斷是哪一類的，政治，還是社會的，層次沒有那麼多，不像原來的感知智能裏面，剛才也提到了方式，不能直接套進去，因為當我們看到了兩會這個字眼的時候，語意，語法，背景知識有很多的知識和概念，這些知識和概念不是直接表現的象素一樣，是冰山下面大部分信息內容的來源，直接的深度神經網絡是不一定非常好地能夠處理問題，這種挑戰下，我們需要在認知智能方面要發明出更多新的算法，剛才余凱提到各方面來講，我們用一些深度神經網絡，其實還不是端到端的做法，能夠探索到現在的自然元處理的傳統方面的統一水平，想超越是很難的。

我們是傳統的方法要做，跟一些大學合作，另外一方面人工智能的技術的，人工神經網絡的自然元素突破是非常必要的，舉個例子，看一下遞進方式的推進。首先是用了神經網絡以后，把我們的詞可以變化，原來是離散的分佈，現在是連續的分佈，並且是地圖的方式表現出來，之間的距離可以度量了，我們可以看到第一個進展是在托福試驗裏面的詞，語意的分析，左邊的表有很多的詞，他們的意思要相近，大家覺得簡單就搞一個近義詞表就可以了，實際做的時候是沒有近義詞表的，是靠詞和周邊環境的距離來度量的。麥克論提出了一套方法，我們還可以提高，充分利用了深度神經網絡的算法。這兩句話我做了差不多一個半小時的或側累壞了，我坐了一個半小時的作業累壞了，語意上不一樣，翻譯上是完全一樣的。我們現在能夠提高20%以上的語意上的正確率，而不是發音上。更難的問題，如果在篇章層面上，教學上有現實的問題，中學的作文，英語的作文，能不能進行批改，批改是需要很多的信息，遠比剛才的複雜得多，包括長度，語意的表示，詞彙的豐富程度，各方面的，我們現在做到一個程度，英語的四六級考試裏面，和高考的作文裏面現在可以做到一個跟人類專家相接近的，這展示了我們用這個技術可以做到一方面，真正的挑戰在什麼地方呢？大家認為評價人類智能，比如小孩，大家都是考過來的，高考到底能夠考多少分？美國和日本在做能夠通過高考的機器人，863有一個認知方面的專題，和30多個國家在一起做高考機器人，可能大家還沒有概念。舉個例子看一下，這道題了祈年殿的高度是多少，提到了歷史字眼，和朝代有關係，判斷下面哪一個法是對的，按照這個法得理解這個朝代和歷史之間的關係才能作出正確的判斷，這不是傳統的神經網絡直接套用就可以得到的。更難的是讀一段話以后，在自由和不自由的哲學問題上要做篇作文，這個挑戰會更大。

我們看完這些以后，我們認為如果講讓計算機最終能夠生認知革命的話，需要一個比較長的過程，但是我不太擔心這件事情，因為剛才講到人類堅持的一本書裏面講人類也會變化，今天我一開始講我們的幾個都湊齊了，一個是人類的基因工程可以不斷的完善人類的自身，生化人的工程讓人類得到了拓展，人類智能本身的認知革命能不能完成，我們有很多的方法可以進行對抗的，這點我還是非常樂觀的。

以下為觀提問：

楊靜：誰搞生化人。

胡郁：這個書中有一大篇幅的生化人。

提問：剛才的在高考作文的時候，你們和專家的契合度達到百分之子九十幾，不契合的是不是最好和最差的文章？

胡郁：非常正確，因為那個地方比較難，將是工作的重點。