admin 编辑部在MEET 2021整理
量子比特报告|公众号QbitAI
人工智能，现在到了什么阶段？
从发展背景来看，从符号智能、认知智能，现在要转到认知智能阶段。
或者说，我们正走在认知智能的路上。
今年大火的GPT-3，其参数量已然达到了千亿级别，规模已经接近人类神经元的数量了。
这说明，GPT-3的表示能力已经接近人类了，但它仍有一些认知局限——没有常识。
那我们何时、又将如何走向认知智能？
未来计算机的认知能力，能否超过人类？
什么样的模型可以驱动未来的认知AI？
认知智能的概念是否又该重新定义？
……
在MEET 2021 智能未来大会现场，清华大学计算机系教授、系副主任唐杰用简单、通俗的例子为我们一一解答。
当时听完演讲的观众直呼：求唐杰老师的PPT！
（在不改变原意的基础上，量子位对唐杰的演讲进行了编辑整理）
关于MEET 智能未来大会：MEET大会是由量子位主办的智能科技领域顶级商业峰会，致力于探讨前沿科技技术的落地与行业应用。本次大会现场有李开复等20余位行业顶级大咖分享，500余名行业观众参与，超过150万网友在线收看直播。包括新华社、搜狐科技、澎湃新闻、封面新闻等数十家主流媒体在内纷纷报道，线上总曝光量累计超过2000万。
亮点
1、认知图谱有了一个全新概念，它包含三个核心要素：常识图谱、逻辑生成以及认知推理。
2、GPT-3参数规模已经接近人类神经元的数量，这说明它的表示能力已经接近人类了。但是它有个阿喀琉斯之踵——没有常识。
3、数据+知识双重驱动，也许是解决未来认知AI的一个关键。
4、用计算模型来解决认知是不够的，未来需要构建一个真正能够超越原来的，超越已有模型的一个认知模型。
5、通用人工智能还有多远？我们希望它有持续学习的能力，能从已有的事实，从反馈中学到新的东西，能处理一些更复杂的任务。
为什么是认知图谱
我给今天的分享起了一个新名字：“认知图谱：人工智能的下一个瑰宝”。
为什么叫认知图谱？首先看一下人工智能发展的脉络。
从最早的符号智能，再到后面的感知智能。最近，所有人都在谈论认知智能。
我们现在需要探讨“计算机有没有认知”、“计算机能不能做认知、推理”、“计算机到未来有没有意识，能够超过人类”这些问题。
人工智能发展到现在已经有三个浪潮，我们把人工智能叫做三个时代分别是符号 AI、感知 AI 和认知 AI，现在正处在实现认知AI的路上。
具体如何实现呢？
我认为需要一些基础性的东西，比如里面的认知图谱怎么构建，里面认知的一些逻辑，包括认知的基础设施怎么建，这也是我们特别想做的一件事情。
回顾机器学习的发展历程，首先想到的就是很多分类模型，比如决策树，贝叶斯、神经网络……
最左边是分类模型、序列模型、概率图模型，往右一点是最大化边界，深度学习，循环智能，随后是强化学习、深度强化学习，以及最近常提及的无监督学习。
机器思考VS人类思考
机器学习发展到现在，离认知到底还有多远？
于是，我整理了很多诺贝尔奖和图灵奖得主的研究，对比了人的认知与机器认知之间的发展模式。
在探究人类思考的历程里，1900年初才有了神经系统结构的第一次解析，随后在1932年左右，诞生了一个诺奖级的研究：神经元功能“突触”。
然后就是神经末梢传递机制、视觉系统机理、嗅觉系统机理……直到几年前，科学家们才探索出人的大脑是如何实现定位导航、以及机理是怎么回事，这也是一个诺奖的研究。
我们来看下机器是如何思考的。
1950年左右，学者创立了人工智能系统，但是1970年左右大家开始拼命去模仿人脑，我们要做一个计算机，让他跟人脑特别相同。
1990年左右，科学家突然发现其实没有必要模仿，更多的应该是去参考人脑，参考脑系统，做一个有更多机器思考、机器思维的计算机。
所以在当前这个时代，我们应该用更多的计算机思维，来做计算机的思考，而非人的思考。
因此在这之后，就出现了概率图模型、概率与因果模型以及深度学习。当然，有人会说，到最后你还在讲机器学习，在讲一个模型，这个离我们真正的认知智能是不是太远了？
用计算的方式打造通用人工智能
过去几年连我自己都不信，我们可以建造一个通用人工智能，让计算机系统甚至能够超越人。
举一个例子，OpenAI。
两年前，OpenAI做了**GPT，所有人都觉得只是一个很简单的语言模型，并不会有什么水花；
去年，GPT升级成GPT-2，15亿的参数规模。很多人都可能玩过它的Demo，叫talk to transformer。你可以输入任何文本，transformer帮你把文本补齐。
但在今年6月份的时候，OpenAI发布了一个GPT-3，参数规模一下子达到了1750亿，数量级接近人类的神经元的数量。
这个时候给我们带来了极大的震撼，至少说明GPT-3的表示能力已经接近人类了。
意味着理论上，如果我们能让计算机参数达到最好，GPT-3可能跟人这种智商表现差不多。
这时候给我们另外一个启示：
我们到底是不是可以直接通过计算机的结果，也就是计算的方法得到一个超越人类的通用人工智能？
我们来看一下整个模型过去几年发展的结果，几乎每年参数规模是10倍左右的增长，右边的图给出了自然语言处理中最近几年的快速变化，几乎是一个指数级的变化。
可以看到，前几年变化相对比较小，今年出了GPT-3，谷歌到了6000亿的产出规模，明年ds可能还会到万亿级别。所以这是一个非常快速的增长。
现在，则给到我们另外一个问题，
我们到底能不能用这种大规模、大算力的方法，大计算的方法，来实现真正的人工智能呢？
与此同时，也暴露出另一个痛点——成本问题。
GPT-3，如果用单卡的训练需要355年，整个训练成本将达到几亿人民币，一般的公司是做不起来的。
但就算是有互联网巨头愿意去做，大家是不是都可以用了？
GPT-3有个阿喀琉斯之踵
不着急。先来看看这样一个例子，左边是GPT-3模型，右边是结果。
第一个是长颈鹿有几个眼睛？GPT3说有两个眼睛，没有问题。
第二个问题，我的脚有几个眼睛？结果是也有两个眼睛，这就错了。
第三个，蜘蛛有几个眼睛？8个眼睛。
第四个太阳有几个眼睛？一个眼睛。
最后一个问题，一根草有几个眼睛？一个眼睛。
可以看到，GPT3很聪明，可以生成所有的结果，但它有个阿喀琉斯之踵——没有常识。
这时候就需要一个常识的知识图谱。
2012年，谷歌发出了一个Knowledge Graph，就是知识图谱。
当时的概念是，我们利用大量的数据能不能建一个图谱？于是在未来的搜索中，可以自动把搜索结果结构化，自动的结构化的数据反馈出来。
知识图谱不仅可以应用到搜索引擎，还可以给计算机带来一些常识性的知识。
因此，我们是否可以通过这一方法来帮助未来的计算呢？
「数据+知识」驱动未来的认知AI
其实，知识图谱在很多年前就已经发展起来。
从第一代人工智能——符号AI的时候，就已经开始在做，当时将知识图谱定义为“符号 AI 的逻辑表示”。
但到现在也还没有大规模的发展起来，主要有几个方面的原因。
第一，构建的成本非常的高。
CYC，最早的知识图谱之一，负责定义知识断言。
简单来说就是，一个ABC三元组，A 就是主体，B 就是关系，C是受体。
比如，人有手，人就是主体，有就是关系，手就是受体。
这么一个简单的问题，成本就在5.7 美元。
第二，自动构建精度很低。
另一个典型的知识图谱NELL，互联网完全自动方法的生成出来，但错误率一下子提高到10倍。
这两个项目目前基本上都处于半停滞状态。
于是，我们现在就在思考，若是将上述两种方式结合在一起，是否能够驱动认知AI？
第一，从大数据的角度，做数据驱动。用深度学习举十反一的方法，把所有的数据进行建模，并且学习数据之间的关联关系，学习数据的记忆模型。
第二，我们要用知识驱动，构建一个知识图谱，用知识驱动整个事情。
我们把两者结合起来，这也许是解决未来认知 AI 的一个关键。
当然这些也还不够。我们的未来是需要构建一个真正能够超越原来的、已有模型的一个认知模型。
我们需要一个全新的架构框架，也需要一个全新的目标函数，这时候才有可能超过这样的预训练模型，否则就是在跟随 GPT-3。
而放在眼下要做的，就是让机器有一定的创造能力，光文本还不够，我们希望创造出真正的图片，它是创造，不是查询。
比如，机器可以通过文字，将原有的图片生成新的图片。
当然，光创造还不够，我们离真正通用的人工智能还有多远？
我们希望真正的通用人工智能有持续学习的能力，能够从已有的事实，从反馈中学习到新的东西，能够完成一些更加复杂的任务。
认知AI的九准则
这时候，再回到起初最基本的问题：什么叫认知？
只要有可持续学习的能力就是认知吗？
如果这样的话，GPT-3也有持续学习的能力，知识图谱也有学习的能力，因为它在不停的更新。
如果能完成一些复杂任务就是认知吗？
也不是，我们已经有些系统已经可以完成非常复杂的问题。
那什么是认知呢？
最近，通过我们的一些思考，定义了认知 AI 的九准则。这九个准则是我从人的认知和意识中抽象出来的九个准则。
第一个，叫适应与学习能力。
比如说今天MEET 大会，机器人自动学习，可以知道在这个特定的场景下应该做什么事情。
第二个，叫定义与语境能力。
模型能够在特定语境下感知上下文，对环境有一定的感知能力。
第三个，叫自我系统的准入能力。
机器能够自定义什么是我，什么是非我，这叫人设。如果这个机器能知道自己的人设是什么，那么我们认为它有一定的认知能力。
第四个，优先级与访问控制能力。
在一定的特定场景下它有选择的能力。我们人都可以在双十一选择购物，如果机器在双十一的时候能选择我今天想买点东西，明天后悔了，不应该买。
这时候机器有一定的优先级和访问控制。
第五个，召集与控制能力。这个机器应该有统计和决策的能力。
第六个，决策与执行能力，机器人在感知到所有的数据以后可以做决策。
第七个，错误探测与编辑能力。
这个非常重要，人类的很多知识都在试错中发现的。比如现在学的很多知识，我们并不知道什么知识是最好的。
我们需要不停的试错，也许我们今天学到了1+1=2 是很好，但是你尝试1+1=3，1+1=0，是不是也可以呢？你尝试完了发现都不对，这叫做错误探测与编辑，让机器具有这个能力，非常地重要。
第八个，反思与自我控制、自我监控。
如果这个机器人在跟你聊天的过程中，聊了很久，说“不好意思我昨天跟你说的一句话说错了，我今天纠正了。”这时候机器具有反思能力。
最后，这个机器一定要有条理和理性。
一个面向认知的AI架构
在九个准则的基础上，我们提出了一个全新的认知图谱的概念。
主要有三个核心要素。
第一个，常识图谱，这与知识图谱的几个要素非常相关。比如说高精度知识图谱的构建、领域知识图谱的应用系统、超大规模知识图谱的构建，还有基于知识图谱的搜索和推荐，这是传统的一些东西。
第二个，逻辑生成。这需要超大规模的预训练模型，并且能够自动进行内容生成。同时我们在未来可以构建一个数字人的系统，它能够自动的在系统中，能够生成相关的东西，能够做得像人一样的数字人。
第三个，认知推理。让计算机有推理、有逻辑的能力。
这时候说起来比较虚，用人的认知来通俗理解一下。
人的认知有两个系统，一个叫系统1，一个叫系统2。
系统1就是计算机做的匹配。
你说，清华大学在哪？它便立刻匹配出来北京。
但如果你要是问，清华大学在全球计算机里到底排第几？以及为什么是这个名次？
这时候计算机就回答不了，这就需要一定的逻辑推理，也就是系统2所做的事情。
当前所有的深度学习都是做系统1，解决了系统1问题——直觉认知，而不是逻辑认知。
因此在未来，我们要做更多关于系统2的事情。
从脑科学来看，相对现在做的事情有两个最大的不同，第一，就是记忆，第二就是认知推理。
记忆是通过海马体实现，认知是前额叶来实现。这两个系统非常关键，如何实现呢？
我们看记忆模型，巴德利记忆模型分三层，短期记忆就是一个超级大的大数据模型。
在大数据模型中，我们怎么把大数据模型中有些信息变成一个长期记忆变成我们知识，这就是记忆模型要做的事情。
那认知模型呢？我们构建了一个面向认知的AI架构。
这个框架左边是一个查询接口，这是输入，也可以说成是用户端。
中间是一个超大规模的预训练模型，然后是一个记忆模型。
记忆模型通过试错、蒸馏，把一些信息变成一个长期记忆存在长期记忆模型中。
长期记忆模型中会做无意识的探测，也会做很多自我定义和条理的逻辑，并且做一些认知的推理。
在这样的基础上我们构建一个平台。最终目标是打造一个知识和认知推理双轮驱动的一个框架。底层是分布式的存储和管理，中间是推理、决策、预测，再上面是提供各式各样的API。
好，我今天大概就把我们的理念和想法给大家介绍一下，如果大家有兴趣的话，可以查阅我们更多的信息。
谢谢大家！