论文部分内容阅读
“未来通用人工智能具有情感是必然趋势”
当你用“刷脸”的方式完成一笔外卖订单的支付，当你用语音助手在搜索引擎上找到一篇学术文章，当你双手离开方向盘进入“无人驾驶模式”……当这些日常生活中稀松平常的小事嵌入人工智能技术时，你是否感叹“人工智能”时代的来临。
此间正在举行的2017中国计算机大会聚焦“人工智能改变世界”上，本刊记者找到四位长期关注人工智能领域的专家学者，解答“人工智能”的相关问题。
在《我，机器人》这部电影中，“2035年，这是个机器的时代！”这句经典台词似乎预示着一个时代的迫近，我们的现实生活中涌现越来越多类似电影中Sonny形象的机器人，一些机器人甚至开始充当“机器保姆”的角色。
“实际上我们距离真正的和人一样的智能机器时代还很远很远，”中国科学院计算技术研究所研究员陈熙霖的一番话似乎给不少“人工智能粉丝”泼了凉水，“目前的人工智能技术还仅仅是在某些点上的优先应用，距离真正通用的和人一样的智能还有很长一段路要走。”
而对于“人工智能”究竟是什么的问题上，陈熙霖表示，人工智能用更加直白的语言来说就是“人造的智能”，因此对人工智能所谓智能的水平并没有要求要对标人类的智能。
“人工智能能力的提升不是一蹴而就的。”陈熙霖举例说，他研究的领域是计算机视觉，尽管这些年在物体识别等问题上取得了长足的进展，但在理解环境、背景知识等方面还有很长的路要走。
当谈到是否担心人工智能有一天会取代人类时，陈熙霖说，人工智能的能力是人类赋予的，在当前连形成自主意识都遥不可及的情况下，当下这个时代的人类更应思考的是科技伦理问题。
很多人担心，人工智能一旦具有情感等自主意识，电影中的“终结者”将会跃出荧幕变为现实，而前不久AlphaGo Zero的出现也让不少人感受到了来自人工智能的威胁。
“未来通用人工智能具有情感是必然趋势，”上海交通大学计算机科学与工程系教授吕宝粮表示，“未来通用人工智能应该是逻辑智能和情感智能的有机结合，就像人一样不仅要有智商还需要情商。”在他看来，AlphaGo Zero下围棋只是在一个封闭的环境内深度学习的结果，这与开放环境下自主思考是两回事。
“做老师的都知道，我们教学生如何写论文相对比较容易，但要教会学生怎么做人，却是一件非常难的事情。”吕宝粮认为，不同于生产线上的工业机器人，未来的服务机器人必须与人交互，因此必须具备情感智能。
在人工智能领域，科学家将构建机器人的情感智能分为三个阶段，而目前对于情感智能的探索还仅仅停留在第一阶段，也就是简单的情绪识别阶段。而对于更高级别的情感度量与情感理解，目前最先进的情感智能系统仍无法做到，更不用说最高级别的建立机器人的价值系统和具有自主性和创造性了。
对于情感智能系统的开发，目前学界最有效的方式是利用可穿戴设备，采集人的生理信号，如脑电、眼动和皮肤阻抗等，再加上面部表情和语音信号，进行多模态情绪识别。近几年，随着干电极脑电采集技术的快速发展，目前的技术条件已经允许情绪识别的研究从实验室走向实际应用。但是，由于这些可穿戴设备往往都比较昂贵，还无法开展大规模的数据采集，从而影响了各类应用研究的开展。
在吕宝粮看来，情感智能研究的第二阶段仍然是一片空白，“三个阶段是循序递进的，目前我们离第二阶段还有很长一段距离，更不要说实现真正的情感智能了。”吕宝粮说。
尽管科幻电影中的智能机器人仍然未成现实，但人工智能已经逐渐开始影响我们的日常生活。人工智能的梦想如何照进现实？“大咖”们给出了自己的建议。
哈佛大学数学系教授、国际著名数学家丘成桐认为，人工智能终将改变世界，但仍需更多理论层面的研究和突破。“比如无人驾驶汽车技术，可以通过反复测试实验更新迭代，但是并不一定完全适用于所有类型的路况和场景。”丘成桐认为，从有限经验推导出来的算法仍然不够，仍需要基础的理论模型支持才能实现技术革命。
丘成桐认为，人工智能未来的发展空间十分广阔，但政府的正确引导也十分重要，“我认为中国要发展人工智能，必须在基础理论研究领域保持稳定的投资。如果产业发展仅仅注重眼下的应用开发，那终将会跟着外国的发展轨迹走。”
微软公司全球执行副总裁沈向洋则认为，当前人工智能已经在许多细分领域影响世界；但目前人工智能仍然是停留在“感知”层面，在“认知”层面还未有革命性突破。
“目前，视觉、听觉等的信息获取技术层出不穷，比如扫脸识别，但感知到信息并不等同于理解信息，这主要受限于人工智能对自然语言理解方面的不足。”沈向洋介绍，目前智能翻译软件可以实现不同语种的转换、手机助理可以实时提醒用户行程安排，但机器人仍难以实现多来回的自然对话，“往更深层次发展，将涉及到脑科学、心理学、哲学等各类学科的交叉融合，这是未来的发展方向。”
“脑科学是我自己最关注的方向，但目前关于这一领域的投入还远远不够，同時人类对于脑科学的认识仍然需要更深层次的突破。”沈向洋说，脑科学就如同大脑的“空气动力学”，人们仍然不清楚大脑的运作规律，也难以像制造机器一样仿制出人造大脑，“这方面仍然需要大量的重复试验和研究”。
当你用“刷脸”的方式完成一笔外卖订单的支付，当你用语音助手在搜索引擎上找到一篇学术文章，当你双手离开方向盘进入“无人驾驶模式”……当这些日常生活中稀松平常的小事嵌入人工智能技术时，你是否感叹“人工智能”时代的来临。
此间正在举行的2017中国计算机大会聚焦“人工智能改变世界”上，本刊记者找到四位长期关注人工智能领域的专家学者，解答“人工智能”的相关问题。
“人工智能”究竟是什么
在《我，机器人》这部电影中，“2035年，这是个机器的时代！”这句经典台词似乎预示着一个时代的迫近，我们的现实生活中涌现越来越多类似电影中Sonny形象的机器人，一些机器人甚至开始充当“机器保姆”的角色。
“实际上我们距离真正的和人一样的智能机器时代还很远很远，”中国科学院计算技术研究所研究员陈熙霖的一番话似乎给不少“人工智能粉丝”泼了凉水，“目前的人工智能技术还仅仅是在某些点上的优先应用，距离真正通用的和人一样的智能还有很长一段路要走。”
而对于“人工智能”究竟是什么的问题上，陈熙霖表示，人工智能用更加直白的语言来说就是“人造的智能”，因此对人工智能所谓智能的水平并没有要求要对标人类的智能。
“人工智能能力的提升不是一蹴而就的。”陈熙霖举例说，他研究的领域是计算机视觉，尽管这些年在物体识别等问题上取得了长足的进展，但在理解环境、背景知识等方面还有很长的路要走。
当谈到是否担心人工智能有一天会取代人类时，陈熙霖说，人工智能的能力是人类赋予的，在当前连形成自主意识都遥不可及的情况下，当下这个时代的人类更应思考的是科技伦理问题。
人工智能需要情感吗
很多人担心，人工智能一旦具有情感等自主意识，电影中的“终结者”将会跃出荧幕变为现实，而前不久AlphaGo Zero的出现也让不少人感受到了来自人工智能的威胁。
“未来通用人工智能具有情感是必然趋势，”上海交通大学计算机科学与工程系教授吕宝粮表示，“未来通用人工智能应该是逻辑智能和情感智能的有机结合，就像人一样不仅要有智商还需要情商。”在他看来，AlphaGo Zero下围棋只是在一个封闭的环境内深度学习的结果，这与开放环境下自主思考是两回事。
“做老师的都知道，我们教学生如何写论文相对比较容易，但要教会学生怎么做人，却是一件非常难的事情。”吕宝粮认为，不同于生产线上的工业机器人，未来的服务机器人必须与人交互，因此必须具备情感智能。
在人工智能领域，科学家将构建机器人的情感智能分为三个阶段，而目前对于情感智能的探索还仅仅停留在第一阶段，也就是简单的情绪识别阶段。而对于更高级别的情感度量与情感理解，目前最先进的情感智能系统仍无法做到，更不用说最高级别的建立机器人的价值系统和具有自主性和创造性了。
对于情感智能系统的开发，目前学界最有效的方式是利用可穿戴设备，采集人的生理信号，如脑电、眼动和皮肤阻抗等，再加上面部表情和语音信号，进行多模态情绪识别。近几年，随着干电极脑电采集技术的快速发展，目前的技术条件已经允许情绪识别的研究从实验室走向实际应用。但是，由于这些可穿戴设备往往都比较昂贵，还无法开展大规模的数据采集，从而影响了各类应用研究的开展。
在吕宝粮看来，情感智能研究的第二阶段仍然是一片空白，“三个阶段是循序递进的，目前我们离第二阶段还有很长一段距离，更不要说实现真正的情感智能了。”吕宝粮说。
还需要为人工智能做什么
尽管科幻电影中的智能机器人仍然未成现实，但人工智能已经逐渐开始影响我们的日常生活。人工智能的梦想如何照进现实？“大咖”们给出了自己的建议。
哈佛大学数学系教授、国际著名数学家丘成桐认为，人工智能终将改变世界，但仍需更多理论层面的研究和突破。“比如无人驾驶汽车技术，可以通过反复测试实验更新迭代，但是并不一定完全适用于所有类型的路况和场景。”丘成桐认为，从有限经验推导出来的算法仍然不够，仍需要基础的理论模型支持才能实现技术革命。
丘成桐认为，人工智能未来的发展空间十分广阔，但政府的正确引导也十分重要，“我认为中国要发展人工智能，必须在基础理论研究领域保持稳定的投资。如果产业发展仅仅注重眼下的应用开发，那终将会跟着外国的发展轨迹走。”
微软公司全球执行副总裁沈向洋则认为，当前人工智能已经在许多细分领域影响世界；但目前人工智能仍然是停留在“感知”层面，在“认知”层面还未有革命性突破。
“目前，视觉、听觉等的信息获取技术层出不穷，比如扫脸识别，但感知到信息并不等同于理解信息，这主要受限于人工智能对自然语言理解方面的不足。”沈向洋介绍，目前智能翻译软件可以实现不同语种的转换、手机助理可以实时提醒用户行程安排，但机器人仍难以实现多来回的自然对话，“往更深层次发展，将涉及到脑科学、心理学、哲学等各类学科的交叉融合，这是未来的发展方向。”
“脑科学是我自己最关注的方向，但目前关于这一领域的投入还远远不够，同時人类对于脑科学的认识仍然需要更深层次的突破。”沈向洋说，脑科学就如同大脑的“空气动力学”，人们仍然不清楚大脑的运作规律，也难以像制造机器一样仿制出人造大脑，“这方面仍然需要大量的重复试验和研究”。