AI下半场,谁主沉浮?( 二 )


AI下半场,谁主沉浮?

文章插图
图 / 乌鸦吃到核桃的过程
这个例子是非常惊人的 , 因为乌鸦既没有大数据 , 也没有监督学习 , 却完全可以自主地研究其中的因果关系 , 然后利用资源规划和执行任务 , 在过程中不断修正计划 , 发现新的因果链条 , 而且功耗非常小 , 这给了我们很大的启发 。
显然 , 我们需要的真正的智能是“乌鸦”而不是“鹦鹉” 。但为何认知智能和感知智能的差别如此之大?朱松纯教授认为 , 这是因为“人”在面对同一个画面时 , 由于所面临的任务、心情、社交意图和价值取向等多种主观因素 , 产生的认知反应会有多种变化 , 而这些因素并不能被现在的计算机视觉算法所察觉 , 所谓“相由心生” 。他形象地把这些不被察觉但确实存在的因素称为“AI暗物质” , 是感知智能和认知智能之间的一座大山 。
于是 , 一家被称为“暗物智能”的企业由此诞生 。
2、暗物智能的三重门看一家AI公司是否牛逼 , 要看三个层次 , 带头人、技术架构及核心应用 。
去年9月 , 多方媒体验证 , UCLA教授朱松纯以国家战略科学家的身份回国 , 受邀筹建北京通用人工智能研究院并担任院长 , 与此同时 , 朱教授也将与北京大学、清华大学展开研究合作 。
为什么是朱松纯?
首先 , 从学术地位来说 , 作为华人AI领域的顶级学者 , 他曾在各种国际顶级期刊上发表论文300余篇 , 三次问鼎计算机视觉领域最高奖项马尔奖 。
其次 , 从UCLA网站搜索到的信息来看 , 他两次担任美国视觉、认知科学及AI领域跨学科合作项目MURI(Multidisciplinary University Research Initiative)负责人 , 带领来自Berkeley、Caltech、CMU、MIT、Stanford、Brown、Yale以及英国牛津大学的跨学科教授专家攻关人机交互认知理论、跨领域AI融合等新一代人工智能技术的难题 。这种作为国际大项目领导者、组织者的经历 , 是十分难得的 。
AI下半场,谁主沉浮?

文章插图
图 / 2010-2020年间 , 朱松纯两次担任跨学科合作项目MURI首席科学家
朱教授“门下弟子三千” , 其中有很多学生都是在公开场合听到他的演讲 , 慕名而来 。这其中起关键作用的 , 是他在科研方面的前瞻性和超一流的直觉 , 总能提前把握大方向等特质对于AI研究者的吸引是“致命”的 。
知乎中有个关于朱教授的著名回答:“12年下半年 , 朱松纯主持的一个MURI大项目开会……朱松纯教授上台 , 讲了一通视觉和语言结合的问题 , 系统该如何描述一张图片 , 用hierarchical和AOG(And-Or graph)该如何实现 。我当时和UCLA的室友在下面偷笑 , 说他又在讲天书了 。没想到刚过了一两年 , 这套想法就是红极一时的VQA(Visual Question Answering)任务 。”
除了学术地位突出、跟随者众多 , 朱松纯教授更大的价值 , 在于他倡导的是一条和目前AI领域发展理念不同的道路 , 而AI这个领域正是需要多向探索、多方试错的 。
这就必须讲到朱教授的学术方向 。从早年赴美深造 , 到加盟洛杉矶加州大学(UCLA)任教 , 再到如今回国“圆梦” , 朱松纯30年间始终追寻“人工智能统一理论框架” , 即“AI大一统” 。
暗物智能作为强认知AI的开拓者 , 其创新基因源于创始人朱松纯 。
现在 , 略知AI的人都知道 , 大数据和深度学习是目前多数国内AI企业的技术基础和理论基础 。
朱教授也走过数据标注的路 , 时间大概是2005年 , 但那时他就敏锐地发现 , 并不是无限地堆砌数据就能实现真正的智能 。为此 , 他率先带领团队 , 从感知转向认知领域的研究 , 并提出一整套颠覆性的“强认知AI技术理论” , 包括人机交互“五层认知架构”、“小数据、大任务”技术范式等 , 而这些林林总总 , 都指向一个目的——为探索通用人工智能的道路指明方向 。


推荐阅读