1、CIVIL-MILITARY INTEGRATION ON CYBERSPACE网信军民融合2017 年11 月 17受脑认知和神经科学启发的人工智能人工 智能渗透到了 人类社会各个领域，但 目 前 来 看，无 论是深 度学 习 还是其 它 方 法，解 决的都 是 单 一 问题。人类 大 脑 是 一 个多问 题求 解 的结 构，怎 么从 脑认 知和神经科学中得到构造 健 壮的 人 工智 能 的 启 示，国 内 外 都 做了非 常多 有成 效 的 研 究。一、实现健壮的人工智能的方法人类面临的许多问题具有不确定性、脆 弱 性和 开 放 性。今 天 人 工 智 能 的理论框架，建立 在演 绎逻辑和
2、语 义描述的基础方法之上，但我们不可 能对人 类 社 会 的所 有问 题 建 模，因 为 这中 间存 在 着条 件 问 题，我们 不 可 能 把 一 个 行为 的 所 有 条件都模 拟 出，这是传统人工智 能 的局 限性。这个 局 限 性 主 要 表 现 在 几 个方 面：1、需要对问题本 身抽象出一个精确 数学 意 义 上 的 解 析 式 的 数学 模 型（抽象 不 出，即 归 纳 为 不 可 解 问 题）；2、需 要为 已建 立 的 数 据 模 型 设 计出确定的算法（容易 产生诸如 NP C 等问 题）；3、处 理 的 结 果 无 法表 现 现 实世界所 固 有 的 不 确 定 性；4、
3、图 灵 意 义下 的 可计 算 问 题 都 是可递 归的（“可递 归的”都 是 有 序的）；5、用“度 量”来 区 分 模 式，只 能 处理可 向 量 化的 数 据。我 们 要 构 造 一种更 加 健 壮 的人 工智 能，需 要 脑 认 知 和 神 经 科 学 的 启 发。计算 机 和人 类 大 脑 是 对 问 题求 解 的 物质 基 础。在 智力 和 计 算 能力 方 面，计 算机 远远超过 了 人类，但是人类 面 对 的 大部 分 问 题 都 是 开 放 的、动 态 的、复 杂 的，大脑在处理这种问题时 表现出的想象和 创造，还 有 对 复 杂 问 题 的分 析 和 描 述，是传统人 工
4、智能的方法所不 能企 及的，我 们 只 能 够从 人 类 大 脑 的 神 经 网 络 结构 中 去 获 得 构 造 新 的人 工智 能 的 因 素。人类大脑非常 奇 妙，也正是 在这个物 质 基础之 上，才演 绎 出 人类 世 界 的发 展 和对 问题 求解的 各 种方 法。在神 经元的 结 构 模 型 中，神 经 元的连 接 并 不 是像 我 们 一 般 理 解 的 物 理 方 式，而 是 靠突触，神 经元 之 间 突触 间 隙 产 生的 反应，郑南宁CADEMICIAN LECTURE院士讲坛 A18NOVEMBER 2017构成 了 大 脑 中奇 妙 的 演 进。人 类 大 脑 中的思
5、维 或 学习都 是 发 生在 突 触 这 个层 面上 的。实 际 上 在 大 脑 的 神 经网络 连 接 中，不同 空 间 对 应 不同 功 能，不同 功 能 在 自身 内部 产生 着不 同的成 本 函 数。人 出 生 之 后，大 脑 会 不 断 发 展，发展 到 一定 程 度，神 经 元 增 长 到 一定 数量，又 会 递 减，把 不 需 要 的 神 经 元 删 掉。大 脑是慢性记忆神经元，它需要 具有高度 的 容 错 性。实 际上，人出生 时 大 脑是 一样 的，如三 字 经所 提到 的“性相近，习 相远”，6 岁 以 前，大 脑 在 发 育，到 6 岁 左 右，从 生 物 学 角 度 上
6、 讲，这 种 发 育 就 完 成 了，大 家的记 忆 力、智 商 等 都 是 教 育 上的 反应。教育 的 基 础 就 是 大 脑。所 以，大 脑不 是通过 一个统 一 的 没 有 分 化 的 神 经 网络 来 实 现 单 一 的 全 景 优 化 学 习 的，不 同的功 能 和区 域会生 成 不同的 成 本函数。它 是 模 块 化的，同时 具 有 独特 的 系统 来支撑注意、记忆、语 言等功能。因此，我们 可 以 从 脑 认 知 和 神 经科 学中去 获得发 展 新 的人 工智 能 的灵 感。二、脑认知与人工智能的结合人 类 大 脑 有 800 亿个神 经 元 的 容量，它 主要 有 三 种
7、研究 方 式：结 构研究、功 能研究和有 效 研究。大 脑 的 结 构 连 接 是 静 态 的，功 能连 接 和 有 效研 究 则 具 有 时 空动 态 演化的特性。在 视觉和听觉神经网络的区域 空 间 中，功能连接 和有效连接 是 不 一样 的。有 效 连 接 是 针 对 具 体 任务 的，在同一 个 视 觉功能连接空 间 中，当 我 们执行不同 视觉 任 务 时，它所 形 成的 神经网络的 有效连接 是 不 一 样的。有效连接描述了 神 经 元 之间 的 因 果 与 相 互 影 响关 系。从这种结构化的观点来看，我们构 造 的 神 经 网 络 还没 办法 模 拟同 时 具 有结构 连接、功
8、能连接、有效连接 的 方式。我们 可 以 通 过 获 取 某 一 区域 的 活跃程度，或活 跃 状态，辨 别 大 脑正 在执行 什么 样的视觉 任 务。知道 它 在执行 什 么 样的视 觉 任 务，我 们就得 到 了 它 有效连接的 状 态，也 可以 求 出 它 的有 效 连 接 在 时空 演化中的 特 性。如 果 能 够 求 出 其 中的规 律，我 们就 可 以 设计 相应 的 人工 智 能方 式 去 实 现。也 就 是 说，我 们 可 以 采 用可触 的、动 态 的、非 线 性 的 关 系网 络 进行 认 知 任务 的 输 入。再 对 它 的 科 学 问 题 做 一 个总 结，我们要回答出
9、三点：1、大 脑是如何实现优 化的；2、脑网络 的 监 督 训 练信 号 从 哪里 来；3、在 不 同 的 神 经 功 能 研 究 区 域 中，存 在什 么 样 的 有 效 连 接的 约 束 和优 化。前面 讲 了 概 念，在 概 念 基 础 上 我们要抽象出科学问题，这样才能指导我们 进 一 步 的 研 究，找 到 解 决 问 题 的 方法。那 么 这个方 法 如 何 和 现 在 的 方 法 结合？去 年，谷 歌 和 MIT 联 合 发 表了 一篇文章，文章的 中 心 思想是 怎 么 利 用神经 科学构造 健 壮 的 人 工 智 能系 统。我 们现 在 深 度 学 习 的 基 本 框 架，是
10、 通 过 多层神经网络输入，根据误 差来调整连接，这 建 立 在 大 量 数 据 标 注 的 基 础 上，通过标记数据得到 网络优 化的 成本函数。我 要 强 调 一点，我 们 通 常 讲 深 度 学习 是 从 机 器 学 习发 展 来 的，要 构 造 一 个学习 机 器，关 键 是在不 同 区域、不 同 任务 下，怎 么 去 构 造 一 个 成 本 函 数。三、大脑的认知活动大 脑 的 认 知 活 动 分 为 三 个不 同 层次：一 是 哲 学，二 是 形 象 思 维 和 逻 辑 思维，三 是 敏 感 性。直觉和敏感都属于创造性思维，警 察 在破 案 中，靠 的是 多 年 积 累 和实 践，
11、形 成 的直 觉 判 断。灵 感、顿 悟 与直 觉 的区别 是，直 觉 是 对 当 前环 境 的 反 应，它在 现在 人 工 智能 的 发 展 中扮演着 十 分 重要的 角 色。我 们需要一 种基 于 直觉 的 人工 智能，也 可以 将 它 看 成 一 种基 于 直觉的推理。人的直觉反应实际上是寻找全局最优解。要构造 直觉推理，需要两个关键因 素：一是需要构造一个成本函数；二是 需 要 给出一 个决 策 结 构，而这个 决策结构 就建 立 在 记 忆基础上。人 在 观 察 事 物 时，一 定 会 形 成 一 种与时间相关的影像。如果把 直觉推理和数 学 归纳演 绎 推理两 类机 制 组 合，就
12、可以实 现 基 于 认 知 计 算 或 受 神经 科 学 启发 的人 工智 能。我们把认知推理称为直观、朴 素的物理推理。物理层面的认知推理可以 化 解 时 间 与 空 间，追 踪 事 物 的 发 展轨 迹。认 知 推 理 的 另 一 个 要 素 在 心 理层 面，简 而 言 之 就 是 学 习 方 向 受 心 理状态的 引导。我们需要 把物理 层面和心理层面的推理嵌入到推理的 人工 智能 系 统 中。在 直 觉 和 认 知 推 理 中，我 们 还 需要构造一种 模 型，其中因果模 型 是基础。认 知 计算 框 架下 的因果模 型既 要 满足 物理 因 果关 系所 产 生的 物理 约 束，同时
13、又 要 让 机 器 理 解当 前 认 知 任 务下 的 因果 关 系。直觉 推理、认 知推理和因果模 型是 构 建 健 壮 的人 工智 能 必 须 考 虑 的 基 本因素。那么如何来构造一个具体的系统？构 造 机 器 人需 要 三 个 基 本要素：1、对 环 境 中 的 所 有 对 象 进行 特 征 识 别，并且 进行长期记忆；2、理出对 象间的关系，并 对 它们 相 互 间 的 作用 进 行 描 述；3、CIVIL-MILITARY INTEGRATION ON CYBERSPACE网信军民融合2017 年11 月 19基 于 想 象 力 的 行 为模 型，人 在 进行 具 体行 动之 前，
14、会 想 象 其带来 的 后 果，但 机器 就 需 要 分析 物 体 之 间 的 各种 关 系。这 三 种 要 素 是 让 机 器 像 人一 样 理解物 理 世 界的基 础。具 有想象 力 的 人 工智 能，就 需 要：1、行 动 之 前 预 想 到 结 果；2、构 造 一 个 位 置 模 型；3、给出环 境 模型，提 取 有 用 信息；4、规 划 想 象行 为，最 大化任 务 效 果。四、认知如何解决实际问题我们 在 2000 年 初 就 开始 做 无 人驾驶，有 人 说要把无人驾驶汽车和城市真实场 景的车 融合，我们 还面临 非常 艰 难 的 挑 战，有 相 当 长 的 路 要 走。在这种局
15、部、动态的场景中，我们怎样让 自 动驾驶跟环境融合，确实是一个 很 大 的问 题。无 人 驾 驶 的 挑 战 存 在于：1、必须准确感知周围环境，在所有条 件 下安 全 行 驶；2、自 动驾驶必须能够抽象，要完成一种 交 互情 境 中的 记 忆计 算；3、自 动驾 驶 必 须能 够 理 解 预行 为。现在绝大多数 自 动驾驶采取 了 场景 感知与 定 位，决 策 规 划 与控 制，这 是一 种 简 单 的 A DA S 形 式，但 我 们 要 如何 通 过 新的方 法 来 解 决 这 个 问题？场 景 是 某 个 交 互场 合在 特 定 时 间和空 间 中 的具 体 情 境 和 影 象，它 可
16、 以定义为一 种实体。情境是指这种实体随着 时 间 和 空 间变 化 而 产 生 的关联。情 境计 算 是 对 场 景 各 个 关 联 的 对 象 做 解 释，可以 定 义 为 一 个 行 为相 关 体。这 里 的 问 题 就 是，第 一，要 让 自 动驾 驶 汽 车 像人 一 样 理 解 和记 忆，就要 具有 记 忆 推 理和经 验分 析的 技 术；第二，进 化 发 展 的自动 驾 驶，其 学 习 过 程 要 像人 类 一 样 熟 能 生巧。人类视觉关注的基本机制是选择、组织、整合、编码。人对变化是非常敏感的，可以提取交通场 景中的显著性变化。比如你在开车时，如果右 前 方突 然 来了 一
17、个 骑自行车的人，你的注意力会转移到骑车人的身上。在 自 动驾驶汽车上，我们要构造一个选择性的注意机制网络，对数种图像进行理解，并根据内部状态的表示，忽略不相关的对 象，选 择下一步要采取 的 动 作。把 场 景感 知 和 情 景认 知 结 合 起 来，需要我们构建一个模 型，融合先 进知识 概 念，实 现 记 忆 学 习。场 景 感 知 是 将通 过 各 种 不 同 属性 的传 感 器 获 得 的 不 同 数 据，提 供 到深 度学习 中，之 后 再 根 据 长 短 期 记 忆 和 定 位 网络，进行 情 境 计 算。在 这 种 框 架 中，我们可以把 场 景感知和情境计算 融合在一 起。一
18、个高效的情景计算要运用实际情 境 的 因 果 关 联，在最 前 端的 数 据 层 面进 行 有 效 计 算，这 就 需 要 把 数 据 驱 动变 成 事件驱 动。人 在开 车 时，根 据 情 境判断前方可不可以 行驶，这 就是把数据 驱动 变 成 事 件 驱动。怎 么 构 造 事 件 驱 动？就 是 把 可 见 光和激光点 云数据融合 在一起，把三维数据转化成二维图像数据。点 云数据给 出 了 每 一 个生 物 体 的明 确 的 点，二 维图像 没 有 深 度 信 息，它 是 图像 的 几 何形状变化。把人的数据和激光点 云的数据融合，用数 据驱动转变为事件驱动，就 得 出 了 可行 驶 数 据 和 不 可行 驶 数 据 大的 划 分。人 开 车 的 时 候，他 在注 意 什 么，我们 就 来 构 建 一 个 类 似 的 选 择 性 基 础，把同样的场 景输入 到一 个深度学习 网络 中，通 过 深 度 学习 网 络 提 取 特 征 和人的 注 意 力。郑南宁院士在2017中国自动化大会作主题报告
