见AI思未来，构想交互形态之变 1月15日

1月15日，在由AITIME举办的“认知智能，畅想未来”闭门研讨会上，来自人工智能、脑认知、心理学、社会科学等领域的著名专家学者以及AITIME的战略合作伙伴OPPO就认知智能进行头脑风暴与观点碰撞，跨学科交流，畅想未来！
活动由清华大学计算机系教授唐杰主持，清华大学科学史系教授吴国盛、清华大学基础科学讲席教授刘嘉、中国科学院计算技术研究所研究员沈华伟、清华大学副教授刘知远、OPPO研究院副院长唐海等人，就“什么是认知智能？”“未来新的交互形态？”等话题展开了激烈讨论。

文章图片
01
走进认知智能
1.1认知即计算
DavidMark曾说“认知即计算” 。他用计算来定义了认知，只要去做计算，就是一个认知的过程。他的计算是指外部世界到内部世界的转换过程，也称为表征。他把物理世界转换成我们心理世界的东西，转换过程称为计算，也称为认知。
认知智能的一个核心就是表征。如果用认知科学来建立一套模型，是分成三个部分的。
首先我们大脑里面有一个intuitivephysicalengine ，直觉的物理引擎，即物理世界到底应该是什么样子。
其次就是bodysimulation ，是我们对几何的物理空间的认知，以及人作为一个界面放进去的东西。
最后，建立generativemodel深层次模型，产生一些code ，输入到肌肉。这个过程的核心是body作为一个参数在里面运算，这才是人能够在这个世界上去生存的一个关键。
1.2从进化的角度来理解智能
计算机的大数据最终靠的是我们人类现有的一些小数据的经验积累。虽然当下我们肉身依靠的都是小数据，但到我们这一代，通过基因优化的方式，已经积累了我们祖先们曾经所经历的大数据。
我们人类特别引以为傲的推理能力，其实是一种为了解决我们生理上缺陷的代价补偿，没法去做更大的计算，所以只能靠猜，而且是靠历史的进化积累来猜。在这种情况下，历史的经验会给我们一些帮助，但如果场景发生了变化，这种推理就会出现很大的问题。当前我们碰到的很多社会上的问题，很多是因为我们先验错了，导致人类犯了很多很愚蠢的问题。

文章图片
同时，人在生理上也有时间和能量有限等缺陷，畅想未来的前提是搞清楚人的局限。大家都在寻出路，比如大数据的高复杂性、高算力，能不能发展和人类类似的东西？这时候很容易走入一个误区：凡是人有的，一定就是好的。只要是人的东西就是好的，是我们计算机应该学的。
但是，如果我们要搞智能的话，一定要站在超出载体的层面上去，这样我们可能才会看得清楚。就像我们研究飞行一样，如果只研究鸟怎么飞，我们永远造不出飞机，只有站在能够飞行的鸟之上，去考虑鸟为什么能飞，把空气动力学的事情搞清楚，我们才可以造飞机。因此我们也一定要把人的局限认清楚了之后，再来看哪些是真智能，哪些是假智能。

文章图片
1.3人的小数据与计算机的大数据
人类之所以用小数据，是因为生理上存在约束，并且寿命有限，但这并不一定表明，我们发展人工智能就要用这种方式。当我们用计算机来发展智能这件事，当我们能脱离生理上的约束的时候，是有其他方法的。
至于通过其他方法发展出来的是不是一定叫做“智能” ，应该分两个角度，一个是从人的角度来定义，让机器记住一张大表来解魔法肯定不算智能，因为这是一种最弱的方法；但是如果我们站在更高的、超越生理实践的层次看智能的话，或许智能的定义和我们人就不一样。
大数据本身就是智能，我们在做一个简单的查询时，只要数据量足够大，里面不需要有一些详细的规则或者一种推理，数据本身就是一种智能。我们人之所以做不了大数据这件事情，是因为我们的生命有限，我们只能在小数据上“打滚” ，一旦数据足够大了之后，可能本身就是一种智能。

文章图片
1.4让计算机向人靠拢
如上文所说，人类有避不开的生理约束，但也应该是人类呵护的东西。这些“缺点”是导致人类整个现代智能诞生的先决条件。所以科学家要考虑到今天的人，不是要向计算机靠齐，而是让计算机向人靠拢。