撰文：周熠 博士、上海腦科學與類腦研究中心類腦計算研究組研究員

回顧整個人類的發展歷史，人類文明高度整體上幾乎是呈現著指數上升的趨勢。我們花了很長的時間來感知自然界，但實際上人類目前的感知能力跟大猩猩、猴子等動物差不多。大約在 250 萬年前，人類祖先發生了認知革命，從感知到認知，開始認知自然界。到了大概 1.2 萬年前，人類祖先又經歷了一個新的革命，也就是從認知自然界到改造自然界。而在約 500 年前的文藝復興后，人類的認知能力又有了一次飛躍：從改造自然界到創造自然界。直至現在，人類文明在不斷攀登新的高度。

對機器而言，大抵也要經歷這樣的過程，也要遵循一個類似的發展曲線。剛開始的時候，可能還是得先從感知做起，這也是現在人工智能正在做的，而且做得相對比較成功。某種意義上，現在人工智能正在經歷一個所謂的范式轉變（paradigm shift），即從感知智能到認知智能的范式轉變。

人類通過視覺、聽覺、觸覺、味覺等等，去感知自然界，得到一些初步的信息。認知則是在感知的基礎之上，理解這些對象并且產生知識，做出決策。某種意義上，從感知到認知是整個行為決策過程中的兩個不同的環節。為什么說從感知智能到認知智能是一個很重要的變化呢？為什么認知智能特別難？現在到底做的怎么樣了？

感知智能與認知智能

很多社會新聞中的當事人，作出了看上去不太明智的決定。大家看了之后，可能會覺得這些人做的事情很 “蠢”。但請仔細想一想，這些人在感知自然界的時候，他們很蠢嗎？其實并不是，他們和其他人的正常感知是一模一樣的。只是他們在做認知的時候、在做決策的時候做了一些我們覺得很愚蠢的事情。實際上，從感知到認知的跨度很大，我們覺得生活中有些小伙伴們比較愚蠢的行為，機器也并不能做得比他們好多少。這大概是現在人工智能所處的狀態。

簡而言之，從感知智能到認知智能，人工智能還有很長的路要走。

如果再比較一下動物和人類，感知和認知的區別就更加明顯了。人類是對地球，但事實上我們感知的能力并不比動物強。論速度比不上豹子，論力量比不過熊，論視覺比不過鷹，論嗅覺比不過狗。但是為什么我們成為了地球的主宰，因為我們有很強的認知能力。在感知之上，我們可以總結經驗，得到知識，創造新的知識，從而成為了萬物靈長。

以上種種都大約能傳遞一個信息：認知跟感知很不一樣，它很關鍵，是人類能夠變得一枝獨秀的最重要的原因。

那么機器到底在感知和認知上做得怎么樣？

在感知智能上，目前機器智能正在接近和逼近人類，已經做得很不錯。比方說，現在已經被廣泛應用的人臉識別，在火車站等公共場所中都已開始廣泛應用；再有語音識別，這方面也做得非常好，可以把語音方便地轉成文字；還有光學字符識別，對于報銷單等，可以直接提取出一個結構化的文檔來。可以說，在感知智能這個層次上面，基于深度學習的一些技術在某種意義上已經能夠跟人類媲美了。

那么認知智能呢？其實認知智能領域也取得了很多突破，例如國際象棋和圍棋方面的迅猛進步。1997 年時人工智能便能擊敗人類的國際象棋冠軍；而兩年前，AlphaGo 橫空出世，在圍棋上橫掃人類；2011 年的時候，IBM 做了一個叫 “沃森”的機器人，在類似于 “開心詞典”的知識搶答競賽中，擊敗了人類的世界冠軍。很多小伙伴在玩游戲時可能會感受到人工智能的能力，像星際爭霸、王者榮耀等等游戲中，人工智能都有了很多不錯的嘗試，而且已經取得了很好的成績。

但為什么我們還會說認知智能任重道遠呢？不少人應該都看過 2015 年 Alpha 機器人挑戰賽的失敗集錦視頻。雖然在演講、報道時得到傳播的往往都是行業發展的正面消息，但事實上這些反面的或者失敗的經歷同樣很重要。它告訴我們人工智能的邊界在哪，到底什么事情做得好，什么事情做得不好。當然，相比 2015 年的技術水平，現在的機器人技術已經突飛猛進了。比方說從 2015 年到現在，以波士頓動力為代表的一些公司研發的阿特拉斯機器人、“機器大狗”等產品，在平衡性上面已經做得很好了。

但是在一些特別簡單的認知任務上，人工智能卻出人意料得差。比如開一個閥門、開一扇門，在這些事情上面，機器人比大家想象的要差非常得多。某種意義上，現在的機器人技術根本沒有辦法打開任意一扇門。因為有不同的門，不同的把手，不同的開門方法。而機器人要用統一的方法來做 “開門”這件事情，這是非常困難的。

認知智能在某些點上已經做得很不錯了，但是反過來在有些很簡單的事情上面，其實還做得特別糟糕。這是因為人跟機器不是一個物種，人跟機器有本質上的區別，某些人看起來特別難的事情，對機器并沒有那么困難。比方說下國際象棋，對機器來說，它就是個搜索問題，而對人來說，因為搜索能力沒達到那個程度，運算量、運算智能不足，才會覺得這個事情非常困難，需要有很多的知識和技巧，大量的高強度訓練。

反過來，在有些人看起來特別簡單的事情，機器會覺得非常的困難。就拿 “開門”來說，世上有無數的不同類型的門，沒有辦法將其窮盡并定義成幾種不同的開門方式。另外一個很難的事情就是所謂的常識知識，比方說下雨的時候地面會濕，這一類的信息。雖然對一般人來說這些常識都是一些不需要特別注意的信息，但這些常識知識非常多、非常復雜，處于不同的領域，所以對機器來講就很難獲取。

所以每當有人問：機器是不是要毀滅人類之類的問題，我只好笑一笑：讓它先去開個門試一試！

什么是認知智能？

那么我們又該怎么定義 “認知智能”呢？或許我們可以先從詞源的角度探討一下。簡而言之，“認知”基本上等于 “認識知識”。尼爾森說過，人工智能某種意義上是關于知識的科學。

在牛津詞典里，關于智能、關于認知這些詞的解釋會經常變。其中有一個解釋是這樣的：智能是獲取和使用知識和技巧的能力。認知是一個心理狀態過程，也是獲取知識并且去理解這些知識的能力。某種意義上，認知智能的核心就是怎么去認識知識，也就是說，它是關于知識處理方面的能力。

這方面的能力有三點是必備的，也是非常本質的。第一，需要把知識編碼出來，即要進行知識表示或者知識編碼。第二，怎么去獲取這些知識，不管是常識知識也好，專業知識也好，不管是開門也好，下圍棋也好，這知識到底怎么來的？第三，假設知識已經有了，到底怎么去運用這些知識解決問題。

因此，我個人的粗淺理解是，對于認知智能而言，它的核心就是知識到底怎么表示、怎么獲取、怎么運用。目前人工智能在這三方面也有著不同的進展，我們可以將其分為 “三大流派”。

三大流派

第一個就是現在特別火的 “連接流派”，基于神經網絡深度學習。上圖左邊三位獲得了 2019 年的圖靈獎，右邊這一位也是深度學習的另一位領袖。他們提出了現在特別流行的一些概念，例如深度學習里的卷積神經網絡，還有循環神經網絡等等。這些概念非常有用，也取得了很多成績。可以說，連接流派是通過模擬生物神經網絡的方法來做人工智能的。

舉個簡單的例子，勾股定理（畢達哥拉斯定理），很早就被發現了，那么現在給深度學習一個神經網絡，比方說一億個直角三角形，它能夠學得會勾股定理嗎？恐怕很難，因為它很難學習結構化知識。在表示上面，表示結構化知識的時候，也遇到了很大的問題。連接流派在學習上面做得還不錯，但表示和推理還有一些缺陷和問題。

另外一個很重要的流派現在雖然不經常被提到，但在機器人領域有很多應用，叫做行為流派。MIT的 Rodney Brooks 提出了所謂的包容式體系結構，就是不同的層面都做簡單的反應式推理，就像條件反射一樣，但是從不同的層次來做。已經得到廣泛應用的掃地機器人產品，iRobot，就來他和學生開的公司。除了掃地機器人之外，他也在嘗試新的機器人公司，包括通用工業機器人等等。

那么基于反應式的行為流派在知識的表示、推理和學習上面做得怎么樣呢？。其實行為流派最大的優勢在推理效率快，因為反應快，只要給它一個刺激，它就能推出來。但它在表示和學習上面卻遇到了很大的困難，比方說反應式的規則怎么得到，是不是能夠表示更復雜的知識等等。

第三個就是基于邏輯學的符號流派，這其實是原來人工智能的一個主流的流派。20 世紀 80 年代第二波人工智能潮，就主要是由基于符號流派的專家系統引起的。符號流派在人工智能歷史中很輝煌，除了剛才說的三位圖靈獎之外，其他的人工智能圖靈獎獲得者基本上都是符號流派的或與符號流派密切相關，包括達特茅斯會議的那幾位先驅 McCarthy、Minsky、Simon、Newell，還有后面的 Pearl 這些人。此外，人工智能的祖師爺圖靈，他本身就是個邏輯學家、符號學家。機器本身也需要建立在邏輯以及語言的一些基礎之上，所以符號流派當時在人工智能領域占據了很重要的地位。

那為什么現在符號流派沒有在領域內占據更多聲音？因為它也遇到了很多困難，主要集中在學習和推理方面。當關于人工智能的討論還停留在學術層面的時候，符號流派很吃香。因為當時討論的前提是假設知識已經有了，機器也已經學習到了，大家去討論該怎么用這些知識去解決問題。然而這些理論在后來真正跟應用結合起來時，大家才發現一個慘痛的事實：這個假設不成立。知識并不是天生就有的，需要通過某種方法去獲取知識。而符號流派的方法就很簡單粗暴——專家去寫。這也是為什么專家系統一度很 “火”，后來又遭遇了很大瓶頸的其中一個原因。

符號流派在表示上面做得不錯，比如像勾股定理之類的知識，甚至更復雜的知識，用符號的方法都可以比較好地表示出來。但是在推理和學習上，它遇到了一些很大的問題。如果連知識都沒有的話，所有的東西都是空中樓閣。所以這一流派現在有些萎靡不振。

通過這三個人工智能的重要流派，可以看出有一個很有意思現象：每個流派都在某一方面有專長。連接流派在學習上面做得不錯；行為流派在推理上面；符號流派則在表示上面做的不錯。于是，有一個很自然的想法出現了：是不是可以把它們折中或者說把它們融合起來？最近幾年這一想法正在有越來越多的實踐和嘗試，例如現在還比較火的知識圖譜技術。但總地來說，這些嘗試僅僅是在 “折中”，各方面的優點確實是取了一點，但是同時也犧牲了它們的一些特性。

分析之后大家就會發現，人工智能目前在知識表示、知識推理和知識學習上面，都遇到了一定的問題。這就是現在認知智能為什么難做的一個很大的原因。

人工智能的 6E 目標

而對人工智能抱有期盼的人們真正想要的是什么？毫無疑問是這么一個 “完美三角形”。人們希望人工智能在知識的表示、知識的推理和知識的學習上面都能做得很好，至少像人這么好，但這是無疑一個很困難的事情。個人淺見，為此，至少有下面幾點是必須要做到的，即 6E：簡潔（Elegant），可擴展（Extensible），強表達（Expressive），高效（Efficient），可教育（Educable），可演化（Evolvable）。

人工智能想要達到完美三角形的能力，依舊有很長的路要走，任重而道遠。就我個人的粗淺的理解，為了達到這個目標，需要開發新的人工智能方法，來做到 6E。事實上，如果基于已有的人工智能理論和方法，6E 是相互沖突的。比如說在符號流派里，表達能力跟效率之間的權衡，一直是一個核心問題。但事實上這些在應用的時候都需要良好發揮，怎么去突破這些理論上的瓶頸，是非常困難的事情。

但轉念想想，反觀人類自己，是不是某種意義上在 6E 的各個方面都能表現出色？我們以自然語言為基礎的知識表示、推理和學習相對簡單、可擴展性超級好、表達能力非常強、雖然不特別高效但也足夠用。也是可教育、可演化的：既能夠總結經驗、又能學習新的知識。我個人的理解，這才是現在的人工智能跟人真正的差距所在。

個人認為，達到完美三角形是人工智能最重要的事情。屆時，針對以下一些認知智能的關鍵科學問題，包括：什么是知識？是否存在統一的知識（數學）模型？機器（人類 / 腦）如何編碼、獲取、運用知識？知識和數據、知識和智能的關系是什么？認知智能和知識科學會有哪些殺手級應用？人工智能領域將會給出一個更好的回答。在此基礎上，我相信人工智能會有長足的進展，會有一個從感知智能到認知智能的范式轉變，會有一個從數據科學到知識科學的范式轉變。