“有一个著名的例子:一张猫的图片,掺杂一些扰动数据后,被机器识别为牛油果,而人不会受其扰,依然可以准确识别出猫。这说明机器识别还达不到人的视觉效果,其根本原因在哪?”8月26日下午,计算机专家、中国工程院院士蒋昌俊,在上海市科协和上海科技发展基金会主办的世界人工智能大会青年科学家论坛上,做了“关于人工智能的思考”主旨报告。
蒋昌俊认为,人之所以不会受扰动数据的影响,“常识”起了很大作用,而这恰恰是机器识别的弱项,也是人工智能面临的挑战。需要去追寻它的规律,提高机器识别的效率和精度。
再如,我们平常说话时,不可能每一次都遵循“主语+谓语+宾语”结构,有时会颠倒语序,有时会省略,大家都听得懂,但机器可能会认为这是不正确的表述。“尽管算力和数据模拟发生了革命性变化,但算法在本质上还没有根本性变化,有时知其然而不知其所以然,这是一个本质问题,如果不解决,人工智能是不安全的。因此,要不断地基于数据驱动和模型驱动融合发展。”
在蒋昌俊看来,人工智能基本上可以分为两类:计算思维和认知思维,计算思维现在比较成熟,归结到计算、逻辑演绎,可以用计算机系统来求解。但人类的认知思维,也就是形象思维,比如灵感和顿悟,不是计算出来的,也不是迭代出来的。
人们要在操场上一群人中找到熟悉的人,只需来回扫几眼,很快就能找到。但机器干这个事情比登天还要难,因为机器要一步步比较和计算,对于机器来说充满了复杂性,这就是人和计算之间的差异性问题。“因此,除了在计算思维上继续深化和探索,我们还需要在形象思维方面创造新的方法和模型,为未来的人工智能插上更加强劲的翅膀,为人类提供强有力的服务。”蒋昌俊说。