人工智能统治人类？先得打开认知智能这扇门（一）

　　出品：新浪科技《科学大家》、墨子沙龙

　　撰文：周熠 博士、上海脑科学与类脑研究中心类脑计算研究组研究员

　　回顾整个人类的发展历史，人类文明高度整体上几乎是呈现着指数上升的趋势。我们花了很长的时间来感知自然界，但实际上人类目前的感知能力跟大猩猩、猴子等动物差不多。大约在250万年前，人类祖先发生了认知革命，从感知到认知，开始认知自然界。到了大概1.2万年前，人类祖先又经历了一个新的革命，也就是从认知自然界到改造自然界。而在约500年前的文艺复兴后，人类的认知能力又有了一次飞跃：从改造自然界到创造自然界。直至现在，人类文明在不断攀登新的高度。

　　对机器而言，大抵也要经历这样的过程，也要遵循一个类似的发展曲线。刚开始的时候，可能还是得先从感知做起，这也是现在人工智能正在做的，而且做得相对比较成功。某种意义上，现在人工智能正在经历一个所谓的范式转变（paradigm shift），即从感知智能到认知智能的范式转变。

　　人类通过视觉、听觉、触觉、味觉等等，去感知自然界，得到一些初步的信息。认知则是在感知的基础之上，理解这些对象并且产生知识，做出决策。某种意义上，从感知到认知是整个行为决策过程中的两个不同的环节。为什么说从感知智能到认知智能是一个很重要的变化呢？为什么认知智能特别难？现在到底做的怎么样了？

　　感知智能与认知智能

　　很多社会新闻中的当事人，作出了看上去不太明智的决定。大家看了之后，可能会觉得这些人做的事情很“蠢”。但请仔细想一想，这些人在感知自然界的时候，他们很蠢吗？其实并不是，他们和其他人的正常感知是一模一样的。只是他们在做认知的时候、在做决策的时候做了一些我们觉得很愚蠢的事情。实际上，从感知到认知的跨度很大，我们觉得生活中有些小伙伴们比较愚蠢的行为，机器也并不能做得比他们好多少。这大概是现在人工智能所处的状态。

　　简而言之，从感知智能到认知智能，人工智能还有很长的路要走。

　　如果再比较一下动物和人类，感知和认知的区别就更加明显了。人类是对地球，但事实上我们感知的能力并不比动物强。论速度比不上豹子，论力量比不过熊，论视觉比不过鹰，论嗅觉比不过狗。但是为什么我们成为了地球的主宰，因为我们有很强的认知能力。在感知之上，我们可以总结经验，得到知识，创造新的知识，从而成为了万物灵长。

　　以上种种都大约能传递一个信息：认知跟感知很不一样，它很关键，是人类能够变得一枝独秀的最重要的原因。

　　那么机器到底在感知和认知上做得怎么样？

　　在感知智能上，目前机器智能正在接近和逼近人类，已经做得很不错。比方说，现在已经被广泛应用的人脸识别，在火车站等公共场所中都已开始广泛应用；再有语音识别，这方面也做得非常好，可以把语音方便地转成文字；还有光学字符识别，对于报销单等，可以直接提取出一个结构化的文档来。可以说，在感知智能这个层次上面，基于深度学习的一些技术在某种意义上已经能够跟人类媲美了。

　　那么认知智能呢？其实认知智能领域也取得了很多突破，例如国际象棋和围棋方面的迅猛进步。1997年时人工智能便能击败人类的国际象棋冠军；而两年前，AlphaGo横空出世，在围棋上横扫人类；2011年的时候，IBM做了一个叫“沃森”的机器人，在类似于“开心词典”的知识抢答竞赛中，击败了人类的世界冠军。很多小伙伴在玩游戏时可能会感受到人工智能的能力，像星际争霸、王者荣耀等等游戏中，人工智能都有了很多不错的尝试，而且已经取得了很好的成绩。

　　但为什么我们还会说认知智能任重道远呢？不少人应该都看过2015年Alpha机器人挑战赛的失败集锦视频。虽然在演讲、报道时得到传播的往往都是行业发展的正面消息，但事实上这些反面的或者失败的经历同样很重要。它告诉我们人工智能的边界在哪，到底什么事情做得好，什么事情做得不好。当然，相比2015年的技术水平，现在的机器人技术已经突飞猛进了。比方说从2015年到现在，以波士顿动力为代表的一些公司研发的阿特拉斯机器人、“机器大狗”等产品，在平衡性上面已经做得很好了。

　　但是在一些特别简单的认知任务上，人工智能却出人意料得差。比如开一个阀门、开一扇门，在这些事情上面，机器人比大家想象的要差非常得多。某种意义上，现在的机器人技术根本没有办法打开任意一扇门。因为有不同的门，不同的把手，不同的开门方法。而机器人要用统一的方法来做“开门”这件事情，这是非常困难的。

　　认知智能在某些点上已经做得很不错了，但是反过来在有些很简单的事情上面，其实还做得特别糟糕。这是因为人跟机器不是一个物种，人跟机器有本质上的区别，某些人看起来特别难的事情，对机器并没有那么困难。比方说下国际象棋，对机器来说，它就是个搜索问题，而对人来说，因为搜索能力没达到那个程度，运算量、运算智能不足，才会觉得这个事情非常困难，需要有很多的知识和技巧，大量的高强度训练。

　　反过来，在有些人看起来特别简单的事情，机器会觉得非常的困难。就拿“开门”来说，世上有无数的不同类型的门，没有办法将其穷尽并定义成几种不同的开门方式。另外一个很难的事情就是所谓的常识知识，比方说下雨的时候地面会湿，这一类的信息。虽然对一般人来说这些常识都是一些不需要特别注意的信息，但这些常识知识非常多、非常复杂，处于不同的领域，所以对机器来讲就很难获取。

　　所以每当有人问：机器是不是要毁灭人类之类的问题，我只好笑一笑：让它先去开个门试一试！

　　什么是认知智能？

　　那么我们又该怎么定义“认知智能”呢？或许我们可以先从词源的角度探讨一下。简而言之，“认知”基本上等于“认识知识”。尼尔森说过，人工智能某种意义上是关于知识的科学。

　　在牛津词典里，关于智能、关于认知这些词的解释会经常变。其中有一个解释是这样的：智能是获取和使用知识和技巧的能力。认知是一个心理状态过程，也是获取知识并且去理解这些知识的能力。某种意义上，认知智能的核心就是怎么去认识知识，也就是说，它是关于知识处理方面的能力。

　　这方面的能力有三点是必备的，也是非常本质的。第一，需要把知识编码出来，即要进行知识表示或者知识编码。第二，怎么去获取这些知识，不管是常识知识也好，专业知识也好，不管是开门也好，下围棋也好，这知识到底怎么来的？第三，假设知识已经有了，到底怎么去运用这些知识解决问题。