人工智能研究的重要方向之一是借鉴认知科学、计算神经科学的研究成果，使计算机通过直觉推理、经验学习将自身引导到更高层次。目前的机器智能仍然是以计算机为中心，并没有实现人们所希望的“以人为中心”。如何把人类认知模型引入到机器智能中，让它能够在推理、决策、记忆等方面达到类人智能水平，是目前科学界讨论的焦点。
■本报记者 赵广立
人工智能（AI）到底会不会替代人类？英国知名物理学家史蒂芬·霍金、美国首富比尔·盖茨曾不止一次对这个问题抛出肯定回答，然而人工智能领域的科学家们却不这么认为。
“作为一种可以引领多个学科领域、有望产生颠覆性变革的技术手段，人工智能技术的有效应用，意味着价值创造和竞争优势。然而，人类社会还有许许多多脆弱的、动态的、开放的问题，人工智能还都束手无策。从这个意义上讲，任何智能机器都没有办法去替代人类。”在7月31日于西安举办的一场学术沙龙中，中国工程院院士、中国自动化学会理事长郑南宁谈到，因此有必要将人类的认知能力或人类认知模型引入人工智能系统中，来开发新形式的人工智能，这就是“混合智能”。
“这种形态的AI或机器智能将是一个可行而重要的成长模式。”郑南宁指出，智能机器与各类智能终端已经成为人类的伴随者，人与智能机器的交互、混合是未来社会的发展形态。
日前，在党中央、国务院统一部署和要求下，《新一代人工智能发展规划》（下简称《规划》）对我国人工智能发展战略做了全面部署，明确了我国人工智能发展的总体要求及“三步走”的战略目标。其中，在《规划》部署的5个重要方向中，“人机协同的混合增强智能”赫然在列。
什么是混合智能？
如何定义混合智能？“由这个字面来讲的话，混合智能应该是混合不同类型的智能。什么样的智能需要混合呢？人工智能、人类智能以及自然界的智能。”澳门大学科技学院院长、讲座教授陈俊龙告诉《中国科学报》记者，虽然人工智能在搜索、计算、存储和优化领域比人类有更高效的优势，但目前它的高级认知功能，例如感知、推理等方面还远远比不上人脑。
“毕竟机器的感知和推理还是由人类去设计的。”陈俊龙说，作为自然赋予人类的智能，目前在脑神经科学领域，人们要完全弄清楚人脑的工作原理还是任重道远。
“当前的人工智能系统在不同层次都依赖大量的样本训练完成‘有监督的学习’，而真正的通用智能会在经验和知识积累的基础上灵巧地‘无监督学习’。如果仅仅是利用各种人工智能计算模型或算法的简单组合，不可能得到一个通用的人工智能。”郑南宁解释说，因此，“人机协同的混合增强智能是新一代人工智能的典型特征”。
郑南宁指出，尽管在特定领域的人工智能系统如谷歌的Alpha Go、IBM的深蓝和Watson等依赖强大的计算能力在挑战人类智力方面取得了巨大进步，但这些系统还无法通过自身思考得到更高层次的智能——它们与具有高度自主学习能力的通用人工智能依然存在着差距。
“但是，人工智能在这些特定领域应用的巨大成功为我们研究与发展新一代人工智能提供了重要的借鉴和新的方法。”郑南宁将混合智能的形态分为两种基本实现形式：“人在回路的混合增强智能”和“基于认知计算的混合增强智能”。
混合智能的两种形态
“人在回路的混合增强智能”是将人的作用引入到智能系统中，形成人在回路的混合智能范式。在这种范式中人始终是这类智能系统的一部分，当系统中计算机的输出置信度低时，人主动介入调整参数给出合理正确的问题求解，构成提升智能水平的反馈回路。
“把人的作用引入到智能系统的计算回路中，可以把人对模糊、不确定问题分析与响应的高级认知机制与机器智能系统紧密耦合，使得两者相互适应，协同工作，形成双向的信息交流与控制，使人的感知、认知能力和计算机强大的运算和存储能力相结合，构成‘1+1>2’的智能增强智能形态。”郑南宁解释说。
而“基于认知计算的混合增强智能”则是指在人工智能系统中引入受生物启发的智能计算模型，构建基于认知计算的混合增强智能。
“这类混合智能是通过模仿生物大脑功能提升计算机的感知、推理和决策能力的智能软件或硬件，以更准确地建立像人脑一样感知、推理和响应激励的智能计算模型，尤其是建立因果模型、直觉推理和联想记忆的新计算框架。”郑南宁说，对当前人工智能而言，解决某些对人类来说属于智力挑战的问题可能是相对简单的，但是解决对人类来说习以为常的问题却非常困难。
他举例说，很少有三岁的孩童能下围棋（除非受过专门的训练），但所有的三岁孩童都能认出自己的父母，且不需要经过标注的人脸数据集的训练。
“人工智能研究的重要方向之一是借鉴认知科学、计算神经科学的研究成果，使计算机通过直觉推理、经验学习将自身引导到更高层次。”西安交通大学人工智能与机器人研究所教授薛建儒告诉《中国科学报》记者，目前的机器智能仍然是以计算机为中心，并没有实现人们所希望的“以人为中心”。如何把人类认知模型引入到机器智能中，让它能够在推理、决策、记忆等方面达到类人智能水平，是目前科学界讨论的焦点。
人机混合是否最终阶段？
AI之所以未能如人所愿，薛建儒提出，最大的问题就是科学家对人脑的认知模型还没有一个统一的认识，或者得到的模型还都是对大脑非常局部的理解。但是大脑是多层次化、有整体性，并且有各种各样耦合关系的有机体，目前暂时没有办法得到一个统一、通用的架构。
基于此，微软亚洲研究院主管研究员罗翀认为，“混合智能可能不是AI发展过程中的一个过渡阶段，有可能就是AI的最终阶段——我们不可能让机器自己去学习很多东西、学到很强的状态，AI最终可能就是一个人机混合的状态。”她转而说：“这个状态也没什么不好。”
对此，国家千人计划专家、兰州大学信息科学与工程学院院长胡斌略带质疑，他认为将混合智能当做AI的最终阶段略显“极端”。
“这的确很难去界定，或者应该表达为，我们不应该去担心有一天机器会完全取代人类。”罗翀回应道。
郑南宁补充说，人工智能的发展会始终伴随人类社会的进化，人类的进化也会不断地推进人工智能技术和理论的发展，而人工智能技术与理论的发展也不断催促着人类朝着更加文明的时代去进步。“换句话说，就算人类在地球上消失了，人工智能也能随之走向宇宙中非常深邃的地方。”
西安交通大学视觉信息处理国家工程实验室副主任龚怡宏进一步提出，要实现人机协同的混合智能，需要解决的第一个难题就是人和机器之间的交互问题。“当前随着语音识别、触控屏等技术的发展，我们在人机交互方面取得了一些进步，但是这还远远不够，人机之间需要更高效的交互。”
龚怡宏表示，目前人和机器之间的信息传递效率仍然非常低，远未能实现真正意义上的人机协同、互相促进。“信息传递的通路是混合智能一个关键问题，是未来必须解决的。”
《中国科学报》 (2017-08-03 第5版 技术经济周刊)