人工智能計算中心預約排到半年后

　　“海棠不惜胭脂色，獨立蒙蒙細雨中。”

　　想象一下，假設給智能機器人讀這首詩，讓人和機器同時在圖像數(shù)據(jù)庫中尋找與這首詩最匹配的場景，結果會是怎樣?

　　7月14日，在2021中國·寧波新一代人工智能學術峰會(后簡稱“學術峰會”)上，中國工程院院士、西安交通大學人工智能與機器人研究所教授鄭南寧提到，在這種場景下，機器人會按照規(guī)則辦事，從數(shù)據(jù)庫中找出一幅海棠圖，海棠的葉子上可能還掛著雨珠。而在這場對比實驗中，不同的人會作出不同的選擇，一個可能的結果是，有人會選擇一位亭亭玉立的少女，行走在幽靜的田間小道，天上還下著蒙蒙的細雨。

　　這個實驗提醒科學家，“人工智能面臨著如何把知識賦予場景的挑戰(zhàn)。”鄭南寧解釋道。

　　自2015年起，中國工程院批準啟動了《中國人工智能2.0發(fā)展戰(zhàn)略研究》重大咨詢項目，以潘云鶴等院士為代表的科學家開始進行“人工智能2.0計劃”。

　　“以往人工智能1.0只研究了語言知識，沒有對視覺知識進行研究。而到了人工智能2.0以后，深度學習解決了大量的視覺問題。”在學術峰會上，中國工程院院士、浙江大學教授潘云鶴提到，人工智能1.0的夢想是讓智能語言轉化成畫面，未來可以通過視覺知識等核心技術實現(xiàn)。

　　在學術峰會上，鄭南寧分享了2006年一位德國心理科學家做過的兒童心理學實驗。

　　實驗里，一個大人兩手抱著書，準備放置于書柜里，可自己無法騰出手打開柜子，而在房間的另一個角落，母親抱著1歲半的孩子在一旁坐著，此時大人沒有給孩子任何的指令，但是孩子跑過去，打開了柜門，大人把書放了進去。

　　“這個心理學實驗給我們人工智能研究提出了一個嚴峻的挑戰(zhàn)，那就是我們如何使智能系統(tǒng)也要具有像孩子這樣的合作性行為。”鄭南寧解釋，這個看似普通的心理學實驗讓科學家去思考，是否可以通過理解1歲半孩子的大腦所想，讓機器人也具有智能性、靈活性與合作性的行為。

　　人工智能2.0時代，“機器人腦”被賦予了更多人性化期待。中國工程院院士、德國國家工程科學院院士吳志強描繪了一個智能化的城市生活場景。

　　在智能化城市里，如何讓一位80多歲的空巢老人安享晚年?人工智能系統(tǒng)一方面要做好健康模塊的監(jiān)測，包括老年特別病護理、心血管與癌癥特別監(jiān)測等，另一方面做好基本生存條件的把控，涉及餐飲的熱量供給、生命危急情況報警、排泄物監(jiān)測等。此外，“智能大腦”也需要提供情感需求的滿足，包括支持老朋友互動、學習興趣模塊等。系統(tǒng)還要向外部延展，與樓棟、社區(qū)連接在一起，實現(xiàn)家庭設施和維修、安全報警防災的服務。

　　“智能機器可以實現(xiàn)自己的迭代、服務和維修。”在吳志強看來，不同模塊的組合，形成了具備全盤化思維的人工智能“大腦”。

　　“目前人工智能對于處理一般問題已經很成功，但在處理更大量、復雜的問題上，沒找到開啟復雜系統(tǒng)的智能鑰匙。”中國科學院院士、北京航空航天大學教授鄭志明在接受中青報·中青網(wǎng)記者采訪時表示，這把鑰匙是指理解非線性隨機在構成復雜系統(tǒng)過程中所起的作用。

　　“人工智能面臨不可解釋性等重大瓶頸挑戰(zhàn)，非線性問題是主要根源。”鄭志明把非線性比喻成一座山，而現(xiàn)在部分人工智能的研究片面地認為線性加上線性，一個加上另一個就能翻越一座山，就能做到非線性，例如當下的深度神經網(wǎng)絡，“這實際上是偽非線性”。

　　而在應用領域，人工智能的落地也面臨了一些誤區(qū)。中國工程院院士、浙江大學求是特聘教授譚建榮提到，大數(shù)據(jù)、人工智能等技術用到制造業(yè)之中，形成了智能制造。

　　他認為，智能制造是智能技術與制造技術的融合，用智能技術解決制造的問題。

　　但“智能制造既不等于無人工廠，也不等于黑燈工廠。”譚建榮觀察到，存在這樣一種行業(yè)現(xiàn)狀，即有些企業(yè)為了保持工廠里面的黑燈，進而達到無人車間的目的，他們在工廠外面保持白燈，付出的成本代價更高。

　　近年來，在中國人工智能2.0和新一代信息技術的引領下，出現(xiàn)了人機互聯(lián)、混合現(xiàn)實、大數(shù)據(jù)、人工智能等新興的技術領域和信息產業(yè)，而新一代信息技術帶動了制造業(yè)的發(fā)展。譚建榮說：“在人工智能和大數(shù)據(jù)技術的驅動下，對制造企業(yè)產生了深刻影響，推動實體經濟轉型升級。”

　　科學家們如何迎接人工智能2.0時代的挑戰(zhàn)?潘云鶴認為，與人工智能1.0的語言知識研究不同，人工智能2.0要向視覺知識的研究進行轉向。

　　這背后涉及了視覺知識表達、視覺識別、視覺形象思維模擬、視覺知識的學習和多重知識表達等5個重要問題。潘云鶴提到，以視覺形象思維模擬為例，人工智能2.0可以實現(xiàn)1.0無法實現(xiàn)的場景，即根據(jù)智能語言生成畫面。

　　“這是一塊荒蕪而肥沃的北大荒，我們要把這塊地開拓好，把這個無人區(qū)探索好，占領好。”潘云鶴說道。

　　“海棠不惜胭脂色，獨立蒙蒙細雨中。”

　　想象一下，假設給智能機器人讀這首詩，讓人和機器同時在圖像數(shù)據(jù)庫中尋找與這首詩最匹配的場景，結果會是怎樣?

　　7月14日，在2021中國·寧波新一代人工智能學術峰會(后簡稱“學術峰會”)上，中國工程院院士、西安交通大學人工智能與機器人研究所教授鄭南寧提到，在這種場景下，機器人會按照規(guī)則辦事，從數(shù)據(jù)庫中找出一幅海棠圖，海棠的葉子上可能還掛著雨珠。而在這場對比實驗中，不同的人會作出不同的選擇，一個可能的結果是，有人會選擇一位亭亭玉立的少女，行走在幽靜的田間小道，天上還下著蒙蒙的細雨。

　　這個實驗提醒科學家，“人工智能面臨著如何把知識賦予場景的挑戰(zhàn)。”鄭南寧解釋道。

　　自2015年起，中國工程院批準啟動了《中國人工智能2.0發(fā)展戰(zhàn)略研究》重大咨詢項目，以潘云鶴等院士為代表的科學家開始進行“人工智能2.0計劃”。

　　“以往人工智能1.0只研究了語言知識，沒有對視覺知識進行研究。而到了人工智能2.0以后，深度學習解決了大量的視覺問題。”在學術峰會上，中國工程院院士、浙江大學教授潘云鶴提到，人工智能1.0的夢想是讓智能語言轉化成畫面，未來可以通過視覺知識等核心技術實現(xiàn)。

　　在學術峰會上，鄭南寧分享了2006年一位德國心理科學家做過的兒童心理學實驗。

　　實驗里，一個大人兩手抱著書，準備放置于書柜里，可自己無法騰出手打開柜子，而在房間的另一個角落，母親抱著1歲半的孩子在一旁坐著，此時大人沒有給孩子任何的指令，但是孩子跑過去，打開了柜門，大人把書放了進去。

　　“這個心理學實驗給我們人工智能研究提出了一個嚴峻的挑戰(zhàn)，那就是我們如何使智能系統(tǒng)也要具有像孩子這樣的合作性行為。”鄭南寧解釋，這個看似普通的心理學實驗讓科學家去思考，是否可以通過理解1歲半孩子的大腦所想，讓機器人也具有智能性、靈活性與合作性的行為。

　　人工智能2.0時代，“機器人腦”被賦予了更多人性化期待。中國工程院院士、德國國家工程科學院院士吳志強描繪了一個智能化的城市生活場景。

　　在智能化城市里，如何讓一位80多歲的空巢老人安享晚年?人工智能系統(tǒng)一方面要做好健康模塊的監(jiān)測，包括老年特別病護理、心血管與癌癥特別監(jiān)測等，另一方面做好基本生存條件的把控，涉及餐飲的熱量供給、生命危急情況報警、排泄物監(jiān)測等。此外，“智能大腦”也需要提供情感需求的滿足，包括支持老朋友互動、學習興趣模塊等。系統(tǒng)還要向外部延展，與樓棟、社區(qū)連接在一起，實現(xiàn)家庭設施和維修、安全報警防災的服務。

　　“智能機器可以實現(xiàn)自己的迭代、服務和維修。”在吳志強看來，不同模塊的組合，形成了具備全盤化思維的人工智能“大腦”。

　　“目前人工智能對于處理一般問題已經很成功，但在處理更大量、復雜的問題上，沒找到開啟復雜系統(tǒng)的智能鑰匙。”中國科學院院士、北京航空航天大學教授鄭志明在接受中青報·中青網(wǎng)記者采訪時表示，這把鑰匙是指理解非線性隨機在構成復雜系統(tǒng)過程中所起的作用。

　　“人工智能面臨不可解釋性等重大瓶頸挑戰(zhàn)，非線性問題是主要根源。”鄭志明把非線性比喻成一座山，而現(xiàn)在部分人工智能的研究片面地認為線性加上線性，一個加上另一個就能翻越一座山，就能做到非線性，例如當下的深度神經網(wǎng)絡，“這實際上是偽非線性”。

　　而在應用領域，人工智能的落地也面臨了一些誤區(qū)。中國工程院院士、浙江大學求是特聘教授譚建榮提到，大數(shù)據(jù)、人工智能等技術用到制造業(yè)之中，形成了智能制造。

　　他認為，智能制造是智能技術與制造技術的融合，用智能技術解決制造的問題。

　　但“智能制造既不等于無人工廠，也不等于黑燈工廠。”譚建榮觀察到，存在這樣一種行業(yè)現(xiàn)狀，即有些企業(yè)為了保持工廠里面的黑燈，進而達到無人車間的目的，他們在工廠外面保持白燈，付出的成本代價更高。

　　近年來，在中國人工智能2.0和新一代信息技術的引領下，出現(xiàn)了人機互聯(lián)、混合現(xiàn)實、大數(shù)據(jù)、人工智能等新興的技術領域和信息產業(yè)，而新一代信息技術帶動了制造業(yè)的發(fā)展。譚建榮說：“在人工智能和大數(shù)據(jù)技術的驅動下，對制造企業(yè)產生了深刻影響，推動實體經濟轉型升級。”

　　科學家們如何迎接人工智能2.0時代的挑戰(zhàn)?潘云鶴認為，與人工智能1.0的語言知識研究不同，人工智能2.0要向視覺知識的研究進行轉向。

　　這背后涉及了視覺知識表達、視覺識別、視覺形象思維模擬、視覺知識的學習和多重知識表達等5個重要問題。潘云鶴提到，以視覺形象思維模擬為例，人工智能2.0可以實現(xiàn)1.0無法實現(xiàn)的場景，即根據(jù)智能語言生成畫面。

　　“這是一塊荒蕪而肥沃的北大荒，我們要把這塊地開拓好，把這個無人區(qū)探索好，占領好。”潘云鶴說道。(邯鄲小程序開發(fā))