新一代人工智能十問十答

李德毅

（軍事科學(xué)院 系統(tǒng)工程研究院，北京 100141）

智能是學(xué)習(xí)的能力，以及解釋、解決智力問題的能力；人工智能是脫離生命體的智能，是人類智能的體外延伸；人工智能可面向不同的情境，通過不斷學(xué)習(xí)，積累本領(lǐng)，與時俱進(jìn)地成長。

在智能、人工智能等概念達(dá)成上述基本共識的基礎(chǔ)上，我們研究新一代人工智能的技術(shù)內(nèi)核，提出十個問題[1]，并給出自己簡要的回答。

一問：意識、智慧和智能是什么關(guān)系？新一代人工智能觸不觸及意識？

答：意識不是物質(zhì)，意識不過是一種感覺，是寄生在物質(zhì)上的一種精神活動。通常認(rèn)為，意識是對自身存在的感知，包括對自己行為和驅(qū)動行為原因的感知[2]。每個人都能客觀地感受到意識的存在，而這其中，對自身存在的感知和表達(dá)?也就是自我意識?是最起碼的自知，也是最初始的意識。原始的自我意識是低級意識，只有自己本人才能體驗(yàn)到這種意識的存在，正所謂“我思故我在”，在此之上，才談得上高級意識或更高級的群體意識。而要想感知到“我”這個本體的存在，首先需要具備知覺意識，要能夠從邊界上區(qū)分出“我”和“非我”(見圖1所示)。對于生物來說，這種邊界就是皮膚。

圖1 意識的三個層次Fig.1 Three levels of consciousness

生物的皮膚除了提供物理的邊界，還具有呼吸、體溫調(diào)節(jié)、感應(yīng)、新陳代謝、吸收、分泌排泄、保護(hù)等7種邊界交互作用[3]。這種從個體大腦神經(jīng)元到末梢的知覺神經(jīng)使得生物有了明確的邊界感知能力，構(gòu)成了意識的生物學(xué)基礎(chǔ)。對于機(jī)器人來說，為了形成這種邊界，需要具備包裹自己全身的，類似于人類皮膚的感知邊界，我們稱之為感知膜。感知膜要具備跨模態(tài)(如疼痛、溫度、濕度、壓力、張力、彈力、光滑度、透氣性、材質(zhì)等中的一種或多種)的綜合感知能力和準(zhǔn)確的感知精度，當(dāng)感知膜受損時，還需要自修復(fù)能力，以維持邊界的完整性。只有這樣，機(jī)器人才能區(qū)分“我”和“非我”,也只有這樣,才能夠萌發(fā)出原始的自我意識。而要制造出類似人類皮膚這樣敏感的人工感知膜、電子皮膚甚至量子皮膚，還來日方長，也許要一百年。

對于高等生物而言，意識和智能是智慧的基礎(chǔ)。意識和智慧難以分離，智慧還強(qiáng)調(diào)生機(jī)活力和靈感氣質(zhì)。高等生物的智慧會涉及意識、情感，生物的情緒反過來也影響其智能。大凡意識、情感都是內(nèi)省的、自知的、排他的，不可以人造。只有誕生人工生命之后，也許才談得上人工意識。

意識和智能是可以分離的。在計(jì)算機(jī)上表現(xiàn)出的計(jì)算智能就是一個極好的例子，計(jì)算機(jī)沒有意識。人類智能的發(fā)展史就是動力工具的發(fā)明史，動力工具是人的體力的體外延伸，如發(fā)明發(fā)動機(jī)、輪子、汽車、飛機(jī)可延伸人的出行范圍。而人工智能是人類智能的體外延伸，如發(fā)明油燈、電燈、望遠(yuǎn)鏡可提升人的視力，發(fā)明算盤、計(jì)算尺、計(jì)算機(jī)可延伸人的計(jì)算力，發(fā)明駕駛腦可代替駕駛員的駕駛認(rèn)知。人工智能的發(fā)展史表明人工智能可以脫離意識而存在。

新一代人工智能不觸及意識。至于高等生物的生理本能，如生存和繁衍，也不在當(dāng)前人工智能的研究范疇。

雖然非生命體的人工智能沒有意識，但是可以人為地賦予人工智能以情感，那是第三人稱的“外顯”而已，情感機(jī)器人只是外顯的情感。

二問：如何理解通用智能？通用智能一定是強(qiáng)智能嗎？新一代人工智能既要通用又要強(qiáng)智能，通用和強(qiáng)是什么關(guān)系？

答：通用和專用、強(qiáng)和弱、可解釋和不可解釋，都是相對的。可解釋也是有限的，總是可以追問到不可解釋的邊界，如公理。通用智能是跨領(lǐng)域的一般性智能，能夠不局限于最初設(shè)置的任務(wù)和目標(biāo)，通過交互和學(xué)習(xí)實(shí)現(xiàn)智力的增長，具有觸類旁通、舉一反三、融會貫通能力。人類進(jìn)化過程中很早就表現(xiàn)出模仿能力，模仿中的抽象和類比尤其重要，這就是一種跨領(lǐng)域的一般性智能。當(dāng)前的人工智能都是專設(shè)智能，它們只能按照程序員的設(shè)定，完成特定的任務(wù)目標(biāo)。盡管今天的計(jì)算機(jī)已經(jīng)可以解決很多復(fù)雜的、專門領(lǐng)域的智力問題(如特定圍棋規(guī)則的智能)，但我們?nèi)猿３ＳX得它們?nèi)狈θ祟愃季S的某些本質(zhì)特征。這里的差別主要不是在算法、算力、數(shù)據(jù)量方面，不是在機(jī)器的速度和容量方面，而是在人工智能的一般性(通識性、普遍性、常識性)、不確定性(靈活性、適應(yīng)性、可習(xí)得性、容錯性)、創(chuàng)造性(自主性)、開放性等方面。

遺憾的是，發(fā)展60多年的人工智能沒有能夠更靠近人的一般性智能。如果說強(qiáng)人工智能追求的是智能縱向的深度，新一代人工智能追求的恰恰是智能橫向的寬度，是可交互、會學(xué)習(xí)、自成長的類腦智能?？v向智能、橫向智能都沒有盡頭，一臺機(jī)器人永遠(yuǎn)不可能全知全能。

三問：目前幾乎所有人工智能都是在計(jì)算機(jī)上表現(xiàn)出來的計(jì)算機(jī)應(yīng)用，即“計(jì)算機(jī)智能”。如何在物理裝置上實(shí)現(xiàn)超出計(jì)算機(jī)智能的、受腦科學(xué)和認(rèn)知科學(xué)啟發(fā)的新一代人工智能？

答：人類起源可追溯到10萬年前的“智人”崛起，經(jīng)過綿延不絕的人類進(jìn)化，從原本也沒有什么特別的動物，進(jìn)化到地球生物鏈的最高端，人腦的組織結(jié)構(gòu)的持續(xù)進(jìn)化和后天學(xué)習(xí)，先天基因和后天教育的雙突破，成就了人類的認(rèn)知革命。

可以說，人類共經(jīng)歷了3次認(rèn)知革命。第一次認(rèn)知革命，是五千年來的語言、文字和符號的發(fā)明，創(chuàng)造了文化和文明，發(fā)明了教育，使得人類智能可以脫離生命體而以文字等形式獨(dú)立存在，并反過來進(jìn)一步發(fā)展和豐富了人類的想象力，智能植根于教育，是人類文明造就了人類智能的生態(tài)。第二次認(rèn)知革命是五百年來的物質(zhì)科學(xué)和技術(shù)革命，人類逐漸掌握了如何利用物質(zhì)和能量，創(chuàng)造了動力工具延伸人的體能，極大地解放了人的體力；最近這一百多年來，人類進(jìn)入第三次認(rèn)知革命，開始研究生命，研究腦科學(xué)和人工智能，千方百計(jì)創(chuàng)造智力工具，來延伸人的智能。

但是，要從生物學(xué)意義通過腦的微觀組織結(jié)構(gòu)解釋人的意識和智能，要從認(rèn)知科學(xué)意義通過腦的宏觀功能結(jié)構(gòu)機(jī)理解釋人的智慧的成因和發(fā)展，至今還相差甚遠(yuǎn)。

人類沒有類鳥，卻發(fā)明了飛機(jī)，反過來用空氣動力學(xué)解釋了鳥的滑翔；人類沒有類腦，卻發(fā)明了計(jì)算機(jī)，反過來用計(jì)算智能解釋了人的部分智能。目前的人工智能都是基于圖靈機(jī)模型和馮諾依曼架構(gòu)的計(jì)算機(jī)智能，或者計(jì)算智能，它不能執(zhí)行任何未預(yù)先編程的活動，不能自編程，人工智能僅僅是算法工程師的智能表現(xiàn)出的編碼的一次又一次的重復(fù)執(zhí)行而已。傳統(tǒng)計(jì)算機(jī)智能的硬核是算力、算法和數(shù)據(jù)?？梢哉f人們當(dāng)初把計(jì)算機(jī)比作電腦，就是研制類腦智能的初心，“缸中之腦”[4]的說法也由來已久。在人類對自身腦的工作機(jī)理遠(yuǎn)遠(yuǎn)沒有搞清楚之前，是很難做出類似人腦微觀結(jié)構(gòu)的物理裝置的。但是，我們可以從不同的尺度，采用不同的方法研發(fā)受腦科學(xué)和認(rèn)知科學(xué)啟發(fā)的“類腦”裝置。

在腦科學(xué)和認(rèn)知科學(xué)研究成果的啟發(fā)下，我們認(rèn)識到，沒有感知不會有認(rèn)知，腦和外界環(huán)境不停地交互，和外部客體之間一直存在著認(rèn)知對應(yīng)關(guān)系，尤其是空間位置關(guān)系，形成各式各樣的、有概念內(nèi)涵的認(rèn)知地圖；大腦和小腦、大腦的不同區(qū)域，既有分工又有協(xié)同，要實(shí)現(xiàn)腦認(rèn)知的逐層抽象；腦區(qū)大規(guī)模神經(jīng)元(1011)組成記憶網(wǎng)絡(luò)，對認(rèn)知起決定性作用，記憶的提取依賴神經(jīng)網(wǎng)絡(luò)動力學(xué)，是人類的已有的記憶導(dǎo)致了注意力的選擇；人腦總是處在學(xué)習(xí)狀態(tài)，等等。這些啟發(fā)都是極其寶貴的。因此，如同我們不在分子水平討論一棟房子的架構(gòu)和功能，我們也不必先在基因、蛋白質(zhì)水平上探究智能，這里我們強(qiáng)調(diào)介觀類腦，即在大規(guī)模神經(jīng)元群組和網(wǎng)絡(luò)水平上模擬腦認(rèn)知網(wǎng)絡(luò)，尤其是模擬人類特有的、占人腦70% 的大腦皮層那一大片神經(jīng)組織，其厚度約為2.5 mm，表面積約為 1 500 cm2，它將大腦的其余部分包裹起來，主要表現(xiàn)為智能。

四問：機(jī)器人不會有七情六欲，學(xué)習(xí)的原動力來自何處？如果沒有接受教育的自覺性，新一代人工智能如何具有學(xué)習(xí)的動機(jī)？

答：所有機(jī)器和機(jī)器人，都不是人工創(chuàng)造出的生命。非生命體沒有求知、好奇的欲望，沒有接受教育的自覺性和學(xué)習(xí)的原動力，但也沒有不學(xué)習(xí)和反對學(xué)習(xí)的負(fù)面情緒，它是人類智能的體外延伸。

但是沒有欲望不代表沒有學(xué)習(xí)的目標(biāo)，學(xué)習(xí)的目標(biāo)取決于任務(wù)的目標(biāo)。如同一枚導(dǎo)彈可以自動尋的，無人駕駛拖拉機(jī)可以自己耕地，我們在新一代人工智能基礎(chǔ)架構(gòu)中，可人工賦予機(jī)器企圖和任務(wù)目標(biāo)，讓機(jī)器在交互的過程中，提出自己的問題，依據(jù)任務(wù)目標(biāo)，分解并確定具體的學(xué)習(xí)目標(biāo)，也就有了學(xué)習(xí)的驅(qū)動力，學(xué)習(xí)欲望強(qiáng)，主動性就強(qiáng)。

五問：人的偏好和注意力選擇是如何產(chǎn)生的？新一代人工智能如何體現(xiàn)這一點(diǎn)？

答：人的注意力選擇源于記憶，源于記憶的偏好依附性。例如，當(dāng)你看一張大的集體照時，常常首先認(rèn)出的是你熟悉的那個人。偏好依附受基因影響，有一定的遺傳特性，但后天的培養(yǎng)也很重要。偏好通常與交互的頻度和時間的遠(yuǎn)近相關(guān)，頻度高、時間近的記憶優(yōu)先，但也不盡然。人的恐懼性以及滿足感會讓一些發(fā)生頻度很低、時間久遠(yuǎn)的事記憶特別深刻，也形成選擇性注意，這是記憶印跡太深造成的。因此，記憶網(wǎng)絡(luò)以及記憶的多索引并行機(jī)制很重要，注意的選擇性法則是：先檢索典型情境提取記憶，后才走規(guī)則推理計(jì)算求解。如果存在很多的情境，之間也會有不同的權(quán)重，通過多索引機(jī)制來體現(xiàn)偏好。

六問：人類思維的載體是自然語言，自然語言開放性很強(qiáng)，通用計(jì)算機(jī)是基于圖靈機(jī)模型，屬于封閉的有限狀態(tài)空間，根據(jù)哥德爾不完備定理，數(shù)學(xué)自身難以完全自洽。因此，人工智能怎么可以反過來要用計(jì)算機(jī)語言或者數(shù)學(xué)語言去形式化人類的自然語言呢？

答：無論數(shù)學(xué)本身如何嚴(yán)密，如何通用，用自然語言表述數(shù)學(xué)仍然是不可或缺的，這和哥德爾的不完備定理思想是一致的。科學(xué)家，尤其是數(shù)學(xué)家，之所以能夠用自然語言思考，還因?yàn)樗麄兊乃伎歼^程有很重要的一部分并不是在他們的腦子里，而是在外部數(shù)據(jù)處理系統(tǒng)的協(xié)助下進(jìn)行的，人腦中的通用智能是指那些一般的、普遍的、開放的、不確定性的智能，能夠觸類旁通，舉一反三，融會貫通。

人工智能經(jīng)歷了從最初的問題求解程序，到人工神經(jīng)網(wǎng)絡(luò)和人工生命的研究，經(jīng)歷了從符號計(jì)算到神經(jīng)計(jì)算和進(jìn)化計(jì)算的倡導(dǎo)和實(shí)施，從最初的符號主義到聯(lián)結(jié)主義，再到行為主義工作范式及其相互轉(zhuǎn)換。這3個范式的競爭和轉(zhuǎn)換的根源，都是由于“智能的本質(zhì)就是計(jì)算”這一基石受到了不同程度的挑戰(zhàn)。人類思維活動常常用語言表達(dá)，自然語言是思維的外殼或載體。語言和文字可以脫離生命體獨(dú)立存在，才有了人類文明，在人類認(rèn)知中起重大作用。目前人工智能已經(jīng)能夠用受限的自然語言進(jìn)行溝通交互，雖然還不那么好。語言涉及語境、語用、語義和語法，機(jī)器自然語言的實(shí)現(xiàn)，不可能要求一部機(jī)器對全世界的各種語言、各種方言全知全能，不要求應(yīng)對無限，只要能夠自如應(yīng)答周邊的語境、語用、語義和語法，應(yīng)對有限，就很好了，數(shù)學(xué)可以多局部幫忙，但不能一次性全局替代。機(jī)器是否有語言智能，還要看它有沒有接受語言和文字的交互、學(xué)習(xí)和進(jìn)化能力。新一代人工智能是用人類的自然語言表述的，因此是開放的，不完全的，允許精確性和復(fù)雜性相容，允許不同思想兼容并包。人腦常常被比作一個內(nèi)在的小宇宙，人的認(rèn)知是想象的現(xiàn)實(shí)而已。其中的智能是多情境、多公理兼容并包的，非單調(diào)的、與時俱進(jìn)的，是多邊智能，智智與共的智能，在不同時刻、不同情境會有不同應(yīng)對，不完全收斂，不完全自洽，不整體統(tǒng)一，當(dāng)然也不必一定要腦裂，如同我們的微信里有很多不同價值觀的朋友圈一樣。因此，很難存在智能的單一的公理系統(tǒng)，很難存在非公理的統(tǒng)一體系的數(shù)學(xué)推理，“智能的統(tǒng)一體系”也許做不到，但可尋求“智能的弱統(tǒng)一體系”，或者用多個高階智能來分段支撐。也就是說，自然語言的形式化不可能畢其功于一役。

七問：如何體現(xiàn)新一代人工智能與時俱進(jìn)的學(xué)習(xí)能力？

答：人腦始終具有可塑性，或?qū)W得新知，或遺忘舊知，認(rèn)知的螺旋與時俱進(jìn)，一直不停地在做微重構(gòu)。學(xué)習(xí)是神經(jīng)系統(tǒng)不斷地接受刺激，獲得新知和積累經(jīng)驗(yàn)的過程，學(xué)習(xí)的本質(zhì)是理解和記憶，記憶則是將習(xí)得的知識和經(jīng)驗(yàn)進(jìn)行鞏固和再現(xiàn)。新一代人工智能不僅在于某一個時刻它能解決什么實(shí)際的智力問題，而在于它有沒有與時俱進(jìn)的學(xué)習(xí)能力，其最基本特征是能夠在與環(huán)境的交互過程中學(xué)習(xí)和成長。

人類最早存在的肢體語言和模仿學(xué)習(xí)都是形象思維，常常以視聽覺交互認(rèn)知方式表現(xiàn)出來，對兒童最原始的母教就是模仿。模仿學(xué)習(xí)可進(jìn)一步衍生出類比學(xué)習(xí)和遷移學(xué)習(xí)。新一代人工智能也許偶爾會犯錯，從錯誤中同樣可以進(jìn)行學(xué)習(xí)，如同人開車向事故學(xué)習(xí)一樣。人類創(chuàng)造了各種各樣的文字和符號就是形象思維的結(jié)果，在人類有了語言和文字之后，有了累積的文化和文明之后，隨著模仿學(xué)習(xí)的延伸和升華，人類又把交互認(rèn)知提高到了一個所有其他生物不具備的嶄新高度?教育，并與時俱進(jìn)改革著教育。

教育作為專門的職業(yè)得到全社會的認(rèn)可和回報，構(gòu)建了人類社會特有的生態(tài)位?傳承學(xué)習(xí)，這在其他動物世界組織里很難見到。智能后天的習(xí)得靠教育，教育帶有強(qiáng)制性，是有指導(dǎo)的學(xué)習(xí)，不僅僅是有監(jiān)督的學(xué)習(xí)。人類文明以文字、文學(xué)、法律、藝術(shù)和知識的形態(tài)積累起來大量的群體智能?人文和常識、科學(xué)和技術(shù)、知識和技巧，它們可以脫離生命體而獨(dú)立存在，通過教育傳承給后代，人類利用教育實(shí)現(xiàn)群體智能的有效傳播，實(shí)現(xiàn)個體智能和知識的累積和迭代發(fā)展。舉個例子，關(guān)于輪子的典型知識，這個讓“物體繞軸滾動”的看似簡單的發(fā)明和持續(xù)發(fā)明，倘若沒有它，今天我們很難想象任何一種機(jī)械化工具還可以工作，這種知識累積覆蓋了從齒輪到自行車、汽車、噴氣發(fā)動機(jī)、精密儀表和計(jì)算機(jī)驅(qū)動的所有范圍，由于人類群體延綿的智能，才能改變世界。文字是思維活動的載體，知識是群體智能的結(jié)晶，教育是傳承學(xué)習(xí)(有指導(dǎo)的學(xué)習(xí))的手段，個體智能通過教育獲得群體智能，通過傳承學(xué)習(xí)和自主學(xué)習(xí)反復(fù)迭代個體和群體智能，積累下來，形成認(rèn)知的螺旋，使得人類進(jìn)入了高速發(fā)展的智能時代。教學(xué)過程原本就是提高教師和學(xué)生之間交互認(rèn)知能力的行為，諸如教師和學(xué)生的眼睛接觸、互鑒和教師對學(xué)生的口頭提示等，有助于培養(yǎng)學(xué)生的注意力。教育在人一生中占了四分之一的時間長度，這是其他生物無可比擬的。傳承學(xué)習(xí)，加上自主學(xué)習(xí)，有指導(dǎo)學(xué)習(xí)加上無指導(dǎo)學(xué)習(xí)，這才培育出一個個單體的智能，包括通用智能，具備思考、分析、解釋、解決一般問題的方法和能力。因此，新一代人工智能也必須具有這樣的學(xué)習(xí)和交互認(rèn)知的環(huán)境才能習(xí)得知識，而不是傳統(tǒng)人工智能那樣一次性設(shè)計(jì)而成，也不是帶著特殊預(yù)設(shè)目的，向機(jī)器強(qiáng)制地集中性注入一個或者多個專門領(lǐng)域的計(jì)算智能。

八問：在新一代人工智能架構(gòu)的機(jī)器人中，基本組成最少可能有哪幾種？各部分中的信息產(chǎn)生機(jī)制與存在形式是什么？它們之間的信息傳遞是什么樣的？

答：研究新一代人工智能架構(gòu)，本文從介觀(mesoscopic)尺度切入。介觀是從介觀物理學(xué)借用而來，指介于宏觀與微觀之間的一種體系。這里，我們不從基因或蛋白質(zhì)水平的微觀角度，也不從腦組織功能分區(qū)的宏觀角度，而是在神經(jīng)細(xì)胞環(huán)路與網(wǎng)絡(luò)水平的尺度上研究腦認(rèn)知，在介觀上，新一代人工智能機(jī)器中，由記憶、交互和計(jì)算3個部件組成(見圖2)，其中的感知、認(rèn)知與行為都是雙向互動的。交互系統(tǒng)里有定時定位定姿、語音文字、圖形圖像等多種傳感器部件，它們承擔(dān)與外界環(huán)境的交互，而行為交互常常是一個反饋?zhàn)哉{(diào)節(jié)的過程。記憶是新一代人工智能的核心，記憶不同于計(jì)算機(jī)中的存儲，記憶系統(tǒng)里有瞬時記憶、工作記憶和長期記憶3類子部件，記憶是在神經(jīng)細(xì)胞連接的動態(tài)變化中得到的，是多神經(jīng)元相互連接、相互作用的結(jié)果。本文創(chuàng)新地提出“智痕細(xì)胞”的概念，記憶是智痕神經(jīng)元網(wǎng)絡(luò)的一種整體狀態(tài)，不是哪一個神經(jīng)元單獨(dú)決定的。要有用于檢索記憶的多索引并行機(jī)制，從記憶網(wǎng)絡(luò)中可挖掘出相互關(guān)聯(lián)的諸多概念、認(rèn)知地圖、概念樹、知識點(diǎn)和知識圖，還有這些知識圖隨著時間變化的知識譜。新一代人工智能架構(gòu)充分利用學(xué)習(xí)形成并鞏固記憶智能的時候，需要計(jì)算智能來幫忙，提高可解釋性。

圖2 新一代人工智能時空架構(gòu)Fig.2 Space time architecture of new generation artificial intelligence

記憶、交互和計(jì)算三部分之間的信息傳遞機(jī)制和螺旋發(fā)展比較復(fù)雜，但三位一體很重要。例如，在每個記憶系統(tǒng)的里面，依然嵌有交互與計(jì)算的子系統(tǒng)，但整體表現(xiàn)為記憶。新架構(gòu)可在結(jié)構(gòu)上體現(xiàn)人腦的不同記憶區(qū)不同記憶留存的認(rèn)知網(wǎng)絡(luò)，體現(xiàn)已有記憶中的印跡、概念、概念樹、知識圖譜中的不確定性和多索引機(jī)制，體現(xiàn)情境驅(qū)動的記憶智能，而不是每次都依靠知識(規(guī)則)驅(qū)動的計(jì)算智能求解才能獲得問題解決方案。新架構(gòu)要確保情境數(shù)據(jù)和知識模型的雙驅(qū)動。

其實(shí)這和馮架構(gòu)為基礎(chǔ)的計(jì)算機(jī)智能并不排斥，計(jì)算智能可看作新一代人工智能中的一個重要組成，無論是數(shù)值計(jì)算、符號計(jì)算，還是圖計(jì)算，都是在公理、常識、原則、規(guī)律、規(guī)約、模型、方法等前提下的推理或思考，這些前提就是認(rèn)知的模型，多種模型可以分別是已有的記憶對當(dāng)前計(jì)算的多元約束和監(jiān)督。

九問：記憶、計(jì)算和存儲的區(qū)別是什么？能不能說，記憶智能和計(jì)算智能都不可或缺？利用自己記憶中的經(jīng)驗(yàn)解決當(dāng)前的一個智力問題也好，利用知識去分析推理解決也好，如何建立整體的工作機(jī)制？

答：對人的智能而言，記憶是通過學(xué)習(xí)而習(xí)得的結(jié)果，記憶力體現(xiàn)智力，強(qiáng)記憶常常強(qiáng)智能。幼兒腦的發(fā)育，先有記憶，后有計(jì)算，進(jìn)化中的人腦組織中有很大部分都是用來記憶的。人腦始終具有可塑性，或?qū)W得新知，或遺忘舊知，與時俱進(jìn)，一直不停地在做微重構(gòu)。記憶是后天通過學(xué)習(xí)而習(xí)得的結(jié)果，當(dāng)然不理解也可死記硬背。深度學(xué)習(xí)中的人工標(biāo)注相當(dāng)于典型案例的強(qiáng)制記憶。記憶不是簡單存儲，記憶是重組，回憶是提取或者涌現(xiàn)，智能是基于記憶的預(yù)測。尤其是自動聯(lián)想記憶，可以聯(lián)想出模式序列或時間序列。當(dāng)感知到序列的一部分時，就可以記憶起其余的部分。例如從小段歌詞可想起整首歌曲。所以，記憶的提取非常復(fù)雜。在腦科學(xué)中，它至今沒有完全搞清楚思維即計(jì)算，是探究、解釋、理解智能的過程，要形成當(dāng)前操控載體的一個智能行為，除了直覺之外，可先根據(jù)一個實(shí)際問題的認(rèn)知模型，轉(zhuǎn)變?yōu)樗惴ǎ僮優(yōu)槌绦蜃寵C(jī)器執(zhí)行，即計(jì)算。例如，基于知識的演繹學(xué)習(xí)，可利用歸結(jié)原理、謂詞演算和啟發(fā)式搜索，進(jìn)行由上而下的推理，完成符號問題求解、定理證明和數(shù)值計(jì)算。又例如，基于案例的歸納學(xué)習(xí)，帶有不確定性，可利用人工神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行深度學(xué)習(xí)或強(qiáng)化學(xué)習(xí)，通過算法、大量的人工標(biāo)注數(shù)據(jù)和算力，由下向上地完成分類和識別，或者完成數(shù)據(jù)挖掘和知識發(fā)現(xiàn)。

記憶是新一代人工智能的核心，記憶比計(jì)算重要得多，記憶是對計(jì)算的監(jiān)督和約束，認(rèn)知網(wǎng)絡(luò)具有多索引并行機(jī)制，可通過檢索引擎直接提取記憶，因?yàn)橛凶⒁饬x擇機(jī)理，它要比臨場的思維、推理、計(jì)算快得多。實(shí)際生活中，依靠情境驅(qū)動的記憶解決問題，比知識驅(qū)動的計(jì)算解決問題更為多見。記憶早于計(jì)算，記憶優(yōu)于計(jì)算，記憶約束計(jì)算,記憶隨學(xué)習(xí)與時俱進(jìn)。

十問：新一代人工智能機(jī)器人，存不存在停機(jī)問題？如何理解機(jī)器人在發(fā)育成長過程中軟硬件的維修管理和擴(kuò)充升級？

答：因?yàn)槲覀儼讶斯ぶ悄芏x為人類智能的體外延伸，是智力工具，新一代人工智能是有感知、有認(rèn)知、有行為、可交互、會學(xué)習(xí)、自成長的機(jī)器智能，有解釋、解決智力問題的能力，但沒有意識，也沒有免疫和自愈能力，是特定人的智能代理機(jī)器。硬件的故障自修復(fù)和停機(jī)問題，本質(zhì)是高階邏輯的不自洽性和不完備性，在這里是不存在的，只能是特定人賦予機(jī)器意向性，檢測或者授權(quán)停機(jī)，特定人是機(jī)器人的高階，并在機(jī)器人發(fā)育成長過程中擴(kuò)充升級機(jī)器人的軟件及其物理載體。機(jī)器人自身會學(xué)習(xí)，也會編程，會形成新的軟件，更會通過與主人的交互交流提出自身“發(fā)育”需要補(bǔ)充的軟硬件需求。設(shè)想如果人人都有個機(jī)器人代理，那將是什么景象?。?/p>