更多精彩內(nèi)容，請關(guān)注 《2024網(wǎng)易未來大會》專題報道

12月14-15日，2024網(wǎng)易未來大會在杭州舉行，主題為“看智能，見未來”。本次大會由網(wǎng)易公司主辦，杭州市經(jīng)濟(jì)和信息化局(杭州市數(shù)字經(jīng)濟(jì)局)、杭州市商務(wù)局、杭州高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)管委會指導(dǎo)。

大會包括人工智能論壇、智能汽車論壇、出海論壇等，眾多科學(xué)家、企業(yè)家、創(chuàng)業(yè)者、投資人和行業(yè)精英人士匯聚，分享當(dāng)下最熱門的人工智能趨勢，智能汽車未來和中國企業(yè)出海方法論，在思想碰撞中捕捉全新的時代機(jī)遇。

歐洲科學(xué)院院士、上海交通大學(xué)致遠(yuǎn)講席教授，上海交通大學(xué)人工智能研究院首席科學(xué)家徐雷在大會主題演講中，從形象思維與抽象思維的視角，鳥瞰人類從形象文字到拼音文字，再到數(shù)學(xué)語言、形式語言與計算機(jī)語言的演化歷史，認(rèn)為人工智能第一個二十年，在基于形式語言的計算機(jī)之誕生和發(fā)展背景下，自然地走上了與形式語言發(fā)展同向、抽象思維為主的符號AI之路。但是，人類智能是先發(fā)展形象思維能力后才逐漸發(fā)展抽象思維，并讓計算機(jī)代替而開始實現(xiàn)自動化的?？邕^了讓機(jī)器發(fā)展形象思維的階段，猶如沙灘上起樓，能達(dá)到的高度是有限的，這正是AI發(fā)展的第一個二十年最終走不下去的原因。錢學(xué)森先生在1970年代末符號AI正當(dāng)高潮時，就認(rèn)為形象思維是基礎(chǔ)，更重要。

徐雷院士提到，今天人們所看到的AI發(fā)展成果，其實是源于另外一大批人馬，致力于讓機(jī)器發(fā)展形象思維能力。始于針對最基本的記憶能力，現(xiàn)在可能有人認(rèn)為記憶不應(yīng)屬于智能，這只適于指在計算機(jī)中把一個內(nèi)容存于一個地址之‘記’，再從這個地址取出之‘憶’。大腦的‘記’是將一個內(nèi)容分散到許多神經(jīng)元的連接程度又稱權(quán)值上，沒有一個特定的地址，大腦的‘憶’由另一個內(nèi)容或者所記內(nèi)容的一部分，喚醒相關(guān)的那些神經(jīng)元，重建出所記內(nèi)容或者聯(lián)想出另一個內(nèi)容，這是最基本的智能能力，稱為聯(lián)想記憶。六十年代起就有零星研究，逐漸有多人進(jìn)入，到八十年代初開始起風(fēng)漲潮，Hopfield （約翰·霍普菲爾德）在1982年的工作是一個突破性標(biāo)志，做為今年物理諾獎的第一位是實至名歸的。

徐雷院士進(jìn)一步講到，要記憶的東西多了，就自然涉及形象思維的分類、識別、認(rèn)知能力，早期基礎(chǔ)研究的標(biāo)志，是1960年前后Rosenblatt（弗蘭克·羅森布拉特 ）的Perception學(xué)習(xí)和獲得1981年生理學(xué)或醫(yī)學(xué)諾獎的Wiesel （威塞爾 ）和Hubel(休伯爾）特征檢測理論，不過后者是個理論，前者是個可以學(xué)習(xí)的模型但不能有效計算實現(xiàn)。被當(dāng)年符號AI的主要巨頭Minsky（明斯基）在1969年寫書《Perceptrons感知機(jī)》槍斃，今天有人誤稱為這是AI的第一次潮落，準(zhǔn)確地講應(yīng)該是深度學(xué)習(xí)第一次潮落。今年物理諾獎的第二位給Hinton（辛頓）的重要原因之一，就是他和兩位合作者于85和86年所做的深度學(xué)習(xí)之第一個成功方法back-propagation(反向傳播）。盡管國內(nèi)外尤其是國內(nèi)不少網(wǎng)民，多有不服甚至微詞，事實上，加上2006前后他再次掀起深度學(xué)習(xí)的工作，Hinton獲得諾獎也是當(dāng)之無愧的。

當(dāng)今這番AI高潮不僅持續(xù)的最長，而且突破性發(fā)展眾多。90年前后幾年就有研究深度重建生成學(xué)習(xí)，徐雷院士本人在1991年也提出過早期的模型和學(xué)習(xí)原理。這次AI高潮中，深度生成學(xué)習(xí)再次漲潮于2015年前后。過去三年來有ChatGPT、生成學(xué)習(xí)與擴(kuò)散模型等，在智能芯片發(fā)展的支撐下，又出現(xiàn)一輪井噴式發(fā)展。徐進(jìn)一步歸納到，這輪發(fā)展后，基本上可以說，讓機(jī)器發(fā)展形象思維的階段已經(jīng)獲得了基本成熟。人們?nèi)粘５闹悄芑顒?，大多?shù)屬于形象思維，除了數(shù)學(xué)家、思想家、戰(zhàn)略家等特別人群或者普通人在特別時段，進(jìn)行著抽象思維活動。換言之，至今獲得的機(jī)器形象思維的成功，已經(jīng)可以在很多方面幫到人類的智能需求了。

徐雷認(rèn)為， 今年的物理諾獎給AI貢獻(xiàn)，尤其是獎給該階段發(fā)展中對最基礎(chǔ)部分即聯(lián)想記憶與識別認(rèn)知的關(guān)鍵突破，是順理成章與別無他擇的。徐院士在報告后的專訪中還補(bǔ)充，早期神經(jīng)網(wǎng)絡(luò)研究的主流中，有很多人來自物理尤其是理論物理，再就是來自認(rèn)知科學(xué)、應(yīng)用數(shù)學(xué)、以及搞模式識別的。來自計算機(jī)領(lǐng)域的也有，但并非主流，那時的主流還在符號AI。Hinton雖然是出自計算機(jī)系的AI博士與教授，他本人的Boltzmann機(jī)與Helmholtz機(jī)都與物理理論緊密有關(guān)，而且back-propagation出自當(dāng)年UCSD的PDP group，其中不少人來自理論物理。所以說，網(wǎng)上多人不解與微詞，針對物理獎?chuàng)層嬎銠C(jī)與信息科學(xué)地盤，是不恰當(dāng)?shù)?。真正獎的是物理學(xué)之發(fā)展與應(yīng)用，這種轉(zhuǎn)變已經(jīng)開始于2009年物理諾獎給香港中文大學(xué)的光纖之父高錕教授。

徐雷院士認(rèn)為，人工智能的下一步發(fā)展，是在上面形象思維的成功上，再起抽象思維高樓，是抽象思維和形象思維結(jié)合，借鑒過去多年來因果推理的研究成果，也可借鑒前面符號AI中得到的有用成果，但不是簡單地回到過去，是在新基礎(chǔ)上再出發(fā)。近幾年中這種結(jié)合已經(jīng)出現(xiàn)，AlphaGo就是一個顯著例子。下圍棋是符號AI的典型難題，通過深度學(xué)習(xí)識別棋盤布局建議著子策略，這種形象思維的進(jìn)入與結(jié)合，大大地提高了屬于抽象思維的樹搜索問題，此前被符號AI認(rèn)為是不可企及的天花板，就這樣沖破了。今年的化學(xué)諾獎，是AI工具alphafold預(yù)測了幾乎所有已知蛋白質(zhì)的結(jié)構(gòu)，就是在AlphaGo基礎(chǔ)上得到的。換言之，今年化學(xué)諾獎給的就是抽象思維和形象思維結(jié)合的人工智能。下一步要探求各種形式的結(jié)合與各種場景中的應(yīng)用，以及指導(dǎo)形象思維和抽象思維結(jié)合的人工智能模型與理論，這個可能還有一段路要走。

最后在談及人工智能的目的與地位時，徐雷表示，人工智能不應(yīng)是取代人的‘機(jī)器智能’，自己并不認(rèn)同所謂AI能讓人永生。人工智能旨在幫助人類，即每個人的生存與發(fā)展。人工智能實際上是一個人類的向往，涉及每個人自身，所以人人都有興趣。整體上看，人工智能相當(dāng)于大劇院的舞臺和展覽館的各攤位，也是一種基礎(chǔ)設(shè)施。這種向往和設(shè)施是一種軟引擎，為政府在管理各種業(yè)界做AI賦能提供了一個綜合抓手。因此，建議政府以軟引擎引領(lǐng)全局，在水平方向上，不要陷入AI內(nèi)容太深，不支持一哄而上，盲目投入而浪費(fèi)。或許可考慮借鑒類似航天工業(yè)發(fā)展的舉國體制，由最合適的龍頭企業(yè)引領(lǐng)多家骨干，集中人才、財力、資源建通用大平臺?，F(xiàn)在都講“人工智能+X”，這不夠確切，它考慮的是水平方向。為了避免誤會，也要提“X+人工智能”，指的是垂直方向，應(yīng)該更重視，要鼓勵各行業(yè)尋找痛點(diǎn)硬發(fā)展，打造真正落地有用專門平臺。