人工智能研究的重要方向之一是借鑒認(rèn)知科學(xué)、計(jì)算神經(jīng)科學(xué)的研究成果，使計(jì)算機(jī)通過直覺推理、經(jīng)驗(yàn)學(xué)習(xí)將自身引導(dǎo)到更高層次。目前的機(jī)器智能仍然是以計(jì)算機(jī)為中心，并沒有實(shí)現(xiàn)人們所希望的“以人為中心”。如何把人類認(rèn)知模型引入到機(jī)器智能中，讓它能夠在推理、決策、記憶等方面達(dá)到類人智能水平，是目前科學(xué)界討論的焦點(diǎn)。

人工智能（AI）到底會(huì)不會(huì)替代人類？英國知名物理學(xué)家史蒂芬·霍金、美國首富比爾·蓋茨曾不止一次對這個(gè)問題拋出肯定回答，然而人工智能領(lǐng)域的科學(xué)家們卻不這么認(rèn)為。

“作為一種可以引領(lǐng)多個(gè)學(xué)科領(lǐng)域、有望產(chǎn)生顛覆性變革的技術(shù)手段，人工智能技術(shù)的有效應(yīng)用，意味著價(jià)值創(chuàng)造和競爭優(yōu)勢。然而，人類社會(huì)還有許許多多脆弱的、動(dòng)態(tài)的、開放的問題，人工智能還都束手無策。從這個(gè)意義上講，任何智能機(jī)器都沒有辦法去替代人類?！痹?月31日于西安舉辦的一場學(xué)術(shù)沙龍中，中國工程院院士、中國自動(dòng)化學(xué)會(huì)理事長鄭南寧談到，因此有必要將人類的認(rèn)知能力或人類認(rèn)知模型引入人工智能系統(tǒng)中，來開發(fā)新形式的人工智能，這就是“混合智能”。

“這種形態(tài)的AI或機(jī)器智能將是一個(gè)可行而重要的成長模式?！编嵞蠈幹赋?，智能機(jī)器與各類智能終端已經(jīng)成為人類的伴隨者，人與智能機(jī)器的交互、混合是未來社會(huì)的發(fā)展形態(tài)。

日前，在黨中央、國務(wù)院統(tǒng)一部署和要求下，《新一代人工智能發(fā)展規(guī)劃》（下簡稱《規(guī)劃》）對我國人工智能發(fā)展戰(zhàn)略做了全面部署，明確了我國人工智能發(fā)展的總體要求及“三步走”的戰(zhàn)略目標(biāo)。其中，在《規(guī)劃》部署的5個(gè)重要方向中，“人機(jī)協(xié)同的混合增強(qiáng)智能”赫然在列。

什么是混合智能？

如何定義混合智能？“由這個(gè)字面來講的話，混合智能應(yīng)該是混合不同類型的智能。什么樣的智能需要混合呢？人工智能、人類智能以及自然界的智能?！卑拈T大學(xué)科技學(xué)院院長、講座教授陳俊龍告訴《中國科學(xué)報(bào)》記者，雖然人工智能在搜索、計(jì)算、存儲和優(yōu)化領(lǐng)域比人類有更高效的優(yōu)勢，但目前它的高級認(rèn)知功能，例如感知、推理等方面還遠(yuǎn)遠(yuǎn)比不上人腦。

“畢竟機(jī)器的感知和推理還是由人類去設(shè)計(jì)的。”陳俊龍說，作為自然賦予人類的智能，目前在腦神經(jīng)科學(xué)領(lǐng)域，人們要完全弄清楚人腦的工作原理還是任重道遠(yuǎn)。

“當(dāng)前的人工智能系統(tǒng)在不同層次都依賴大量的樣本訓(xùn)練完成‘有監(jiān)督的學(xué)習(xí)’，而真正的通用智能會(huì)在經(jīng)驗(yàn)和知識積累的基礎(chǔ)上靈巧地‘無監(jiān)督學(xué)習(xí)’。如果僅僅是利用各種人工智能計(jì)算模型或算法的簡單組合，不可能得到一個(gè)通用的人工智能。”鄭南寧解釋說，因此，“人機(jī)協(xié)同的混合增強(qiáng)智能是新一代人工智能的典型特征”。

鄭南寧指出，盡管在特定領(lǐng)域的人工智能系統(tǒng)如谷歌的Alpha Go、IBM的深藍(lán)和Watson等依賴強(qiáng)大的計(jì)算能力在挑戰(zhàn)人類智力方面取得了巨大進(jìn)步，但這些系統(tǒng)還無法通過自身思考得到更高層次的智能——它們與具有高度自主學(xué)習(xí)能力的通用人工智能依然存在著差距。

“但是，人工智能在這些特定領(lǐng)域應(yīng)用的巨大成功為我們研究與發(fā)展新一代人工智能提供了重要的借鑒和新的方法。”鄭南寧將混合智能的形態(tài)分為兩種基本實(shí)現(xiàn)形式：“人在回路的混合增強(qiáng)智能”和“基于認(rèn)知計(jì)算的混合增強(qiáng)智能”。

混合智能的兩種形態(tài)

“人在回路的混合增強(qiáng)智能”是將人的作用引入到智能系統(tǒng)中，形成人在回路的混合智能范式。在這種范式中人始終是這類智能系統(tǒng)的一部分，當(dāng)系統(tǒng)中計(jì)算機(jī)的輸出置信度低時(shí)，人主動(dòng)介入調(diào)整參數(shù)給出合理正確的問題求解，構(gòu)成提升智能水平的反饋回路。

“把人的作用引入到智能系統(tǒng)的計(jì)算回路中，可以把人對模糊、不確定問題分析與響應(yīng)的高級認(rèn)知機(jī)制與機(jī)器智能系統(tǒng)緊密耦合，使得兩者相互適應(yīng)，協(xié)同工作，形成雙向的信息交流與控制，使人的感知、認(rèn)知能力和計(jì)算機(jī)強(qiáng)大的運(yùn)算和存儲能力相結(jié)合，構(gòu)成‘1+1>2’的智能增強(qiáng)智能形態(tài)。”鄭南寧解釋說。

而“基于認(rèn)知計(jì)算的混合增強(qiáng)智能”則是指在人工智能系統(tǒng)中引入受生物啟發(fā)的智能計(jì)算模型，構(gòu)建基于認(rèn)知計(jì)算的混合增強(qiáng)智能。

“這類混合智能是通過模仿生物大腦功能提升計(jì)算機(jī)的感知、推理和決策能力的智能軟件或硬件，以更準(zhǔn)確地建立像人腦一樣感知、推理和響應(yīng)激勵(lì)的智能計(jì)算模型，尤其是建立因果模型、直覺推理和聯(lián)想記憶的新計(jì)算框架?！编嵞蠈幷f，對當(dāng)前人工智能而言，解決某些對人類來說屬于智力挑戰(zhàn)的問題可能是相對簡單的，但是解決對人類來說習(xí)以為常的問題卻非常困難。

他舉例說，很少有三歲的孩童能下圍棋（除非受過專門的訓(xùn)練），但所有的三歲孩童都能認(rèn)出自己的父母，且不需要經(jīng)過標(biāo)注的人臉數(shù)據(jù)集的訓(xùn)練。

“人工智能研究的重要方向之一是借鑒認(rèn)知科學(xué)、計(jì)算神經(jīng)科學(xué)的研究成果，使計(jì)算機(jī)通過直覺推理、經(jīng)驗(yàn)學(xué)習(xí)將自身引導(dǎo)到更高層次?！蔽靼步煌ù髮W(xué)人工智能與機(jī)器人研究所教授薛建儒告訴《中國科學(xué)報(bào)》記者，目前的機(jī)器智能仍然是以計(jì)算機(jī)為中心，并沒有實(shí)現(xiàn)人們所希望的“以人為中心”。如何把人類認(rèn)知模型引入到機(jī)器智能中，讓它能夠在推理、決策、記憶等方面達(dá)到類人智能水平，是目前科學(xué)界討論的焦點(diǎn)。

人機(jī)混合是否最終階段？

AI之所以未能如人所愿，薛建儒提出，最大的問題就是科學(xué)家對人腦的認(rèn)知模型還沒有一個(gè)統(tǒng)一的認(rèn)識，或者得到的模型還都是對大腦非常局部的理解。但是大腦是多層次化、有整體性，并且有各種各樣耦合關(guān)系的有機(jī)體，目前暫時(shí)沒有辦法得到一個(gè)統(tǒng)一、通用的架構(gòu)。

基于此，微軟亞洲研究院主管研究員羅翀認(rèn)為，“混合智能可能不是AI發(fā)展過程中的一個(gè)過渡階段，有可能就是AI的最終階段——我們不可能讓機(jī)器自己去學(xué)習(xí)很多東西、學(xué)到很強(qiáng)的狀態(tài)，AI最終可能就是一個(gè)人機(jī)混合的狀態(tài)。”她轉(zhuǎn)而說：“這個(gè)狀態(tài)也沒什么不好。”

對此，國家***專家、蘭州大學(xué)信息科學(xué)與工程學(xué)院院長胡斌略帶質(zhì)疑，他認(rèn)為將混合智能當(dāng)做AI的最終階段略顯“極端”。

“這的確很難去界定，或者應(yīng)該表達(dá)為，我們不應(yīng)該去擔(dān)心有一天機(jī)器會(huì)完全取代人類。”羅翀回應(yīng)道。

鄭南寧補(bǔ)充說，人工智能的發(fā)展會(huì)始終伴隨人類社會(huì)的進(jìn)化，人類的進(jìn)化也會(huì)不斷地推進(jìn)人工智能技術(shù)和理論的發(fā)展，而人工智能技術(shù)與理論的發(fā)展也不斷催促著人類朝著更加文明的時(shí)代去進(jìn)步?！皳Q句話說，就算人類在地球上消失了，人工智能也能隨之走向宇宙中非常深邃的地方?！?/p>

西安交通大學(xué)視覺信息處理國家工程實(shí)驗(yàn)室副主任龔怡宏進(jìn)一步提出，要實(shí)現(xiàn)人機(jī)協(xié)同的混合智能，需要解決的第一個(gè)難題就是人和機(jī)器之間的交互問題?！爱?dāng)前隨著語音識別、觸控屏等技術(shù)的發(fā)展，我們在人機(jī)交互方面取得了一些進(jìn)步，但是這還遠(yuǎn)遠(yuǎn)不夠，人機(jī)之間需要更高效的交互?！?/p>

龔怡宏表示，目前人和機(jī)器之間的信息傳遞效率仍然非常低，遠(yuǎn)未能實(shí)現(xiàn)真正意義上的人機(jī)協(xié)同、互相促進(jìn)?！靶畔鬟f的通路是混合智能一個(gè)關(guān)鍵問題，是未來必須解決的?！?/p>