小鄭院士從人工智能的五大學術流派講起，分析了符號化人工智能與深度神經網絡的局限性，并詳細剖析了“使機器像人一樣對物理世界直觀理解”的直覺AI，以其團隊實踐的無人駕駛為例，分析人工智能中的認知與推理是如何解決實際問題的。

　　“首屆中國認知計算與混合智能學術大會”于2018年8月25－26日在西安舉行。本次大會的主題是研討與交流認知科學、神經科學與人工智能學科等領域交叉融合的最新進展和前沿技術，西安交通大學人工智能與機器人研究所教授，中國工程院院士鄭南寧作為大會報告的最后一位嘉賓分享了題為《直覺性AI與無人駕駛》報告。鄭院士從人工智能的五大學術流派講起，分析了符號化人工智能與深度神經網絡的局限性，并詳細剖析了“使機器像人一樣對物理世界直觀理解”的直覺AI，以其團隊實踐的無人駕駛為例，分析人工智能中的認知與推理是如何解決實際問題的。以下為報告的主要內容：

　　傳統人工智能及其局限性

　　人工智能追求的長期目標是使機器能像人類一樣感知世界和解決問題。對當前人工智能而言，解決某些對人類來說屬于智力挑戰的問題可能是相對簡單的，但對看似簡單的與真實物理世界交互的能力依然非常差（無人駕駛就屬于這類問題）。

　　目前，人工智能主要有以下五大學術流派：

　　①符號主義：使用符號、規則和邏輯來表征知識和進行邏輯推理，最喜歡的算法是：規則和決策樹

　　②聯結主義：使用概率矩陣和加權神經元來動態地識別和歸納模式，最喜歡的算法是：神經網絡

　　③貝葉斯派：獲取發生的可能性來進行概率推理，最喜歡的算法是：樸素貝葉斯或馬爾可夫

　　④進化主義：生成變化，然后為特定目標獲取其中最優的，最喜歡的算法是：遺傳算法

　　⑤Analogizer：根據約束條件來優化函數（盡可能走到更高，但同時不要離開道路），常用的算法：支持向量機（SVM）。

　　人類面臨的許多問題具有不確定性、脆弱性和開放性。今天人工智能的理論框架，建立在演繹邏輯和語義描述的基礎方法之上，但我們不可能對人類社會的所有問題建模，因為這中間存在著條件問題，我們不可能把一個行為的所有條件都模擬出，這是傳統人工智能的局限性。

　　符號化人工智能的局限性

　　需要對問題本身抽象出一個精確數學意義上的解析式的數學模型（抽象不出，即歸納為不可解問題）

　　需要對已建立的數學模型設計出確定的算法

　　確定的算法無法表示現實世界問題所固有的測不準性和不完備性

　　圖靈意義下的可計算問題都是可遞歸的（“可遞歸的”都是有序的，而實際中存在大量的開放性、動態性和脆弱性問題）

　　深度神經網絡的局限性

　　過度依靠訓練數據

　　缺乏推理和對因果關系的表達能力（而大量的人工智能問題需要給出處理對象間的關聯、因果以及控制關系）

　　依靠于指令驅動或數據驅動，其存儲架構無法進行高效的圖數據索引和存儲（而在一些應用中需要基于事件驅動的計算）

　　無法在計算過程中實現有效的注意機制（計算負載與資源分配），而選擇性注意機制是構成高級AI的基本核心

　　直覺AI

　　人腦對于非認知因素的理解更多地來自于直覺，并受到經驗和長期知識積累的影響，這些因素在人對物理環境理解與行為交互、非完整信息處理等問題中有著極其重要的作用。而且人類的學習是一種與事物互動的過程，人類認知過程中的特征概念形成往往是建立在語義解釋的基礎上；人類依賴對事物的觀察（或顯著性特征的注意）在大腦中建立不同的內部分析模型，并利用這些模型來推測事物的變化，或是從過去的事件預測未來。

　　而機器學習中的特征提取及預測模型與人類認知過程中的特征概念形成及其內部分析模型是完全不同的，為使機器學習模型產生人類的認知結果，需要其所學特征在一定程度上符合神經生理學實驗結果，同時要使特征具有數學和語義的解釋性。此外，大腦神經網絡結構的可塑性，以及人腦在非認知因素和認知功能之間的相互作用，它們是形式化方法難以、甚至不能描述的。因此，我們需要從腦認知機理和神經科學獲得靈感和啟發，發展新的AI計算模型與架構，讓機器具備對物理世界最基本的感知與反應，即使機器具有“常識”推理的能力，從而實現更加健壯的人工智能系統。

　　我們要建造一種更加健壯的人工智能，需要腦認知和神經科學的啟發。計算機和人類大腦是對問題求解的物質基礎。在智力和計算能力方面，計算機遠遠超過了人類，但是人類面對的大部分問題都是開放的、動態的、復雜的，大腦在處理這種問題時表現出的想象和創造，還有對復雜問題的分析和描述，是傳統人工智能的方法所不能企及的，我們只能夠從人類大腦的神經網絡結構中去獲得構造新的人工智能的因素。

　　直覺推理

　　直覺和敏感都屬于創造性思維，警察在破案中，靠的是多年積累和實踐，形成的直覺判斷。靈感、頓悟與直覺的區別是，直覺是對當前環境的反應，它在現在人工智能的發展中扮演著十分重要的角色。我們需要一種基于直覺的人工智能，也可以將它看成一種基于直覺的推理。

　　人的直覺反應實際上是尋找全局最優解。要構造直覺推理，需要連個關鍵因素：1．需要構造一個成本函數；2．需要給出一個決策結構，而這個決策結構就建立在記憶基礎上。

　　人在觀察事物時，一定會形成一種與時間相關的影像。如果把直覺推理和數學歸納演繹推理兩類機制組合，就可以實現基于認知計算或受神經科學啟發的人工智能。

　　認知推理

　　我們把認知推理稱為直觀、樸素的物理推理。物理層面的認知推理可以化解時間與空間，追蹤事物的發展軌跡。認知推理的另一個要素在心理層面，簡而言之就是學習方向受心理狀態的引導。我們需要把物理層面和心理層面的推理嵌入到推理的人工智能系統中。

　　使機器像人一樣對物理世界直觀理解

　　實現物理層面認知推理的基本要素：

　　（1）物理（或對象）特征的識別，并形成長短期記憶

　　（2）物理（或對象）之間相互關系與作用的直觀理解

　　（3）基于想象力的行為模型產生

　　關于物體（或對象）的關系和物理層面的直觀推理是人類智力的核心，使機器像人一樣對物理世界直觀理解是人工智能追求的科學目標之一。

　　構造一個具體的人工智能系統

　　直覺推理、認知推理和因果模型是構建健壯的人工智能必須考慮的基本因素。那么如何來構造一個具體的系統？構造機器人需要三個基本要素：1．對環境中的所有對象進行特征識別，并且進行長期記憶；2．理出對象間的關系，并對它們相互間的作用進行描述；3．基于想象力的行為模型，人在進行具體行動之前，會想象其帶來的后果，但機器就需要分析物體之間的各種關系。

　　這三種要素是讓機器像人一樣理解物理世界的基礎。具有想象力的人工智能，就需要：

　　構造一個內部預測的模型，在行動之前預想到的結果；

　　給出環境模型，提取有用信息；

　　規劃想象行為，最大化任務效率（具有想象力的AI）

　　用認知解決無人駕駛

　　我們在 2000 年初就開始做無人駕駛，有人說要把無人駕駛汽車和城市真實場景的車融合，我們還面臨非常艱難的挑戰，有相當長的路要走。車聯網，V2X，V2V，都一樣。在這種局部、動態的場景中，我們怎樣讓自動駕駛跟環境融合，確實是一個很大的問題。

　　無人駕駛技術的五大難題：

　　1．場景的“可靠感知”

　　無論何種路況或天氣必須可靠地感知周圍的場景

　　2．“預行為”理解

　　判斷或理解交通場景中不同運動對象細微的預行為

　　3．“意外遭遇”的應對

　　解釋異常情況，如交警的手勢、意外的交通情境

　　4．“人—車的自然交互”

　　理解并回答乘客提出的請求，不是簡單的“點到點的行駛”

　　5．網絡安全

　　通過云端獲取和更新地圖使自主駕駛面臨更大的風險

　　現在絕大多數自動駕駛采取了場景感知與定位，決策規劃與控制，這是一種簡單的 ADAS 形式，但我們要如何通過新的方法來解決這個問題？

　　場景感知與情境計算

　　場景是某個交互場合在特定時間和空間中的具體情境和影象，它可以定義為一種實體。情境是指這種實體隨著時間和空間變化而產生的關聯。情境計算是對場景各個關聯的對象做解釋，可以定義為一個行為相關體。

　　這里的問題就是，第一，要讓自動駕駛汽車像人一樣理解和記憶，就要具有記憶推理和經驗分析的技術；第二就，進化發展的自動駕駛，其學習過程要像人類一樣熟能生巧。

　　人類視覺關注的基本機制是選擇、組織、整合、編碼。

　　人對變化是非常敏感的，可以提取交通場景中的顯著性變化。比如你在開車時，如果右前方突然來了一個騎自行車的人，你的注意力會轉移到騎車人的身上。在自動駕駛汽車上，我們要構造一個選擇性的注意機制網絡，對數種圖像進行理解，并根據內部狀態的表示，忽略不相關的對象，選擇下一步要采取的動作。

　　把場景感知和情景認知結合起來，需要我們構建一個模型，融合先進知識概念，實現記憶學習。

　　場景感知是將通過各種不同屬性的傳感器獲得的不同數據，提供到深度學習中，之后再根據長短期記憶和定位網絡，進行情境計算。在這種框架中，我們可以把場景感知和情境計算融合在一起。

　　一個高效的情景計算要運用實際情境的因果關聯，在最前端的數據層面進行有效計算，這就需要把數據驅動變成事件驅動。人在開車時，根據情境判斷前方可不可以行駛，這就是把數據驅動變成事件驅動。

　　怎么構造事件驅動？就是把可見光和激光點云數據融合在一起，把三維數據轉化成二維圖像數據。點云數據給出了每一個生物體的明確的點，二維圖像沒有深度信息，它是圖像的幾何形狀變化。把人的數據和激光點云的數據融合，用數據驅動轉變為事件驅動，就得出了可行駛數據和不可行駛數據大的劃分。

　　人開車的時候，他在注意什么，我們就來構建一個類似的選擇性基礎，把同樣的場景輸入到一個深度學習網絡中，通過深度學習網絡提取特征和人的注意力。

　　實現復雜路況中無人駕駛的四個核心技術

　　1．如何在環境感知數據獲取與融合過程給出知覺物體的基本判斷，形成選擇注意的基本單元；

　　2．如何在注意的基礎上，將非完整的環境信息轉化為用于決策規劃的空間結構信息；知覺編組能用最少的領域只是形成目標假設；

　　3．如何在學習和知識集成的基礎上，實時處理行駛過程中的突發事件，即具有自學習功能

　　4．如何在環境交互和行為決策的基礎上，構建無人駕駛的控制系統

　　總結

　　大腦還有許多未解之謎，腦認知和神經科學研究的每一項真正的突破都伴隨著艱難的歷程。我們需要更多時間來發現受腦認知和神經科學啟發的人工智能突破點在哪里？把研究建立在嚴謹的理論、模型建造、實驗驗證與分析的基礎上。

　　新一代人工智能的發展離不開信息科學、認知科學、神經科學、數學等學科的共同進步，必須加強來自多學科的實驗科學家和理論科學家的合作。

　　現代科學的進步往往是在新的思想和已有的成見之間精致平衡中實現的。面對人工智能研究與應用的熱潮，需要保持冷靜思考和踏實工作；期望值過高，又沒有達到預期的目標，有可能會給學科發展帶來的低潮甚至災難性的后果，使最初的期望目標成為“皇帝的新衣”。