通信網(wǎng)絡(luò)是建設(shè)智能世界的基礎(chǔ)，我們要實現(xiàn)成百上千倍的提升，就必須敢于打破既有理論與技術(shù)瓶頸的條條框框，才能大踏步前行。

其次是計算。在過去的幾年中，我們看到智能應(yīng)用的迅速發(fā)展，尤其是通過AI模型優(yōu)化可能幫助解決應(yīng)用碎片化的問題，這也引發(fā)了模型規(guī)模的爆發(fā)式增長。過去十年，AI算法的算力需求提升了四十萬倍。

麻省理工的Max Tegmark教授在《生命3.0》書中，給出了一個AI能力地圖。目前在山腳處很多能力上，AI已經(jīng)超越人類，比如死記硬背、智力問答和下棋，大家知道，1997年AI打敗了國際象棋世界冠軍卡斯帕羅夫，2011年AI獲得了《危險邊緣》智力節(jié)目冠軍，2016年AI打敗了前圍棋世界冠軍李世石。在山腰上的一些能力上，人們還在不斷研究提升中，例如自動駕駛、圖像識別、語言文字處理等，當前AI在語言文字的學習、理解和生成上表現(xiàn)出來的能力，超出了很多人的想象。在接近山頂?shù)哪芰ι?，例如軟件編程、科學研究、定理自動驗證和自動證明等，學術(shù)界和產(chǎn)業(yè)界已經(jīng)有一些探索。，隨著計算模式的不斷優(yōu)化、算力的不斷提升、有了更多和更準確的數(shù)據(jù)，AI將能更好地服務(wù)于人類社會的進步。

在AI能力快速提升的情況下，我認為需要考慮AI的目標如何與人類一致、并且正確和高效地執(zhí)行。除了通過規(guī)則和法律來加強AI的倫理和治理外，從理論和技術(shù)的角度看，要達到這些要求，目前還面臨三個重要的挑戰(zhàn)：AI的目標定義、正確性與適應(yīng)性、以及效率。

圖源：觀察者網(wǎng)

AI面臨的第一個挑戰(zhàn)，是缺乏共識的目標定義。杜克大學的物理學家Adrian Bejan教授在《生命的物理學》書中，列出了對智能的二十多種目標定義，有的強調(diào)理解和認知能力、有的強調(diào)學習和思考能力、有的強調(diào)適應(yīng)和行動能力等等。

如果沒有定義清楚并達成共識，就很難確保AI發(fā)展的目標與人類一致，也很難合理地分類和科學地計算。人工智能在歷史上有不同的流派，例如符號主義、貝葉斯主義、進化主義、行為主義，以及連接主義等，它們還沒有很好地融合起來，我認為缺乏共識的目標定義是重要的原因之一。

其次，在當前的很多AI應(yīng)用中，存在正確性和適應(yīng)性的挑戰(zhàn)。

依靠大數(shù)據(jù)統(tǒng)計規(guī)律進行的學習，會依賴于采樣的覆蓋面和數(shù)據(jù)的正確性，如果錯誤使用，就可能導致結(jié)果不穩(wěn)定和偏見的風險，出現(xiàn)“黑天鵝”事件。

比如用統(tǒng)計和相關(guān)計算模式來識別香蕉，如果我們在香蕉邊上放一些其他圖片，識別結(jié)果可能從香蕉變成烤箱，中間還有一定的比例是鼻涕蟲；熊貓圖片加上一些肉眼幾乎不可見的小噪聲，也可能被識別成長臂猿。這些圖片用人眼來看是一目了然的，但是人工智能為什么會犯錯，這很難解釋。因為AI的能力分布在巨大的參數(shù)中，出了這些問題，我們既無法解釋、也難以調(diào)試。

第三個挑戰(zhàn)是AI的效率。

首先我們看看能效。從2022年第60屆全球超級計算機Top500中看到，排名第一的Frontier，計算性能約1102PFLOPS，能耗是2千1百萬瓦；排名第二的Fugaku，計算性能約442PFLOPS，能耗是3千萬瓦，而相比之下，人腦只需要約20瓦就能等效實現(xiàn)30PFLOPS的計算性能?？梢姰斍斑@些超級計算機單位能量的計算效率，要比人腦低大約三萬倍到十萬倍。除了人腦外，高效智能在動物界普遍存在，比如烏鴉大腦只用0.2瓦的能量，就聰明到將核桃銜到高空扔到水泥地上砸開，有一次我在柏林的阿爾伯特?愛因斯坦大街上逛，差點被烏鴉從高空扔下的核桃砸中，在這張照片上，作為補償，我搶了烏鴉的半個桃仁來吃；烏鴉還會將鐵絲掰彎做成鉤子來鉤東西吃，它在觀察環(huán)境、適應(yīng)環(huán)境、解決問題上的能力，遠不是當前的AI能比擬的。

其次是數(shù)據(jù)效率。我們除了通過從大數(shù)據(jù)中得到統(tǒng)計規(guī)律，來認識和理解世界外，能不能從小數(shù)據(jù)中進行思考，發(fā)現(xiàn)邏輯性，形成概念，抽象出原則？

面對這三個挑戰(zhàn)，如何進一步尋求突破呢？我建議從實用的角度，來發(fā)展知識和智能。如何通過從外部環(huán)境和我們自身的事實和現(xiàn)象中，歸納抽象出概念和屬性、及其關(guān)系和運行規(guī)律，來形成知識？按柏拉圖的理念，知識應(yīng)該是被驗證過的、正確的和被人們相信的。能不能提升達成追求或者目標的能力，來發(fā)展智能？具體來說，可以通過感知與交互、計算或者試錯，在復雜的環(huán)境和有限的資源下達成目標。我們要通過智能來認識環(huán)境、適應(yīng)環(huán)境，甚至改造環(huán)境以及我們自身，其正確性、適用性與高效性就很重要。從已有大數(shù)據(jù)中提取概率分布來進行擬合和推演，是實現(xiàn)智能的一種手段，除此之外，我認為智能也要考慮因果推理、給出假設(shè)和進行試錯，提出問題和創(chuàng)造性地解決問題等。

近幾年學術(shù)界有很多跳出Transformer之外的新型AI架構(gòu)的思考，例如Geoffery Hinton的GLOM模型，建議通過各種學習方法，實現(xiàn)從部分到整體，類似人類的感知系統(tǒng)；Yoshua Bengio建議未來的人工智能由基于直覺的System1模型和基于邏輯與歸納的System2模型組成；Yan LuCun建議以自監(jiān)督的方式來學習世界模型，然后利用這些模型進行預測、推理和規(guī)劃；Richard Sutton提出基于經(jīng)驗的AI，通過與環(huán)境的交互而獲取經(jīng)驗，構(gòu)建AI的目標和整個世界的狀態(tài)，使得智能體可以學會與環(huán)境溝通、合作和競爭。

哈佛大學Howard Gartner教授把人類的智能分類成八大類，包括語言文字、視覺與空間、自然理解、自我認知、人際關(guān)系、音樂、運動和數(shù)理邏輯。

圖靈獎教授Joseph Sifakis提出自主系統(tǒng)概念。

我建議在這些思考的基礎(chǔ)上，發(fā)展感知與建模、知識自動生成、求解與行動三個核心部分，通過從多模態(tài)感知融合與建模，到“知識+數(shù)據(jù)”驅(qū)動的決策，實現(xiàn)更高正確性與適應(yīng)性的自主智能系統(tǒng)。感知與建模是對外部環(huán)境以及自身的表征與抽象；知識的自動生成應(yīng)該將吃穿住行、琴棋書畫、數(shù)理化生等人類能表達與不能表達、能感知和不能感知的知識都考慮進來，要考慮Human in the loop，將人已有的經(jīng)驗融入到策略模型或評價函數(shù)當中；求解與行動可以是在已有知識的基礎(chǔ)上，結(jié)合內(nèi)外部信息進行直接的演繹推理，或者通過與環(huán)境交互試錯，來找到解決辦法。

希望未來的自主智能系統(tǒng)，更好地支持自動駕駛網(wǎng)絡(luò)、自動駕駛汽車、云服務(wù)等領(lǐng)域。

其次是發(fā)展更好的計算模式，以及與之匹配的計算架構(gòu)與計算部件，來持續(xù)提升智能計算的效率。