趋势丨认知图谱：第三代AI的“大”机遇

来源：中国人工智能学会

转自 学术头条

近年来，人工智能（AI）依靠深度学习、计算机视觉、自然语言处理等技术突破与落地应用，不断颠覆着人类的既有认知——AlphaGo 通过自我强化学习击败了人类的顶尖围棋选手；而近日 Alphafold 更是破解了一项过去 50 年生物学领域的重大挑战——蛋白质分子折叠问题。

自 1956 年 AI 的概念首次被提出后，AI 至今已有 60 多年的发展史。如今，随着相关理论和技术的不断革新，AI 在数据、算力和算法“三要素”的支撑下越来越多地走进我们的日常生活，比如我们常见的语音识别、人脸识别和机器翻译等，都已经在手机、电脑等智能设备上有所应用。

但是，这一系列惊喜的背后，却是大多数 AI 在语言理解、视觉场景理解、决策分析等方面的举步维艰：这些技术依然主要集中在感知层面，即用 AI 模拟人类的听觉、视觉等感知能力，却无法解决推理、规划、联想、创作等复杂的认知智能化任务。当前的 AI 缺少信息进入“大脑”后的加工、理解和思考等，做的只是相对简单的比对和识别，仅仅停留在“感知”阶段，而非“认知”，以感知智能技术为主的 AI 还与人类智能相差甚远。

究其原因在于，AI 正面临着制约其向前发展的瓶颈问题：大规模常识知识库与基于认知的逻辑推理。而基于知识图谱、认知推理、逻辑表达的认知图谱，则被越来越多的国内外学者和产业领袖认为是“目前可以突破这一技术瓶颈的可行解决方案之一”。

目前，人工智能的发展经历了从表示、计算到感知两个阶段，下一个阶段的核心是认知。早在 2016 年，中国科学院院士、清华大学人工智能研究院院长张钹就提出了第三代 AI 体系的雏形，并于 2018 年底正式公开第三代 AI 的理论框架体系，其核心思想为：建立可解释、鲁棒性的 AI 理论和方法；发展安全、可靠、可信及可扩展的 AI 技术；推动 AI 创新应用。

2019 年，图灵奖得主约书亚·本吉奥（Yoshua Bengio）在 NeurIPS 大会上也指出，深度学习应该以感知为主向，向基于认知的逻辑推理和知识表达的方向发展，这个思想和张钹院士提出的第三代 AI 的思路不谋而合。