人工智能的下一个进化阶段：透明且深思熟虑

请想象这样的场景：您在某地市内开车，看到一个最高时速为 120 公里的交通标志。您会怎么做？踩油门将速度提升至限速极限？您很可能不会这样做，因为您知道在市区的限速是 50 公里/小时。

那么，当今的人工智能会怎么做？它的确能够做到识别并正确解读这个交通标志。如果没有补充信息，它就会理所当然地认为这里限速 120 公里/小时。它绝对不会想到，这块牌子可能是被意外或恶意放在路边的。

这是因为人工智能缺乏一项人类特有的典型能力：思考。在这样的情况下，人类会思考并提出假设，或者会询问同行者的意见。这正是我们要在人工智能“第三波浪潮”中实现的：未来的人工智能系统应该变得更像人类：在做决策时将生活常识考虑在内，必要时征求人们的意见。

这一点可以结合当前形势来说明：今天，我们已经可以通过向人工智能系统展示许多人类撰写的文章来教导它们的伦理行为，它可以从这些文章中提取出我们的偏见，因为伦理规则在一定意义上也只是偏见。因此，目前的人工智能会说，在德国的公共场合是不可以戴口罩的。然而，它忽略了一点：在新冠病毒疫情期间，口鼻保护是我们日常生活的一部分。在未来，人工智能可以搜索时事新闻，并将从中获得的知识运用到决策中。

为了更好地理解与现有人工智能系统的区别，我们不妨回顾一下历史：1956 年至20 世纪 80 年代是人工智能的第一波浪潮，当时计算机做出的类似人类的“智能”行为是被预先编程的。计算机可以借助程序逻辑，从大量的“若则关系”中得出结论。第一批“专家系统”就是这样建立起来的，它们为某一特定领域的行动提供了建议。

第二波人工智能浪潮始于 20 世纪 80年代，并一直持续至今。如今，计算机能够从实例（也就是所谓的“数据”）中学习，从而培养出“智能”行为。人类不再需要虚构出所有的偶发情况，也不再需要手动预设无数的规则。只有学习算法还需要编程。这类人工智能系统最著名的成功案例包括 IBM 国际象棋计算机“深蓝”（Deep Blue）战胜世界冠军加里·卡斯帕罗夫（Garri Kasparow，1996 年）和人工智能软件“AlphaGo”战胜韩国围棋世界级选手李世石（Lee Sedol，2016 年）。如今，我们都从人工智能的第二波浪潮中受益，例如使用智能手机或汽车的语音识别功能，后者有时不需要我们的干预就能上路。

近来，第三波浪潮进展迅速。而它是在过去两波人工智能浪潮的基础上发展起来的。我们可以这样总结第三波浪潮的特点：把低级的感知（“限速 120 公里”）和高级的论证（交通规则）结合起来，把决策情境化（市区），并用类似人的方式与乘客沟通决策（询问乘客）。

从技术上讲，我们将神经网络、概率模型和逻辑学相结合来达到这个目的，就像诺贝尔奖得主丹尼尔·卡尼曼（Daniel Kahneman）在他的《思考，快与慢》（Thinking, Fast and Slow）一书中为我们描述的那样：快速的、本能的和情感的系统（神经网络和概率模型）与较慢的、思考问题的、更具逻辑性的系统（程序逻辑）协同工作。

第三波人工智能浪潮的重大进步之一是“神经符号人工智能”（Neural Symbolic AI）：例如，虽然众所周知的卷积神经网络（CNN）可以从视频摄像头的像素中识别出交通标志，但它们缺乏一种我们人类特有的能力：常识，即对事物间联系的那种理所当然的直觉感。它使人们能够根据少量的经验推断出一个新词的含义、未知物质的属性甚至社会规范。这种结论远远超出了现有数据的范围。

目前，人工智能还没有达到这个水准。如今的神经网络喜欢把倾倒在一边的校车和扫雪车混为一谈，这与人类不同：当我们了解了什么是校车之后，即使在陌生的情境中，也能轻松地认出校车的样子。这是因为我们人类可以抽象概括出解决策略，并将其应用于类似的、甚至不同的情况。

得益于神经符号人工智能，机器很快就也能做到这一点。未来，我们将使用神经网络（同时结合人工智能的其他方法）来掌握交通标志的真实含义，并将其理解为“符号”，从而可以通过程序逻辑进行“一加一”运算。例如您在某地市内不允许以 120 公里/小时的速度驾驶。

通过人工智能的第三波浪潮，机器很快就会成为人类的伙伴，它们会像我们一样思考并理解我们。例如在气候研究中，它们会把大气、海洋和云系的数据和模型与经济模型和生物圈模型结合起来，形成一幅“大图”。

而且未来的人工智能系统对我们来说会更加透明。因为它们可以把自己的决策用语言表达出来，将其从不重要的细节中抽象出来，从而让我们更清楚地了解他们是如何做出决策的：为什么导航系统恰恰走的是这个路线？为什么理财软件给我推荐的恰恰是这种投资方式？为什么人工智能会拒绝某位申请人，而优先考虑另一位申请人？通过第三波人工智能的浪潮，我们解决了“黑匣子”的问题，让流程透明化。

世界各国都想在人工智能的第三波浪潮中占据制高点。特别是许多美国公司已经认识到了这一波浪潮的巨大潜力，目前正在收购许多该领域的创业公司。在欧洲，我们同样占据优势，因为这里有许多资深科学家和开发人员，只是风险资本较少。现在启航还为时不晚，这要求我们积极参与，共同塑造人工智能的未来。因此，我向政界、商界和科学界呼吁：让我们共同创造一个更友好、更实用的人工智能系统。人工智能造福人类，让我们乘着第三波浪潮前进吧！

客座作者克里斯蒂安·克丝汀博士教授（Prof. Dr. Kristian Kersting）是达姆施塔特工业大学人工智能和机器学习教授，也是首届德国人工智能奖（2019 年）的获得者。自 2020 年 8 月起，他与米拉·梅济尼博士教授（Prof. Dr. Dr. h.c. Mira Mezini）一起成为新设立的黑森州人工智能中心的联合代言人。这间人工智能中心由该州的 13 所大学联合参与。黑森州为此增设了 20 个教授职位，并将在为期五年的启动阶段提供 3,800 万欧元的资金支持。其工作的重点将聚焦人工智能的第三波浪潮。

本文首次发表于《保时捷工程杂志》2021年第1期。

文字：克里斯蒂安·克丝汀博士教授（Prof. Dr. Kristian Kersting）

版权：本文中发布的所有图片、视频和音频文件均版权保护。未经保时捷工程书面许可，不得部分或全部复制。欲了解更多信息，请联系我们。

您有问题或想了解更多信息吗？请联系我们：info@porsche-engineering.de