“我們來聽一段奧巴馬對科大訊飛的評價。”中國人工智慧學會副理事長、科大訊飛輪值副總裁胡鬱播放了一段視頻。奧巴馬的聲音響起，他評價説，科大訊飛是一家將在世界發揮引領作用的公司。

　　“當然，這段聲音是我們模擬的。”胡鬱補充説。聽到這話，來自美國的專家拍起了巴掌——他們也覺得挺像。

　　電腦的認知智慧正在拓展，人工智慧正身處第三次發展的浪潮。22日，中國人工智慧學會發起主辦的“2016全球人工智慧技術大會”在北京召開。來自學界和産業界的專家，探討起了人工智慧的過去、現在與未來。

　　GPU過後，需不需要“APU”？

　　大計算能力和深度學習，成為人工智慧發展的新動力。

　　三星電子中國研究院院長張代君表示，人工智慧不可能“平地起高樓”，它仰賴配套的基礎設施。“電腦的運算與控制核心是CPU(中央處理器)；那麼現在，我們是不是需要專為人工智慧而生的‘APU’(人工智慧處理器)？”

　　如同回應他的問題，中科院計算所副研究員、寒武紀首席執行官陳天石表示，深度學習需要專用晶片，而且，這樣的晶片已經有了。

　　“CPU/GPU這樣的通用處理器，運作神經網路的效能比很低。”陳天石舉例説，谷歌當年花了七天時間給電腦訓練貓臉識別模型，動用了1.6萬個CPU。而中科院計算所研發的寒武紀專用晶片，其性能功耗比可達通用晶片的數百倍以上。

　　陳天石將“寒武紀”看作“深度學習晶片的拓荒者”，這是全球首個深度學習處理器晶片。如今，寒武紀晶片正在走上産業化之路。

　　沒有常識的機器如何習得常識？

　　除了軟硬體設施這樣的“瓶頸”，百度深度學習研究員徐偉指出，人類智慧的核心，是自我學習和創造的能力；而這，恰恰是現在人工智慧系統的短板。

　　人工智慧的“進步”，往往依靠大量數據的“投喂”。為了讓它認出一隻貓，動輒需要準備成千上萬隻貓的圖片。這種學習過程，顯然和人類的學習方式相去甚遠。“人工智慧還很難從少量標注數據中學習。”徐偉指出。

　　另外，人工智慧也缺少“常識”。谷歌的自動駕駛車，目前已經開了數百萬公里，還是沒法實現徹底“自主駕駛”；而開車里程1000公里的人類駕駛員，便算得上“老司機”，可以遊刃有餘地面對路上的突發情況。

　　目前，人工智慧只能依賴數據學習，沒法有效利用人的知識。徐偉認為，破解之道，或許是讓機器通過某種載體，在虛擬世界中學習；讓它在和環境交互的過程中，建立起對“常識”的認知；同時，讓機器通過語言和人類交流，人類用語言表達對機器的需求，而機器也用語言描述結果。

　　“從最基礎的開始，讓機器像幼兒一樣，在環境裏學習‘感知’、‘行動’和‘語言’，並把語言作為最核心的東西。”徐偉説。

　　對人工智慧還要有敬畏之心

　　在處理特定任務上，人工智慧智商提高的速度，個人無法企及。但實現通用的人工智慧，還不容易。

　　人工智慧幾乎不會“舉一反三”。一般來説，會下棋的人工智慧，開車就成了“馬路殺手”；會開車的人工智慧，可能在與人對話上就成了半個“啞巴”。

　　中國人工智慧學會理事長、中國工程院院士李德毅提出了另一種思路：如果我們先構造出駕駛腦、圍棋腦、文秘腦和聊天腦等，這些人工智慧，在微觀上都不具有組織結構的相似性，但它在宏觀上的智商，不輸給特定人類。那麼，如果用人工智慧技術構建出千千萬萬個這樣“一腦一用”的認知腦，再通過移動互聯網、雲計算等技術把它們連接起來，“團結力量大”，這種智慧腦的智慧程度，“就可以逼近一個‘一腦萬用’的人造生物腦”。

　　李德毅認為，機器人給人類帶來影響的深刻程度，將遠超過電腦和網際網路，人工智慧奔跑的天梯，可謂雲深不知處。“人類的發展史，就是人類學會運用工具、製造工具和發明機器的歷史，機器使得人類更強大、更智慧。”

　　至於機器和人的關係，李德毅顯得篤定：“人類一定是領舞者，但對人工智慧也要有敬畏之心。”

　　(科技日報北京4月23日電)