10月20日下午4点，本学期第二期周三茶座有幸邀请到了北京通用人工智能研究院院长、北京大学及清华大学讲席教授朱松纯为大家讲解“通用人工智能：学科大交叉大融合的机遇与挑战”。中国科学院院士、北京大学物理学院王恩哥教授主持了此次茶座。
王恩哥教授介绍主讲人
主讲人朱松纯教授
茶座以主讲人30年跨学科研究的经历为线索，探讨人工智能发展对内融合统一、对外交叉升级的大趋势，并为通用人工智能的发展提出理论框架和实践方式。同时，主讲人还以目前其学术团队正在进行的“产、学、研”的尝试为例，讲述了构建创新链、培养新人才、培育新科研文化的路径，分析了通用人工智能给城市数字化转型和智能社会治理带来的机遇。茶座主要从以下几点展开：
人工智能的历史与趋势
人工智能的发展经历了兴衰交替的历程。1956-1974年，以命题逻辑、谓词逻辑等知识表达、启发式搜索算法为代表，人工智能逐渐兴起发展；之后经历了1974-1980年一段时间的衰落后，在1980-1987年以规则为基础的专家系统和知识工程再次发展。但在1988-2011年，因受到“符号落地”和“常识获取”两片乌云的影响，人工智能研究进入了一个接近30年的漫长寒冬，人工智能逐渐分解成为六大研究领域：计算机视觉、自然语言处理、认知推理、机器学习、机器人学、多智能体学等。在此期间，过去以数理逻辑为基础的知识表达和推理逐渐转向以概论统计为基础的建模、学习和计算；与此同时感知器革命（数码影像）和互联网的普及产生了大量数据，催生了大数据的诞生。2012年至今，在大数据和深度学习的浪潮下，人工智能成为社会各界普遍关注的热点。然而，以大数据和深度学习为基础的人工智能却仍存在两方面的不足：一是仍未拨开“常识获取”的乌云；二是各学科和专业在分治之后尚未达到“合一”。
近年来，人工智能的重要性已上升到政治与国家安全的层面，通用人工智能研究迎来了发展机遇，其目标是实现具有自主的感知、认知、决策、学习、执行和社会协作能力，符合人类情感、伦理与道德观念的通用智能体。
通用人工智能的实现有赖于多学科跨界合作，在目前呈现出以下两方面的趋势：一是内部六大领域的融合与统一，二是对外交叉、升级和开拓。
AI范式转换与智能“暗物质”
当前的AI模式在产业落地上遇到了诸多问题，并产生了以“大数据，小任务”为特征的“鹦鹉范式”和以“小数据，大任务”为特征的“乌鸦范式”。两种范式的争论主要围绕数据、任务和架构等三个要素的关系展开。三者相互作用，但架构是核心。智能的核心是价值和效用，以任务为中心，而任务是以符合因果的方式改变场景中的流态，包括时空的物理、人类的内心状态和社会关系等，各种流态组成的复合数学空间就定义了任务的空间，空间的任何两点就对应一个任务。在观察和学习之外，通过琢磨时空因果的联合解译和动作规划，此类型的智能超越了深度学习。此时AI范式转型的意义在于把看不见的东西提炼出来，通过“小数据”完成“大任务”，以少量样本、简单标注，做到举一反百、发明创造，从“解意”出发，理解世界，探索智能“暗物质”。
人脑中储存着大量的“价值”和“任务”，一些是“与生俱来”，一些是“后天习得”，人脑图像在上下联动中形成“芯片电路图”，通过想象可以充实视觉。因此，除了以功能和因果为代表的物理智能之外，还需要推测他人的意图为关键的社会智能，只有通过多视角的切换推理他人所见所想，才能实现共同注意力和思维的联合推理。
认知架构与通用人工智能
认知架构是人际交流与协作的核心架构。两个人之间的交流是交互理解的结果，并由此产生社会规范和社会共同体价值观，包含多个高级的认知模块。其中，在共同的认知架构下，伦理道德是人群交流沟通达成的平衡态。所以，两个人之间交流的认知构架需要达到“知”（模型）与“行”（价值函数）合一、“理”与“心”平衡。
通用人工智能的实现是构建“大任务”训练、测试平台，训练出一只“乌鸦”的过程，也是未来10至20年国际人工智能研究的前沿和争夺的焦点，从过去以感知层人工智能、大数据+小任务、依赖人类定义任务的弱人工智能，通过高度融合、走向统一，实现以认知层人工智能、小数据+大任务、AI自主定义任务的通用人工智能。
产业与学科机遇
在第四次工业革命中，大型组织（企业、城市）数字化转型的核心问题是人机物耦合体系统的计算和通信，通过数字化转型推动智能社会治理，用五层认知架构为通用智能体的设计与实现提供系统性方案。在此背景下，人工智能学科发展的第三个趋势逐渐凸显，即AI与哲学、美学、人文、艺术、经济学和社会学等学科的交叉融合。
同时，引领全球通用人工智能研究、赋予AI中国思想是当前迫在眉睫的任务。目前，北大人工智能研究院正在为实现这一目标而努力，其科研布局包括关键领域层的6个中心、核心平台层的2个平台以及支撑与应用层的10个中心，形成了以培养“通识、通智、通用”人才为目标的全新的、系统的本科课程体系，以培养“系统性、前沿性、针对性”人才为目标的系统的研究生课程体系。
讲座现场掠影
朱教授的演讲将个人研究经历与科学前沿发展紧密结合，把人工智能的转型和发展娓娓道来，在“小数据、大任务”核心理念的引领下，给讲座观众们带来了一场头脑风暴，也通过理论演绎和现实实践点亮了中国人工智能未来发展的希望。听会嘉宾就AI发展与隐私权限、人工智能发展的现状与目的等问题展开了进一步的交流，并对通用人工智能研究的跨学科、跨领域交叉融合表现出极大兴趣。王恩哥教授高度赞誉了此次讲座，并从物理学的视角阐述了对人工智能研究的理解，在与主讲人和观众的对话中，再一次体现出交叉研究的深厚内涵和魅力。夜幕星沉，茶座在热烈的讨论中落下帷幕。
提问与互动
