张钹院士：走向真正的人工智能 | CCF-GAIR 2018
真正的人工智能
第一，什么叫做真正的人工智能？我们的目标是什么？
第二，为什么我们需要真正的人工智能？
第三，我们如何走向真正的人工智能？
机器在一定领域和范围内超越人类，究其成功原因，目前普遍认为主要归结于三个因素：
一是大数据（Big Data），大数据好比下锅的米，巧妇难为无米之炊。
二是算力（Great Computing Power），算力好比锅下的火，火候到了才能把生米做成熟饭。
三是算法（Clever AI Algorithms），算法好比锅中的水，有水有米才好做饭。
人工智能发展存在的五条限制
1、“Having rich data or knowledge” 数据和知识
2、“Certain information” 确定性信息
3、“Perfect information”完全信息
4、“Static”静态的
5、“Single task and finite domain”单任务和有限领域
我们现在的人工智能基本方法有缺陷，我们必须走向具有理解的 AI，这才是真正的人工智能。
没有常识，也没有常识推理。我们的基本做法是建立一个常识图谱，用这个图谱帮助理解提出的「问题」，同时利用常识图谱帮助产生合适的答案。
通过数据驱动建立的系统能不能算是有智能呢？必须打一个很大的问号，就是说你做出来的人脸识别系统甚至识别率会比人还高，但是我们还不能说它有智能，为什么呢？这种通过数据驱动做出来的系统，它的性能跟人类差别非常大，鲁棒性很差，很容易受干扰，会发生重大的错误，需要大量的训练样本。
给定一个图像库我们可以做到机器的识别率比人还要高，也就是说它可以识别各种各样的物体，但是这样的系统，我如果用这个噪声输给它，我可以让它识别成为知更鸟，我用另外的噪声输给它，可以让它识别成为猎豹。换句话讲，这样的系统只是一个机械的分类器，根本不是感知系统。也就是说它尽管把各种各样动物分得很清楚，但是它不认识这个动物，它尽管可以把猎豹跟知更鸟分开，但是它本质上不认识知更鸟和猎豹，它只到达了感觉的水平，并没有达到感知的水平，它只是「感」，没有上升到「知」。我们的结论是，只依靠深度学习很难到达真正的智能。
