理工酷

本文作者为朱松纯教授，2017年11月刊登于《视觉求索》微信公众号。

部分引言

……

其一，人工智能是一个非常广泛的领域。当前人工智能涵盖很多大的学科，作者把它们归纳为六个： （1）计算机视觉（暂且把模式识别，图像处理等问题归入其中）; （2）自然语言理解与交流（暂且把语音识别、合成归入其中，包括对话）; （3）认知与推理（包含各种物理和社会常识）; （4）机器人学（机械、控制、设计、运动规划、任务规划等）; （5）博弈与伦理（多代理人 agents 的交互、对抗与合作，机器人与社会融合等议题）; （6）机器学习（各种统计的建模、分析工具和计算的方法）。

这些领域目前还比较散，目前它们正在交叉发展，走向统一的过程中。作者把它们通俗称作“战国六雄”，中国历史本来是“战国七雄”，我这里为了省事，把两个小一点的领域：博弈与伦理合并了，伦理本身就是博弈的种种平衡态。最终目标是希望形成一个完整的科学体系， 从目前闹哄哄的工程实践变成一门真正的科学 Science of Intelligence。

由于学科比较分散，从事相关研究的大多数博士、教授等专业人员，往往也只是涉及以上某个学科，甚至长期专注于某个学科中的具体问题。比如，人脸识别是计算机视觉这个学科里面的一个很小的问题；深度学习属于机器学习这个学科的一 个当红的流派。很多人现在把深度学习就等同于人工智能，就相当于把一个地级市说成全国，肯定不合适。读到这里，搞深度学习的同学一定不服气，或者很生气。 你先别急，等读完后面的内容，你就会发现，不管 CNN 网络有多少层，还是很浅，涉及的任务还是很小。

各个领域的研究人员看人工智能，如果按照印度人的谚语可以叫做“盲人摸象”，

但这显然是言语冒犯了，还是中国的文豪苏轼游庐山时说得有水准：

“横看成岭侧成峰，远近高低各不同。

不识庐山真面目，只缘身在此山中。”

其二，人工智能发展的断代现象。由于历史发展的原因，人工智能自 1980 年代 以来，被分化出以上几大学科，相互独立发展，而且这些学科基本抛弃了之前 30 年 以逻辑推理与启发式搜索为主的研究方法，取而代之的是概率统计（建模、学习）的方法。留在传统人工智能领域（逻辑推理、搜索博弈、专家系统等）而没有分流到以上分支学科的老一辈中，的确是有很多全局视野的，但多数已经过世或退休了。 他们之中只有极少数人在 80-90 年代，以敏锐的眼光，过渡或者引领了概率统计与学习的方法，成为了学术领军人物。而新生代（80 年代以后）留在传统人工智能学科的研究人员很少，他们又不是很了解那些被分化出去的学科中的具体问题。

这种领域的分化与历史的断代， 客观上造成了目前的学界和产业界思路和观点 相当“混乱”的局面，媒体上的混乱就更放大了。但是，以积极的态度来看，这个局面确实为现在的年轻一代研究人员、研究生提供了一个很好的建功立业的机会和广阔的舞台。

鉴于这些现象，《视觉求索》编辑部同仁和同行多次催促作者写一篇人工智能的评论和介绍材料。作者就免为其难，仅以自己 30 年来读书和跨学科研究的经历、观察和思辨，浅谈什么是人工智能；它的研究现状、任务与构架；以及如何走向统一。

作者写这篇文章的动机在于三点：

1. 为在读的研究生们、为有志进入人工智能研究领域的年轻学者开阔视野;

2. 为那些对人工智能感兴趣、喜欢思考的人们，做一个前沿的、综述性的介绍;

3. 为公众与媒体从业人员，做一个人工智能科普，澄清一些事实。

本文来历：本文技术内容选自作者 2014 年来在多所大学和研究所做的讲座报告。 2017 年 7 月，微软的沈向洋博士要求作者在一个朋友聚会上做一个人工智能的简介， 作者增加了一些通俗的内容。2017 年 9 月，在谭铁牛和王蕴红老师的要求下，作者参加 了中科院自动化所举办的人工智能人机交互讲习班，他们派速记员和一名博士生整 理出本文初稿。如果没有他们的热情帮助，这篇文章是不可能写成的。原讲座两个 半小时，本文做了删减和文字修饰。仍然有四万字，加上大量插图和示例。很抱歉， 无法再压缩了。

本文摘要：文章前四节浅显探讨什么是人工智能和当前所处的历史时期，后面 六节分别探讨六个学科的重点研究问题和难点，有什么样的前沿的课题等待年轻人去探索，最后一节讨论人工智能是否以及如何成为一门成熟的科学体系。

诚如屈子所言：“路漫漫其修远兮，吾将上下而求索”。