院士张钹：第三代AI算法是符号主义和联结主义的整合

2019年11月1日北京智源大会闭幕式及全体会议中，中国科学院院士、智源研究院学术委员会主席张钹进行了主题演讲《迈向第三代人工智能》。这是自今年4月，张钹首次面对公众提出“第三代人工智能”概念后，对第三人工智能具体算法思路和最新研究进展所作的一次详细介绍。

张钹认为第三代人工智能算法将是人工智能符号主义、联结主义这两条发展路线的优化整合，并针对整合的路径、当前成果、难点和挑战等进行了细致入微的剖析。因此，对中国人工智能的科研和从业人员来说，张钹的演讲，无疑提供了一幅当前人工智能算法痛点问题和未来路径的精准导航图，这对我们思考未来人工智能技术和产业的趋势和机遇，将会带来无数有益的参考。

 

下面，就让我们以张钹院士演讲的精彩要点为蓝图，步入第三代人工智能算法的世界。

 

01

人工智能算法的三个时代：

从知识、数据到融合驱动

张钹将人工智能划分为如下三个时代：

最早的第一代人工智能模型是以知识和经验为基础的推理模型，经实践并没有取得成功；随后的第二代人工智能，是利用基于大数据的深度学习，获得了意想不到的成就，但因为算法的不可解释性导致很多安全隐患；第三代人工智能，也是张钹对中国未来人工智能走向的希冀：在目前第二代人工智能的基础上，加进人类的常识、知识，建立一个可解释的、鲁棒的人工智能理论，发展可信、安全和可靠的人工智能技术。

 

如果我们参照人工智能发展历史（如下图，数据来自艾瑞咨询），会发现张钹描述的第一、二代人工智能，实际上对应了全球人工智能过去60多年历史中的3次爆发期。

 

图1：人工智能的发展历程

 

第1、2次爆发期，人工智能走的是符号主义路线。第1次爆发期是在上世纪60年代左右，标志性的成就是纽厄尔和赫伯特·西蒙用问题求解程序完成了《数学原理》（罗素著）第二章全部52条数学定理的证明。这意味着用计算机进行人类的逻辑推理、实现符号演算之路，迈出了里程碑的新篇章。值得一提的是，我国数学家吴文俊也在这个领域留下了华彩的印记，他在上世纪70年代提出了几何定理机器证明的吴文俊方法，可谓符号主义的巅峰之作。吴文俊也因此于1997年获得了国际自动推理最高奖“Herbrand自动推理杰出成就奖”。

 

第2次爆发期是在上世纪70、80年代，典型应用是以领域知识服务为核心的专家系统，比如卡耐基梅隆大学给DEC公司设计的专家系统XCON，自1980年投入使用后的近6年时间里，每年给公司节省2000万美元。

人工智能的前2次爆发先后堕入寒冬的原因，总体来说，都是受困于算力、数据和应用场景的限制，包括陷入了“莫拉维克悖论”，即“人类所独有的高阶智慧只需较少的算力，例如推理，但是无意识的技能和直觉却需要极大的算力”。

 

人工智能的第3次爆发，便步入以机器学习，尤其是深度学习为核心的联结主义路线