【CCAI大咖秀】AlphaGo/Mobileye教父：智能科学需要融合机器学习、计算神经科学与认知科学

【CCAI大咖秀】AlphaGo/Mobileye教父：智能科学需要融合机器学习、计算神经科学与认知科学

8月26-27日，由中国人工智能学会（CAAI）发起并主办、中科院自动化研究所与CSDN共同承办的2016中国人工智能大会（CCAI 2016）将于在北京盛大召开，汇聚全球顶级人工智能专家共论前沿技术与产业实践。本次大会大咖云集，麻省理工学院人工智能实验室（MIT CSAIL）教授、美国人文与科学院院士Tomaso Poggio将远渡重洋出席本次大会，并做题为《The Science and the Engineering of Intelligence》的主题报告。

很多人可能不熟悉Tomaso Poggio，但一定听说过AlphaGo。如果说Demis Hassabis是AlphaGo之父，那么称Tomaso Poggio为“AlphaGo教父”并不为过——Demis Hassabis终止博士后研究创立DeepMind公司以“解决智能问题”，是在神经科学领域有所发现之后，他的合作导师正是Tomaso Poggio。神经科学也在影响人工智能的另一个热门领域——自动驾驶，大名鼎鼎的以色列公司Mobileye，利用计算机视觉算法和芯片做ADAS，其联合创始人、董事长和技术总监Amnon Shashua，也曾是Tomaso Poggio的博士后。DeepMind和Mobileye的创业，都得到了Tomaso Poggio的支持。

事实上，Tomaso Poggio还参与创立或投资Arris Pharmaceutical、nFX、Imagen和Digital Persona等多家高科技公司。由此看来，神经科学领域泰斗的意义，不仅仅在于学术研究（致力于神经科学、机器学习、计算机视觉等领域的交叉研究），也在于工业界的创新应用——这与CCAI 2016大会学术与产业深度结合的思想恰好吻合。

在接受CSDN的会前采访时，Tomaso Poggio表示，深度学习源于视觉皮层的基础神经科学，智能工程可能不需要了解神经科学，但对于智能科学而言神经科学是十分必要的。他认为，我们需要大量的基础研究工作来发展真正的智能科学。在CCAI 2016大会，他的主题报告除了总结智能工程的进展，还将诠释MIT CBMM（the MIT Center for Brains, Minds and Machines）的智能科学研究——机器学习、计算机科学、神经科学与认知科学的融合。

麻省理工学院人工智能实验室（MIT CSAIL）教授、美国人文与科学院院士Tomaso Poggio

以下为采访实录

CSDN：回顾过去，我们对人工智能的实现有几次乐观的估计（但都是错误的）。在您看来，这一波（由深度学习引发的浪潮）离实现人工智能这一目标有多远？如果我们这次还会跌落谷底，最可能的原因是什么呢？

Tomaso Poggio：我认为，人类智能的问题——它是什么，大脑如何产生思想，如何在机器中复制人的智能——是科学史上最为伟大的问题，比宇宙起源和时间与空间结构等问题更为重要。我不认为人类在未来的数十年或数个世纪内能完美地解决该问题。但是，在这方面会有很多突破性的进展。例如，类人虚拟助理——类似于siri但是达到人类的水平——可能在未来的一二十年内得以实现。

CSDN：我了解到，在AI研究中，大量的研究人员（尤其是有行业背景的研究员）不太重视认识科学或神经科学。您认为，为了实现人工智能，神经科学是我们必须要彻底了解的领域吗？

Tomaso Poggio：人工智能不是很好定义（真正的人工智能是一个比数学家证明定理更好的系统？或者是比一个俄罗斯数学家在计算积分上表现更好的系统？后一类系统几十年前就已经存在了）。深度学习源于Hubel和Wiesel建立的视觉皮层的基础神经科学。最先进的人工智能实验室的领军者——Demis Hassabis，我之前的一个博士后——就是一个神经学家。我认为神经科学对于了解人类智能是十分必要的。对于开发一个更好的Siri可能重要也可能不重要，我们必将知道！但如果对智能科学（the science of intelligence）感兴趣（比如我），而不仅仅是智能工程（the engineering of intelligence），则需要神经科学的介入。

CSDN：在您看来，什么样的神经架构或大脑机制对（或将对）人工智能有价值呢？（例如Kahneman所提到的“System 1”和“System 2”）它们将如何影响未来人工智能的研究呢？

Tomaso Poggio：现在我认为应该是从少量标记样本集合（和很多未标记样本集合）中学习的能力。这在当前深度学习架构中是不可能的，当前的深度学习架构需要数以百万计的标记样本来进行有监督训练。

CSDN：对于那些没有较强的神经科学背景的开发者和研究人员，是否有办法帮助他们快速学习这方面的知识呢？

Tomaso Poggio：快速掌握神经科学的知识是非常困难的。我们有一个非常棒的三周暑期课程，该课程由我们中心（人脑及机器思维中心，the Center for Brains, Minds & Machines）针对博士后、讲师和研究生所开设的，旨在帮助他们学习掌握机器学习、神经科学和认知科学等跨学科“智能科学”。

CSDN：为了开发智能机器，很多年前，Daniel Hillis和他的Thinking Machines公司（我知道您曾是这家公司的Corporate Fellow）试图打破传统的冯诺·依曼体系。您认为Thinking Machines公司之前的成果当今的研究仍有价值吗？当前计算机体系的缺陷是什么以及在硬件方面我们应该朝哪个方向努力？

Tomaso Poggio：在人工智能领域，最近进展的很大一部分在于计算机计算能力增强，尤其是GPU架构提供的并行处理能力。这第一次使得单个计算机具备近似人脑的能力。这和连结机器（Connection Machine）时代相比，是几个数量级的差距。

CSDN：CSAIL是知名的人工智能研究中心，能谈谈CSAIL当前的重点研究方向吗？在CSAIL在正在进行的多项研究中，哪一项（一类）是您最为感兴趣的？您认为它们重要的原因？

Tomaso Poggio：我认为应该CBMM应该是CSAIL中最为精彩的部分，它试图建立人类智力和人类学习的科学体系（CBMM是由CSAIL、BCS和McGovern研究所合作组成）。CSAIL在机器学习和计算机视觉等领域处于落后地位。CSAIL未来感兴趣的项目会是机器人相关方向。

除了Tomaso Poggio，第二届中国人工智能大会（CCAI 2016）还邀请到了美国亚利桑那大学教授、国际人工智能促进会（AAAI）主席Subbarao (Rao) Kambhampati等多位重量级嘉宾，并设置了“人工智能驱动的人机交互”、“机器学习的明天”、“人工智能青年论坛”和“人工智能产业论坛”等四个专题论坛。主题报告和专题论坛嘉宾名单和议题已公布于大会官网(http://ccai.caai.cn/m/zone/ccai_2016/index#meeting_schedule)。