李德毅院士：轮式机器人实践与展望

未来人工智能将会从生产经济、社会生活等各方面深刻改变我们的世界。知识和智能，将成为先进社会最重要的经济来源。文章将围棋脑和驾驶脑作为两种典型的人工智能案例进行阐述和分析，剖析了其研究意义、技术原理、存在问题以及发展趋势，提出知识和数据双驱动的人工智能，是值得当前关注的重点课题。展望未来，人类必定迎来人与机器人共舞的新时代，毋庸置疑，人类始终是领舞者。

人工智能回顾

1956年6月，在由十几位青年学者参与的达特茅斯暑期研讨会上诞生了 “人工智能”。我们格外怀念那些为人工智能做出过杰出贡献的科学家和工程师们。经历一位位熠熠生辉的大师，通过一座座巍峨炫目的里程碑，人工智能已经长成枝繁叶茂的参天大树，对世界经济、人类生活和社会进步产生极其深远的影响，使我们更加充满前行的勇气，去拥抱人工智能的新时代。

今天，60多年过去了，为什么人工智能快速的火起来了？我认为计算机网络功不可没，有了互联网就有了云计算，有了云计算就有了物联网，有了物联网就有了大数据，所以应该说是互联网、云计算、大数据成就了当今的人工智能。

人工智能领域到底会不会出现重大发现？会不会突然在某一天颠覆世界？我们可以回顾一下历史，人类走过了农耕社会、工业社会、信息社会，现在有的机构还叫信息研究所，其实已经落后了。大家都知道这个时代仅有信息的覆盖是不够的，智能作为当今智能社会的时代印记已经成为了共识。我们曾经依靠资源、资本、劳动力等要素投入，支撑经济的规模扩大和快速增长，但这已经成为历史。加快从要素驱动发展向创新发展的转变，人工智能是一种解决方案。这是一种具有开创性的方案，不是靠资本，不是靠劳动力，而是靠智能实现创新驱动。

未来我国将成为机器人最大的市场，而机器人是制造业皇冠顶端的明珠，是一个国家科技创新和中高端制造业的重要标志。机器人革命是世界性的、时代性的，只有通过贡献原创性的技术才能使我国成为机器人产品和机器人市场规则的重要制定者和主导者。因此，我们能不能成为人工智能市场重要规则的制定者或主导者，就是能不能把握住历史机遇的问题。毫无疑问，机器人将成为人类社会走向智慧生活的重要伴侣，这将引发人人联网、物物联网的崭新形态，会改变人类的生产活动、经济活动和社会生活。试问有哪一项技术能够在未来不仅从深度而且从广度上改变人们的生产活动、经济活动、社会生活？人工智能作为一个答案就走到了我们的面前。所以这为我们提供了一种全新的观念，不再是劳动力或原材料，也不再是传统制造，而是知识和智能，将成为先进社会最重要的经济来源，在这种观念的强力驱动下智能的产业化被推上了风口浪尖。

国家提出了智能制造，意味着无论是人类智能，还是人工智能，都是在提升创新驱动发展源头的供给能力，这就是为什么所有学会都在研究人工智能，它是创新的原始驱动力量，是生产力中的核心生产力。现在全国有30个学会，50所大学，100多位名教授，建议增设智能科学和技术作为国家一级学科，我认为也是十分必要的。

当前人工智能的典型案例——围棋脑

关于人工智能的典型案例，我想列举两个例子来阐述，一个是围棋脑，一个是驾驶脑。

拿围棋来说，近年来人机对弈的结果反映出人工智能取得了突飞猛进的进展。2011年，中国人工智能学会组织了九路围棋人机大战，北邮围棋程序Lingo对阵中国围棋总教练俞斌。俞斌是围棋九段高手。当时采用的棋盘是9×9的棋盘，还不是现在AlphaGo与李世石对弈的19×19的棋盘，我们还预先商定请俞斌让2子。当时俞斌表示，和机器人下棋要我让两个子让得太狠了，最后我们北邮的Lingo程序战胜了俞斌。

根据当时的结果，舆论普遍认为“电脑9路盘围棋两三年或可抗衡人类，对于19路盘围棋，机器要战胜人类还看不到希望。”2011年科学家们预言，19路盘围棋还看不到希望，没想到5年之后变成了事实，为什么？

计算机下围棋，难在哪里？

在研究人工智能或者数学的人看来，围棋跟象棋的根本差别在于，象棋越下棋子数量越少，胜负最后以逼死对方将领来定。围棋并不是这种规则，棋子没有大小之分，以将对方棋子围困程度为获胜依据。这里面有手筋、弃子、劫争等很多战术，既要有逻辑思维，更要注重形象思维。这涉及到了更大局观的问题，本质上是一个拓扑学的问题，或者可以归结为拓扑动力学的问题，这也是围棋有趣之处。

拿19×19路的棋盘举例，从统计学角度看，一个特定的棋局态势大概有250种可能的期望走法，沿某种走法深入下去就可达150层。因此，共有250的150次方遍历搜索，计算量和推理难度巨大。围棋因其巨大的搜索空间和困难的棋局态势表达，被认为“千古无同局”，历来被称为是人工智能的最大挑战。计算机如何成功应对这次挑战，是我们重点关注的内容，为此，我们特意与中国围棋协会、军事科学院和国防大学分别开过会，研讨李世石和计算机的对弈棋谱。

大样本和自学习支撑AlphaGo取胜

从根本上说，我们认为AlphaGo胜，胜在它突破了传统程序，搭建了两套模拟人类思维的深度卷积神经网络。第一套网络是value networks，它承载棋局态势评估，到底谁围住谁，当前的态势如何，这是一个网络评估。正如指挥员上战场，最需要的就是这种作战态势评估。第二套网络是policy networks，它选择如何落子，这就是军事上讲的决策。所以计算机利用了两套网络，一套叫态势评估网，一套叫决策网，来向人类棋手学习，对海量样本的胜局和败局进行分析和计算，并自动提取规则，进行推理。

从人工智能角度看人机大战，这是人类高手与人工智能发展成果积累的对决，是让棋手充当测试员的一次科学试验。李世石事后表示和机器人下棋没有感觉，这因为他实际上承受的是一个人和一群人的对决。对方阵营里，所有的程序员都是会下围棋的，既是棋类高手又是人工智能高手。就像我们现在研究人工智能无人驾驶汽车一样，你既是经验丰富的驾驶员，又是研究人工智能车的专家。所以，李世石和机器人下棋其是一个生物人与“人与机器混合生物”之间的对决。如果你只会下棋不懂人工智能肯定赢不了李世石这样的世界级高手，你只懂人工智能但不会下棋同样也赢不了，能编写出一个好的围棋程序的程序员不会下围棋是不实际的，所以要跨界创新。同样的道理，无论是人机的象棋大战，还是人机的围棋大战，本质上都是人机跟机人的大战。一个是机器在前面，人在后面，一个是人在前面，机器在后面。从长远来看，到底谁输谁赢，统计概率都是50%。

AlphaGo的局限性

让我们讨论一下AlphaGo有什么局限性。AlphaGo仅仅是一个围棋脑，确切来说它都不算是一个围棋手，因为它拿棋子是靠人辅助去拿的。他更不是一个围棋机器人，因为它没有眼和手，没有感知和行为能力，没有情绪，没有情感，不能分析对手的心理状态，不能现场和对手展开心理战，缺少交互认知能力。最近几年我对交互认知研究得稍微多一点，之前我在合肥计算机大会上提出了这个问题，大家不要总是改变计算智能、计算认知，应该多花一点精力研究交互智能、交互认知。其实下棋就是典型的交互，是两个智能体之间通过交互进行的较量。

震撼之后的思考

关于AlphaGo我们可以再展开来对以下几个问题进行思考。

第一个问题，如果让AlphaGo按照原来的方法和步骤再下一盘棋，AlphaGo是否能够完全重复？我曾经写了一本书《不确定性人工智能》，里面认为我们所处的世界本质上是处处存在不确定性的，一个鲁棒的具备处理一定不确定性问题人工智能方法必然也是具有一定不确定性的。因此我认为AlphaGo这个程序每次的计算结果是很难重复的，每次都下得不同，至少不会完全相同。

第二个问题，AlphaGo和李世石下了5盘棋，下棋之后这个程序有没有发生改变？如果是发生改变了，改变会出现在哪里？这种改变起到什么作用？如果不发生改变，就如同我们的手机程序，只需要重新启动就恢复如初。

第三个问题，让相同版本或者不同版本的AlphaGo对弈一下，机器人和机器人下棋，结局会如何？最初和樊麾对弈是版本9，和李世石对弈是版本13，现在和柯洁对弈是AlphaGo的另外一个版本。在挑战人类的过程中AlphaGo的版本在不断升级，尤其在中国挑战柯洁这段时间，AlphaGo的版本升级速度比人类智能生活进化的速度要快的多。

第四个问题，如果让AlphaGo不再和高手下棋，而是和普通的棋手下，棋艺会不会退化？以上这些问题都值得我们去思考。

我觉得未来机器人的学习能力应该是标配。如果我们日后能做一个轮式机器人和赛车手进行一场比赛，完全按照人和人之间比赛规则进行，让机器人在整个过程都有一个完整的感知认知和行为能力，而不仅仅像是与AlphaGo对弈这种只存在于决策层面的比赛，我想这样的人机大战一定会更加激动人心。

当前人工智能的典型案例——驾驶脑

为什么要做智能驾驶

10年来，我一直在研究智能车，研究核心是驾驶脑。汽车这个曾经被称为改变了世界的机器，正在被人工智能所改变，正在被世界所改变。实际上，汽车至今只有100多年的历史，看看百年汽车工业核心竞争力转移图。19世纪，人们关注的是机械、传动、底盘、轮胎、结构；20世纪，人们关注的是被动安全、碳排放、发动机、能源；再后来人们开始考虑轻量化、主动安全、电动汽车、新能源，数字汽车。现在大家最感兴趣的是自动驾驶、自主驾驶和轮式机器人。

汽车给人类带来便利的同时，也带来了严重的忧患。一人一车，一人多车，导致人类对自然资源的过度剥夺和消费，尤其是土地和资源，引发了一系列生态问题和社会问题。所以汽车是必须要变革的，不管你愿不愿意，汽车变成智能车都是必然的。另外，从汽车造成的灾难来看，2010年我国的交通事故死亡人数，公安部数据是65225人，WHO模型估计数据是275983人，相当于每天一次重大空难。美国亦然，全球人类伤亡相当于每月一次911大灾难。所以汽车要发生变革站在逻辑的角度看是不可避免的，站在科学理论角度上看也是必然的。我过去曾经讲过一句话——科学进步和人类文明不允许汽车成为全球第一杀手。客观上来讲，在紧急情况下，人类的本能无法做到绝对安全，驾驶员失误必然客观存在。我们可以做到不盲驾，也可以做到不酒驾，但是绝对做不到不犯错误。人类必然会犯错误，但人工智能将取代人类与机器直接接触，使得人工孤立驾驶机器的时代一去不复返，这就是我们做智能驾驶的动力所在。

权威机构预计到2030年左右，80%的车辆都是自主行驶，偶尔的人工驾驶只是为了享受驾驶的乐趣而已，移动机器人将再次改变人类的生活形态。我们要做的智能驾驶是一种轮式机器人，当然也有人说智能汽车不一定是轮式机器人，也可以是一种自动驾驶的终端。例如，地铁机车和高铁的列车就可以是自动驾驶。汽车向前发展有两条路，一条路是自动驾驶加网络调度，在一个封闭的结构化环境中实现汽车的自动驾驶；另一条路是在开放的非结构化道路下运行，让汽车能够像人一样自主行驶。我们选择的路就是第二条路，强调用人工智能技术代替驾驶员的感知。我们绝不是要取代汽车，目标并不是做一辆更好的汽车，而是要研究代替驾驶员的功能，代替驾驶员的感知、认知和行为，确保车辆自主行驶的方法和途径。我们不纠结机器驾驶脑或者驾驶员脑是否在微观上具有相似性，我们把它叫做认知的物理学方法，而不是认知的生物学方法。所以在我们看来，我们所说的智能驾驶和汽车行业的说法并不一样，即所谓最高级的自动驾驶——全自动驾驶，并不是我们定义和划分的智能驾驶。

我们可以把智能驾驶等级区分为离线辅助驾驶和在线自动驾驶，像ADAS、抬头显示、地图导航、碰撞预警等的离线辅助驾驶，以及能够完成局部时段、局部区域自动驾驶，但这两种划分本质上都属于辅助驾驶。例如特斯拉开启自动驾驶时要求驾驶员必须把手放在方向盘上。因此有人提出质疑，这不是自动而是能够随时干预，要称作辅助驾驶，所以后来特斯拉更名为自动辅助驾驶。可即使是这样大家还是不能认同，试想在驾驶过程中随时都可能参与人的辅助还怎么能称为自动。

我们希望做的是自主驾驶这是一种没有驾驶员的驾驶，或者叫自驾驶。现在说的比较多的是机器自驾驶，为什么不能称为无人驾驶？因为车里仍然有乘员，像无人机那样没有乘员才能叫作无人。人和机器人要和谐相处，类似于骑士与马的关系，马是认知主体，马的前腿怎么跨，后腿怎么蹬，不需要你指挥给它发具体的操作指令，这是它的本能。我们希望将来人和机器人也能达到这种和谐相处，所以我把智能驾驶分五个等级，现在的自动驾驶本质上是辅助驾驶，还属于有人驾驶。

自动驾驶陷阱

车辆行驶过程中充满了不确定性，如果汽车采用软件定义的机器自动驾驶，我们无法知晓满足当前驾驶条件的自动驾驶窗口会维持多久，需要做随时切转到人工驾驶的准备。因此，这种“自动驾驶”难以启动，甚至是一个陷阱。为什么要这种结论？拿如下案例来举例说明。下图的环形道路中存黄色和红色两种汽车。假设黄色小车是自动驾驶，两台红车是人工驾驶。黄色的自动驾驶车辆经过计算可以确定当前的窗口条件完全符合自动驾驶，但是有人驾驶的红车参与进来会带来非常大的不确定性，自动驾驶无法完全预知人的驾驶行为。所以一旦有人驾的红车出现严重干扰自动驾驶黄车的行为，黄车的预设自动驾驶条件会很快崩溃，捣乱车辆甚至可以把驾驶环境搞得一塌糊涂。即使有人说自动驾驶可行，但事实上只要参与进来两个捣乱的人，所有的合理性都会遭到破坏。所以我认为自动驾驶亦或是一个陷阱，即“自动驾驶陷阱”。

让我们思考几个问题，驾驶的作用是什么？为什么需要驾驶员？因为不管多好的车，自动化水平多么高，车辆行进中，驾驶员会与道路环境和周边的交通参与者不停地进行交互，通过本车的运动行为让周边车辆感知自身的存在，通过灯语、笛语、手势等方式与附近车辆、行人沟通。例如有时我们遇到有些礼貌的司机会客气地伸出手来让其他人先通过，这就是沟通。当然按喇叭催促其他人快走也是一种沟通。交互认知的结果将会转为对自身车辆的控制。交互认知的结果会在不同个体中存在差异，这种差异是一种能够反映个人智力和运动协调能力的差异。我们需要思考如何看待驾驶员在驾驶过程中，与环境和周边车辆的交互认知？驾驶员的作用在自动驾驶中由谁来替代？因此我提出了下面这个公式：

自主驾驶是否等于若干个自动驾驶模式的叠加？设i为自动驾驶模式的编号，N为模式总数，当N的数量级巨大时，是否意味着亿万个自动驾驶模式的迭加就等同于自主驾驶？拿自动泊车项目举例，如果在项目初期用户提出自动泊车应该有4个模式，程序员会立即按照要求开发对应模式的功能。但项目实施过程中发现存在问题，需要临时增加4个模式，紧接着为了应付新出现的情况，有可能马上增加到16个模式，当然这只是开始，也只能有限适应环境，为了能够应用于不同车型、不同时段、不同泊车位自动泊车模式做到万级也不可能穷举项目环境的多变性，在这种情况下，我们会提出第一个质疑，究竟要多少种自动驾驶模式才能够完全覆盖各种各样的驾驶场景？想象一下我们是如何泊车的？我见到很多车主泊车的环境是一半车体在路牙上面，一半在路牙下面，这种情况下泊车线根本不存在，但生活中我们有的人就可以这样成功泊几十年的车。第二个质疑，从一种自动驾驶模式转换到另外一种自动驾驶模式是否唯一确定？如果这两个问题回答是否定的不，上述公式存在的基础就不能成立。

三类传感器通道

智能车研发遇到的困难，是不仅仅要求搞定汽车动力学的各种各样的传感器的性质，更重要的是研发和驾驶员一样在线的机器驾驶脑，模拟实现人在回路中自主预测和控制，应对车辆行驶中的不确定性。让车厂去模拟人在回路中的自主驾驶是很困难的，把机器驾驶脑的研发放到车厂去做更是难中之难，所以我们做的工作就是给车厂减负。

我们在车上加了一个具有感知和认知功能的设备，在已有认知的协助下将三大类传感器的信息分成类似人的视觉通道，主要有三个通道，一个是GPS+IMU通道，一个是雷达通道，另外一个是图像通道。这三个通道各司其责，又只能尽力而为，形成视觉残留。这些通道是干什么的？第一做定位，第二做路权检测，第三做导航。定位就是我在什么地方。我们用GPS通道绝对定位，用雷达和图像通道相对定位；路权检测就是检测车辆周边有多大的路权用于行驶；导航就是下一步车怎么开。从技术上讲，第一类是SLAM，第二类是路权，第三类是认知箭头，我们都把它形式化。

在自动驾驶过程中我们需要关注什么？我们可以做带GPU加速的计算机图像处理这叫先视后觉,也要做视而不觉，边视边觉或者先觉后视。我们有一句话，“路边的美女不要看”，驾驶脑不需要这个“闲心”，它对不参与交通的自然风景、建筑风格、行人年龄姿态行为、是不是美女、行人和宠物的差别、是不是时尚等等都没有兴趣。所以有的东西要视而不觉，有的东西要边视边觉，有的是先觉后视。我们拿驾驶脑的一张图来解释场景一下上述说法，这张图反映了使用已有的认知帮助当前的感知这一功能。

这张图称为驾驶脑数据流程图。大家知道人脑的记忆是完全不同于计算机的存储，人脑里至少有三个记忆区，一个叫瞬间记忆，一个叫工作记忆，还有一个叫场景记忆。我们利用瞬间记忆来感知图像、雷达给我们带来的丰富的典型信息。但是我们用驾驶态势感知之前的可用路权，用认知箭头体现我们的方向盘、油门和刹车的操作。这就是驾驶脑的形式化，这张图体现了驾驶脑的基本状态，反映了不同记忆区在过程当中的反馈，以及人脑在长期记忆、短期记忆、工作记忆之间的相互关系。因此，驾驶脑里面有路口记忆、事故记忆、险情记忆等等。

这次特斯拉并没有识别出掩映在蓝天白云下的白色大卡车，发生了事故。如果这个事故是一个事故场景的话，就可以把这个场景复制到驾驶脑中去，如果所有的机器人都有这个事故记忆，就再也不会发生这样的事故，这就是机器驾驶脑的作用。真正能教机器人开车的应该是驾驶员，有经验的驾驶员长期与车互动，熟练到已经把车同化为人体的一部分，成为与身体无缝对接的真实外延。因此，机器驾驶脑在驾驶员开车时应该能“悄悄地”自学习，将“脑和机器融合在一起”。我们将调试总线扩展为自学习总线，开创自学习板块，完成统计学习和进化学习，让轮式机器人像人一样开车。一旦当前的认知与过去经历的记忆进行了混合比对，驾驶脑便能对不确定未来做出合适的决策，完成大脑的创造性、运动的灵巧性以及对车无穷无尽的同化过程。

正学习和负学习

当前版本的驾驶脑有两个网络，第一个是驾驶态势，第二个是决策网络。我们的需求网络是这样做的：人工驾驶的时候，3路机器感知通道是同时在工作的，驾驶脑使用形式化的方法把各通道的感知变成当前的驾驶态势，把驾驶员对当前态势的应对如对方向盘、油门或者刹车的动作抽象成认知箭头。这样当前的驾驶态势和对应该态势的认知箭头就组成一个图对库，这个图对就是驾驶态势—认知图对。举例来说说，假设首都机场到天安门的车程为一小时，每小时行驶36公里，就可以获取到数万张的态势图，结合100秒控制一次方向盘，一刻钟十次方向盘的认知箭头，重一天的车辆运行数据中我们就得到数十万张帧图对。接着我们采用神经网络学习的方法使用上述数据生成驾驶记忆棒。这个驾驶记忆棒不能像以前一样称为知识库，因为其中并不是抽象的知识。如果把驾驶态势图看作人脸图像，那么操作箭头就是一个标签。当驾驶员不在时，采用自驾驶开车，3路传感通道仍然可以得到驾驶态势图，拿当前得到的驾驶态势图去搜索引擎里找跟当前驾驶态势图最靠近的箭头是什么样的，利用返回结果箭头来开车，这就是我们驾驶脑里面的自驾驶方案。

人类为了考驾照学习开车和日后经年累月积累驾驶经验是非常宝贵的过程。真正的驾驶经验积累往往是在错误中学习，在事故中学习，所以驾驶脑应该还有负学习的功能。在驾驶员操作情况下如果发生了事故，驾驶脑会通过深度学习形成一个事故记忆，当驾驶脑自驾驶遇到类似的情形时，是万万不可以用人当时的行为进行处置，这会导致犯错误，这个叫负面学习，来避免犯错误。负学习就是驾驶脑的创意所在。

驾驶脑的创新

当下，深度学习正站在全球人工智能的风口，普遍把卷积神经网用于点云图像识别、完成感知阶段的自学习。而我们另辟蹊径，把卷积神经网络用于形式化之后的、基于可用路权的驾驶态势图和反映驾驶操作全部内容的认知箭头形成的图对上，用于认知阶段的深度学习，大大减少、简化了实时处理的数据量。驾驶脑成功的关键是驾驶认知的形式化，以及形式化后的自学习，是把瞬间记忆的大数据“缩水”，即“感知理解”之后，一直到认知阶段进行工作记忆区的迁移学习。

驾驶脑的定位

当然我们还可以通过网络设立云感知、云导航、云认知、云学习、云交互。回顾近十年，我们参加的比赛和里程碑实验，智能车各种感知和认知手段，相互依存，彼此缠绕。在各类比赛场、测试场，智能车表现千奇百怪、反反复复，我们困惑过，迷茫过，试来试去，换车、换平台、加电源、换模块，通过多车交叉验证和常态试验，最近3年终于理出头绪，设计出全新的驾驶脑。驾驶脑将来将来的发展跟工厂造车并不矛盾的，不是抢工厂的饭碗。

第一，我们研制的驾驶脑是拿“驾照”的。安装了驾驶脑，车子就可以跑了，相当于给车辆颁发了一个驾照，这个工作是车厂替代不了的。我们知道产业化链条有足够的地位一个产品才可以存在，这就是驾驶脑的定位。

第二，我们卖“驾龄”，驾驶经验可以放到驾驶脑里面。这些驾驶脑中的“驾龄”并不是简单的驾照，装没装“驾龄”就好比刚拿了驾照的新手和拥有10年以上驾驶经验老手车的差别。

第三，我们买个“路熟”，这也是很重要的。一张地图人人都可以买到，但拥有地图并不等同于马上就能开车实践上面的路线。用户必须自己走过这条路并对照地图才清楚这条路线是否可行。我在《环球时报》上曾写过一篇文章，倡导对人工智能要有一颗敬畏之心。因为驾驶脑能把地图默化到驾驶这件事情上来，比人类熟悉地图要快得多。实践路线只要把在驾驶脑装上地图就可以，这是传统地图替代不了的。

第四，驾驶脑是个性化驾驶，或者标杆驾驶员。我们现在就想做一个1路车的标杆驾驶，大家都知道北京1路车就在长安街来回跑，有的司机一辈子就开这个路线，他开得很好，我们把他的标杆驾驶放进去，就变成了标杆驾驶。

知识和数据双驱动的人工智能

我认为当前知识和数据双驱动的人工智能，是尤其值得我们关注的。

以图灵模型构造的冯·诺依曼计算机的伟大之处是实现了计算智能，甚至超过了人的计算能力。但计算机实现的只是计算、存储、交互三者的分离，导致内存不同区域、以及硬盘和内存间的数据频繁访问，这是耗能大的根本原因。而人类脑认知的构成单元同时具有记忆智能、计算智能和交互智能，在架构中都没有得到体现。人类通过交互、记忆和计算获得认知，在过去的半个世纪里我们是否太多地关注了计算智能，忽视了交互智能和记忆智能？认知主体是自身进行的计算，本质是思维。从计算科学的角度讲，计算的本质是思维，从认知的科学角度看，认知的本质就是计算，计算很重要，但是记忆认知也很重要，特别是不同记忆区的不同形状和方法。

1950年图灵提出一个图灵测试，检验是不是智能。这个如果区别开来的话，本来只是一个交互智能测试，所以我们应该研究人是如何听、说、看的，如何体觉交互的，这个很重要。因此我把智能分成记忆智能、计算智能和交互智能。而图像是认知的主体，深度学习在图像认知中得到了广泛应用。但是记忆不等于存储，感知不等于认知，就像英语里说的，looking≠seeing，touching≠feeling。我们构造了不同尺度连接组的、三位一体的、多个层次的认知网络。

深度学习的局限性

我们可以对深度学习进行一点批判。深度学习利用了卷积神经网络，网络的性能有时候很好，有时候也很糟糕。太多的学习参数具有随意性，不能保证算法的收敛性，缺少反馈机制，大量案例也不具有累积性，此案例跟彼案例没有协和关系，不像人类的认知过程。深度学习不可能是人工智能的终结者。

深度学习和规则程序的巨大差别是学习结果不具有可解释性，也就是说它可以这样做，但它不知道为什么，传统编程仍然起着搭建“脚手架”的作用。学习的过程，尤其是人工神经网络中的参数的冻结过程不透明，学习的结果只知道是什么，不知道为什么。你的车子为什么开得这么好？它答不出来。如果我们从软件工程的角度来看，软件=程序+数据+文档，文档是带有语意的数据，归根到底还是程序，程序怎么来？程序的上位就是算法，算法的上位就是模型，模型的上位就是形式化约束。

知识、数据双驱动的人工智能

我们习惯于数据围着程序转，尤其是我们编码的人，就想管理的是程序、管理的是算法，管理的是模型。今天情况发生了一些变化，我们不单单从知识驱动的形式化约束向下看模型，向下看算法，最后变成程序，我们还要习惯用数据定义的程序。卷积神经网络诸多的权重就是数据定义的，就是一个案例。由上而下的知识驱动，早先给出的形式化约束较为宽松，由此形成的“脚手架”，我们可以把它叫做模型和算法，比较宽泛。在依据算法实现的程序中，会存在有很多可选参数和可选代码段。而在由下而上的数据驱动过程中，这样的程序可以通过大数据的训练和学习被精细化调教，多次迭代，使得这些参数逐步冻结或优化，部分代码将会被修改。

这样一来就形成了知识、数据双驱动的人工智能。今天机器人通过大样本和深度学习，终于可以聪明到足以改写程序中的参变量，甚至自身的局部代码。人工智能的核心不仅仅是算法，更是学习，大数据环境下充分发挥碎片化大数据认知的机理，克服宏观认知的形式化困难，细分约束区间，通过大量微观认知的形式化，降低形式化难度，缩小在线推理范围，生成数据定义的软件，让程序围着数据转，这个是我们要关注的。

愿 景

我们可以想象，在我们的星球上，围棋和汽车将会变成机器人，它们有智慧、有个性、有行为能力，甚至还有情感。但这句话很美好但不一定正确。是因为机器人给人类带来的影响，将远远超过计算机和互联网在过去几十年间对世界造成的改变。像我们这代人，计算机和互联网的改变给我们留下了非常深刻的印象，我们可以大胆预测，机器人的改变会比这个还大。

到2030年，争取我国每万名产业工人所拥有的工业机器人数量要达到300台左右。农村城镇化导致中国农民急剧减少，无人拖拉机、农用无人机、背包机器人和收割机器人将成为新一代“农民”，黄牛退休、铁牛耕地、农民进城、专家种田。全国大中医院的微创手术机器人近一半国产化。在全社会普及使用形形色色的服务机器人，我国每个家庭都会有机器人，老年人、残疾人和儿童平均每人拥有一台形态各异的服务机器人，这个是可以实现的目标。

人类的发展史，就是人类学会运用工具、制造工具和发明机器的历史。机器使得人类更强大。人类正在发明越来越多的机器人，智能手机可以成为你的忠实助理，轮式机器人也会比一般人开车开得更好。曾经的很多工作岗位将会被智能机器人替代，但同时又会涌现出更多新的工作，人类将更加尊严、优雅、智慧地生活！ 这才是我们所希望的。

人类始终善于更好的调教和帮助机器人，善于利用机器人的优势并弥补机器人的不足，或者用新的机器人淘汰旧的机器人；反过来，人类还能够利用机器人提升自身的智慧和能力，机器人一定会让人类自身更智能。各式各样人机协同的机器人，为我们迎来了人与机器人共舞的新时代，伴随优雅的舞曲，毋庸置疑，人类始终是领舞者。