目前，大數據驅動的人工智能在產業(ye)落地方面遇到諸多問題。在31日開(kai)幕的2019北京智源大會上，相(xiang)關專家學者(zhe)提出，開(kai)發人工智能應避免過(guo)度依(yi)賴大數據，未來要更重視知識(shi)和經驗的學習(xi)。

　　中國(guo)科學(xue)院(yuan)院(yuan)士張鈸在大(da)會(hui)上(shang)說(shuo)，訓練人工智(zhi)能主要(yao)依(yi)靠兩(liang)種(zhong)資源：一(yi)是(shi)(shi)數據(ju)(ju)；二是(shi)(shi)知識和經驗，特別(bie)是(shi)(shi)常識。目前(qian)人工智(zhi)能的成功(gong)應(ying)用多是(shi)(shi)基于大(da)數據(ju)(ju)的深度學(xue)習，但該方法一(yi)定(ding)程度存在“不可(ke)靠、不可(ke)信(xin)、不安全、難(nan)推廣”等缺點。

　　張鈸(ba)說，單純靠(kao)數據驅動(dong)在很多應(ying)用(yong)場(chang)景下無法解(jie)決實(shi)際(ji)問(wen)題(ti)，如在智能(neng)翻譯領(ling)域，僅靠(kao)數據訓練(lian)會產生重(zhong)大錯誤。機器無法理解(jie)很多基本常識，像“你真行(xing)”的“行(xing)”，就會被機器認為與“人(ren)行(xing)道”的“行(xing)”同義。因此，打造(zao)通(tong)用(yong)人(ren)工(gong)智能(neng)，必(bi)須(xu)把數據跟知識和經驗結合起來(lai)。

　　他(ta)還(huan)認為，開(kai)(kai)發人工(gong)智(zhi)能的(de)目(mu)標并不(bu)是要做跟人類完(wan)全一樣的(de)機(ji)器，而應當優勢互補(bu)，開(kai)(kai)發在某些(xie)方(fang)面勝過人，在某些(xie)方(fang)面弱于人的(de)機(ji)器，這(zhe)樣才可打造(zao)和諧的(de)人機(ji)關系。

　　美國加利(li)福尼亞大(da)學(xue)洛杉磯分(fen)校(xiao)教(jiao)授朱松(song)純在大(da)會上說，目前人(ren)工智能的工作有點像(xiang)“鸚鵡學(xue)舌”，只(zhi)能單純學(xue)習對話，而不理解內容。大(da)數(shu)(shu)據、算力與深度學(xue)習結(jie)合的人(ren)工智能模式在產業落(luo)地(di)時暴露(lu)出很多(duo)問(wen)題，如只(zhi)能做特定(ding)的、人(ren)類(lei)事先定(ding)義的任(ren)(ren)務(wu)，不能做通用(yong)任(ren)(ren)務(wu)；需要海量(liang)數(shu)(shu)據，成(cheng)本極高；模型不具有可解釋性，人(ren)類(lei)無法理解其決(jue)策過程(cheng)等。

　　朱松純介(jie)紹了以(yi)“大任務(wu)”為驅動的(de)通用(yong)人工(gong)智(zhi)能研究(jiu)方向。他借鑒(jian)兩歲前的(de)嬰(ying)幼兒以(yi)任務(wu)為中心，探索(suo)物理世界(jie)和獲(huo)取社會常識的(de)學習路(lu)徑，增(zeng)強了人工(gong)智(zhi)能常識推理、舉(ju)一反三的(de)能力。團隊開發出(chu)“眼中有活”的(de)桌面(mian)機器人，可在茶杯空了后主(zhu)動為人加水(shui)。

　　本次大會由(you)北京智(zhi)源(yuan)人(ren)工智(zhi)能研究院主(zhu)辦，為期(qi)兩天(tian)。來自(zi)美國(guo)斯坦福大學、英國(guo)曼徹斯特大學、清華大學、北京大學等(deng)機構(gou)的(de)100多位海內外人(ren)工智(zhi)能專家就智(zhi)能芯片、自(zi)然(ran)語言處理(li)、人(ren)工智(zhi)能倫理(li)等(deng)議題展開討論。