网站响应式设计,域名注册服务商,国外网站代理,推广外包来源#xff1a;王飞跃的科学网博客摘要#xff1a;人工情报机构以“数字”和软件的形式记录或承载了一个实际情报机构的知识、行动和组织等KAO一体化的步骤与过程。访中科院自动化研究所复杂系统管理与控制国家重点实验室主任 王飞跃本期嘉宾#xff1a;王飞跃#xff0c;… 来源王飞跃的科学网博客摘要人工情报机构以“数字”和软件的形式记录或承载了一个实际情报机构的知识、行动和组织等KAO一体化的步骤与过程。访中科院自动化研究所复杂系统管理与控制国家重点实验室主任 王飞跃本期嘉宾王飞跃中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任中国自动化协会副理事长兼秘书长国防科技大学军事计算实验与平行系统技术研究中心主任。主要研究领域为智能控制、人工智能、智能机器、社会计算、平行系统、知识自动化、平行智能等是智能控制方面的国际知名学者也是该领域的早期开拓者之一。曾提出“新情报体系”概念。 情报的有趣之处在于能从跨界中捕捉微趋势恰好这次受访的王飞跃就是这样一位跨界专家他不仅是国际上智能控制领域的权威专家也对社会科学、经济学、哲学甚至情报学有所涉猎。按照他自己的说法他的学术路径比较复杂差不多是随机的属于“布朗运动”。1984年之前学习化工、机械、力学、金属、结构等完全是“机械人生”。1984开始接触机器人和结构的主动控制由此走上与智能控制相关的研究主要是智能控制、智能机器人、智能制造、智能交通和智能系统等。在美25年4年在机器人与自动化实验室RAL做博士生21年当RAL主任与学生合写了英文中的第一本柔性机器人手臂、第一本挖掘机器人、第一本智能车的传感与控制相关的学术专著。从1994年起开始将社会科学、认知计算引入智能理论的研究对波普尔的三个世界哲学观感兴趣并完全改变了过去对于智能的认识进入了他的“智能人生”阶段。直到2004年受“白头”怀德海WhiteheadProcess and Reality和奎因QuineWord and Object师徒的启发写了第一篇虚实互动的“平行智能”论文从社会计算、平行系统、知识自动化入手开始了他的“平行人生”阶段。近年来首次提出X5.0的全新理念认为在机械化、电气化、信息化、网络化后我们进入了第5个技术发展阶段平行化就是以虚实平行互动为特征的智能技术时代。 本刊您从20世纪80年代起, 就师从机器人和人工智能领域开拓者G.N.Saridis和R.F.McNaughton教授,也是国际上智能机器人、无人驾驶、智能交通等领域的早期开拓者您如何定义智能智能和情报有关系吗 王飞跃什么是智能这个字典上就有很简单就是“获取和应用知识与技巧的能力”。但如果查英文字典比如牛津词典就会发现“Intelligence”其实有两个意思除了智能之外还有情报的意思就是“收集具有军事或政治价值的信息”。其实智能与情报是一个硬币的两个面知识将它们连成了不可分割的一个整体。现代情报学的奠基人Sherman Kent就说过“情报就是知识”更准确地说情报就是KAO知识Knowledge 行动Action 组织Organization。当然传统情况下人们往往认为行动是特务行动组织是特务组织。但现在不一样了“网络”一来信息开源了行动是“人肉搜索”、众包组织是百度、Google、动态网络群体CMO等等。未来的智能系统也必须KAO像情报机构一样除了知识还要有“行动”、有“组织”成为“活”体。因此可以说情报是封装的智能而智能就是开放的情报。 强调智能与情报的一体化关系是因为我认为这就是智能科学未来的发展道路。这里我觉得用中国传统的“阴阳鱼”来表示这种观点就很直观Intelligence阳为智能阴为情报。不是说阴阳生万物嘛人工智能之阳加上搜索技术之阴就是构建智能系统的根本之道。所以说百度、谷歌等公司关注智能技术不但理所当然也是天命所归。这样未来的智能系统一定是开放的、开源的、实用化的、大众化的、微小“创客”式的。很多年前我曾写过一篇杂文“开源情报与网络时代的国家安全”后来编辑把题目改为“新情报时代意味着什么”发表在了《环球时报》现在智能技术将是我们这个时代发展的主导引擎也就意味着我们进入了新智能时代一阴一阳新时代就完整了。 本刊最近阿尔法狗AlphaGo的新闻再次将人工智能的讨论推向了高潮从去年的AlphaGo以4:1击败韩国棋手李世石在网络上以神秘账号“Master”60局连胜世界顶级棋手到今年战胜人类第一棋手柯洁称霸围棋界AlphaGo频频向我们展现人工智能的威力。您如何看待AlphaGo的胜利作为智能控制方面的国际知名学者您如何区分人工智能与机器智能 王飞跃我相信AlphaGo的胜利并不代表计算机围棋的终结而是开始。显然AlphaGo只是展示了现有机器学习方法的威力但并没有贡献创新的人工智能技术实施方法也有很大的改善空间而且许多深度网络方法之外的技术也可以加以利用。所以未来将有更多的计算机围棋程序出现围棋或许可能成为评价未来人工智能和智能技术公司技术水平的“标准”赛事并以此来划分一个公司的智能水平。西方许多人士包括人工智能的专业精英都对AlphaGo有着极高的评价和期望认为这是人工智能的里程碑事件预示着Human Level的人工智能开端。对此我有不同的看法和观点。我认为AlphaGo的胜利的确非常重要但其最直接的冲击不是对Human Level人工智能的研究而是针对搜索和优化问题的工程处理。AlphaGo的这次胜利除了大大提高了人们对深度神经网络DNN、卷积神经网络CNN、深度信念网络DBN等方法的信心实际上也为解决优化问题中的计算复杂性提供了一个现实的解决方案。 我对人工智能的定义基本上还是20世纪80年代教科书上的定义但现在我认为机器学习和博弈论还有计算智能模糊逻辑、神经网络、遗传演化算法等应该是人工智能的标准和核心方法。在我的博士论文中机器学习和博弈论是作为决策和控制方法引入的。我还记得Nils Nilsson关于神经网络学习的书最早不叫机器学习而叫学习机器Learning Machines但更早的工程化应用是从学习控制开始的。当时许多人认为人工智能Artificial IntelligenceAI与机器智能Machine IntelligenceMI的关系可用一句话概括AI是“软”智能而MI是“硬”智能研究。此外还对两者进行了区分AI是研究如何把人的智慧功能转化到机器上MI是研究如何利用机器的机械功能模仿人的智能。一个可以忽略机器的可实现问题一个必须考虑机器实现问题。当然理想情况下两个都一样目前很少有人再谈AI与MI的区别了。显然近年来最引人关注的还属机器学习AlphaGo成名之后深度学习更是备受瞩目。有意思的是差不多10年前AI的主流并不认为这类机器学习是正统的AI尽管它们一开始就被认定是AI的核心内容之一。 本刊您在科学网的博客上转载了《今日美国》日报上的《华尔街股票经纪人将转向机器》Wall St.Stock Pickers Shift To Machines一文在华尔街连投资公司都希望更多地依赖机器来帮助挑选获胜的股票也怪不得人们对人工智能都有或多或少的恐慌。您认为人工智能对于人类工作机会的影响有哪些哪些类型的工作会最先被人工智能和机器人取代这会在多久之后发生 王飞跃规则明确但繁杂费神的知识工作比如一些管理工作从现在开始可以逐渐交给机器来做。知识自动化一定先于一般人工智能技术的应用。基于信息的服务IBS基于决策的服务DBS基于任务的服务TBS等面向特定问题的智能技术将被广泛应用。未来5年许多知识性工作将逐渐被以AI技术为主的知识自动化流程替代。未来10年我希望人工智能在知识自动化上有重要突破助力智能制造、智能网络等智能产业的兴起通过软件定义的系统以及虚实互动的平行智能技术构建智慧农业、企业、城市、社会和健康体系使我们真正进入一个智能的时代。未来15年有人控制的无人车如物流车、公交车、出租车等还有有人操作的机器人化无人车间、无人工厂将风行。人们不是失业而是有了更多更好的工种可以选择。就像我一直在提的不是“机器换人”而是“机器扩人”“机器强人”。智能时代将产生更多的工作就像计算机的兴起一样。我相信未来人类工作的90%以上都是人工智能技术所提供的。所以人工智能不会夺走人类的工作而是为人类提供更多更好的工作。 本刊很多人说人工智能会毁灭人类Elon Musk、Bill Gates、霍金都在不同场合表达过这种担忧您认为这种可能性有多大当下人工智能发展主要的技术瓶颈在什么地方攻克这些技术难题和技术瓶颈的希望来自于哪里 王飞跃这种可能性无限趋近于零。我不只是希望如此更是相信如此。套用霍金自己的话就是飞机失事不能怪万有引力那威胁人类更不能怪人工智能。目前人工智能的发展其实还非常初等关于人工智能的“威胁论”“奇点理论”之类的论调怕是在梦里都做不到。不过我个人觉得这些言论对人工智能的发展还不能造成实质性的伤害反倒能够引起大众的更多关注。我对人工智能持非常乐观的态度。而且个人觉得这是历史上人工智能发展最好的时期人类即将进入一个以知识自动化为特征的崭新科技与生产时代智能技术在其中会起到关键和核心的作用。为此未来的人工智能发展不应再是只关注“高大上”的工作而是应当从小处着手讲究实效面向社会民生以“众包”形式让社会普通大众的智能充分地发挥出来使智能技术进入生活与工作的每一个角落这才是人工智能真正的突破。 关于人工智能发展的技术瓶颈仁者见仁智者见智难有共识。不过我开始学习AI时大家公认“常识”的处理、理解、利用是人工智能的难点和关键。30多年过去了今天我依然认为“常识”问题是人工智能的突破口但已基本放弃了对解决常识问题一般通用方法的追求因为理论和实践越来越清楚地表明尽管计算和内存能力越来越强但常识问题需要综合考虑文化、习俗甚至是“世界知识”似乎只能具体领域具体解决。 对我而言希望在于分别攻克、联合击破不能寄希望于一种算法、一种方法、一种技术解决人工智能的“常识”问题或其他技术瓶颈问题。否则就没有人类存在的必要了就会导致人工智能“毁灭”人类的梦幻之镜。我对区块链技术和基于区块链的智能技术十分看好认为这是一条低成本、分布式、可信任的通向智能社会之技术路线。区块链可以使大数据、物联网、云计算得到充分的发挥大大降低人类的信用成本简化社会结构和经济活动最终使UDC不定性、多样性、复杂性到AFC灵敏、聚焦、收敛成为可能。 本刊您在很多场合都提到X5.0的概念这与德国政府在《德国2020高技术战略》中提出的“工业4.0”有何区别情报5.0又是什么 王飞跃去看看《工业4.0》一书和德国“工业4.0”的战略计划实施建议就会发现它完全没有新的理念、方法和技术只是在总结已有的东西但是它的宣传营销做得非常成功。至于我为什么提倡工业5.0和X5.0其中一小部分原因的确是在“怼”德国“工业4.0”的说法因为好多德国人包括我的一些同事与朋友总是谴责中国剽窃他们的知识产权但“工业4.0”都是已有的技术谁都可以用另一部分原因就是反思咱们中国人自己的“四大发明”。就技术发展而言我觉得近代科学在经历了机械化、电气化、信息化、网络化之后我们进入了第5个技术发展阶段平行化就是以虚实平行互动为特征的智能技术时代所以就有了X5.0的讲法。机械化的典型特征是蒸汽机电气化是电动机信息化是计算机网络化是路由器平行化呢机器人无人机智能机平行机我不知道。但无论如何就像蒸汽机和电动机一样计算机和路由器将很快“消失”在无所不在之中。 就智能制造而言我认为后面的发展就是“工业5.0”这也是“工业4.0”融合“互联网”的必然结果。情报经过人际情报Human Intelligence、信号情报Signal Intelligence、图像情报Image Intelligence、网络情报Network Intelligence/开源情报Open Source Intelligence就在新的平行时代进入了第5个技术发展阶段即平行情报Parallel Intelligence阶段。情报5.0的核心在于虚与实互动、情报与智能合一的平行思想两个关键支撑为ACP人工社会计算实验平行执行理论和社会物理信息系统CPSSCyber-Physical-Social-System基础设施三个主题为智能组织或智能结构、智慧行为或智慧管理、社会智能或智能解析四个集成使人员、装备、信息、使命密切地融合成一个整体最终目标为使情报工作所面临的UDC——不定性Uncertainty、多样性Diversity和复杂性Complexity转化成为完成特定任务和使命所生成情报之AFC——灵捷Agility、聚焦Focus、收敛Convergence。 本刊在您提出的情报5.0阶段的平行情报体系中未来情报机构和情报工作人员将扮演怎样的角色 王飞跃在平行情报体系中人工情报机构以“数字”和软件的形式记录或承载了一个实际情报机构的知识、行动和组织等KAO一体化的步骤与过程与相应的实际进程通过动漫、可视化等手段平行交互。平行情报中的平行互动方式主要有三种 一是学习与培训此时以人工情报机构为主而且人工与实际情报机构可以有较大的差别二者可以不连不在线目标就是通过游戏动漫等方式使工作人员熟悉情报业务如建立或了解资料库了解用户向用户宣传情报功能范围建立或掌握检索搜索系统如何分析、如何激活并提出针对性强、及时、准确的情报等基本任务。同时人工系统也必须记录并建立每个工作人员的“人工模型”针对性地用于情报任务的平行执行过程提醒、监督、奖惩相关工作人员。最终目的就是使情报人员及其机构具有相关深度知识和技巧支撑能够灵活应对各种不确定情况的灵捷能力让“灵者拥识而捷”。 二是实验与评估此时人工与实际情报机构以O2O的形式相连两者的情况应尽可能一致目标就是通过建模与“仿真”把计算机作为解析评估周期、流程、生产、控制、传播等情报工作与方式的设置以及情报的质量、影响、效率等一系列问题的“计算实验室”对各种各样的情报计划和解决方案进行不同程度的测试寻求最佳合理的情报工作方式并提供可以形成聚焦能力的手段和途径让“明者因势而变”。 三是管理与控制此时人工与实际情报机构紧密相连形成虚实互动、反馈闭环、实时自适应调节的平行系统。两者相互借鉴、相互影响人工情报系统的结果可用于引导情报工作人员及其机构在实际中的工作以此完成对复杂情况下执行情报任务之过程的有效控制、管理和指挥促使情报过程向设定的目标精确地收敛让“知者随事而制”。 平行情报体系主要针对情报机构包含知识、行动加组织。实际上我们可以在此基础上构建情报的“激活器”即情报产生与解析的“智能机器”。我相信不久一个情报机构的能力和效率可能并不取决于其物理形态的机构如何庞大而在很大程度上由其伴生的人工或软件定义的情报机构之规模和水平所决定因为它们代表了情报机构的智能化水平决定了这个机构应对不定性、多样性、复杂性的灵捷、聚焦、收敛的能力。未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
