目前，大數(shù)據(jù)驅(qū)動(dòng)的人工智能在產(chǎn)業(yè)落地方面遇到諸多問(wèn)題。在31日開(kāi)幕的2019北京智源大會(huì)上，相關(guān)專家學(xué)者提出，開(kāi)發(fā)人工智能應(yīng)避免過(guò)度依賴大數(shù)據(jù)，未來(lái)要更重視知識(shí)和經(jīng)驗(yàn)的學(xué)習(xí)。

　　中國(guó)科學(xué)院院士張鈸在大會(huì)上說(shuō)，訓(xùn)練人工智能主要依靠?jī)煞N資源：一是數(shù)據(jù)；二是知識(shí)和經(jīng)驗(yàn)，特別是常識(shí)。目前人工智能的成功應(yīng)用多是基于大數(shù)據(jù)的深度學(xué)習(xí)，但該方法一定程度存在“不可靠、不可信、不安全、難推廣”等缺點(diǎn)。

　　張鈸說(shuō)，單純靠數(shù)據(jù)驅(qū)動(dòng)在很多應(yīng)用場(chǎng)景下無(wú)法解決實(shí)際問(wèn)題，如在智能翻譯領(lǐng)域，僅靠數(shù)據(jù)訓(xùn)練會(huì)產(chǎn)生重大錯(cuò)誤。機(jī)器無(wú)法理解很多基本常識(shí)，像“你真行”的“行”，就會(huì)被機(jī)器認(rèn)為與“人行道”的“行”同義。因此，打造通用人工智能，必須把數(shù)據(jù)跟知識(shí)和經(jīng)驗(yàn)結(jié)合起來(lái)。

　　他還認(rèn)為，開(kāi)發(fā)人工智能的目標(biāo)并不是要做跟人類完全一樣的機(jī)器，而應(yīng)當(dāng)優(yōu)勢(shì)互補(bǔ)，開(kāi)發(fā)在某些方面勝過(guò)人，在某些方面弱于人的機(jī)器，這樣才可打造和諧的人機(jī)關(guān)系。

　　美國(guó)加利福尼亞大學(xué)洛杉磯分校教授朱松純?cè)诖髸?huì)上說(shuō)，目前人工智能的工作有點(diǎn)像“鸚鵡學(xué)舌”，只能單純學(xué)習(xí)對(duì)話，而不理解內(nèi)容。大數(shù)據(jù)、算力與深度學(xué)習(xí)結(jié)合的人工智能模式在產(chǎn)業(yè)落地時(shí)暴露出很多問(wèn)題，如只能做特定的、人類事先定義的任務(wù)，不能做通用任務(wù)；需要海量數(shù)據(jù)，成本極高；模型不具有可解釋性，人類無(wú)法理解其決策過(guò)程等。

　　朱松純介紹了以“大任務(wù)”為驅(qū)動(dòng)的通用人工智能研究方向。他借鑒兩歲前的嬰幼兒以任務(wù)為中心，探索物理世界和獲取社會(huì)常識(shí)的學(xué)習(xí)路徑，增強(qiáng)了人工智能常識(shí)推理、舉一反三的能力。團(tuán)隊(duì)開(kāi)發(fā)出“眼中有活”的桌面機(jī)器人，可在茶杯空了后主動(dòng)為人加水。

　　本次大會(huì)由北京智源人工智能研究院主辦，為期兩天。來(lái)自美國(guó)斯坦福大學(xué)、英國(guó)曼徹斯特大學(xué)、清華大學(xué)、北京大學(xué)等機(jī)構(gòu)的100多位海內(nèi)外人工智能專家就智能芯片、自然語(yǔ)言處理、人工智能倫理等議題展開(kāi)討論。