正如所有的藥一樣，所有的知識都是有范圍和前提的，失去了這些，知識的副作用就會(huì )涌現出來(lái)。知識只是常識的素材和原材料，機器只有“知”而沒(méi)有“識”，不能知行合一。知識不應依附于思想，而應同它合二為一；知識如果不能改變思想，使之變得完善，那就最好把它拋棄。擁有知識，卻毫無(wú)本事，不知如何使用——還不如什么都沒(méi)有學(xué)——那樣的知識是一把危險的劍，會(huì )給它的主人帶來(lái)麻煩和傷害。其中限制知識這些副作用發(fā)作的最有效途徑之一便是常識的形成，一般而言，常識往往是碎片化的，而態(tài)勢感知就是通過(guò)對這些零零碎碎常識狀態(tài)、趨勢的感覺(jué)、知覺(jué)形成某種非常識的認識和洞察。另外，常識是人類(lèi)感知和理解世界的一種基本能力。典型的AI系統缺乏對物理世界運行的一般理解（如直觀(guān)物理學(xué)）、對人類(lèi)動(dòng)機和行為的基本理解（如直覺(jué)心理學(xué)）、像成年人一樣對普遍事物的認知。
2018年10月，DARPA在繼續開(kāi)發(fā)第二代人工智能技術(shù)及其軍事應用的同時(shí)，積極布局第三代人工智能發(fā)展，2018-2020財年，通過(guò)新設項目和延續項目，致力于第三代人工智能基礎研究，旨在通過(guò)機器學(xué)習和推理、自然語(yǔ)言理解、建模仿真、人機融合等方面的研究，突破人工智能基礎理論及核心技術(shù)。相關(guān)項目包括：“機器常識”，“終身學(xué)習機”，“可解釋的人工智能”，“可靠自主性”，“不同來(lái)源主動(dòng)詮釋”，“自動(dòng)知識提取”，“確保AI抗欺騙可靠性”，“自動(dòng)知識提取”，“加速人工智能”，“基礎人工智能科學(xué)”，“機器通用感知”，“利用更少數據學(xué)習”，“以知識為導向的人工智能推理模式”，“高級建模仿真工具”，“復雜混合系統”，“人機交流”，“人機共生”等。
其中“機器常識”是AI中一個(gè)關(guān)鍵而又容易缺失的組成部分。最近，機器學(xué)習領(lǐng)域的進(jìn)步實(shí)現了新的AI能力，但是在所有這些應用中，機器推理都比較狹隘且高度專(zhuān)業(yè)化。研發(fā)人員必須針對每種情形對AI系統進(jìn)行訓練和編程，通用常識推理依然缺失。常識的缺失阻礙AI系統對世界的理解、影響其與人類(lèi)的自然交流、不利于其在無(wú)法預知的情形中做出合理的行為，并且阻礙其學(xué)習新的經(jīng)驗。這種缺失可能是當前人們尋求狹義聚焦AI應用和未來(lái)更通用AI應用之間的最大障礙。在研發(fā)工作的初期，研究人員將利用認知發(fā)展領(lǐng)域的進(jìn)步開(kāi)發(fā)能像人一樣思考和學(xué)習的系統，以提供經(jīng)驗和理論指導。MCS項目計劃采取兩種戰略來(lái)研發(fā)兩種不同的常識服務(wù)，并為兩種服務(wù)設計專(zhuān)門(mén)的評估鑒定辦法。研發(fā)技術(shù)領(lǐng)域包括以下3個(gè)方面:
（1）人類(lèi)常識的基礎。學(xué)習經(jīng)驗，以建造可模擬人類(lèi)對物體（直觀(guān)物理）、代理（有意行為體）和地點(diǎn)（空間導航）認知的基礎核心知識體系的計算模型。這些計算模型將利用發(fā)展心理學(xué)研究和文獻中已經(jīng)驗證的認知發(fā)展里程碑進(jìn)行評估鑒定，判斷其在三個(gè)層面（預測/預期、經(jīng)驗學(xué)習和解決問(wèn)題）的學(xué)習效能。
（2）人類(lèi)常識基礎試驗環(huán)境。在對上面的研究成果，即人類(lèi)常識的基礎進(jìn)行測試時(shí)，將使用人類(lèi)常識基礎試驗環(huán)境。
（3）廣泛的常識。從網(wǎng)絡(luò )閱讀中學(xué)習，以構建回答有關(guān)常識現象的自然語(yǔ)言問(wèn)題和基于圖像的問(wèn)題。該服務(wù)將模擬2018年美國普通成年人所具備的常識知識，并將通過(guò)艾倫人工智能研究所（AI2）基準試驗進(jìn)行判斷。DARPA預計，研究人員將采用手動(dòng)建造、信息提取、機器學(xué)習、眾包技術(shù)和其他計算方法來(lái)建立該常識知識庫。
如果知識不能教會(huì )我們如何思想和行動(dòng)，那真是莫大的遺憾！因為知識不是用來(lái)使沒(méi)有思想的人有思想，使看不見(jiàn)的人看見(jiàn)的。知識的職責不是為瞎子提供視力，而是訓練和矯正視力，但視力本身必須是健康的，可以被訓練的。知識以及知識圖譜是良藥，但任何良藥都可能變質(zhì)，保持時(shí)間的長(cháng)短也要看藥瓶的質(zhì)量。
俄羅斯人弗拉基米爾·沃沃斯基（Vladimir Voevodsky）的主要成就是：發(fā)展了新的代數簇上同調理論，從而為深刻理論數論與代數幾何提供了新的觀(guān)點(diǎn)。他的工作的特點(diǎn)是：能簡(jiǎn)易靈活地處理高度抽象的概念，并將這些要領(lǐng)用于解決相當具體的數學(xué)問(wèn)題。上同調概念最初來(lái)源于拓撲學(xué)，而拓撲學(xué)可以粗略地說(shuō)成是“形狀的科學(xué)”，其中研究沃沃形狀的例子如球面、環(huán)面以及它們的高維類(lèi)似物。拓撲學(xué)研究這些對象在連續變形（不允許撕裂）下保持不變的基本性質(zhì)。通俗地說(shuō)，上同調論提供了一種方法將拓撲對象分割成一些比較容易研究的片，上同調群則包含了如何將這些基本片裝配成原來(lái)對象的信息。代數幾何中研究的主要對象是代數簇，它們是多項式方程的公共解集。代數簇可以用諸如曲線(xiàn)或曲面之類(lèi)的幾何對象來(lái)表示，但它們比那些可變形的拓撲對象更具“剛性”。
DARPA戰略技術(shù)辦公室（STO）2017年提出的“馬賽克戰”概念認為未來(lái)戰場(chǎng)是一個(gè)由低成本、低復雜系統組成的拼接圖，這些系統以多種方式連接在一起，可創(chuàng )建適合任何場(chǎng)景的理想交織效果。這個(gè)概念的一部分是“以新的令人驚訝的方式組合當前已有的武器”，重點(diǎn)是有人/無(wú)人編組、分解的能力，以及允許指揮官根據戰場(chǎng)情形無(wú)縫召喚海陸空能力，而不管是哪支部隊在提供作戰能力。
簡(jiǎn)單地說(shuō)，上面介紹的“馬賽克戰”和“機器常識”，都是對抗博弈人機環(huán)境系統的新型拓撲系統，如同沃沃斯基創(chuàng )立的“主上同調”（motivic cohomology）理論。其中，真正厲害的不是那些基本的知識、條例和規則，而是應用這些基本的知識、條例和規則的在實(shí)踐中獲得普遍成功能力的人，比如以毛澤東（湖南一師）、粟裕（湖南二師）等為代表的一大批非軍事名校畢業(yè)的戰略家和軍事家最終以自己的常識打敗了黃埔軍系校長(cháng)和將軍們的知識......
如果說(shuō)“邏輯是符號串的等同或包含關(guān)系”，那么非邏輯則是非符號的等同或包含關(guān)系。人工智能處理一些邏輯問(wèn)題較好，而人處理一些非邏輯問(wèn)題稍?xún)?yōu)，人機融合則能處理……
聯(lián)系客服
