【編者按】人類視聽覺認(rèn)知機(jī)理研究是認(rèn)知科學(xué)的重要組成部分,，而人類視聽覺信息的機(jī)器理解與計(jì)算一直是人工智能領(lǐng)域的主要研究?jī)?nèi)容,，在國(guó)民經(jīng)濟(jì)、社會(huì)發(fā)展和國(guó)家安全等領(lǐng)域中扮演著十分重要的角色,。

2008年,，國(guó)家自然科學(xué)基金委員會(huì)（以下簡(jiǎn)稱自然科學(xué)基金委）設(shè)立了重大研究計(jì)劃“視聽覺信息的認(rèn)知計(jì)算”，旨在發(fā)展和構(gòu)建新的認(rèn)知計(jì)算模型與算法,，為提高計(jì)算機(jī)對(duì)非結(jié)構(gòu)感知信息與海量異構(gòu)信息的理解能力和計(jì)算效率提供科學(xué)支撐,。

實(shí)施10年來(lái)，該重大研究計(jì)劃取得了豐碩成果,。中國(guó)科學(xué)報(bào)自然科學(xué)基金版對(duì)該重大研究計(jì)劃經(jīng)驗(yàn)予以總結(jié),，對(duì)取得的成績(jī)進(jìn)行展示。

“視聽覺信息的認(rèn)知計(jì)算”重大研究計(jì)劃迎接人工智能新時(shí)代

當(dāng)前,，人們對(duì)于人工智能也許并不陌生,，因?yàn)閺膸啄昵伴_始，相關(guān)新聞就時(shí)常見諸報(bào)端：AlphaGo在圍棋比賽中戰(zhàn)勝人類冠軍李世石和柯潔,、無(wú)人駕駛汽車獲發(fā)測(cè)試牌照即將上路,、越來(lái)越多高校成立人工智能學(xué)院和研究院……

簡(jiǎn)言之，人工智能就是讓機(jī)器能像人那樣理解,、思考和學(xué)習(xí),，即用計(jì)算機(jī)模擬人的智能。它涵蓋認(rèn)知與推理（包含各種物理和社會(huì)常識(shí)）,、計(jì)算機(jī)視覺,、自然語(yǔ)言理解與交流（包含聽覺）、機(jī)器學(xué)習(xí)等廣泛的學(xué)科領(lǐng)域,。因此可以說(shuō),，視聽覺信息的認(rèn)知計(jì)算是人工智能重要研究?jī)?nèi)容，理解人類視聽覺認(rèn)知并建立可計(jì)算視聽覺認(rèn)知模型對(duì)人工智能的核心算法具有重大的啟示意義,。

來(lái)自上世紀(jì)的設(shè)想

但如果將時(shí)間回?fù)苤炼昵?，公眾?duì)人工智能的認(rèn)識(shí)既沒有如此深刻，也不像如今這樣對(duì)它抱有那么大的期待,。甚至在上世紀(jì)九十年代初,，面對(duì)全球范圍內(nèi)現(xiàn)代PC的出現(xiàn)和普及,，人工智能由于發(fā)展不及預(yù)期導(dǎo)致遇到資金困難等難題,，經(jīng)歷了一場(chǎng)寒冬。不過(guò)，這個(gè)在當(dāng)時(shí)看似“無(wú)人問(wèn)津”的領(lǐng)域引起了中國(guó)工程院院士,、西安交通大學(xué)教授鄭南寧的注意,。

“為什么人工智能會(huì)遭遇寒冬？我們面臨的挑戰(zhàn)是什么,？”上世紀(jì)90年代初,，中國(guó)工程院院士、西安交通大學(xué)教授鄭南寧對(duì)這個(gè)問(wèn)題進(jìn)行了深入思考,。

“1999年,，‘視聽覺信息的認(rèn)知計(jì)算’重大研究計(jì)劃立項(xiàng)的前期思考和頂層設(shè)計(jì)工作就開始了?！痹撝卮笱芯坑?jì)劃指導(dǎo)專家組組長(zhǎng)鄭南寧告訴《中國(guó)科學(xué)報(bào)》,，但由于科學(xué)家們最初并沒有形成基本的共識(shí)，因此歷經(jīng)9年艱辛的研究積累和多次探討,，在自然科學(xué)基金委和專家們的共同努力下,，才終于在2008年正式啟動(dòng)了這一重大研究計(jì)劃，“這是我國(guó)在人工智能基礎(chǔ)研究領(lǐng)域發(fā)展的里程碑之一,，標(biāo)志著中國(guó)人工智能科學(xué)研究‘國(guó)家隊(duì)’的正式組建”,。

“本重大研究計(jì)劃在立項(xiàng)伊始，人工智能技術(shù)還未形成當(dāng)今席卷全球范圍的研究熱潮,，足以體現(xiàn)出自然科學(xué)基金委與相關(guān)專家的學(xué)術(shù)洞察力和戰(zhàn)略前瞻眼光,。”回首往事,，鄭南寧欣慰地說(shuō),。通過(guò)這一重大研究計(jì)劃的資助，我國(guó)在人工智能領(lǐng)域從理論,、方法,、技術(shù)到應(yīng)用都得到了蓬勃發(fā)展。

讓基礎(chǔ)研究走出實(shí)驗(yàn)室

立項(xiàng)之初,，為確保國(guó)家安全與公共安全,、推動(dòng)信息服務(wù)及相關(guān)產(chǎn)業(yè)發(fā)展以及提高國(guó)民生活和健康水平，研究人員確定了“視聽覺信息的認(rèn)知計(jì)算”重大研究計(jì)劃的目標(biāo),，即研究并構(gòu)建新的計(jì)算模型與計(jì)算方法,，提高計(jì)算機(jī)對(duì)非結(jié)構(gòu)化視聽覺感知信息的理解能力和海量異構(gòu)信息的處理效率，克服圖像,、語(yǔ)音和文本（語(yǔ)言）信息處理所面臨的瓶頸困難,。

如何才能實(shí)現(xiàn)這一目標(biāo)？在鄭南寧看來(lái),，這需要從人類的視聽覺認(rèn)知機(jī)理出發(fā),。“圍繞認(rèn)知過(guò)程的‘表達(dá)’與‘計(jì)算’這一基本科學(xué)問(wèn)題，我們重點(diǎn)開展了‘感知特征的提取,、表達(dá)與整合’‘感知數(shù)據(jù)的機(jī)器學(xué)習(xí)與理解’和‘多模態(tài)信息協(xié)同計(jì)算’三個(gè)核心科學(xué)問(wèn)題的研究,。”

“計(jì)算機(jī)對(duì)感知信息不能有效處理,，根本原因則是不能對(duì)真實(shí)場(chǎng)景的基本特征進(jìn)行可靠提取,，缺乏對(duì)真實(shí)場(chǎng)景基本特征的一般表達(dá)方式以及對(duì)不同模態(tài)下信息特征有效整合的理論?！彼赋?，雖然機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)等方法近年來(lái)在高維數(shù)據(jù)可視化、特征提取,、數(shù)據(jù)聚類與特征子空間分析等方面取得了重要進(jìn)展,，但非結(jié)構(gòu)化數(shù)據(jù)本質(zhì)維數(shù)的確定仍然是一個(gè)公開的難題；現(xiàn)有的信息處理方法主要是針對(duì)單模態(tài)的,，對(duì)多模態(tài)信息的處理還基本上停留在將各種單模態(tài)信息的處理結(jié)果在決策層面上進(jìn)行融合,。“正是因?yàn)檫@些基本問(wèn)題沒有得到解決,，計(jì)算機(jī)才只能處理比較理想狀態(tài)下的一些簡(jiǎn)單問(wèn)題,，很難處理現(xiàn)實(shí)世界中的復(fù)雜問(wèn)題?！?/span>

通過(guò)對(duì)上述三個(gè)核心科學(xué)問(wèn)題的研究,，十年來(lái)，該重大研究計(jì)劃在認(rèn)知機(jī)理和模型,、視聽覺信息處理,、自然語(yǔ)言（漢語(yǔ)）理解等方面取得了一系列標(biāo)志性成果。

例如在視覺認(rèn)知機(jī)理方面,，研究人員提出了知覺物體的拓?fù)鋵W(xué)定義和注意瞬脫的拓?fù)鋵W(xué)解釋等基礎(chǔ)理論和模型,；在視聽覺信息處理與計(jì)算方面，建立了視覺注意力統(tǒng)計(jì)學(xué)習(xí)計(jì)算模型和顯著性目標(biāo)檢測(cè)新理論,；在漢語(yǔ)自然語(yǔ)言理解方面,，創(chuàng)建了一種新的語(yǔ)義計(jì)算理論框架，成功研發(fā)了一系列面向公共安全的語(yǔ)言交互系統(tǒng),。

據(jù)不完全統(tǒng)計(jì),，截至2018年9月，該重大研究計(jì)劃共發(fā)表學(xué)術(shù)論文2255篇,，申請(qǐng)國(guó)家發(fā)明專利532項(xiàng),。其中，在認(rèn)知和信息科學(xué)相關(guān)領(lǐng)域的國(guó)際權(quán)威期刊上發(fā)表論文163篇,，包括在影響因子5.0以上期刊發(fā)表論文50余篇,。

“特別值得一提的是,，為了進(jìn)一步推動(dòng)研究工作走出實(shí)驗(yàn)室、產(chǎn)生原創(chuàng)性重大成果,，本重大研究計(jì)劃創(chuàng)建了兩個(gè)比賽平臺(tái),，即‘中國(guó)智能車未來(lái)挑戰(zhàn)賽’和‘中國(guó)腦—機(jī)接口比賽’,，并組織了10屆‘中國(guó)智能車未來(lái)挑戰(zhàn)賽’和2屆‘中國(guó)腦—機(jī)接口比賽’,。”鄭南寧介紹道,，通過(guò)在真實(shí)的物理環(huán)境中驗(yàn)證理論成果,，解決實(shí)際環(huán)境中復(fù)雜認(rèn)知和智能行為決策等問(wèn)題，改變了簡(jiǎn)單的論文匯總或?qū)嶒?yàn)室成果演示的傳統(tǒng)模式,，促進(jìn)了應(yīng)用基礎(chǔ)研究與物理可實(shí)現(xiàn)系統(tǒng)的有機(jī)結(jié)合,。

而這也為我國(guó)培養(yǎng)和造就了一大批計(jì)算機(jī)視覺、腦機(jī)接口,、無(wú)人駕駛技術(shù)和人工智能等方面的優(yōu)秀中青年人才,。鄭南寧說(shuō)：“尤其是‘中國(guó)智能車未來(lái)挑戰(zhàn)賽’，歷經(jīng)10年的摸索和實(shí)踐,，業(yè)已成為中國(guó)無(wú)人車研發(fā)的重要品牌,，培養(yǎng)了一大批本領(lǐng)域優(yōu)秀的中青年科技骨干，是當(dāng)之無(wú)愧的中國(guó)無(wú)人車研發(fā)‘黃埔軍?！?。

加強(qiáng)學(xué)科交叉共融

人類視聽覺認(rèn)知機(jī)理研究是認(rèn)知科學(xué)的重要組成部分，而人類視聽覺信息的機(jī)器理解與計(jì)算一直是人工智能領(lǐng)域主的要研究?jī)?nèi)容,?？梢哉f(shuō)，自立項(xiàng)之日起,，“視聽覺信息的認(rèn)知計(jì)算”重大研究計(jì)劃就帶有明顯的學(xué)科交叉屬性,，比如信息科學(xué)、神經(jīng)科學(xué),、認(rèn)知心理學(xué),、數(shù)理科學(xué)等學(xué)科的交叉——而這也是鄭南寧十年來(lái)感受頗深的地方。

“我們所談的科學(xué)問(wèn)題普遍性越強(qiáng),，它所牽涉的交叉性就越強(qiáng),。要解決基礎(chǔ)科學(xué)問(wèn)題，必須走學(xué)科交叉這條路,?！编嵞蠈幗榻B說(shuō)，該重大研究計(jì)劃以“認(rèn)知計(jì)算和腦機(jī)接口”和“無(wú)人駕駛與智能測(cè)試”兩方面為切入點(diǎn),，共部署了5個(gè)集成項(xiàng)目,，根據(jù)承擔(dān)集成項(xiàng)目的10個(gè)項(xiàng)目組的不完全統(tǒng)計(jì),，論文分別發(fā)表在信息科學(xué)、認(rèn)知科學(xué),、心理學(xué),、神經(jīng)科學(xué)、物理學(xué),、生命科學(xué)等領(lǐng)域的國(guó)際核心學(xué)術(shù)刊物上,，“充分體現(xiàn)了多學(xué)科交叉的特點(diǎn)和我們研究工作的學(xué)術(shù)水平，另外,，自然科學(xué)基金委信息學(xué)部在重大研究計(jì)劃實(shí)施的管理機(jī)制創(chuàng)新方面,，也為不同領(lǐng)域?qū)＜业暮献髁㈨?xiàng)創(chuàng)造了寬松的環(huán)境”。

比如,，視覺注意機(jī)制是生物視覺的一個(gè)重要特性,，早期的研究主要集中在心理學(xué)、認(rèn)知科學(xué)和神經(jīng)生理學(xué)等領(lǐng)域,，上世紀(jì)80年代后,，這一課題引起了計(jì)算機(jī)視覺、人工智能等領(lǐng)域?qū)W者的重視,。該重大研究計(jì)劃針對(duì)自主式車輛視覺導(dǎo)航的需要,，多個(gè)課題組對(duì)此問(wèn)題開展了深入的研究，在計(jì)算視覺與生物視覺結(jié)合方面開展了深入的多學(xué)科交叉,，取得一批重要學(xué)術(shù)成果：清華大學(xué)在人機(jī)駕駛模型融合研究方面,，開展了駕駛員感知信息處理與融合的認(rèn)知機(jī)制研究；吉林大學(xué)模擬真實(shí)駕駛員對(duì)預(yù)期軌跡信息的認(rèn)知處理機(jī)理,，研究無(wú)人駕駛車輛的局部路徑規(guī)劃問(wèn)題,；西安交通大學(xué)研究了視覺注意機(jī)制建模問(wèn)題，成為視覺注意力檢測(cè)的代表性工作,。

不過(guò),，在鄭南寧看來(lái)，研究者的學(xué)科交叉還有待進(jìn)一步深入,。

“一方面,，學(xué)科交叉取決于學(xué)者的熱情，這是根本因素,。同時(shí),，也要有自上而下的組織?！辈贿^(guò)他指出,，從實(shí)際情況來(lái)看,，這兩方面都有所不足,，“研究者應(yīng)該更多地去主動(dòng)思考科學(xué)問(wèn)題背后的學(xué)科交叉需求，對(duì)于研究中存在的一些急功近利,，也需要去改變”。

實(shí)際上,，不僅解決科學(xué)問(wèn)題需要學(xué)科交叉,，應(yīng)對(duì)人工智能所帶來(lái)的深刻的社會(huì)問(wèn)題，也同樣需要學(xué)科交叉,?！耙?yàn)槿斯ぶ悄苣：宋锢憩F(xiàn)實(shí)、數(shù)據(jù)和個(gè)人的界限,，延伸出復(fù)雜的倫理,、法律和安全問(wèn)題,。人工智能的逐漸普及和深度應(yīng)用一定會(huì)給人們帶來(lái)心理的影響,，進(jìn)而產(chǎn)生社會(huì)人文風(fēng)險(xiǎn)，這已不是傳統(tǒng)的工程安全方法能夠解決的問(wèn)題了,。因此在這些領(lǐng)域,，人文社會(huì)學(xué)科和哲學(xué)學(xué)科將會(huì)大有作為?！编嵞蠈幷f(shuō),。

原文刊發(fā)于2019年3月25日中國(guó)科學(xué)報(bào)4版

報(bào)道鏈接： 

http://news.sciencenet.cn/dz/dznews_photo.aspx?t=&id=32124