作者 | 周熠
上海腦科學與類腦研究中心
張江實驗室腦與智能科技研究院
智能無處不在。
•智能」指出了人工智慧的眾多方向和子領域。
•關於智能，有內涵和外延兩種重要的研究方法論。前者自頂向下，研究智能有哪些重要的組成部分和實現方案，偏基礎研究；後者從底向上，研究如何用機器復現特定的智能行為，偏應用研究。
在談人工智慧如何破題之前，我們先談談讓全世界數十億人瘋狂又讓全中國數億人沮喪的運動——足球。
「智能」指出了人工智慧的眾多方向和子領域。可以說，每一種智能行為都對應著一個人工智慧的方向。例如：圖像識別是一種智能，因此，機器如何復現圖像識別是人工智慧的一個方向。邏輯推理也是一種智能，因此，機器如何復現邏輯推理也是人工智慧的一個方向。踢足球是一種智能，同樣，機器如何復現自動踢足球是人工智慧的又一個方向。從這個意義上看，人工智慧的方向可能有千千萬萬，因為智能行為的種類有千千萬萬。這些方向有的相差較遠，而有的自然靠的較近。由於本身的相似性、受關注的程度等因素，隨著時間的推移，靠的近的方向自然而然地聚攏在一起形成人工智慧的一個子領域。
雖然智能行為的種類千千萬萬，但是它們可以歸溯到同一個源泉，即之前提到的智能體與環境的互動。智能體與環境互動的簡單模型包括智能體、環境、感知輸入和行動輸出四個部分。毫無疑問，智能體是人工智慧的主要研究對象。環境雖然可以被智能體一定程度上影響，但總體上是不受智能體控制的。因此，人工智慧雖然需要對環境做一定的假設和建模，但是不太研究環境本身。對於感知輸入，人工智慧所主要關心的並不是如何建造具體的感知工具（如傳感器），而是更關心如何對感知工具得到的結果拿來分析並從中得到有效信息。對於行動輸出，人工智慧所主要關心的不是如何建造行動工具（如機械、機器人等），而是關心如何決定做什麼樣的行動然後交給這些行動工具去執行。總而言之，我們可以把這個互動模型一分為二。人工智慧需要研究上半截的抽象層面，包括（1）智能體如何分析和加工從感知工具中得到的環境感知信息；（2）將經由分析和加工而得到的有效信息轉換為智能體內部模型進行處理；（3）得出需要做的行動，將其交給行動工具執行反過來影響環境。而下半截的具體部分，雖然也和人工智慧相關，但並不是其關注的焦點。
以機器人足球為例，在綠茵場上，機器人需要感知很多信息，其中視覺信息包括足球、敵我雙方球員、球門、球場上標線以及裁判的位置等等，而聽覺信息包括敵我雙方球員的聲音訊號，裁判鳴笛等等。機器人球員首先需要感知這些信息，去掉和忽略不重要的部分，如觀眾的臉部及吶喊，而只保留重要的部分，包括足球、球員以及裁判等信息。在此基礎上，需要對這些信息整合處理。例如，由足球在一段時間內的視覺信息輸入計算足球的位置、速度和旋轉，敵我雙方球員的位置以及行動等等。然後，機器人需要根據內部模型做推理和預測，例如預測足球和雙方球員在接下來一段時間的位置和大致的行動等。這些模型既可能是先驗的由程式設計師事先編好的，也有可能通過從數據和訓練中學習得來。接下來，機器人球員需要做出決策，有球隊員是該運球、傳球還是射門，而無球隊員該如何跑位等。這些決策不僅包括個體決策，也包括群體決策，如造越位，因此，機器人球員相互之間還需要通訊，協商配合。當決策做好了之後，剩下的就需要交給行動工具，如機器腿，去具體執行行動輸出。以上，大致是機器人如何踢足球的一個簡單框架。可以看到，其中有許許多多的挑戰需要解決。這些，是人工智慧研究所關注的焦點。但是，足球場本身以及周遭環境，受物理規律約束，不是智能體的能力所能支配的。因此，環境部分，雖然可以用人工智慧技術建模，但並不是人工智慧主要的研究對象。
除了智能行為的種類之外，人工智慧的子領域還與其研究方法論有關。採用不同研究方法論的人群會自然而然地聚在一起，從而形成一個方向或領域。大體上說，人工智慧有兩種最主要的研究方法論，即：智能內涵和智能外延。智能內涵角度得到自頂向下的研究方法論：先從抽象的角度研究智能有哪些重要的組成部分和實現方案；然後，再逐步往具體的應用方面靠攏。一般這類研究方法偏向人工智慧中的基礎研究。而智能外延角度得到從底向上的研究方法論：從特定的智能行為種類出發，研究如何用機器復現這些特定的智能行為。不管白貓黑貓，效果更好就是好貓。一般這類子領域偏向人工智慧中的應用研究。而具體的一個智能行為場景，如機器人足球，大多以從底向上的研究方法論為主。
在人工智慧誕生的前期和中期，自頂向下的智能內涵方法論占據了主導地位。然而，大家期待的人工智慧是一門應用學科。如果一個方法長期得不到應用，所受到的關注就自然會變少。隨著從底向上的智能外延方法論在應用上嶄露頭角，它逐漸獲得了更多認同。事實上，這兩種研究方法論都很重要。長路漫漫，上下求索，一個從上往下走，一個從下往上走，兩種方式終將有天會碰到一起。
作者介紹
周熠，現任張江實驗室腦與智能科技研究院/上海腦科學與類腦研究中心認知智能研究組課題組長，研究員，中國科學技術大學兼職教授。研究方向為認知人工智慧，主要的研究興趣為如何受腦啟發，深度融合基於邏輯的符號流派和基於神經網絡的連接流派，及其在認知人工智慧領域中的應用，包括AI+教育、自動智商測試、智能語言處理等。
關於「墨子沙龍」
墨子沙龍是由中國科學技術大學上海研究院主辦、上海市浦東新區科學技術協會及中國科大新創校友基金會協辦的公益性大型科普論壇。沙龍的科普對象為對科學有濃厚興趣、熱愛科普的普通民眾，力圖打造具有中學生學力便可以了解當下全球最尖端科學資訊的科普講壇。