李开复谈20年后的AI，崔宝秋论开源之道(11)

清华大学计算机系教授、系副主任唐杰在会上做了题为《认知图谱，人工智能的下一个瑰宝》的演讲。
人工智能的发展可以划分为三个时代：符号AI、感知AI和认知AI。认知AI到现在为止尚未实现。
那么，实现认知AI需要做什么？唐杰教授指出，现在急需打造的是AI基础设施，比如认知图谱怎样构建。
为什么要强调认知的逻辑呢？唐杰教授举了GPT-3的例子。
GPT-3，参数规模达到1750亿，数量级接近人类神经元。并且，在表达能力上，这样的大规模语言模型已经使得AI接近人类。
这就带来了一个启示：我们是否可以直接通过大规模、大算力、大计算的方法，得到一个超越人类的通用人工智能？
且不谈上亿人民币的训练成本，GPT-3这样的语言模型，如今已经暴露出一个明显的问题：没有常识。比如，你问它一根草有几只眼睛，它会回答“一只眼睛”。
想要解决这样的问题，用计算的方式做认知，唐杰教授谈到可以结合两种方法去实现。
第一，数据驱动。把所有数据进行建模，并学习数据之间的关联关系，学习数据的记忆模型。
第二，知识驱动，构建知识图谱。
不过，仅仅如此仍然不够。
唐杰教授指出：
真正的通用人工智能，我们希望它有持续学习的能力，能够从已有的事实、从反馈中学习到新的东西，能够完成一些更加复杂的任务。
因此，认知AI应该符合9个准则：适应与学习能力，定义与语境化能力，自我系统的准入能力，优先级与访问控制能力，召集与控制能力，决策与执行能力，错误探测与编辑能力，反思与自我监控能力，条理与灵活性之间的能力。
认知图谱的概念也就应运而生。
认知图谱有三个核心要素：
常识图谱。比如高精度知识图谱构建工具，领域知识图谱应用系统，超大规模常识知识图谱，基于知识图谱的推荐/搜索等等。
逻辑生成。与计算模型相关，如超大规模的预训练模型，能够自动进行内容生成。
认知推理。即让计算机有推理、逻辑思维能力，像人一样思考。
唐杰教授表示，知识图谱 深度学习 认知心理，打造知识和认知推理双轮驱动的框架，将是接下来一个重要的研究方向。项目关键技术通过成果转化孵化了北京智谱华章科技有限公司（简称智谱·AI），形成多个核心产品，在阿里巴巴、搜狗、华为、腾讯、点通、工程院等30余家企事业单位部署了超过100余套智能型云服务系统，应用前景极其广阔。智谱·AI在2020年中国人工智能年度评选中获得AI明星创业公司TOP10及最佳解决方案TOP10两个奖项。智谱·AI作为知识图谱产业链的参与者，助力人工智能赋能实体产业，促进我国新基建发展。