【編者按】人類(lèi)視聽(tīng)覺(jué)認知機理研究是認知科學(xué)的重要組成部分，而人類(lèi)視聽(tīng)覺(jué)信息的機器理解與計算一直是人工智能領(lǐng)域的主要研究?jì)热?，在國民?jīng)濟、社會(huì )發(fā)展和國家安全等領(lǐng)域中扮演著(zhù)十分重要的角色。

2008年，國家自然科學(xué)基金委員會(huì )（以下簡(jiǎn)稱(chēng)自然科學(xué)基金委）設立了重大研究計劃“視聽(tīng)覺(jué)信息的認知計算”，旨在發(fā)展和構建新的認知計算模型與算法，為提高計算機對非結構感知信息與海量異構信息的理解能力和計算效率提供科學(xué)支撐。

實(shí)施10年來(lái)，該重大研究計劃取得了豐碩成果。中國科學(xué)報自然科學(xué)基金版對該重大研究計劃經(jīng)驗予以總結，對取得的成績(jì)進(jìn)行展示。當前，人們對于人工智能也許并不陌生，因為從幾年前開(kāi)始，相關(guān)新聞就時(shí)常見(jiàn)諸報端：AlphaGo在圍棋比賽中戰勝人類(lèi)冠軍李世石和柯潔、無(wú)人駕駛汽車(chē)獲發(fā)測試牌照即將上路、越來(lái)越多高校成立人工智能學(xué)院和研究院……

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

來(lái)自上世紀的設想

但如果將時(shí)間回撥至二十年前，公眾對人工智能的認識既沒(méi)有如此深刻，也不像如今這樣對它抱有那么大的期待。甚至在上世紀九十年代初，面對全球范圍內現代PC的出現和普及，人工智能由于發(fā)展不及預期導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)在當時(shí)看似“無(wú)人問(wèn)津”的領(lǐng)域引起了中國工程院院士、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？我們面臨的挑戰是什么？”上世紀90年代初，中國工程院院士、西安交通大學(xué)教授鄭南寧對這個(gè)問(wèn)題進(jìn)行了深入思考。

“1999年，‘視聽(tīng)覺(jué)信息的認知計算’重大研究計劃立項的前期思考和頂層設計工作就開(kāi)始了?！痹撝卮笱芯坑媱澲笇?zhuān)家組組長(cháng)鄭南寧告訴《中國科學(xué)報》，但由于科學(xué)家們最初并沒(méi)有形成基本的共識，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(zhuān)家們的共同努力下，才終于在2008年正式啟動(dòng)了這一重大研究計劃，“這是我國在人工智能基礎研究領(lǐng)域發(fā)展的里程碑之一，標志著(zhù)中國人工智能科學(xué)研究‘國家隊’的正式組建”。

“本重大研究計劃在立項伊始，人工智能技術(shù)還未形成當今席卷全球范圍的研究熱潮，足以體現出自然科學(xué)基金委與相關(guān)專(zhuān)家的學(xué)術(shù)洞察力和戰略前瞻眼光?！被厥淄?，鄭南寧欣慰地說(shuō)。通過(guò)這一重大研究計劃的資助，我國在人工智能領(lǐng)域從理論、方法、技術(shù)到應用都得到了蓬勃發(fā)展。

讓基礎研究走出實(shí)驗室

立項之初，為確保國家安全與公共安全、推動(dòng)信息服務(wù)及相關(guān)產(chǎn)業(yè)發(fā)展以及提高國民生活和健康水平，研究人員確定了“視聽(tīng)覺(jué)信息的認知計算”重大研究計劃的目標，即研究并構建新的計算模型與計算方法，提高計算機對非結構化視聽(tīng)覺(jué)感知信息的理解能力和海量異構信息的處理效率，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)現這一目標？在鄭南寧看來(lái)，這需要從人類(lèi)的視聽(tīng)覺(jué)認知機理出發(fā)?！皣@認知過(guò)程的‘表達’與‘計算’這一基本科學(xué)問(wèn)題，我們重點(diǎn)開(kāi)展了‘感知特征的提取、表達與整合’‘感知數據的機器學(xué)習與理解’和‘多模態(tài)信息協(xié)同計算’三個(gè)核心科學(xué)問(wèn)題的研究?！?/p>

“計算機對感知信息不能有效處理，根本原因則是不能對真實(shí)場(chǎng)景的基本特征進(jìn)行可靠提取，缺乏對真實(shí)場(chǎng)景基本特征的一般表達方式以及對不同模態(tài)下信息特征有效整合的理論?！彼赋?，雖然機器學(xué)習和人工神經(jīng)網(wǎng)絡(luò )等方法近年來(lái)在高維數據可視化、特征提取、數據聚類(lèi)與特征子空間分析等方面取得了重要進(jìn)展，但非結構化數據本質(zhì)維數的確定仍然是一個(gè)公開(kāi)的難題；現有的信息處理方法主要是針對單模態(tài)的，對多模態(tài)信息的處理還基本上停留在將各種單模態(tài)信息的處理結果在決策層面上進(jìn)行融合?！罢且驗檫@些基本問(wèn)題沒(méi)有得到解決，計算機才只能處理比較理想狀態(tài)下的一些簡(jiǎn)單問(wèn)題，很難處理現實(shí)世界中的復雜問(wèn)題?！?/p>

通過(guò)對上述三個(gè)核心科學(xué)問(wèn)題的研究，十年來(lái)，該重大研究計劃在認知機理和模型、視聽(tīng)覺(jué)信息處理、自然語(yǔ)言（漢語(yǔ)）理解等方面取得了一系列標志性成果。

例如在視覺(jué)認知機理方面，研究人員提出了知覺(jué)物體的拓撲學(xué)定義和注意瞬脫的拓撲學(xué)解釋等基礎理論和模型；在視聽(tīng)覺(jué)信息處理與計算方面，建立了視覺(jué)注意力統計學(xué)習計算模型和顯著(zhù)性目標檢測新理論；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。

據不完全統計，截至2018年9月，該重大研究計劃共發(fā)表學(xué)術(shù)論文2255篇，申請國家發(fā)明專(zhuān)利532項。其中，在認知和信息科學(xué)相關(guān)領(lǐng)域的國際權威期刊上發(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)驗室、產(chǎn)生原創(chuàng )性重大成果，本重大研究計劃創(chuàng )建了兩個(gè)比賽平臺，即‘中國智能車(chē)未來(lái)挑戰賽’和‘中國腦—機接口比賽’，并組織了10屆‘中國智能車(chē)未來(lái)挑戰賽’和2屆‘中國腦—機接口比賽’?！编嵞蠈幗榻B道，通過(guò)在真實(shí)的物理環(huán)境中驗證理論成果，解決實(shí)際環(huán)境中復雜認知和智能行為決策等問(wèn)題，改變了簡(jiǎn)單的論文匯總或實(shí)驗室成果演示的傳統模式，促進(jìn)了應用基礎研究與物理可實(shí)現系統的有機結合。

而這也為我國培養和造就了一大批計算機視覺(jué)、腦機接口、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‘中國智能車(chē)未來(lái)挑戰賽’，歷經(jīng)10年的摸索和實(shí)踐，業(yè)已成為中國無(wú)人車(chē)研發(fā)的重要品牌，培養了一大批本領(lǐng)域優(yōu)秀的中青年科技骨干，是當之無(wú)愧的中國無(wú)人車(chē)研發(fā)‘黃埔軍?！?。

加強學(xué)科交叉共融

人類(lèi)視聽(tīng)覺(jué)認知機理研究是認知科學(xué)的重要組成部分，而人類(lèi)視聽(tīng)覺(jué)信息的機器理解與計算一直是人工智能領(lǐng)域主的要研究?jì)热??？梢哉f(shuō)，自立項之日起，“視聽(tīng)覺(jué)信息的認知計算”重大研究計劃就帶有明顯的學(xué)科交叉屬性，比如信息科學(xué)、神經(jīng)科學(xué)、認知心理學(xué)、數理科學(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，它所牽涉的交叉性就越強。要解決基礎科學(xué)問(wèn)題，必須走學(xué)科交叉這條路?！编嵞蠈幗榻B說(shuō)，該重大研究計劃以“認知計算和腦機接口”和“無(wú)人駕駛與智能測試”兩方面為切入點(diǎn)，共部署了5個(gè)集成項目，根據承擔集成項目的10個(gè)項目組的不完全統計，論文分別發(fā)表在信息科學(xué)、認知科學(xué)、心理學(xué)、神經(jīng)科學(xué)、物理學(xué)、生命科學(xué)等領(lǐng)域的國際核心學(xué)術(shù)刊物上，“充分體現了多學(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)部在重大研究計劃實(shí)施的管理機制創(chuàng )新方面，也為不同領(lǐng)域專(zhuān)家的合作立項創(chuàng )造了寬松的環(huán)境”。

比如，視覺(jué)注意機制是生物視覺(jué)的一個(gè)重要特性，早期的研究主要集中在心理學(xué)、認知科學(xué)和神經(jīng)生理學(xué)等領(lǐng)域，上世紀80年代后，這一課題引起了計算機視覺(jué)、人工智能等領(lǐng)域學(xué)者的重視。該重大研究計劃針對自主式車(chē)輛視覺(jué)導航的需要，多個(gè)課題組對此問(wèn)題開(kāi)展了深入的研究，在計算視覺(jué)與生物視覺(jué)結合方面開(kāi)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)在人機駕駛模型融合研究方面，開(kāi)展了駕駛員感知信息處理與融合的認知機制研究；吉林大學(xué)模擬真實(shí)駕駛員對預期軌跡信息的認知處理機理，研究無(wú)人駕駛車(chē)輛的局部路徑規劃問(wèn)題；西安交通大學(xué)研究了視覺(jué)注意機制建模問(wèn)題，成為視覺(jué)注意力檢測的代表性工作。

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，應對人工智能所帶來(lái)的深刻的社會(huì )問(wèn)題，也同樣需要學(xué)科交叉?！耙驗槿斯ぶ悄苣：宋锢憩F實(shí)、數據和個(gè)人的界限，延伸出復雜的倫理、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，這已不是傳統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)。

來(lái)源：中國科學(xué)報