人工智能等同于深度学习吗

近年来，“人工智能”这个已经存在几十年的词重新成为一个热词。尤其是随着AlphaGo的横空出世，一般百姓对于人工智能都有所耳闻，许多公司更是宣布把人工智能作为未来最重要的战略方向。由于近期在图片、语音识别的技术突破，以及AlphaGo背后的技术，都采用的是深度学习技术，使得许多人认为人工智能就是深度学习。

然而，在许多业内人士看来，尽管深度学习确实推动了一拨技术变革，但其所代表的人工智能技术仍然是“弱人工智能”技术。其典型特征是： （1） 面向某一个具体问题（比如下围棋，识别视频中的猫，打某一款游戏，等等）；（2）需要大量训练数据。虽然许多系统宣称能够“迁移学习”到不同的领域，但在实际系统中，总是还遇到这样或那样的困难。这也是为何深度学习在图像、语音领域已经有突破性进展，但在自然语言处理领域，虽然大量论文涌现，并且在一些系统中也实际应用，但仍然只是处在“厚积”的阶段，等待“薄发”的那一刻。

与此同时，学术界始终存在着不同观点的争论。例如，2015年12月美国《科学》杂志封面文章《Human-level concept learning through probabilisTIc program inducTIon（通过概率程序归纳法实现人类层次的概念学习）》中， 三名分别来自麻省理工学院、纽约大学和多伦多大学的研究就指出：人类常常只需要一个或数个例子就可以学习出一个新的概念，而机器却需要数百个例子才能达到相似的识别精度。例如，当人们看到一个新型的二轮平衡车实例后，可以很容易将它从独轮车、自行车、摩托车、汽车中识别出来。但是对于机器而言，目前还不具备这样的能力。深度学习仍然像是一个深不见底的“记忆黑盒子”，需要通过大量的训练样例，才能够学出超出人类能力的本领。在这篇《科学》杂志封面论文中，作者直指深度学习的软肋，并声称通过“贝叶斯程序学习”能够模拟人类认知，并通过了图灵测试。虽然三位作者和深度学习顶尖大牛Geoffrey Hinton相互之间都礼貌地表明，“贝叶斯程序学习”和“深度学习”在不同的任务上各领风骚，假如能彼此借鉴，一定能互相弥补，但是学术界中的“贝叶斯派”和“神经网络派”的“暗战”还在持续。

言归正传，在自然语言处理领域，文本理解仍然是人工智能尚未攻克的难题。虽然“微软小冰”已经能够陪人聊天，并且在微软研究院研究团队的鼎力支持下，正在具备“情感”以及“个性”，但是业内人士仍然清楚地意识到，基于检索方式以及LSTM的技术方案，或许能够让产品显得“人工智能”，但是离真正地能够“自主学习”的“人工智能”仍然相去甚远。这是因为，虽然计算机当下能轻而易举地战胜世界围棋冠军，但是它的学习能力以及文本理解的能力可能都远不及一个三四岁的孩童。

去年10月底，微软研究院发布了Microsoft Concept Graph（微软概念图谱，https://concept.research.microsoft.com/）。其核心知识库包含了超过540万条概念。除了包含一些被绝大部分通用知识库包含的概念，例如“城市”、“音乐家”等，Microsoft Concept Graph还包含数百万长尾概念，例如“抗帕金森治疗”、“名人婚纱设计师”、“基础的水彩技巧”等，而这些概念在其他的知识库中很难被找到。这个概念知识图谱，可以让计算机掌握“常识”（这是人类理解万物的基础），从而模仿人类进行简单推理。

基于概念知识图谱进行推理的过程叫做概念化，它是模拟人类看到短文本时在脑海中形成推理的过程。例如，当我们看到“苹果”的时候，我们会知道它有可能是一种水果，也有可能是一家公司；当我们看到“苹果工程师”的时候，我们脑海中会形成简单的推理，认为这个“苹果”很有可能是指苹果公司；更进一步，当我们看到“苹果工程师在吃苹果”，由于“吃”这个动词的存在，这个短文本中的第二个“苹果”指的就应该是水果。这种基于不同上下文进行推理的过程就是“概念化”（ConceptualizaTIon）。目前，机器已经能够完全模拟这一过程，进行“常识推理”，从而对文本产生一种显性理解结果：“概念化向量”。这种向量与基于深度学习产生的词向量类似，可以用于进行语义相似度计算，但是不同点是“概念化向量”是可解释的，而由深度学习产生的词向量是不可解释的。