当前，人工智能正从感知智能走向认知智能，将带来新一轮的技术变革和社会经济变革。
4月7日，百年科技特邀百年认知智能实验室名誉主任、自然语言处理(NLp)领域国际知名学者、ACL终身成就奖获得者、中文，中国，信息学会名誉主席李生，教授作主题为“人工智能正在从感知向认知转变”的分享讲座。
|感知有了突破。认知还在路上
李生教授认为，人工智能经历了规则推理、机器学习和深度学习三个阶段。基于多层人工神经网络的深度学习是目前人工智能最有效的学习算法。深度学习在识别(认知智能)方面有所突破，但在理解(认知智能)方面存在局限性，即将触及天花板。
这是因为人类对世界的认识可以分为感性认识和理性认识。感性认识只能看到事物的表象，而理性认识能够感知事物的本质，更深刻、全面、可靠地反映事物的真实本质，从而引导人们按照规律行事，有效地转化为理性
在图像识别方面，深度学习甚至超越了人类。通过深度学习，机器自动提取特征，解决了人工提取困难、效率低的问题。在图像分割、目标检测、目标跟踪、图像检索、图像增强和图像滤波降维等方面取得了很大进展。但其适应性和泛化能力不强，光照和遮挡可能会降低其稳定性。
同时，计算机视觉还有一个更重要的方向：——三维重建，需要对图像进行语义理解，通常用于与环境的有效交互。例如CT、自动驾驶、VR、AR等医学图像的三维重建，需要走重建与识别融合的道路。
在语音处理中，语音处理(识别)属于感知范畴，而语言处理，尤其是文本语言处理，需要更多的语义理解。语言理解的本质是语义理解(说话人的意图)，目前还很难。一方面是由于语言的歧义性(一词多义)和多样性(一义多词)；另一方面，它高度依赖知识，知识包括语言知识(语法结构)、专业知识、背景知识、常识知识和先验知识等。
语义理解是自然语言处理(尤其是机器翻译)的重点和难点。如何根据当前语境从形式与意义的多对多映射中找到最合适的对应关系，是语义理解的核心问题。
因此，计算机视觉和语音识别都需要“理解”的能力。但由于对当前人工智能的认识不足，“认知还在路上”。李生教授认为，人工智能的进一步发展必须克服人脑思维能力的差距，不解决推理问题，机器很难实现真正的认知。
具体来说，深度学习仍然是引领人工智能发展的核心技术。作为一个多层神经网络，它受到了大脑神经科学的启发。深度学习是联结主义的代表。基于概率统计的算法采用监督学习，需要用大量的标注数据对模型进行训练，然后用训练好的模型对未知数据进行测试。
然而，基于统计的数据驱动方法可能精度较高，但鲁棒性较差，其性能主要取决于训练数据的质量。
象征主义研究和模拟人的思维方法，用符号、规则和逻辑来表示知识和进行逻辑推理。因此，未来机器理解应该像人类一样，走归纳与演绎相融合、联结主义与从众相结合、统计与推理相结合的道路。
|从学术世界出发，落地行业
总的来说，目前的人工智能仍然依赖于算法，使用的深度学习算法仍然存在一系列局限性，如缺乏小样本学习功能，泛化能力和抗干扰能力弱，缺乏思维和知识推理能力。
近年来，深度学习一直在网络深度和网络结构上做文章，但无论如何，它是由大脑而不是类大脑激发的。与人类智能相比，人工智能仍然存在无意识、无法思考、无法推理等一些根本性的差异。
因此，李生教授认为，没有完全推理能力的人工智能不能算作真正的人工智能。人工智能的未来应该是逐渐接近人类智能，可能有人脑思维和计算机思维两种方式。因此，我们应该从它们之间的差异入手，为人工智能的未来发展找到出路。
未来，研究与应用要齐头并进，从学术界出发，在工业界落地，利用工业界落地推动学术进一步突破。研究与应用齐头并进，技术与行业需求相结合，成为可落地的应用系统。
在互动交流中，当被问及人工智能未来的发展方向时，李生教授表示，近年来，人工智能主要是归纳综合，而不是演绎推理。例如
李生教授介绍，人工智能是一个多学科的技术领域，每个人都应该不断学习，启发自己的思维，从现有的多学科研究成果中获得经验，从而实现创新实践。生物学需要智力，市场也需要。做一个兼具学术界和商业界的优秀智能人才。
因为机器擅长计算数据，人类擅长处理知识；机器在解决静态和确定性问题方面很强，而人类经常遇到动态和不确定性问题。因此，要想突破人工智能的局限，就需要在脑科学上走在前列，带动计算机科学和数学的深入研究。
今后要进行“两强化三结合”。一方面要加强基础理论研究，包括脑科学和认知科学、数学(微积分、线性代数、概率统计、逻辑推理)和计算机科学(算法、结构)；另一方面，加强基础设施建设，包括芯片、传感器、算法和平台。
同时在基础理论上要跨学科，用脑科学带动数学和计算机科学，其算法是核心。学习一点复杂性和不确定性理论，学习复杂性和不确定性算法。
具体来说，要把软件算法和硬件芯片结合起来，把知识推理和数据统计结合起来，把机器计算和人类认知结合起来。纯经验主义和纯理性主义将束缚人工智能的手脚。只有在理论基础上取得根本性突破，才能避免走进死胡同。
李生教授说，人工智能的发展在于接近人脑的智能机制，即让机器理解、掌握和应用人类的知识。机器永远是人类的助手和工具。面对它，掌握它，利用好它，人机融合才是发展的出路。