“日常生活中，人類視覺系統(tǒng)受很多任務(wù)所驅(qū)動，視覺表達和計算機制等都源自于各種各樣的任務(wù)。物體和場景的設(shè)計都由潛在的功能（Functionality）和物理（Physics）所決定，人類活動由潛在的社交意圖（Intents）、因果（Causality）、和價值取向（Utility）所決定。這些潛在的、不可見的FPICU就是一種智能的暗物質(zhì)“Dark Matter”，這些因素和變量在感知中是看不見的， 卻控制著那些看得見的物體和場景的幾何和外觀特征?！?/p>

朱松純

全球著名計算機視覺專家、統(tǒng)計與應(yīng)用數(shù)學家、人工智能專家。美國洛杉磯加州大學(UCLA)統(tǒng)計系兼計算機系教授，任視覺、認知、學習與自主機器人中心主任。長江學者、千人計劃專家、IEEE Fellow。在計算機視覺、統(tǒng)計建模與推理， 認知機器人等方面發(fā)表論文260余篇。在美國獲得多項國家級與世界級獎勵，包括三次獲得計算機視覺大會（ICCV）頒發(fā)的Marr prize、Helmholtz Test-of-Time Prize，和國際模式識別學會（IAPR）頒發(fā)的Aggarwal prize，目前主持多項美國重大研究計劃。

7月28日至29日中國人工智能大會（CCAI2018）將于深圳舉行，朱松純教授將在主會場中做題為《智能“暗物質(zhì)”與“小數(shù)據(jù)、大任務(wù)”范式》的精彩報告，向國內(nèi)外各界人士分享其關(guān)于人工智能范式轉(zhuǎn)換的顛覆性觀點。

下面收集整理了朱松純教授近期的主要觀點，讓我們跟隨朱教授的思想一起走向人工智能的研究前沿。

“讀不懂AI的歷史，就無法預(yù)測未來”

朱松純教授曾多次強調(diào)：要搞清楚人工智能的發(fā)展趨勢，首先得回顧歷史，正本清源。朱教授曾將人工智能發(fā)展的60年總結(jié)為三個階段，經(jīng)過三次興起的熱潮，每次興盛期都有不同的技術(shù)在里面起作用。

第一次熱潮是在1956-1974年，以命題邏輯、謂詞邏輯等知識的表達、啟發(fā)式搜索為代表。

第二次熱潮是在80年代初期，一些教授專家主要做專家系統(tǒng)、知識工程、醫(yī)療診斷等方面的研究，到了80年代末期又出現(xiàn)了一個短暫的神經(jīng)網(wǎng)絡(luò)研究熱潮。

在此之后人工智能這個詞在公眾視野中消失了將近30年的時間。當然研究者對于其的探索并沒有停止，像朱松純教授所說的這30年人工智能處于一個“分治時期”，相當于中國歷史的“春秋時期”，“分治時期”形成了計算機視覺、自然語言理解、認知科學、機器學習、機器人學這五大學科獨立發(fā)展，被他稱為“春秋五霸”。

第三次熱潮是從2012年興起的深度學習推動的。被稱為“春秋五霸”的這五個領(lǐng)域不斷的擴展，領(lǐng)域之間出現(xiàn)了融合，類似于中國的“戰(zhàn)國時期”，這個時期總結(jié)起來一共有“六個領(lǐng)域”， 包括：計算機視覺、自然語言理解與交流、認知與推理、機器人學、博弈與倫理、機器學習。朱松純教授通過大量的實驗數(shù)據(jù)的研究試圖尋找它們之間統(tǒng)一的目標，解決當下人工智能發(fā)展各自稱雄的局面

“小數(shù)據(jù)，大任務(wù)”范式是人工智能統(tǒng)一的目標

朱松純教授認為人工智能這一學科涵蓋非常廣泛，包含的這六大領(lǐng)域正在交叉發(fā)展，最終的目標都是希望它們能夠形成一個完整的科學體系，成為一門真正的科學（Science of Intelligence）。朱松純教授提到這六大領(lǐng)域就像是處在“戰(zhàn)國時期”的“戰(zhàn)國六雄”，是否將其統(tǒng)一起來，它們的研究方向究竟在哪里？這一問題也是朱松純教授一直以來思考研究的內(nèi)容。

朱教授認為，基于統(tǒng)計概率模型的大數(shù)據(jù)分析方法，包括機器學習和深度學習等，可以針對某個特定的任務(wù)，例如人臉識別，設(shè)計一個簡單的價值函數(shù)，用大量數(shù)據(jù)進行訓(xùn)練這一特定的模型，這一模式的應(yīng)用可稱為“大數(shù)據(jù)、小任務(wù)范式”，并不能產(chǎn)生真正意義上的智能。這種方法對某些具體的問題上很有效果，但是這個模型不能適用于更廣泛的任務(wù)，更不能適用復(fù)雜的任務(wù)執(zhí)行，這一思路對于人工智能的發(fā)展并不能起到跨越式的前進。朱教授認為，“小數(shù)據(jù) 大任務(wù)”范式是人工智能統(tǒng)一的目標。

朱松純教授曾在90年代率先將概率統(tǒng)計建模與隨機計算方法引入計算機視覺研究，提出了一系列圖像與食品的結(jié)構(gòu)化解譯框架、數(shù)理模型和統(tǒng)計算法，發(fā)展了廣義模式理論。在認知科學領(lǐng)域，如視覺嘗試推理、場景理解及人工智能等領(lǐng)域做出卓越貢獻。從“大數(shù)據(jù) 小任務(wù)”到“小數(shù)據(jù) 大任務(wù)”，在CCAI2018的報告中，朱教授將深入闡釋他所提出的顛覆性的模式：僅使用少量樣本，但可以泛化到多種任務(wù)中。報告中會以示例對上述觀點進行闡述。

“暗物質(zhì)”概念極大的拓展了人類對物理世界的認知邊界，“智能暗物質(zhì)”概念的提出，又將為人工智能的研究與應(yīng)用帶來哪些顛覆與變革？讓我們一起期待朱松純教授在2018中國人工智能大會的精彩演講！