【李德毅】：大家上午好！大家都知道人工智慧在社會上的地位，我們人工智慧最近學會做一件偉大的事情：在中國把智慧科學技術列爲國家一級學科。在西方不太重要，在一級，二級沒有規定，在大學本科沒有一級學科的定位就找不到大學生，這件事情很重要，原因道理我就不講了。記者很喜歡這種語言，爲什麼到了智慧社會，變成一級學科，我們現在對智慧感興趣，原來對動力感興趣，所以有八個字很重要，創新驅動，智慧擔當。創新驅動是國家根本方針，但是怎麼樣來創新，要認知爲創造力，
因此人工智慧已經成爲先進社會最重要的經濟來源，所以第一財經也好，金融時報也好一定要我來做這樣的引言。
那麼，我這裏面有幾句話大家看到不太多，但是還是很重要的，好比說智慧是提升創新驅動發展源頭供給能力的時代需求，爲什麼？我想東方人，尤其是中國人對智慧看的很重。智慧對社會最大影響力在三個行業，如果一定要說出具體哪三個行業，第一是智慧製造，特別是汽車製造，無人駕駛，第二個行業是教育，孩子上學很重要，孩子送到學校，花那麼多錢，培養什麼，今天高考分數超過那些學霸了還要不要送孩子去上學，拿學分還有什麼意義，這些問題家長都在考慮，今年的數學考試超過本科水準線，怎麼辦？人智慧則國智，科技強則國強，我們的國家可謂主任宋健題詞說到。副總理透過腦科學的研究，若能提高人的學習認知效率，將是對人類的一大貢獻。中國擁有全球六分之一的人口，卻沒能擁有全球六分之一的智慧資源。我們是大國，我們的智慧並不好，人的素質和智慧產生大數據正是訓練機器人素質和智慧的前提條件，人不智慧怎麼叫機器人智慧，我們父母不智慧怎麼叫我們孩子智慧是一樣的道理。
智慧科學技術有很多一級學科交叉滲透出來，裡麵包括理學，醫學，文學，哲學等等，理包括數學，物理學，生物學，心理學，工就是電腦科學與技術電子科學與技術控制科學與工程，尤其是生物神經學，還有很重要是語言學，尤其是應用語言學，今天早上跟一個發言專家談，端到端的學習是最強大的武器。所以有這麼多學科交叉滲透作出來的人工智慧，本質上是一個新的學科，這個學科放在哪一個門類 都不是妥當。放在工學門類，還是哲學門類，還是理學門類，還是生命科學門類，都沒有地方放，就是人類對自身的科學史再認知的過程，大家覺得一個新的門類更加好。我們要具有新的學科成熟和勇氣，它不僅是交叉，不一定需要一級學科。
腦科學很重要，認知心理學很重要，神經生物學很重要，尤其是產生的腦認知非常重要，受腦啓發認知科學很重要，以後會形成的人工智慧。這個學科本質上用人工的方法研究人的認知，我把它叫做腦認知物理學方法，我三年前做了一個報告，就是腦認知物理學方法。
受腦認知啓發的人工智慧內涵有哪些，說的人多，想的人少。腦認知和人體的動作，就是四肢運動的表現，就是運動控制+智慧等於機器人，這個很重要，我本人最大興趣就是在無人駕駛，我剛剛在上個月在這裏做了一個報告，就是AI的量產和挑戰，那個報告很好，都是講汽車的行爲控制怎麼用一個駕駛腦來替代，這個是基本的部分，最重要的部分，對我們白領來說，最重要的部分就是聽、說、讀、寫、問、譯，我們搜索引擎導致了一個革命，像百度因搜尋打一個關鍵詞兒進來，現在不用打了，語音就可以了，這叫做問。翻譯就是同聲翻譯讓白領可能要失業，所以語音很重要。視知覺更加重要，就是圖形圖象處理與模式識別，還有是知識工程。還有一個事情我們沒有談的太清楚，我們正在思考，人是強人工智慧，機器很難，下次有一個機會我做一個報告，我報告的題目是擔心多餘，就是講意識問題，講講人格問題，講倫理問題，只有有意識的人類，才能定義什麼叫做意識？什麼叫做人生，什麼叫做情感？你怎麼他不會有思考？
智慧學科中的5個二級學科已經逐步聚焦了，如果獨立起來很蒼白，我們的二級學科，每個學科到現在爲止誕生超過了20年，最年輕的學科是智慧工程。智慧學科中級學科相互關係，無論是智慧城市還是精準農業，還是智慧金融都有在這個圖體現，智慧科學技術是比較成熟，它很可能從技術科學裏面拿走了一些東西，但是這個都不要緊。所以今天在這裏應該慶祝知識工程誕生40週年，1977年的時候第一次提出了重要的學科術語，知識工程學科奠基人就是愛德華費根鮑姆，他報告了一個題目就是知識幹什麼，我們家長送孩子去學知識嗎？是擁有更多的知識嗎？這篇文章1999年就寫好了，我們現在值得重新閱讀一次。知識工程學科奠基人除了愛德華之外，還有很多人。
知識工程的研究內容包括機器代替人，就是實現知識的表示。知識工程不僅是研究如何獲取表示組織和存儲知識，如何實現知識型工作的自動化，還要研究如何應用知識，更要研究如何創造出新的知識。這件事情提到當前議程上，麥肯錫提出12大顛覆技術之一就是知識工程自動化，我們白領都是做這些事情，銀行櫃員做這些事情。培根是這樣講的，知識就是力量，費根說學知識長本領，知識當中隱藏著力量，我剛纔講了人工智慧對教育改變。
我們要講深度學習，深度學習要講的好，數學要好，數學要好就是卷積要好，卷積是一個積分，這個積分有點難理解。用函數T表示待認知的圖象，用函數表示已經表示習得的部分，那麼尚待進一步認知的部分。我自己定義了一個重要的公式就是知識可透過卷積來度量。當前深度學習最好有三個知識框架，一個叫做卷積神經網路，還有一個循環神經網路，還有一個長短時記憶模型，我們無論做什麼，主要靠三個模型，這個是知識和數據驅動的結果。
所以我覺得你要理解知識工程一定要理解深度學習，它擁有三個大前提，大數據量，龐大計算能力，第三是基本基本框架。到目前爲止研究生已經開始比較習慣。它搞了端到端的學習通用性，所以重複、耗時、範圍的工作，在複雜和快速變化的環境實時決策和執行，按照手冊執行，超出人類物理極限的工作，處理高度複雜的數據或者流程都可以用知識工程來替代，例如財經的分析。
深度學習的侷限性是什麼？就是特定的任務、確定的結果等等，我自己做無人駕駛做了十多年我的體會句話，第一深度學習把我害苦了，第二個階段就是深度學習不是萬能的，地三句話沒有深度學習是萬萬不能的。
那麼現在講第三個問題知識工程爲什麼走向認知工程，學習不是灌輸，學知識是學語言，學開車是一樣，人類不要把自己的智慧看的太高大，需要的動機比學習的內容更加重要，所以我們現在提倡興趣學習，認知是有溫度的，知識的運用比知識的存量更加重要。縣知事工作的自動化遇到了天花板，你的遇到了天花板，自動駕駛遇到了天花板，所以我提出了不行了，就要人工智慧。教育是知識工程的典型代表，知識工程就是教書育人，中國人叫做學知識長本領，最重要是長本領，不是背了多大的量，中國超級大腦主張背詩詞，機器人背下來比你快的多。學習是理解知識形式記憶的互動過程，知識工程要研究學習和記憶。當知識工程走向家庭，傳統教育和白領工作也許就要變樣，我們組織這次討論會，因爲人類工作真的要被機器人替代了。
不僅是電子書報和知識粗糧，競價重要是個性化的教學，教師向教學的轉變，讓創新創造進入學校，先讓學習成爲終身。所以我想把腦認知的主要外在表現，就是記憶認知，計算認知，和互動認知，人類對電腦的發展是貪得無厭，電腦確實不是電腦，它僅僅是計算，我們應該發展記憶認知和互動認知，電腦很厲害了，計算能力早就已經超過了人類，但是記憶和互動遠遠不及。
記憶是指在初始資訊，不呈現的情況下，保持，提取或使用這些資訊的過程，沒有記憶就沒有自我，每次學習都會激動對過去的學習的記憶。學習是理解知識，形成記憶的過程，理解新習得的認知如何合已有的記憶包容，記憶是學習的結果，記憶彌散在神經網路中。學習離不開互動，有指導的學習要互動，沒有指導的學習也要互動，這件事情是到了現在的學習。上海神經所的所長他是提了生物神經網路5電貢獻，他認爲可塑性是腦認知的基礎，人的一生都在做不同程度的神經突觸的修剪，彌散在人腦神經網路環素中的記憶，計算和互動認知。知識到底值多少錢？在網路時代大家知道知識是免費，可以在網上隨時獲得，但是知識變成現金的工作越來越多，變成了解決問題的能力。好比說中國有一個批改網，本來給中學生寫作文用的，一百萬人寫「父愛如山」，看誰寫的好。始於英文作文的自動批改，大大減輕教師工作量，成於在線即時互動，上百次修改迭代，寫作成爲闖關遊戲和自我提升的人認知過程。它可以成爲提高寫作能力的互動學習平臺，可帶群眾外包的機器人寫作的實踐平臺，可以人機共生、共融，共創的認知平臺。知識不在於擁有地而在於應用，知識工程不再以傳授知識爲第一要務，這個對學校極大的挑戰，知識工程不再以傳授知識爲第一要藥物不，不再以知識的擁有量爲第一要務，而轉爲利用己有知識，發現當前特定場景價值的認知。在移動網路、雲端計算、大數據的支撐下，如果機器人跟隨主人，透過學習和積累，能夠體人的認知，成爲有個性的智慧代理，就有可能使得機器人成爲自然，隨時完全當前情境的認知，這是人工智慧時代的知識課程最有意義的課題之一。
手機成爲智慧進入千家萬戶的第一個產品，認知付費的跑道修好了。喜馬拉雅FM賣音檔節目，「得到」賣大咖課程，我的報告他們就拿去賣，所以他們要的就是你的PPT，他們覺得芷涵。我現在提一個問題，手機之後，能夠粘住千家萬戶的下一個智慧產品是什麼？你們想看到底是什麼？你們願意把錢投在哪裏去？因爲投資是有風險的。
我提供一些建議僅供參考，打響語音智慧互動爭奪戰。前不久百度開了一個會就是做語音互動，所有公司都開這樣的會議。能聽會說的百事通智慧助理你們要不要？不要手機，裏面有語音識別，我跟大家描寫這個場景，說讀寫問譯全能，你幹你的活，你隨意，我專著我學習我積累。我是專著的，我是學習的，我是積累的。那麼智慧語音互動進入尋常百姓家，未來開口即來，這是我跟大家描述的下一個風口。
可以想一下未來是什麼情況，人們丟掉了素表，搖控器和手機，自由自在的生活，透過無處不在的智慧語音互動，順帶就可以在線聊天，在線搜尋，社會交往，在線理財，開藥方、定票，送快遞，打官司，完成和語音質問綁定的支付，在線諮詢或輔導，控制家居各類電子電氣設備，利用同傳和外國友人自由交談等等，總之完全一個一個特定情境的互動認知，從而激發人類更多的創造，這個是我對下一個風口的預期
我的結論是從知識工程到認知工程。謝謝大家！
【提問】：下一個風口是智慧的語音互動，現在已經有一些產品，比如說谷歌，這些產品離你預期理想的狀態差距不遠？
【嘉賓】：不僅是硬體，還有看不到的軟體，客人定餐看不到，更多在於深度學習，在於軟體，今後網路對端設備很看中。我現在提出了駕駛腦，裏面有通用的晶片，也有什麼匯流排，這塊好象是硬體，但是在硬體上更多是特定功能的軟體，軟體很重要，不但軟體很重要，數據更加重要。我們現在拿語音問一個天氣預報，因爲每個人問題不一樣，有的有地方音，有英文在問，800種問法都給一種答案，這個是語音理解，這個叫做深度學習。所以我說深度學習沒有是萬萬不能的。