中新经纬客户端3月28日电 由中国新闻社旗下财经新媒体中新经纬主办的第五届财经中国V论坛28日在北京举行，国家人工智能标准化总体组副组长、北京航空航天大学计算机学院教授吴文峻在主旨演讲中指出，未来AI将走向人机融合；机器的智能都来源于人，机器具有一定能力以后也能轻松实现自我提升，反过来让我们提高智能。
一是基于知识和规则。知识和规则本来就来源于人们对现实复杂世界的高度抽象和压缩；当人类有足够的知识和规则时，就能把它们交给机器，让机器自己理解、掌握运用。
二是基于大数据和统计的深度学习。机器需要人帮其收集、输入海量数据，这样才能够把它的模型训练好。不过，这样的形式也有其缺陷：很多复杂的模型变成一个黑箱，大家从理论上无法解释为什么它能达到好性能，也给人类对其现实应用进行价值判断、风险评估、安全评测带来一系列重大挑战。所以，深度学习虽然看起来在解决很多问题上有用，但也要有相应的技术方法支持，防止其滥用对人类社会造成不利影响。
三是强化学习的模式。机器不但可以简单获取知识，还能知道怎么样学习，了解学习过程——这使得机器具有更高的学习技能，更容易适应复杂的学习环境。
“说到底，机器的智能都来源于人。目前我们掌握的科学技术水平还不可能会出现科幻电影里像‘终结者’那样的情况，我们离之还比较遥远。” 吴文峻指出，真实的情况是，存在机器和人类互相交互、一同成长的过程。
吴文峻称，一方面，机器的复杂模型，如知识库、模型结构和元学习能力都是人设计构造出来的；另一方面，它所需的素材，即智能的食粮，包括知识、数据也是人利用互联网共享才能凝聚在一起，输送给它。
“所以，人是师父，机器是徒弟。当然，机器具有一定能力以后也能轻松实现自我提升，反过来机器能够在一定程度上帮助我们，让我们提高智能。” 吴文峻强调。
吴文峻指出，未来AI将走向人机融合。在人机融合的群智空间里，人和机器的互相帮助、互相作用在数据、知识、决策、服务自动化环节里都会发生作用。
吴文峻表示，群体智能关注的是如何把高智能的人类和现有机器有效结合的复杂问题，也涉及如何把无生命的机器聚合在一起的问题。他认为，更多的是人本身的智能融合在其中，和机器互相作用。
据他介绍，群体智能驱动下的人机交互学习框架是种多范式、可解释、可信的计算学习模型。同时，这个模型又不会脱离人的控制，人类的直接经验、先验知识、价值判断，都能够最终靠这一模型反映到系统里。
“我们对系统本身不断检验、检测和调整，使得人工智能永远以人为中心，以人的价值为准绳，为人的福祉服务。”吴文峻认为，这才是从事人工智能理论研究、技术探讨研究真正应该遵循的重要方法论。(中新经纬APP)
