“過(guò)去60年來(lái)人工智能研究的一大弱點(diǎn)就是視覺(jué)知識(shí)研究的不足。這是一片充滿希望、值得探索的‘無(wú)人區(qū)’。”2020全球人工智能技術(shù)大會(huì)此間在浙江杭州舉行。中國(guó)工程院院士潘云鶴在會(huì)上稱，視覺(jué)知識(shí)和多重知識(shí)表達(dá)研究是發(fā)展新的視覺(jué)智能的關(guān)鍵，也是促進(jìn)人工智能2.0取得重要突破的關(guān)鍵理論與技術(shù)。

2015年，中國(guó)工程院專門設(shè)立“中國(guó)人工智能2.0發(fā)展戰(zhàn)略研究”重大咨詢項(xiàng)目，其發(fā)展規(guī)劃主要包括大數(shù)據(jù)智能、群體智能、跨媒體智能、人機(jī)混合增強(qiáng)智能和自主智能系統(tǒng)等五方面內(nèi)容。

其中，跨媒體智能已經(jīng)興起。潘云鶴表示，在語(yǔ)言、視覺(jué)、圖形和聽(tīng)覺(jué)之間達(dá)成語(yǔ)義貫通，是實(shí)現(xiàn)聯(lián)想、推理、概括的重要關(guān)鍵。

“以視覺(jué)知識(shí)為例，認(rèn)知心理學(xué)研究指出，人類記憶的視覺(jué)知識(shí)要遠(yuǎn)多于言語(yǔ)知識(shí)。視覺(jué)知識(shí)因?yàn)殡y以用語(yǔ)言符號(hào)表達(dá)，曾被統(tǒng)歸為常識(shí)。比如看到一只杯子就去拿過(guò)來(lái)喝水，人類在5歲之前學(xué)到的多為視覺(jué)知識(shí)。”潘云鶴說(shuō)。

在他看來(lái)，視覺(jué)知識(shí)的獨(dú)特優(yōu)勢(shì)是具有形象的綜合生成能力，時(shí)空比較能力和形象顯示能力，這些正是字符知識(shí)和DNN(深度神經(jīng)網(wǎng)絡(luò))所缺乏的，其能在創(chuàng)造、預(yù)測(cè)和人機(jī)融合等方面對(duì)人工智能新發(fā)展提供新的基礎(chǔ)動(dòng)力。因此人工智能、計(jì)算機(jī)圖形學(xué)和計(jì)算機(jī)視覺(jué)這三個(gè)領(lǐng)域的研究者特別需要聯(lián)手研究視覺(jué)知識(shí)。

“我們相信，人工智能2.0沿著研究視覺(jué)知識(shí)的方向發(fā)展，一定能促進(jìn)中國(guó)科技、經(jīng)濟(jì)與社會(huì)走向更高質(zhì)量與水平的快速發(fā)展期。”潘云鶴說(shuō)。