12 月 2-4 日，BEYOND 國際科技創新博覽會開幕式於澳門巴黎人酒店巴黎人劇場重磅舉行。作為本年度亞太地區最具影響力的科技博覽會之一，本次大會邀請到了眾多行業專家學者與意見領袖暢談創新未來。

在 12 月 4 日的大會閉幕式上，北京通用人工智慧研究院常務副院長兼副理事長、國際計算機協會（ACM）人工智慧專業委員會中國區主席、ACM 中國理事會常務理事董樂教授為大會做了 “淺談認知智慧世界裡的暗物質” 為題的演講。

1956 年的達特茅斯會議掀開了 AI 的篇章，但此後進入了一個衰落期，20 世紀 80 年代，人工智慧迎來了兩個懸而未解的難題——符號落地和常識獲取。而後經歷了 30 年的分治期。人們看到的包括計算機視覺、自然語言處理、機器學習等一些技術分別向前迅猛發展。從上世紀 90 年代到本世紀初，世界正經歷著感知器的革命和網際網路的革命，最後形成了大資料的模式。

董樂教授認為，上述事實表明技術的蓬勃發展依賴且受限於時代的基礎設施特性。她強調，AI 並不是大資料、算力以及深度學習的簡單相加，她用鸚鵡和烏鴉的學習模式類比，向大家闡述了目前人工智慧更多的是 “鸚鵡模式”，是感知層的，以 “大資料，小任務” 正規化為主。雖然已經有了很多的創新應用場景，但是它還存在非常依賴人類定義任務、每項任務需要大量資料與標註、模型不可解釋、知識表達不能交流等問題。她認為人工智慧系統的三個關鍵要素——架構、任務和資料，這三者中架構最重要，不同的架構選擇導致了不同的系統和路徑。而 “小資料，大任務” 的 “烏鴉正規化”，則是以完成任務為首要目標，不過分依賴大資料。因此，相比於傳統大家強調的資料算力和模型，又往前演進了一步。

“從研究正規化的進化、對場景認知的重視以及對相關人才培養三個方面來看，我認為國內業界對於人工智慧從感知智慧向認知智慧發展的趨勢是認可的，北京通用人工智慧研究院在這方面的建設也投入巨大，所以這可能是中國在向認知智慧方向發展的一個強烈訊號。” 董樂教授如是說，“當然正規化的轉換，並不是對深度學習和大資料本身的否定，而是由於從感知智慧向認知智慧跨越的過程中，有很多問題單靠資料可能解決不了，所以我認為針對不同的任務要去選擇相應路徑，而且有時候可以兼而有之，在不同的層面去解決不同的問題。”

“超越現在的感知智慧，再往上走一層就是在認知智慧世界裡探索看不見的暗物質，” 她預測，未來 10~20 年，通用人工智慧必將成為國際 AI 前沿爭奪的焦點。“而在通用人工智慧演化的路上，我們要經歷從當前的感知智慧向認知智慧的跨越。”

董樂教授認為，接下來 AI 核心領域的各個學科領域將呈現融合與統一。對外與其他學科一起交叉升級和開拓的模式，她強調在人類的規範與指導下，透過平衡 AI 和人類之間的社會價值函式，使二者實現融合、協調、統一，AI 註定會向真、向善、向美而生，並沿著良性的道路健康發展，成為未來人機混合時代下人類最可靠、最重要的幫手。