1-8_大会总结_王培_20211226_晚

8大会总结—王培_20211226—晚【原链接https://www.bilibili.com/video/BVlND4ylw7M5p=l]王培00:06这两天的内容已经非常多了是吧？我想大家也挺疲劳的所以我想我后边的所谓的总结，我想不讲技术细节的东西也不对前面的东西做评论，因为每一个实际上都要说半天，而且这个时间肯定是不够的，而且还有一点就是说我想今天的听众里边，实际上绝大多数人大概以前对于AGI是没有了解，不要说NARSo所以讲那么多细节大家也听不懂，说实在的，那么那些东西我们以后内部的小部分我们再谈，所以我想今天谈一下，尤其是针对……对这个事感兴趣，但是还没有真正动手做，或者说刚动手做不久的，主要是针对这些听众或者参会者谈一下我对于整个AGI的目前的现状的一个看法，而且更多的是不讲技术，也不讲理论，我们讲一点常识，所以我后面讲的东西大概都是常识性的，而且不需要背景但是为什么是这样的话，还要说我觉得在这个领域跟在我们平常碰到的很多领域一样，最大的一个问题就是很多常识被忽视了，或者说大家知道，但是大家没有很重视，所以造成了一大堆的问题，所以我觉得重新强调有关的常识，或者说是进一步的阐明这些常识，可能比这个专业知识更加重要，所以我今天就选择是讲这个事情关于AGI第一个基本的常识是什么？就是这是一个非常难的问题，或者说是非常非常非常非常难的问题一点我想不光是我一个人的看法是吧？你比如说从科学史上很多人说过，这个在世界里边最复杂的现象是人的心灵，我们自己也都有体会是吧人心预料最难预测，这个是常识的然后我们看人工智能的历史也是一样，我们今天叫做AGI的东西，实际上就是一开始叫做人工智能的东西，那么后来做来做去大家都做不下去了是吧？因为这个问题太难了，然后挂羊头卖狗肉去做一些，以至于到后来我们现在叫以前叫做自动化或者叫计算机应用的东西，现在统一都改名叫人工智能了，是吧？那么为什么不做思维机器？因为这个题目太难做，以至于到你谁再想说要做，大家觉得你这是是奇怪的是吧？这两年还好一些，如果是10年20年前肯定是这个情况那么就是说这个问题是很难的一个问题，它为什么难呢？它的难点在于任何一个学科都难是吧？你科学你很难说哪个领域比哪个领域更难，那个领域比哪个领域更容一些具体的要点，而是作为一位……不是老前辈，真的是作为一位过来人，跟大家心平气和的分享一下王老师这么多年的一个推荐研究和开发工作的心路历程那么很多初学者可能没有办法很好的得到一些共鸣，可是我是从16年开始，第一次年会一直坚持到现在，知道王老师说的这些话，它背后的分量也许有很多的爱好者觉得一腔热忱，然后趁着年轻想做出一些特别是想很快他就认为他可以做出一些贡献，结果他就会发现并没有汲取前人已经踩过的坑，他还会反复的进行一个犯错,只有犯到了错误之后，他再回来看我们王老师以前写过的文章和以前说过的话，还有我们的不只是我们年会了，也有很多很好的这么一些经验的一些分享，他才可以有切实实力的感受但是我仍然是在此要呼吁一下，包括我们做过很多年的相关的AGI研究的这些还有爱好者打算加入我们AGI的研究行列的一些朋友们，大家一定要好好的去反思一下王老师说的这些话，结合到自己的身上，大家一定要好好的去掂量掂量因为一入豪门深似海，机遇挑战并存，荡涤就是功名一一王老师说的那句话我们很难碰上一个真正重要的这么崭新的领域这个领域现在大家看到的通用人工智能，这是一个非常非常新，而且以后一定是会写在人类历史上很重要的这么一个篇章那么但是现在普遍对于我们很多的这么一个而这个误解就是来自于「通用人工智能」这些词已经宣传的比较普遍，已经有很多人在谈，但是就清明已经有很多人在谈，但是其实这有很多的错误，好多人都是通过AI领域的一些专家，一些大牛来相关的一些理解的，但是它真正的靠谱的解释还是在我们这里，虽然我们是一个非常小众的，但是我们初心不改，一直在坚持，只有坚持了知道去什么，但是只有你失去了才知道坚持下来了些什么所以用一句用我们以前的很著名的一个诗句跟王培老师大家共勉独律看书四十年,乌纱头上有青天男儿欲画凌烟阁，第一功名不爱钱希望我们继续我们肯定是可以继续坚持，当然也是希望我们这个队伍可以继续的壮大，这个问题本身特别的有意义，也有意思，值得我们一辈子去追求并且在中国虽然的水特别浑，然后也并不是非常的受人关注，但是它有不好的不利的一面，也有比较有利的一面我们其实还是可以在中国人才济济的这一个国家里边，特别是可以找到更多的这种概率比较大，找到更多的志同道合的一些朋友们，大家汇聚在一起，希望能够还是壮大我们AGI研究中的中国力量，为AGI的整个的伟大的事业带动自己的力量易，但是人工智能的难或者说我们现在讲通用人工智能的难，它有它的特殊性，就是说其他的领域难往往是说它的深度比较深，我们简单直观的讲是吧？你会发现你比如说有些领域，你真正接触到前沿问题，你大学本科毕业都不够，你起码要上研究生，你才能看得懂，或者说听得懂这些真正的研究者在做什么，这个是很多学科的情况，AGI不一样，AGI的难在很大程度上它不是在这个意义下的，它不是很深，它在某种程度上说是比其他的领域更宽这点这两天也涉及到了，就是说它涉及到很多其他领域，比如说关于人类思维的现象，在历史上很多学科都涉及到了，有些学科是直接涉及到，有些学科是间接涉及到，或者说整个人类的思想史和科学史，在某种程度上都跟这个事有关系那么但是另外一方面，它又不是某一个学科的简单的扩充，比如说最典型的为什么我们现在AGI要重新发明一个名字，它不是现有的主流的人工智能的简单过程，你比如说机器学习这些年，取得了辉煌的成就，这个是大家都承认的，是吧？那么以至于有些人觉得沿着这个路子往下走，那么一定就会走到一起来了你比如说下围棋是吧？阿尔法狗这简直是把世界人民实际上主要是东亚人民，欧洲人民不太知道围棋是怎么回事的，东亚的人民知道围棋大概是最难的脑力劳动了是吧？你如果在围棋上都横扫全世界了，你还有什么不能干的吗？那么好多人就觉得好像沿着阿尔法狗的路子要走的话，实际上就会走到这个思维机器了是吧？那么一切地方吊打人类就不在话下？实际上不是这样所以说通用人工智能的难就难在它实际上是涉及到很多学科的很多问题，而且不简单是把现有的东西弄到一块还有一个直观的想法，就是说人工智能现在各个领域已经都做了这么多年了，那么你把它弄到一起就完了吗？你像我们这两天涉及到的有视觉的问题，有自然语言的问题是吧？有机器人控制的问题，有推理的问题，有学习的问题，这些东西人工智能都做了好几十年，而且都是有成的是吧？你把它们都做到一个系统里不就完了吗不是这样的，就是说通用人工智能或者说本来意义下的AI,或者说造一个思维机器，或者你不管它叫什么，他自己是有独特性的，它是一个独立的问题这个也是跟我们现在目前对这个事情的好多误解需要澄清一下，你比如说我们说通用，有些人上来就说你这个事本身不可能做得到是吧？实际上没有通用的，所有的东西包括人也不是通用的，你实际上是望文生义了是吧？本来搞通用人工智能的人，没有任何人是真正主张说做出一个机器来能包治百病，能解决所有的问题，实际上说的不是这个，说的是跟专用相对就是说专用系统你设计的时候为某一个问题设计，而通用系统不是为任何一个问题设计的，而有可能去解决哪些个他设计所没有预料到的问题一一当然不是保证能解决这个问题，我觉得不可能保证那么这就这种理解本身就说明你把现有的所有的结论都打包捆在一块，你仍然是没办法，你即使是解决了100个问题，你把它做到同一个系统里，现在我们先不说工程能不能做得到，即使都做到了，你第101个问题你还是解决不了而通用人工智能很大程度上就是要去解决这

100.101个问题或者10,001个问题，总之是你没有想到的而且我们平常这个也跟直观有关系吗？平常我们说这个人聪明，他也不是说他以前所有东西他都背下来了是吧？他是说他能够处理一些他以前从来没有见过的情况，至于处理是不是能保证成功，那是另外一件事所以这个是人工智能的独特性，就是说它在一定程度上大家都知道它是泛学科的是吧？它不是简简单单某一个东西，你再往前走你就能做到的但是跨学科本身听上去是个好词，它实际上带来了很严重的负担比如说我们自己的组会，你如果去看一看我们前一段的讨论有些时候我们读的是一个标准的就是纯粹的心理学，有些时候我们读的纯粹是比如说是逻辑学的文章，什么意思？就是说我们现在讨论的有些问题是在心理学里边已经搞了几十年的，在逻辑学里边有时候甚至是搞了上百年的，那么现在都变成我们的问题了为什么？因为你现在设计做的东西，实际上是很简单一一你看一看就可以知道一一涉及到几乎整个人工智能，几乎整个认知心理学，一大部分其他的心理学，很大部分的语言学，非常大部分的逻辑学，然后根据你的做法不一样，很可能还会涉及到神经心理学，是吧？有可能有些人的做法它会涉及到生物学或者人类学，那么这个所谓涉及到并不是说你可以简单的把人家的结论拿过来用就算了，实际上你是要去研究他们没有解决的问题这么一说有些人就会觉得你这狂的也没边了是吧？人家心理学人家自己几十年没有弄出来的，你一个外行插过去，你凭什么觉得你可以解决这个，就说要说到问题的另外一个方面，就是说它的这种多学科的性质，实际上很重要的一点是他提供了一个新的视角你比如说我们在讨论心理学的问题的时候，我们并不认为我们比心理学家更聪明，或者掌握的实验材料更多，实际上我们是不做心理学实验的，我们是拿人家的材料来用的，但是我们会提出一个新的视角视角，在传统心理学里边基本上是没有人会那么想，我们会从另外一个角度去考虑问题，然后我们有我们自己的工具，你比如说我们这里边讨论了好多哲学的问题，并不是说我们比哲学家更聪明，或者说文献更多，我们有一个独特的视角，就是搞人工智能的人，最后你要落到机器上，你要没有代码，你在这个领域里根本就没有发言权，你就没有你都不能张嘴的是吧？所以用老百姓的话说，就是说是骡子是马，我们可以拉出来溜溜，好多哲学理论好像说的天花乱坠，好像把这个思维问题已经解决了，最后你照他的路子，你编个程序看看，对吧？我一下子就告诉你你哪个地方你走不通，而他没有意识到，因为他们当时没有这个需求，他没有在这个机器上真正要让他跑起来的一个问题你比如说我们这里边这两天大概也反复提过好多次了，就是NARS的一个基本点，就是时间永远是不够用，这是常识吧？但是这个常识在传统的理论当中是普遍的被忽视的，时间不够用怎么办？你还要活下去对不对？你还要解决问题，但是你时间不够，你怎么办？以前的理论就是说你要做一个最优的决策，你要把所有的可能性都想一遍对吧？听起来很好，但实际上你没有人能做得到大家说往往理论家就说做不到，那是你的问题是吧？但是我理论我已经说到了，这个理论这就是耍流氓了是吧？你说一些大家做不到的事情，你的意义在什么地方？所以我们确实有我们自己的优势，但是有我们自己的问题就是说，我们实际上把历史上好多学科的问题都继承过来了然后还有一点，就是说你现在既然打出通用的牌子来，这个牌子不是随便扛的，那就说大家认为所有的问题都会来来找你说你说你这个事你干不了，你叫什么朋友，我说那个事你干不了你，所以他这个东西就是说这是一个很大的野心，这也是一个很难的困难所以为什么这么多人做来做去，一开始好多人尤其是学生进来的时候，比如说打算干这个，以后我们有时候讨论，包括一些现在主流人工智能的人，好多人说「我在高中的时候，我在大学一年级的时候，我进入这个领域，我就是要做统计」，但是怎么样？但是他做了几年以后，他就去转去做别的了，因为当然有些人是说这个题目不可能做得出来，现在还有好多人这么说，有些人说这个题目可能做出来，但是不是目前能做出来的，比如说我们对大脑的了解还不够，比如说我们计算机还不够快，比如说我还没有足够多的启动资金是吧？这些理由都有，还会有些人说我们干脆不要做，因为这个东西会毁灭人类是吧？这也是一个理由总之就是说其结果就是说这个题目太难了，而且这个难在于它涉及的问题太多，没有人有这样，我们现在没有哪个大学是培养这样的人的，就是说它通才通道就是说把相关的学科都已经打通了，没有办法，你也这个事，而且不能够简单的大家有时候说你搞一个团队不就完了吗？你把相关学科的人都调到一块，听起来很好是吧？你真正试一下，你就会知道他们大概在一块，说不了俩礼拜就说不下去了，因为这个鸡同鸭讲，根本听不懂对方说的什么话，不说他是其他人做的是伪科学，那就算是不错了，所以这个就带来另外一个问题这个领域目前还有难的困难的，还有一点跟其他领域不一样，很乱，就是说它这个难像是一团乱麻，你不知道从哪下手因为智能这个现象确实是太复杂了，它涉及到的现象非常多，是吧？有好多人你看现在好多人的公开发言，他就说智能这个现象真的太复杂了，我不知道这是怎么弄是吧？那么也没有共识，但是起码我知道一点，我知道我现在做这个事是跟这个事有关系的，我从这个事入手你比如说有些人说自然语言肯定是要用的，有人说视觉肯定是要用的，那么我现在搞视觉，那就相当于我做了一些我现在搞自然语言处理，我就相当于我做了AGI；做机器人的，很自然的就是在做一点但是它每一个领域这些小的问题，它又有它自己的特点，然后他从那里边总结出来的经验，你会发现谁跟谁说的都是完全不一样的，如果当他推广到整个智能的或者说是非常不一样，那么在这种情况下，你听谁说的？你如果要是单独听他说的，你都觉得有道理，但是你把他们放在一块，你就会发现他们说的根本不是一回事，而且好多时候是完全相反那么这个时候你从什么地方，尤其是刚开始入门的，你从什么地方开始，你从什么地方切入呢？对吧？这就造成了好像有些人说这个领域现在民科特别多是吧？这是事实，因为没有谁说是上大学学的就是AGI的是吧？没有反过头来说，什么叫民科啊，这个民间科学家或者说业余科学家，实际上他不是根据他的学历或者说他的职位，是根据他的（我个人观点，我觉得这是根据他的）工作方式，就是说你是不是在了解了前人的工作的前提下来发表意见，或者说来进行一个工作的在这个领域里边有客观因素，就是前人的相关工作太多，谁也看不过来，没有一个人能看得过来，这个是一个客观条件，但是这个不能作为一个借口，是吧？所以很多的问题就在于好多人觉得我聪明是吧，我知道这个聪明是怎么回事，而且说我起码我看到某一点，这点智能肯定是需要的，那么我就沿这个点往下做，以至于导致实际上这里边有好多名人来讲话的时候，实际上这个水平跟民科是差不多的,因为他赖以成名或者他做出成就那个领域跟这个事儿实际上关系并不大是吧？比如说你得过诺贝尔奖的，你到这来说话是不是就一定靠谱？你像国内我最近看过几个院士关于人工智能通用人工智能的发言，说实在的是经不起推敲的，当然我不是否认他的学术成就，但是他学术成就跟这个事基本上没有关系，你怎么知道你怎么知道你就有发言权对吧？这就跟民科的道理是一样的所以现在的问题就在于好多人说上去都挺有道理，尤其是这种否定性的结论是吧第二即使是那些他不知道这个事是怎么做的人，他往往也能很振振有词的告诉你，这个事不应该怎么做，因为比如说智能显然是应该有什么，然后你们没有做什么，你这东西肯定是不靠谱实际上也没有那么简单是吧？就是说包括到底是什么是智能，或者说我即使知道了什么是智能，这个事情这么复杂，我到底应该从什么地方开始？总有一个先做后做的事是吧？你不可能一口把这个东西吃下来还有一个这两天也涉及到了怎么样叫有进展，是不是我就必须不断的有大家人民群众都能看得懂的演示，才叫有进展，对吧？所以大家对这个领域我觉得有一些个在这个领域之外，有一些很不切合实际或者说很不科学的期望，对于其他的领域都没有期望，是吧？没有人问物理学家，你大概多长时间才能把大一统理论做出来，你如果不能告诉我你这个东西就并没有价值是吧？没有人有这种情况，对于人工智能好像尤其是对于通用人工智能，好像大家在对这个领域现在的工作完全没有了解的情况下，都可以做非常强的结论，这个是很奇怪的一个情况但是另外一方面当然也是很可以理解的一个情况，是因为大家都有个脑子，都能想问题，所以大概就觉得自己知道这个是怎么回事所以我要说的一个不好听一点的话，就是说对这个领域的所有的结论，实际上还是大家要抱着一个科学的态度就是说一方面不要随便的做结论，另外一方面当然也是不要随便相信其他人的结论，不管这个人是谁比如说今天我们自己课题组，这两天我们自己课题组做了一些好多好多结论说NARS能干这个能干那个，如果说实在的，我不指望其他听会的人应该相信，因为你们不相信是对的，是吧？你对于NARS的了解没有到这个程度，你凭什么相信我是希望大家在这个问题上要抱一个健康的怀疑态度所谓健康的怀疑态度，就是有根据的怀疑一一你不要在你对这个事没有了解的情况下，或者说你想当然的认为你在另外一个领域的成就或者说结论可以自然地推广到这个东西，是吧？尤其是正面的结论，如果这个事这么容易的话，早就做出来，全世界多少聪明绝顶的人在这个领域里干了多少年，最后都是失败，为什么？因为这个题目太难，大家对要有心理准备然后另外一方面说的说如果真正下决心要干这个活，我一般是不主张我不鼓励学生来进这个领域，因为这个领域我前面说的你有没有心理，对于人的智商也好，情商也好或者耐力也好是吧？这都是非常有非常高要求的一个领域所以你如果要是没有心理准备，我建议大家保持关注，因为这个确实是非常重要的——将来如果真正能够走得通，不管是我们走通了还是别人走通了，这个都是很重要的一个事情但是不要轻易的相信别人说我现在尤其是某些大公司是吧？当然他有商业的理由，他甭管做了什么新的成果，就说我们朝着通用人工智能又前进了一步是吧？但是你这么一步一步走，你就能走到吗？他们说的你爬楼梯爬的梯子多了,你就上了月亮了吗？这是两回事儿，我们不否认你又走了一步，但是你这一步是不是朝着通用人工智能走，这个是非常值得认真斟酌的一个问题那么基本上是负面的话正面的话我有什么建议，如果要是真有人愿意做这个事，我觉得也是常识，也是就被大家经常忽略的常识，我觉得无非就是这么几个，

一、一个是要读材料一一你不要认为你聪明，你有一个点子，你就可以把它做出来因为你有了点子，说句不好听的话说，一定只是历史上至少有1000个人，你在两三个月之内能想到的事情几乎不可能是没有人想到过，所以要读文献，但是读文献这不可能读得完，我刚才已经说了这个原因了，没有谁能读得完，但是主要的大家常见的材料你还是要知道的还有一点我觉得更重要的是区别民科和非民科的差别，你不要拒绝读文献，有些人是把当理由说说，我知道他们反正都没做出来对吧？虽然说我不知道为什么，我知道他们都没有做出来，这个是显然我也承认我们现在不能号称我们已经做出来了，是吧？虽然我们是取得了不少的进展，既然大家都没做出来，大家都是一样的物质,我凭什么听你讲对吧？我就自个做就是了这样做的人结果的

99.9%以上是重复前人的错误，你起码要知道前面的这些先烈们都死在什么地方是吧？那么你就尽量的去避开这个东西，这是一点是吧？

二、第二点就是反过头来你也不能光读文献，尤其是现在在学术界里边的人一一就会犯另外一个极端的错误，基本上是跟着文献走是吗？那么在人家的基础上添砖加瓦，尤其是这两年机器学习的成功带来的一个不好的结果，就是刷题目，是吧？因为现在有几个有名的竞赛，然后我就带着竞赛让你成功率做到78%,我给你做到

78.2%,我就是世界领先水平了是吧？那么你这样走的话，在有些领域里可以就是说在相对比较成熟的领域里可以，在AGI里面基本上没有什么价值这个问题是在于什么？因为这些问题这些人是读而且读这个谁是有名的人物是吧？哪些大公司最近又出了什么结果了？顶会的报告最热门的这个主题词是什么？基本上沿着这个路子走，没有什么，我觉得就是说你是多了不少材料，你自己不想，所以我觉得在这个领域里面自己的思考是非常重要的，这也是常识，但是这个常识往往是被人忽略了，当然在现有的学术界里边有他们的限制，我知道也不容易是吧？都……每年学校要检查你发表了多少SCI文章是吧？你这个东西是不是有希望能够上Science或者Nature,国内这点尤其是严重是吧？国外也有，但是国内这点尤其严重，你在这个导向下通用人工智能是没办法做的，我在国内的不少大学做过报告，底下下来的都跟我说，王老师您这讲的非常有意思，但是我们干不了，因为我每年的汇报我就没办法过是吧？你这东西发不了SCI,也上不了顶会，这是现状啊,因为这个领域确实是现在这一个……这个研究规范还没有成立，而且没有建立，没有在这个主流的学术界得到承认那么有些人说那你这就不能算了，尤其是现在国内好多学校，我知道是有单子的，哪些会算是正经的会哪些会算是不正经的会是吧？我们的会大概都算是不正经这么说不是没有道理，就是说学术界它是有一个规范，但是你要想一想这些规范是从哪来的？有些人说你现在人工智能定义、通用人工智能定义都没有统一的，你连标准都没有统一的，你就是说评价也没有，到底是怎么算是高智商怎么算是高智能、低智能你都没有统一观点，这我们怎么做？你要想一想这些东西是从哪来的，其他的学科也是研究的结果，而不是研究的起点，对吧？你不能指望有一个上帝告诉你这个东西是什么你再做，只不过是在我们熟悉的领域里边是研究规范已经建立起来了而AGI这个领域是现在正在建立研究规范的过程,实际上对于真正有科学兴趣的人来说，实际上是一个千载难逢的机会你很少碰到一个真正重要的领域，它的草创是基本上还是一个百家争鸣或者群群雄逐鹿的时候当然是这个时候的牺牲的可能性也很大，绝大多数人最后大概都是一事无成的，不要听信有些好心人告诉你「你多少会有一点贡献，将来我们就是把这些人综合起来」，你看科学史实际上在草创时期不是这样，走了死胡同或者走了邪路的人，实际上是一点贡献也没有，这也是我为什么不建议所有的人都进是吧？有些人适合于干这个活，有些人适合于在这个基础已经比较稳定的情况下，再往上面添砖加瓦，无所谓，对错个人的情况不一样，当然你的周边环境允许不允许你干这种事儿，这也是一个问题，所以这个领域它有它的好处，它有它的不好处，然后它的工作方式和评价标准，所有这东西跟大家熟悉的这些稳定领域是不一样的你要读大量的东西，比任何其他领域都要读的都要多得多然后你要花很多的时间去想，尤其是那些互相冲突的理论，你要在这条乱麻里边想办法去发现一个线头，然后沿着线头你可以捣下去，然后最后一点还是要写，不要一下子就惦着发science paper,但是你起码要开始检验研究笔记这个问题就在于好多时候，尤其是在初学者，或者说在学术圈外的，你觉得你想清楚，你真正动笔写的时候，你就会发现你根本没想清楚还有一点就是要写程序，就是说我们纸上谈兵的解决了智能问题的理论太多了，他的问题就在于他不是说他说的不对，好多人给我看说是王老师提的意见，我说你说的都对，但是没有任何指导意义，你没有告诉我应该怎么做，所以你就没有抓到点子上，这个东西就基本上没有什么价值要开始自己动手写对，一开始动手写肯定有大量的问题，然后你不断的修改，不断的推翻自己，然后你看别人，然后你才能知道这个坑在什么地方所以你回头来说，我大概也要说的也就是这些，你说哪句话不是常识，都是常识，没有什么深奥的东西，但是确实是我认为这些东西是正在在这领域上最被忽视，而各种各样的错误实际上也是犯的是在这些地方，其他的技术性的问题，我们以后可以慢慢说，这不是一天两天说的好，谢谢大家，我想我就说这些刘凯30:09谢谢王老师这个非常的重要，王老师刚才其实跟我们大家分享，不是在这个技术或者理论上的。