里昂智庫 | 隱性認知——人工智能的新動態(tài)
來源：法國里昂商學院時間：2019-09-04
讓機器產生實時智慧,，以應對尚不知道的未知世界 (unknown unknowns) 是實現(xiàn)人類水平通用人工智能的一項重大挑戰(zhàn),。法國里昂商學院的人工智能和商業(yè)分析教授,、全球商業(yè)智能中心副主任丁文璿教授在人工智能領域國際頂級學術會議IJCAI (International Joint Conference on Artificial Intelligence) 上宣讀了她的最新研究成果——一個新的動態(tài)認知模型,。該項研究屬于理論計算機的奠基性研究,，為機器建立對尚不知道的未知世界的認識開創(chuàng)了一個新方向,。
人工智能領域國際頂級學術會議IJCAI于2019年8月10日至16日在澳門舉行,。隨著近年來人工智能的快速發(fā)展,，世界各地著名大學學者和眾多500強企業(yè)研發(fā)人員到場,，共同探索人工智能領域的新發(fā)展,。
隱性認知、機器對“看不見的人類心態(tài)”的理解
眾所周知,，人類獲取知識通常是經(jīng)過一個有意識和有目的過程來建立知識概念以及相關概念之間的鏈接 ,，這一過程往往極度依賴于大腦的工作記憶單元。例如,，人們到各式各樣的學校接受明顯的教育,，學習如何下棋的規(guī)則，如何使用一門外語或計算機編程語言。這一學習過程被稱為顯性學習,，因為它的學習過程是有意識的,、明顯的，而且所學到的知識可以很自然而然的用符號語言或很清晰的外顯的方式表示出來,。
然而,，在另一方面，人類具有適應外界環(huán)境的能力,。人類能夠在不了解外界情況,，并且又沒有已知的知識可以作指導的情況下，完成自適應的能力,。例如,，即使一個人在并不知道許多語法規(guī)則的情況下仍然能很好地用他/她的母語交談，并不會犯什么語法錯誤,。又例如,，一個人可以很好地行走或騎自行車，盡管他/她不能描述出身體行走或騎車所遵循的力學原理,。這是為什么呢,？認知科學家發(fā)現(xiàn)，當人類接觸周圍世界時,，他們可能會產生隱性學習,。
隱性學習是指人們在面對（復雜）外部環(huán)境的刺激時，在不需要使用大腦中心注意力單元和也不需要用已知的知識進行有意識的分析時,，而自發(fā)的產生出的認知,。隱性學習有兩個關鍵特征：
1）習得的知識只有學習者自己知道，其他人無法觀察到該過程,；
2）學習者自己無法將所學到的認識用言語表達出來,，即只能意會不能言傳。
因此,，隱性學習產生出的隱性（或,，說不出來的）知識含義與顯性學習所獲得的知識相結合，使我們每個人變得獨一無二,。每一天,，我們對于所接觸到的想法理念、事件,、物體或人所產生出來的不可言說的隱性知識幫助我們做出各種選擇決策,， 并且決定我們的生活方式。
因此,，丁教授在文章中所研究的是：像機器這類非生命實體是否也能產生類似的隱性認知和學習的能力,？文章考察了一個現(xiàn)實世界的情景：人類接觸到一個環(huán)境，一臺認知機器作為觀察者來觀察人們對這個環(huán)境的反應。人類也許會,、或者不會產生出相關的隱性認知和學習， 而這一過程我們的認知機器是無法觀察到的,。
丁教授在文章中研究了以下三個問題：
- 機器是否能察覺人類是否從事了隱性學習,？
- 如果發(fā)生了隱性學習，機器能否識別出人類從所接觸的環(huán)境中產生出了何種隱性知識,？
- 在觀察人類行為時,，機器自身是否也能產生并發(fā)展出對不能被觀察到的人類內在心思的隱性知識？
目前,，人工智能（AI）和機器學習（ML）常常側重于對已知世界的現(xiàn)有的觀測數(shù)據(jù)中進行顯性學習（如監(jiān)督學習,、無監(jiān)督學習、深度學習和強化學習 ）,，以發(fā)現(xiàn)數(shù)據(jù)中的潛在規(guī)律,。它們忽略了對尚不可知之未知世界的學習，例如,，現(xiàn)在的人工智能還不能揭示那些觀察不到的,，數(shù)據(jù)產生的內在因果機制。
由于人工智能有希望提高人類和社會的福祉,，所以,，在人機交互中，讓機器能夠理解人類的心思是至關重要的,。因此,，研究機器的隱性認知和學習能夠提供新的洞察力：如何從現(xiàn)有的觀測數(shù)據(jù)中，不使用顯性和有意識的學習策略來獲得豐富,、復雜的關于尚不知道之未知世界的認識,。這一認識過程在人類學習中是普遍存在的，但在當前人工智能和機器學習領域中卻被忽略了,。
用手機應用程序（App）進行體重減肥管理以治療肥胖癥作為應用實例,，丁教授的研究證明：機器不僅能夠識別出人類是否從事了隱性學習， 而且還能夠識別并量化App使用者心思狀態(tài)的動態(tài)變化,。研究表明,，并不是所有的App用戶都能產生隱性學習。隱性學習的產生能促發(fā)人們產生一種活躍的心思狀態(tài),。同處于非活躍心思狀態(tài)的用戶相比,，處于活躍心思狀態(tài)的用戶明顯增加了他們日常行走步數(shù)。文章證明利用移動App生成實時的,，基于個體用戶心思狀態(tài)的最佳醫(yī)療干預以治療肥胖癥被證明是非常有效的,。
