在2017年7月31日于西安举办的一场学术沙龙中，中国科学院院士、中国自动化学会理事长郑南宁提出，有必要将人类的认知能力或人类认知模型引入人工智能系统中，来开发新形式的人工智能，这就是“混合智能”。他指出：“这种形态的Al或机器智能将是一个可行而重要的成长模式”。人与智能机器的交互、混合是未来社会的发展形态。
什么是混合智能?从字面来讲的话，混合智能应该是混合不同类型的智能。那什么样的智能需要混合呢?人工智能、人类智能以及自然界的智能。澳门大学科技学院院长陈俊龙指出，虽然人工智能在搜索、计算、存储和优化领域比人类有更高效的优势，但目前它的高级认知功能，例如，感知、推理等方面还远远比不上人脑。
郑南宁说：“当前的人工智能系统在不同层次都依赖大量的样本训练完成‘有监督的学习’，而真正的通用智能会在经验和知识积累的基础上灵巧地‘无监督学习’。如果仅仅是利用各种人工智能计算模型或算法的简单组合，不可能得到一个通用的人工智能。”因此，“人机协同的混合增强智能是新一代人工智能的典型特征”。
尽管在特定领域的人工智能系统，如谷歌的Alpha Go、IBM的深蓝和Watson等依赖强大的计算能力在挑战人类智力方面取得了巨大进步，但这些系统还无法通过自身思考得到更高层次的智能——它们与具有高度自主学习能力的通用人工智能依然存在着差距。
“但是，人工智能在这些特定领域应用的巨大成功为我们研究与发展新一代人工智能提供了重要的借鉴和新的方法。”郑南宁将混合智能的形态分为两种基本实现形式：“人在回路的混合增强智能”和“基于认知计算的混合增强智能。”
混合智能的两种形态：
“人在回路的混合增强智能”是将人的作用引入到智能系统中，形成人在回路的混合智能范式。在这种范式中人始终是这类智能系统的一部分，当系统中计算机的输出置信度低时，人主动介入调整参数给出合理正确的问题求解，构成提升智能水平的反馈回路。(www.xing528.com)
郑南宁解释说：“把人的作用引入到智能系统的计算回路中，可以把人对模糊、不确定问题分析与响应的高级认知机制与机器智能系统紧密耦合，使得两者相互适用，协同工作，形成双向的信息交流与控制，使人的感知、认知能力和计算机强大的运算及存储能力相结合，构成‘1+1＞2’的增强智能形态。”
而“基于认知计算的混合增强智能”则是指在人工智能系统中引入受生物启发的智能计算模型，构建基于认知计算的混合增强智能。
“这类混合智能是通过模仿生物大脑功能提升计算机的感知、推理和决策能力的智能软件或硬件，以更准确地建立像人脑一样感知、推理和响应激励的智能计算模型，尤其是建立因果模型、直觉推理和联想记忆的新计算框架。”郑南宁说，对当前人工智能而言，解决某些对人类来说属于智力挑战的问题可能是相对简单的，但是解决对人类来说习以为常的问题却非常困难。
“人工智能研究的重要方向之一是借鉴认知科学、计算神经科学的研究成果，使计算机通过直觉推理、经验学习将自身引导到更高层次。”西安交通大学人工智能与机器人研究所教授薛建儒指出，目前的机器智能仍然是以计算机为中心，并没有实现人们所希望的“以人为中心”。如何把人类认知模型引入到机器智能中，让它能够在推理、决策、记忆等方面达到人类智能水平，是目前科学界讨论的焦点。他认为，目前最大的问题就是科学家对人脑的认知模型还没有一个统一的认识，或者得到的模型还都是对大脑非常局部的理解。但是大脑是多层次化、有整体性，并且有各种各样耦合关系的有机体，现在暂时还没有办法得到一个统一通用的架构。
对于混合智能是不是Al发展过程中的一个过渡阶段还是最终阶段，专家有两种不同的看法。
郑南宁认为，人工智能的发展会始终伴随人类社会的进化，人类的进化也会不断地推进人工智能技术和理论的发展，而人工智能技术与理论的发展也不断推动着人类朝着更加文明的时代去进步。“换句话说，就算人类在地球上消失了，人工智能也能随之走向宇宙中非常深邃的地方。”
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
