原标题：专家：打造通用人工智能应知识与数据并重    　　                 　　           

　　目前，专家智能重大数据驱动的打造人工智能在产业落地方面遇到诸多问题。在31日开幕的通用2019北京智源大会上，相关专家学者提出，人工开发人工智能应避免过度依赖大数据，应知未来要更重视知识和经验的识数学习。

　　中国科学院院士张钹在大会上说，据并训练人工智能主要依靠两种资源：一是专家智能重数据；二是知识和经验，特别是打造常识。目前人工智能的通用成功应用多是基于大数据的深度学习，但该方法一定程度存在“不可靠、人工不可信、应知不安全、识数难推广”等缺点。据并

　　张钹说，专家智能重单纯靠数据驱动在很多应用场景下无法解决实际问题，如在智能翻译领域，仅靠数据训练会产生重大错误。机器无法理解很多基本常识，像“你真行”的“行”，就会被机器认为与“人行道”的“行”同义。因此，打造通用人工智能，必须把数据跟知识和经验结合起来。

　　他还认为，开发人工智能的目标并不是要做跟人类完全一样的机器，而应当优势互补，开发在某些方面胜过人，在某些方面弱于人的机器，这样才可打造和谐的人机关系。

　　美国加利福尼亚大学洛杉矶分校教授朱松纯在大会上说，目前人工智能的工作有点像“鹦鹉学舌”，只能单纯学习对话，而不理解内容。大数据、算力与深度学习结合的人工智能模式在产业落地时暴露出很多问题，如只能做特定的、人类事先定义的任务，不能做通用任务；需要海量数据，成本极高；模型不具有可解释性，人类无法理解其决策过程等。

　　朱松纯介绍了以“大任务”为驱动的通用人工智能研究方向。他借鉴两岁前的婴幼儿以任务为中心，探索物理世界和获取社会常识的学习路径，增强了人工智能常识推理、举一反三的能力。团队开发出“眼中有活”的桌面机器人，可在茶杯空了后主动为人加水。

　　本次大会由北京智源人工智能研究院主办，为期两天。来自美国斯坦福大学、英国曼彻斯特大学、清华大学、北京大学等机构的100多位海内外人工智能专家就智能芯片、自然语言处理、人工智能伦理等议题展开讨论。（记者 彭茜）

(责任编辑：焦点)