對話 IJCAI 11「卓越研究獎」得主 Robert Kowalski：要實現真正的智能，AI 必須兼具兩種思維

雷鋒網 AI 科技評論：今年，IJCAI（國際人工智慧聯合會議，International Joint Conferences on Artificial Intelligence）將於 8 月 10 日至 16 日在中國澳門隆重召開。作為國際人工智慧領域最頂級的學術會議之一，IJCAI 始終都是該領域研究者關注的焦點會議之一。

Robert Kowalski 作為?2011 年?IJCAI「卓越研究獎」的獲得者，同樣也是人工智慧領域中最傑出的科學家之一。他因在「自動定理證明」、「邏輯編程」等領域的傑出貢獻而聞名於學術界，取得了包括?SL 解析度（SL-resolution）、溯因邏輯程序（Abductive Logic Programming）在內的一系列學術成果，對人工智慧領域的發展都帶來了非常重要的影響。

Robert Kowalski（生於 1941 年 5 月 15 日），邏輯學和計算機科學家，任職於倫敦帝國理工學院。他在定理機器證明（Automated theorem proving）內取得了一系列成果，包括開發出 SL 解析度、連接圖證明程序、霍恩子句過程解釋以及霍恩子句最小模型和不動點語義等，此外，他還是溯因邏輯程序（Abductive Logic Programming）的開發者之一。他曾擔任 AAAI Fellow、ECCAI Fellow 和 ACM Fellow，並獲得了 2011 年 IJCAI 「卓越研究獎」以及日本科學促進會「傑出科學家獎」。

在 AI 科技評論與?Robert Kowalski 的對話中，這位已是 78 歲高齡的卓越科學家在回顧自己的研究生涯中，感慨頗多的便是曾經那段個人目標與現實產生衝突的艱難時光，隨著個人目標與現實達成和解，Robert Kowalski 最終也得償所願地去專註地追逐自己最初的個人目標：應用邏輯來解決人類的現實問題。

時至今日，Robert Kowalski 依舊活躍在人工智慧領域研究的最前線，而作為一位傳統 AI 研究者的他，也緊密關注著研究動態，對於深度學習等熱門的 AI 研究也有著自己的思考，他將認為傳統 AI 與當前的熱門 AI 實際上更像是人類的兩種不同的思維方式——慢思維和快思維，而二者的關係則應該是相輔相成、共同為 AI 帶來開創性發展局面的。

對於今年適逢 50 周年的 IJCAI 2019，Robert Kowalski 也表達了對它的祝願，並向 IJCAI 組委會以及支持者表達了自己最衷心的感謝。

以下是雷鋒網 AI 科技評論與?Robert Kowalski 的對話實錄。

個人研究生涯回顧

AI 科技評論：您因在「自動定理證明」、「邏輯編程」等領域的傑出貢獻而聞名於學術界，您最初選擇這些主要的研究方向是基於怎樣的契機？

Robert Kowalski：我希望能夠應用邏輯來解決人類的現實問題。那時，編程語言的發展水平遠不如現在，我當時對計算機和編程並不感興趣。

我本碩分別畢業於斯坦福大學和華沙大學，專業都是數理邏輯，而這個專業實際上是數學的一個分支，而不是解決人類問題的一種工具。然而當時，我同樣想攻讀博士學位，因為它是能夠讓我的研究工作受到學術界重視的一紙重要證書。

在當時那個節點上，這兩個目標（用邏輯解決人類問題和攻讀博士學位）只能二者選一，因此我不得不聚焦第二個目標，而暫時擱置了第一個目標。之後，因為愛丁堡大學能夠給予我經濟資助，所以我選擇到這所大學讀博士。當時我的研究課題便是自動定理證明（automated theorem-proving），通過計算機使用符號邏輯來證明數理證明。

我當時期望博士畢業後能夠得到一個學術職位，讓我可以專註於實現我們第一個重要的學術目標——應用邏輯去解決人類現實問題。然而現實情況並沒有如我所願。愛丁堡大學給了我博士後獎學金，因此最終我繼續留在愛丁堡大學研究自動定理證明。但是，博士後獎學金也給了我機會去學習與我真正的興趣緊密相關的其他學術課題。

雖然在那個年代，自動定理證明主要是用以證明數學定理，但是斯坦福大學的研究者在一些研究中開始將自動定理證明應用到了 AI 領域，例如規劃和問答。這些 AI 應用更加接近於我希望用其解決人類現實問題的目標，也成為了我後來從事邏輯編程研究，並在該領域做出具有影響力成果的指向標。

AI 科技評論：您在這些領域都做出了影響世界的傑出成果，例如 SL 解析度（SL-resolution）、溯因邏輯程序（Abductive Logic Programming）等等，其中您認為哪項成果最具有代表性？

Robert Kowalski：我在邏輯編程領域的成果構成了我之後所有研究的基礎。在我看來，我在邏輯編程這項研究中最重要的工作就是將邏輯編程應用到了法律文件的聲明和執行中，其中就包括我們在上世紀 80 年代針對《英國國籍法》所做的一些工作。這項應用也展示了如何在使用或不使用計算機的情況下，將邏輯應用到人類現實問題中。

AI 科技評論：您最近在從事哪些方面的研究工作？目前有哪些研究成果是您比較看重的？

Robert Kowalski：最近，我正在跟我的同事 Fariba Sadri 開發一個邏輯和計算機語言系統——邏輯生成系統（Logical Production System，LPS），以期能夠架起如今還在互相比較的說明式和命令式計算機語言之間的橋樑。

LPS 能夠以一階邏輯（First Order Logic）表示目標，延展了邏輯編程。它使用一種邏輯編程的形式將目標降為包括行為在內的子目標，而執行這些行為會生成一系列的狀態，同時嘗試去讓最初的目標正確。在 Miguel Calejo 的幫助下，我們將 LPS 以區塊鏈的實現形式應用到法律合約的聲明和自我執行上。同時，我們還在為 LPS 開發一個可控的自然語言句法，它能夠讓用戶無需進行計算機培訓就能閱讀和理解用 LPS 編寫的文本。

AI 科技評論：您最為一位資深的計算機科學家，可以分享下您過去幾十年的研究經歷嗎？例如說您曾遇到了哪些挑戰，是怎樣克服的？

Robert Kowalski：正如我在上面所提到的，我職業生涯中最核心的問題就是讓我的個人目標和現實實現平衡和達到和解。現實點來說，在生存的壓力下，我們不得不工作，並且我們也需要為社會做出力所能及的貢獻。但同時我們也需要堅守我們自己的目標，並盡最大努力去朝著實現這個目標前進。

AI 科技評論：對於 AI 領域的後輩研究者以及學生，您有哪些建議？

Robert Kowalski：對於一些年青研究者，進入到現有的研究機構中工作可能是一個比較合適的選擇，不過這樣的話研究工作就需要以該機構的目標為重，並以其自身的方式去朝著實現這個目標前進。而對於自身有著不同目標的研究者而言，自身的目標可能無法與研究機構的整體目標匹配，這時，他們就要平衡好自身目標與研究機構目標之間的關係。理想情況下，他們會找到法讓這兩個目標求同存異、相輔相成的方法，最終既能追尋自己的目標，又能與團隊一同實現研究機構的整體目標。

傳統 AI VS 熱門 AI?

AI 科技評論：實際上，您個人的研究方向偏傳統 AI，這跟深度學習等當前熱門的 AI 研究領域大為不同，您怎樣看待兩者各自在 AI 發展中發揮的作用？

Robert Kowalski：我認為這實際上是兩種不同的人類思維。傳統 AI 是循序漸進、深思熟慮的，更像是 AI 領域中的一種符號化思維，而深度學習等當下的熱門 AI 則是快速化、自動化以及潛意識化的，這種思維方式就與 AI 深度學習給該領域所帶來的爆髮式影響類似。

對於人類而言，這兩種思維方式其實是相輔相成的。有時候，如果在實施決策前有時間再度思考的話，可以事先使用慢思維驗證下使用快思維的方式做出的決策，如果判斷正確的話，這樣就能增強對決策的信心；而一旦判斷錯誤的話，就能夠及時止損。

要想真正達到人類智能, AI 就必須要如人類一樣，擁有分別具備這兩種思維方式的 AI 系統。從短期來看，AI 需要克服的挑戰會非常大，過程也可能會比較漫長，基於符號和邏輯的 AI 則能夠非常穩定地推進這一進度。這樣的 AI 系統即便需要它自主工作，也許效果並不會那麼好，但同樣有潛能對人類做出同等重要的貢獻，因為這種思維能夠為人類應用 AI 提供工具和技術，無論在有沒有計算機輔助的情況下，都能夠提高它們自主解決人類現實問題的能力。

AI 科技評論：深度學習給 AI 領域帶來的影響是變革性的，現在也有很多傳統 AI 的研究者也轉向這一研究領域或者將其應用到他們的研究工作中。您有考慮過將這些新發方法應用到您此前的研究工作中嗎？

Robert Kowalski：目前，許多研究者和研究機構都在研究邏輯編程和神經網路之間的關聯性。我認為這項研究是非常具有前景的。人類時而將慢思維轉換為快思維，時而由快思維轉為慢思維，而這項研究則很好地模擬了這兩種思維之間的轉換。不過，這項工作對於我個人的研究目標而言影響甚微，我目前最關心的依舊還是努力幫助人類更加高效地自主思考。

AI 科技評論：實際上，現在研究界已經有人提出深度學習過熱的問題，您如何看待關於深度學習方面的擔憂?

Robert Kowalski：我認為深度學習當前的火熱現象是合乎情理的，而我也毫不懷疑深度學習領域未來將可能取得更多其他令人興奮的成果。但是，如果因此而得出符號 AI 失敗的結論，或者僅僅支持用深度學習來發展 AI，則犯了一個巨大的錯誤。

AI 科技評論：您認為 AI 未來的發展方向是什麼？它的終極目標又是什麼？

Robert Kowalski：我認為在不久的將來，AI 系統完全有可能實現在那些人類無法做出可靠判斷的複雜場景中幫助人類做出更好的決策。但是這樣的 AI 系統一定是能夠明確地表達出它們的思想，並為人類所能理解和能與之爭辯的。

一般而言，許多 AI 研究者都認為 AI 發展的終極目標就是創造出在智力上能夠與人類媲美的人造人，但是我不認為是這樣。我認為現在繼續開發出專用的 AI 系統來幫助人類完成專門的任務，會更加有用。而這也有助於確保 AI 的終極目標能夠真正地幫助人類，而不是與人類進行競爭甚至讓人類臣服於機器。

對?IJCAI 50 周年的寄語

AI 科技評論：您是 2011 年 IJCAI「卓越研究獎」的獲獎者，能分享下您當年的獲獎感言嗎？

Robert Kowalski：關於我 2011 年獲得 IJCAI「卓越研究獎」的獲獎感言，大家可觀看我當年在 IJCAI 上的演講視頻：http://videolectures.net/ijcai2011_kowalski_artificial/

AI 科技評論：您曾是 AAAI 、ECCAI、 ACM 等幾大會議的 Fellow，那您認為 IJCAI 與這些會議之間的不同點是什麼？

Robert Kowalski：我認為 IJCAI 與 AAAI 、ECCAI、 ACM 等會議之間最重要的區別就在於，IJCAI 是一個國際性會議。IJCAI 因其國際性，能夠匯聚來自全世界的國家和研究者的力量來推動該領域的發展，同時也能夠反過來讓全世界的國家和研究者從中受益，而不在乎國家和研究者身處何地。

AI 科技評論：您認為 IJCAI 應該在 AI 的發展中扮演怎樣的角色？

Robert Kowalski：IJCAI 有助於確保 AI 不被用來作惡，這是與世界各國和整個人類的利益休戚相關的。

AI 科技評論：今年是 IJCAI 的 50 周年，您對於 IJCAI 2019 有哪些寄語？

Robert Kowalski：首先，我希望向 IJCAI 組委會以及支持者對 AI 研究給予的包容、開放和竭盡全力的支持表示最衷心的感謝。其次，今年適逢 IJCAI 50 周年，預祝這屆承載歷史性意義的 IJCAI 會議取得圓滿成功！

（完）

雷鋒網 AI 科技評論報道

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！