讓機(jī)器能理解會(huì)思考，讓認(rèn)知智能頂天立地

隨著人工智能第三次浪潮的到來，全球正迎來一場全新的產(chǎn)業(yè)變革。我國在深度學(xué)習(xí)和知識(shí)圖譜等領(lǐng)域已取得顯著進(jìn)展，但與人類認(rèn)知能力相比仍有差距。目前，深度語義表示、知識(shí)圖譜建模和類腦智能等研究領(lǐng)域展現(xiàn)出推動(dòng)認(rèn)知智能實(shí)現(xiàn)重大突破的潛力。接下來的十年將是認(rèn)知智能發(fā)展的關(guān)鍵時(shí)期。

肩負(fù)使命，砥礪前行，認(rèn)知智能全國重點(diǎn)實(shí)驗(yàn)室（以下簡稱“實(shí)驗(yàn)室”）在需求的驅(qū)動(dòng)之下組建。實(shí)驗(yàn)室由中國科學(xué)技術(shù)大學(xué)和科大訊飛共建，于2022年5月正式獲批重組，成為首批20家標(biāo)桿全國重點(diǎn)實(shí)驗(yàn)室之一。

實(shí)驗(yàn)室以“讓機(jī)器能理解會(huì)思考，讓認(rèn)知智能頂天立地”為使命，開展認(rèn)知智能共性基礎(chǔ)問題研究和前沿技術(shù)攻關(guān)，并在教育、醫(yī)療、交互、翻譯等領(lǐng)域?qū)崿F(xiàn)國際領(lǐng)先和業(yè)界引領(lǐng)的智能應(yīng)用系統(tǒng)，解決我國優(yōu)質(zhì)民生資源普惠供給、中國智造升級(jí)和“一帶一路”語言互通等國家需求，多項(xiàng)認(rèn)知智能系統(tǒng)取得規(guī)?；涞貞?yīng)用。

瞄準(zhǔn)需求 帷幄布局

實(shí)驗(yàn)室瞄準(zhǔn)國際認(rèn)知智能技術(shù)的理論和技術(shù)發(fā)展前沿，面向國家重大戰(zhàn)略需求和人工智能產(chǎn)業(yè)發(fā)展，以人機(jī)交互、智慧教育、智慧醫(yī)療、智慧司法等領(lǐng)域?qū)φJ(rèn)知智能技術(shù)的廣泛和共性需求為牽引，重點(diǎn)開展語義計(jì)算、知識(shí)建模等認(rèn)知智能基礎(chǔ)理論及技術(shù)研究，形成了5個(gè)研究方向布局。

（一）認(rèn)知基礎(chǔ)共性技術(shù)

實(shí)驗(yàn)室面向科技前沿，開展以大模型為核心的認(rèn)知智能研究框架和產(chǎn)學(xué)研協(xié)同模式研究，圍繞認(rèn)知智能基礎(chǔ)共性技術(shù)中的高質(zhì)量數(shù)據(jù)處理與知識(shí)表示、知識(shí)構(gòu)建與推理、持續(xù)學(xué)習(xí)與自主進(jìn)化，研究高質(zhì)量數(shù)據(jù)處理與生成、跨模態(tài)知識(shí)統(tǒng)一表達(dá)范式、跨模態(tài)語義關(guān)聯(lián)與融合、多模態(tài)知識(shí)抽取與對齊、可信知識(shí)推理框架、思維樹提示學(xué)習(xí)方法、增量知識(shí)學(xué)習(xí)、大模型能力認(rèn)知診斷、意圖對齊反饋的強(qiáng)化學(xué)習(xí)進(jìn)化機(jī)制等關(guān)鍵技術(shù)，并開展神經(jīng)網(wǎng)絡(luò)大模型智能涌現(xiàn)原理探究及大模型與腦科學(xué)的交叉前瞻探索。

（二）行業(yè)認(rèn)知

實(shí)驗(yàn)室面向“幸福中國”實(shí)現(xiàn)基于人工智能的教育、醫(yī)療優(yōu)質(zhì)資源普惠供給的需求，研究認(rèn)知智能應(yīng)用關(guān)鍵技術(shù)，具體包括：在教育領(lǐng)域研究口頭語言運(yùn)用能力評測、書面語言運(yùn)用能力評閱、理科解答題批改、學(xué)情診斷、學(xué)習(xí)路徑規(guī)劃和個(gè)性化推薦；在醫(yī)療領(lǐng)域研究醫(yī)學(xué)文本內(nèi)涵解析與知識(shí)構(gòu)建、時(shí)序推理智能診斷、多模態(tài)問診、病歷書寫內(nèi)涵質(zhì)控；在司法領(lǐng)域研究案件信息自動(dòng)抽取、案件自動(dòng)量刑預(yù)判、司法文書自動(dòng)生成、司法文書自動(dòng)質(zhì)檢與糾正、基于案情分析的法條推薦、司法證據(jù)鏈分析審查等關(guān)鍵技術(shù)。

（三）人機(jī)交互

實(shí)驗(yàn)室面向“中國智造”升級(jí)手機(jī)/汽車/家電/機(jī)器人等人機(jī)智能交互的需求，深入布局?jǐn)M人化人機(jī)交互技術(shù)，解決人機(jī)交互領(lǐng)域的核心科學(xué)問題，主要包括如何結(jié)合認(rèn)知智能實(shí)現(xiàn)觸摸、語音、語言、手勢、人臉、視頻等跨模態(tài)交互方式的融合，以及如何準(zhǔn)確認(rèn)知理解人機(jī)交互過程的廣泛信息需求，最終完成自然有效的交互系統(tǒng)響應(yīng)，提升整體人機(jī)交互體驗(yàn)。重點(diǎn)研究人機(jī)交互對話管理、多模態(tài)交互感知、全雙工交互、主動(dòng)交互、多輪對話、智能知識(shí)問答、情感交互、多維度表達(dá)等關(guān)鍵技術(shù)。

（四）多語種語言

實(shí)驗(yàn)室面向“一帶一路”構(gòu)建跨語言溝通無障礙的經(jīng)濟(jì)文化交流環(huán)境的需求，研究多語種數(shù)據(jù)和專家資源稀缺條件下的語音識(shí)別、語音合成、圖文識(shí)別、機(jī)器翻譯建模方法，以及多語種語音翻譯/同傳翻譯/圖片翻譯中多任務(wù)協(xié)同優(yōu)化技術(shù)，建立以中文為核心的多語種自動(dòng)翻譯系統(tǒng)和平臺(tái)，支持“一帶一路”共建65個(gè)國家53種官方語言及其他周邊語種，與漢語之間的文本、語音和圖像等多種模態(tài)輸入的雙向互譯，并實(shí)現(xiàn)中文和20個(gè)語種的高可用語音同傳，為不同國家和地區(qū)之間的跨語言溝通交流和信息傳播提供核心支撐。

（五）科技文獻(xiàn)服務(wù)（擬設(shè)立）

實(shí)驗(yàn)室將面向成果調(diào)研、論文研讀、科研寫作等計(jì)算機(jī)科學(xué)場景下助力科研加速的需求，構(gòu)建大規(guī)?？萍嘉墨I(xiàn)知識(shí)庫，持續(xù)積累優(yōu)化科技文獻(xiàn)論文數(shù)據(jù)；持續(xù)優(yōu)化基于語義檢索的多階段論文閱讀理解、大模型檢索增強(qiáng)算法、基于科技文獻(xiàn)向量知識(shí)庫的知識(shí)問答和結(jié)論解讀、多語種文獻(xiàn)智能分析等技術(shù)；構(gòu)建端到端的檢索增強(qiáng)模型優(yōu)化流程，實(shí)現(xiàn)人類偏好反饋和模型選擇的迭代優(yōu)化；通過科技文獻(xiàn)服務(wù)智能化，服務(wù)更多科技工作者，助力我國科技發(fā)展創(chuàng)新。

頂天立地 卓越創(chuàng)新

自成立以來，實(shí)驗(yàn)室始終秉承“頂天立地”的理念和追求，銳意進(jìn)取、埋首耕耘，取得了一系列達(dá)到國際領(lǐng)先甚至唯一的原創(chuàng)性科研成果，為領(lǐng)域?qū)崿F(xiàn)我國源頭技術(shù)自主可控作出了卓越貢獻(xiàn)。伴隨著一個(gè)又一個(gè)成果的涌現(xiàn)，實(shí)驗(yàn)室積累的創(chuàng)新實(shí)力已經(jīng)顯露。

2022年3月，代表前沿國際技術(shù)和水平的第十六屆國際語義評測大賽舉行。在這項(xiàng)認(rèn)知智能領(lǐng)域重要的國際賽事中，實(shí)驗(yàn)室率隊(duì)殺出重圍，連奪3個(gè)主要項(xiàng)目冠軍。而在此之前不久，實(shí)驗(yàn)室還以76.06%的準(zhǔn)確率，刷新同樣是認(rèn)知智能領(lǐng)域內(nèi)的常識(shí)推理挑戰(zhàn)賽CommonsenseQA 2.0的世界紀(jì)錄，比第二名領(lǐng)先了近3個(gè)百分點(diǎn)。

實(shí)驗(yàn)室突破認(rèn)知基礎(chǔ)共性技術(shù)，達(dá)到整體國際一流、部分領(lǐng)域國際領(lǐng)先的水平，自批準(zhǔn)建設(shè)至2023年年底共獲得16項(xiàng)國際認(rèn)知智能領(lǐng)域權(quán)威評測冠軍和中國計(jì)算機(jī)學(xué)會(huì)自然科學(xué)獎(jiǎng)一等獎(jiǎng)等獎(jiǎng)勵(lì)和榮譽(yù)。其中，2022年實(shí)驗(yàn)室3次奪得常識(shí)推理賽事冠軍，除了在常識(shí)推理挑戰(zhàn)賽CommonsenseQA 2.0上嶄露頭角之外，還先后在科學(xué)常識(shí)推理挑戰(zhàn)賽OpenBookQA和常識(shí)推理挑戰(zhàn)賽QASC上奪冠，并兩次超越人類平均水平，實(shí)現(xiàn)認(rèn)知智能技術(shù)的重大突破；2023年，實(shí)驗(yàn)室提出了用于知識(shí)構(gòu)建和推理的D-Reasoner模型，并在離散推理閱讀理解任務(wù)DROP中奪冠，所有指標(biāo)均刷新紀(jì)錄。此外，實(shí)驗(yàn)室團(tuán)隊(duì)提出用于持續(xù)學(xué)習(xí)的VL-Reasoner模型，在多模態(tài)問答比賽A-OKVQA中奪冠，大幅提升了視覺問答（Visual Question Answering，簡稱VQA）效果；推出中文“羊駝”系列大模型開源項(xiàng)目，廣獲業(yè)界好評，多次榮登GitHub（一個(gè)面向開源及私有軟件項(xiàng)目的托管平臺(tái)）全球趨勢分析項(xiàng)目和個(gè)人總榜榜單，并成功榮登總榜首位。

面向通用人工智能國際科技前沿，實(shí)驗(yàn)室于2022年12月15日自主部署“認(rèn)知智能大模型技術(shù)及應(yīng)用”專項(xiàng)攻關(guān)，開展數(shù)據(jù)獲取、數(shù)據(jù)清洗、算力建設(shè)、國產(chǎn)化移植、內(nèi)容安全、算法攻關(guān)和應(yīng)用技術(shù)等各方面工作，突破了軟硬一體化自主可控訓(xùn)練、跨領(lǐng)域異構(gòu)知識(shí)統(tǒng)一表征、訓(xùn)推一體協(xié)同優(yōu)化等技術(shù)，取得了積極進(jìn)展，于2023年5月6日首次發(fā)布星火認(rèn)知大模型并持續(xù)迭代升級(jí)。2024年6月27日發(fā)布的訊飛星火大模型V4.0已實(shí)現(xiàn)全面對標(biāo)GPT-4 Turbo。

實(shí)驗(yàn)室在既定研究任務(wù)基礎(chǔ)上，面向教育、醫(yī)療、辦公、汽車、工業(yè)、金融等領(lǐng)域開展基于認(rèn)知大模型的應(yīng)用創(chuàng)新，解決社會(huì)剛需。在教育領(lǐng)域，大模型中英作文批改準(zhǔn)確率已經(jīng)超過一般老師的水平；口語教學(xué)已支持CET、雅思、托福等多類口語學(xué)習(xí)和?？肌Ｔ卺t(yī)療領(lǐng)域，研制了超越GPT-4的醫(yī)療大模型，研發(fā)具備多輪、主動(dòng)交互能力的訊飛曉醫(yī)App，覆蓋1600種常見疾病、2800種常見藥品、6000種常見檢查檢驗(yàn)，滿足用戶看病前、用藥時(shí)、檢查后的核心場景健康需求。在科研領(lǐng)域，實(shí)驗(yàn)室與中國科學(xué)院文獻(xiàn)情報(bào)中心合作研發(fā)了科技文獻(xiàn)大模型和星火科研助手，支持成果調(diào)研、論文研讀及學(xué)術(shù)寫作等研究工作，目前已覆蓋超5萬科研工作者，成果調(diào)研等效率可提高近10倍。

同心聚力 開啟未來

實(shí)驗(yàn)室在人才培養(yǎng)和學(xué)術(shù)交流方面同樣取得了顯著成績。實(shí)驗(yàn)室匯聚了一批頂尖的科研人才，包括多位院士和行業(yè)內(nèi)的知名專家，共同推動(dòng)認(rèn)知智能領(lǐng)域的研究。在學(xué)術(shù)交流方面，實(shí)驗(yàn)室還積極舉辦和參與各類學(xué)術(shù)會(huì)議，如第一屆認(rèn)知智能與大數(shù)據(jù)技術(shù)研討會(huì)（CIBD 2024）等，這些活動(dòng)不僅加強(qiáng)了實(shí)驗(yàn)室的學(xué)術(shù)影響力，也為人才培養(yǎng)提供了豐富的實(shí)踐機(jī)會(huì)和交流平臺(tái)。這些努力，為實(shí)驗(yàn)室科研人員創(chuàng)新思維的培養(yǎng)提供了良好的環(huán)境，也為實(shí)驗(yàn)室的未來發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。

展望未來，實(shí)驗(yàn)室將立足使命任務(wù)，向認(rèn)知智能發(fā)展領(lǐng)域面臨的諸多瓶頸問題發(fā)起挑戰(zhàn)，通過人工智能技術(shù)的突破和軟硬一體化的能力的提高，幫助人類更好地應(yīng)對未來。