高層速讀
關(guān)鍵信息:AI在未來如何實(shí)現(xiàn)真正的“智能”?這個(gè)問題似乎遭遇瓶頸。目前深度學(xué)習(xí)對人類大腦的模擬仍然處于初級階段,是否應(yīng)該沿這條路繼續(xù)走下去?
關(guān)鍵數(shù)據(jù):模擬人腦,未來AI完成精神層面任務(wù)只需幾秒。
關(guān)鍵意義:AI技術(shù)曾經(jīng)僅僅是一個(gè)學(xué)術(shù)問題,而現(xiàn)在已經(jīng)成為高達(dá)數(shù)十億美元的人才和基礎(chǔ)設(shè)施的產(chǎn)業(yè),而且關(guān)系到人類的未來。
AI在未來如何實(shí)現(xiàn)真正的“智能”?這個(gè)問題似乎遭遇瓶頸。目前深度學(xué)習(xí)對人類大腦的模擬仍然處于初級階段,是否應(yīng)該沿這條路繼續(xù)走下去?吳恩達(dá)認(rèn)為,通過深度學(xué)習(xí)模擬大腦,未來的AI能夠比人類更快地完成精神層面的任務(wù)。也有研究人員認(rèn)為,應(yīng)從大自然中尋找靈感,讓AI建立關(guān)于世界的“心理模型”。
現(xiàn)在,我們已經(jīng)將AI技術(shù)應(yīng)用在自動(dòng)駕駛和醫(yī)療上,甚至10多億中國公民的社會(huì)信用評分都可以依靠AI技術(shù),現(xiàn)在我們已經(jīng)在討論如何讓AI學(xué)會(huì)自己不會(huì)做的事情。AI技術(shù)曾經(jīng)僅僅是一個(gè)學(xué)術(shù)問題,而現(xiàn)在已經(jīng)成為高達(dá)數(shù)十億美元的人才和基礎(chǔ)設(shè)施的產(chǎn)業(yè),而且關(guān)系到人類的未來。
關(guān)于這個(gè)問題的討論焦點(diǎn)是,目前構(gòu)建AI的是否足夠。我們能夠通過對現(xiàn)有技術(shù)的調(diào)整,利用足夠強(qiáng)大的計(jì)算力,來實(shí)現(xiàn)被認(rèn)為僅存在于人和動(dòng)物身上的真正的“智能”?
關(guān)于這個(gè)問題,辯論的一方是“深度學(xué)習(xí)”的支持者 - 自2012年多倫多大學(xué)三位研究人員的一篇具有里程碑意義的論文以來,深度學(xué)習(xí)已經(jīng)大受歡迎。雖然它遠(yuǎn)非人工智能的唯一方法,但已經(jīng)證明了我們能夠?qū)崿F(xiàn)以前的技術(shù)無法實(shí)現(xiàn)的成就。
“深度學(xué)習(xí)”中的“深度”是指其網(wǎng)絡(luò)中人工神經(jīng)元的層數(shù)。生物學(xué)上的“神經(jīng)元”一樣,具有更多層神經(jīng)元的人工神經(jīng)系統(tǒng)能夠進(jìn)行更復(fù)雜的學(xué)習(xí)。
吳恩達(dá):模擬人腦,未來AI完成精神層面任務(wù)只需幾秒
要理解人工神經(jīng)網(wǎng)絡(luò),可以想象一下空間中的一堆點(diǎn),就像我們大腦中的神經(jīng)元一樣。調(diào)整這些點(diǎn)之間連接的強(qiáng)度,就是在大致模擬大腦學(xué)習(xí)時(shí)發(fā)生的事情。模擬結(jié)果產(chǎn)生一幅神經(jīng)連接圖,圖中包括達(dá)到期望結(jié)果(比如正確識(shí)別出圖像)的最佳途徑。
今天的深度學(xué)習(xí)系統(tǒng)還達(dá)不到我們的大腦的復(fù)雜度。它們充其量看起來就像視網(wǎng)膜的外表面,只有少數(shù)幾層神經(jīng)元對圖像進(jìn)行初始處理。
這種網(wǎng)絡(luò)不太可能勝任我們大腦能完成的所有任務(wù)。因?yàn)樗鼈儾⒉荒芟裾嬲摹爸悄堋鄙锬菢恿私馐澜?,所以網(wǎng)絡(luò)顯得很脆弱,容易造成混淆。比如,研究人員能夠只改變圖像中的單個(gè)像素,就可以成功欺騙流行的圖像識(shí)別算法。
盡管存在局限性,深度學(xué)習(xí)還是為研發(fā)圖像和語音識(shí)別、機(jī)器翻譯和棋類游戲中擊敗人類的黃金標(biāo)準(zhǔn)軟件提供了強(qiáng)大動(dòng)力。深度學(xué)習(xí)是谷歌研發(fā)定制化AI芯片和這些利用這些芯片運(yùn)行的AI云服務(wù)的動(dòng)力,Nvidia的自動(dòng)駕駛汽車技術(shù)也是如此。
吳恩達(dá)
人工智能領(lǐng)域中最具影響力的人之一、曾在谷歌大腦工作并擔(dān)任百度前人工智能首席科學(xué)家的吳恩達(dá)表示,通過深度學(xué)習(xí),計(jì)算機(jī)應(yīng)該能夠完成普通人在一秒或幾秒內(nèi)就能完成的任何精神層面的任務(wù)。而且計(jì)算機(jī)的完成速度甚至可以比人類更快。
推進(jìn)AI需要從大自然中尋找靈感
而這場討論中同樣有研究人員持相反觀點(diǎn),比如Uber公司人工智能部門的前負(fù)責(zé)人、現(xiàn)紐約大學(xué)教授Gary Marcus認(rèn)為深度學(xué)習(xí)遠(yuǎn)不足以完成我們能夠完成的各種事情。他認(rèn)為,深度學(xué)習(xí)永遠(yuǎn)無法取代全部的白領(lǐng)工作,無法引領(lǐng)我們走向全自動(dòng)化的、“奢侈化共產(chǎn)主義”的輝煌未來。
Marcus博士表示,要獲得“通用智能”需要具備推理能力,能夠自己學(xué)習(xí),建立關(guān)于世界的心理模型,這些都超出了現(xiàn)在AI的能力。
“目前我們利用深度學(xué)習(xí)取得了很多里程碑式的成就,但這并不意味著深度學(xué)習(xí)是建立思維理論或抽象推理的正確工具?!瘪R庫斯博士說。
為了進(jìn)一步推進(jìn)人工智能,“我們需要從大自然中獲取靈感。”Marcus博士說。也就是說要建立其他類型的人工神經(jīng)網(wǎng)絡(luò),并在某些情況下為其提供與生俱來的預(yù)編程的知識(shí),就像所有生物都具備的天生本能一樣。
紐約大學(xué)教授Gary Marcus
研究人員還在努力讓AI建立關(guān)于世界的心理模型,一般嬰兒在一歲時(shí)就能建立這種模型了。因此,就算一個(gè)AI系統(tǒng)已經(jīng)見過一百萬張校車的圖片,但當(dāng)它第一次見到一輛翻車的校車時(shí),可能還是認(rèn)不出來。如果AI能夠構(gòu)建一個(gè)心理模型,其中包括校車的車輪、黃色底盤等,認(rèn)出翻車的校車可能就沒那么難了。
人工智能促進(jìn)協(xié)會(huì)(AAAI)前主席Thomas Dietterich表示,努力尋找其他類型人工智能的深度學(xué)習(xí)是很好的做法,但重要的是,不能在總體上忽視深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的神奇之處。
“對于機(jī)器學(xué)習(xí)研究來說,我們的目標(biāo)是看看能在多大程度上讓計(jì)算機(jī)系統(tǒng)從數(shù)據(jù)和經(jīng)驗(yàn)中學(xué)習(xí),而不是手工構(gòu)建這些系統(tǒng)。”Dietterich博士說,問題不在于人工能能中的先天知識(shí)不好,人類一開始就根本不知道自己掌握了哪些先天知識(shí)。
Duvenaud博士說:“原則上,我們在研究如何構(gòu)建未來的AI時(shí)不需要參考生物學(xué)?!?但他也表示,那些能夠成功實(shí)現(xiàn)以深度學(xué)習(xí)為重點(diǎn)的、更復(fù)雜的系統(tǒng)目前還沒有取得成功。
Marcus博士說,在弄清楚如何讓AI變得更智能、更強(qiáng)大之前,我們?nèi)员仨毾駻I系統(tǒng)中輸入大量現(xiàn)有的人類知識(shí)。也就是說,像自動(dòng)駕駛軟件這樣的AI系統(tǒng)中的許多“智能”根本就不是“人工”的。雖然很多企業(yè)需要在盡量多的真實(shí)道路上訓(xùn)練自動(dòng)駕駛車,但現(xiàn)在,使這些AI系統(tǒng)真正獲得自駕能力,仍然需要人工輸入大量的邏輯,這些邏輯反映了構(gòu)建和測試自動(dòng)駕駛車輛的工程師們做出的決策。
欲獲取更多人工智能最新行業(yè)資訊及深度報(bào)告:AIBizHerald
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個(gè)大計(jì)劃瞄準(zhǔn)AI機(jī)器人
- 微信零錢通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費(fèi)引熱議
- 消息稱塔塔集團(tuán)將收購和碩印度iPhone代工廠60%股份 并接管日常運(yùn)營
- 蘋果揭秘自研芯片成功之道:領(lǐng)先技術(shù)與深度整合是關(guān)鍵
- 英偉達(dá)新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關(guān)注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號(hào)發(fā)布,意外泄露引發(fā)關(guān)注
- 無人機(jī)“黑科技”亮相航展:全球首臺(tái)低空重力測量系統(tǒng)引關(guān)注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開展人形機(jī)器人合作
- 賽力斯觸及漲停,汽車整車股盤初強(qiáng)勢拉升
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實(shí),并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。