曾經(jīng)人工智能只能在科幻小說(shuō)作家和編劇的作品中出現(xiàn)，而現(xiàn)在人工智能正穩(wěn)步踏入現(xiàn)實(shí)世界。最近，我們看到人工智能在與人類(lèi)的競(jìng)爭(zhēng)中越發(fā)脫穎而出，從比專(zhuān)家更強(qiáng)的閱讀能力，到在撲克錦標(biāo)賽上取得勝利，人工智能正不斷的戰(zhàn)勝人類(lèi)。
但是，似乎所有人都在加入人工智能潮流，我們想知道這項(xiàng)技術(shù)到底有多先進(jìn)。Cortica是一家依賴(lài)人工智能技術(shù)發(fā)展的形象識(shí)別公司，我們向Cortica的創(chuàng)始人Igal Raichelgauz提出了一個(gè)問(wèn)題：為什么人工智能仍然是一個(gè)愚蠢的東西?
以下是他的回答。
人工智能一直缺乏足夠的智能，因?yàn)樗@取信息的能力并沒(méi)有現(xiàn)實(shí)環(huán)境的限制。人類(lèi)智力受到我們的生理?xiàng)l件和我們自然進(jìn)化過(guò)程的限制，但人工智能在理論上可以繼續(xù)發(fā)展和提升智力，而不受外界條件的限制。人工智能“智能”真正局限性在于我們的能力。盡管如此，人工智能現(xiàn)在可以完成多項(xiàng)事務(wù)的能力，遠(yuǎn)不及人類(lèi)和其他生物有機(jī)體的能力。
例如，盡管在過(guò)去五年中深度學(xué)習(xí)已經(jīng)取得了顯著的進(jìn)步，但這些技術(shù)完全沒(méi)有達(dá)到一個(gè)真正的人對(duì)圖像的理解能力。人工智能系統(tǒng)也會(huì)產(chǎn)生一些錯(cuò)誤的判斷，它們無(wú)法理解上下文信息，有時(shí)也會(huì)忽略一些微小的細(xì)節(jié)。當(dāng)然，也有一些方面，比如數(shù)字計(jì)算、下圍棋等，如今的人工智能已經(jīng)超過(guò)了人類(lèi)的能力。但事實(shí)仍然是，人工智能仍然無(wú)法完成人類(lèi)最瑣碎的任務(wù)，那就是與現(xiàn)實(shí)世界互動(dòng)，感知自然信號(hào)。這表明人工智能系統(tǒng)不過(guò)是比較強(qiáng)大的計(jì)算機(jī)罷了，它的名字是個(gè)具有誤導(dǎo)性的頭銜。
對(duì)于人工智能來(lái)說(shuō)，要想達(dá)到人類(lèi)智能的高度，最重要的是要在人類(lèi)幾千年來(lái)一直擅長(zhǎng)的事情中脫穎而出。因此，在這個(gè)超越過(guò)程中，視覺(jué)理解和智能導(dǎo)航能力的提升比玩撲克更合適。在這類(lèi)自然任務(wù)中，將人類(lèi)智力與人工智能相匹配，將使人工智能無(wú)限接近我們的智慧。
要理解這一里程碑式的鴻溝，我們必須深入研究生物系統(tǒng)與深度學(xué)習(xí)技術(shù)之間的差異。
機(jī)器學(xué)習(xí)人工智能的創(chuàng)造者夸口說(shuō)，機(jī)器可以自己學(xué)習(xí)和處理數(shù)據(jù)。但實(shí)際上，機(jī)器學(xué)習(xí)技術(shù)遵循的是一種自上而下的方法，是不允許他們自行做某事的。
在自上向下的體系結(jié)構(gòu)中，人工智能首先要系統(tǒng)接受培訓(xùn)，即它的算法被開(kāi)發(fā)出來(lái)，并顯示出巨大的相關(guān)數(shù)據(jù)集。只有這樣，才能將這些知識(shí)應(yīng)用到新數(shù)據(jù)中。深度學(xué)習(xí)系統(tǒng)被貼上訓(xùn)練數(shù)據(jù)的標(biāo)簽，直到他們能夠成功地輸出新數(shù)據(jù)。機(jī)器只有在成功推斷出問(wèn)題的正確答案時(shí)，才會(huì)得到停止的指令。深度學(xué)習(xí)機(jī)器是利用許多層次的算法來(lái)構(gòu)建的，這些算法利用許多抽象層次來(lái)處理數(shù)據(jù)。這些自上而下的系統(tǒng)已經(jīng)取得了巨大的成就，但是它們對(duì)訓(xùn)練的依賴(lài)使它們變成復(fù)雜的機(jī)器，而不是智能的機(jī)器。
機(jī)器模仿
人類(lèi)大部分學(xué)習(xí)都是在沒(méi)有監(jiān)督的情況下進(jìn)行的。從他們出生的那天起，孩子們就會(huì)不斷吸收他們所接觸到的大量信息，并學(xué)會(huì)理解這個(gè)世界，進(jìn)而能夠知道如何駕馭這個(gè)世界。要擁有與人類(lèi)相匹敵的智力，機(jī)器必須模仿人類(lèi)自下而上的學(xué)習(xí)和理解的方式。如果沒(méi)有訓(xùn)練、參數(shù)或數(shù)據(jù)集，它們的算法和結(jié)構(gòu)將能夠引入數(shù)據(jù)，處理數(shù)據(jù)，并通過(guò)自己的方式來(lái)理解它。按照邏輯學(xué)習(xí)模式，智能機(jī)器是能夠進(jìn)行理解和學(xué)習(xí)的，它們可以通過(guò)歸納、結(jié)合語(yǔ)境和利用自己的創(chuàng)造力來(lái)學(xué)習(xí)。
在合作創(chuàng)立Cortica之前，我曾加入以色列理工學(xué)院的一支神經(jīng)學(xué)家和工程師團(tuán)隊(duì)，目的是了解大腦皮層如何運(yùn)作，并設(shè)計(jì)出一種可以模仿這一過(guò)程的機(jī)器。盡管我們?cè)谌绱藦?fù)雜的問(wèn)題上投入大量的計(jì)算能力，但限制我們系統(tǒng)層數(shù)的決定，在構(gòu)建無(wú)人監(jiān)督的學(xué)習(xí)和計(jì)算機(jī)視覺(jué)AI方面取得了成功。
如今，Cortica的系統(tǒng)可以在自己的內(nèi)部區(qū)分不同的信息，并創(chuàng)造出相似的數(shù)據(jù)，然后用網(wǎng)絡(luò)上已經(jīng)存在的信息來(lái)給它們貼上標(biāo)簽。真正的智能技術(shù)的出現(xiàn)，將從根本上改善我們推動(dòng)一些最重要的技術(shù)創(chuàng)新的方式，并使我們能夠利用看似無(wú)窮無(wú)盡的視覺(jué)數(shù)據(jù)。
如果人工智能的發(fā)展是模仿人類(lèi)的過(guò)程，那么它的確可以超越人類(lèi)的智力。我們沒(méi)有理由限制更先進(jìn)的人工智能的發(fā)展，但我們必須給它樹(shù)立一個(gè)正確的框架。
投稿郵箱：chuanbeiol@163.com 詳情請(qǐng)?jiān)L問(wèn)川北在線：http://dstuf.com/
