精品国产亚洲一区二区三区|亚洲国产精彩中文乱码AV|久久久久亚洲AV综合波多野结衣|漂亮少妇各种调教玩弄在线

<blockquote id="ixlwe"><option id="ixlwe"></option></blockquote>
  • <span id="ixlwe"></span>

  • <abbr id="ixlwe"></abbr>

    人工智能被圖靈定義束縛,人類可能高估了AI的未來!

    自深度學(xué)習(xí)(Deep Learning)技術(shù)問世后,許多人都相信這將是帶領(lǐng)我們逐步走入“通用 AI”(General AI)夢想的關(guān)鍵,企業(yè)領(lǐng)導(dǎo)者也都在演講中談及AI時(shí)代將會如何來臨,然而事情真的如此順利嗎?

    ?

    近期,計(jì)算機(jī)視覺與AI專家Filip Piekniewski發(fā)表了一篇《AI凜冬將至》的文章,該文章一經(jīng)發(fā)表隨即引來熱議。

    該文主要對深度學(xué)習(xí)的炒作提出了批評,認(rèn)為這項(xiàng)技術(shù)并不具有革命性,而且正面臨發(fā)展瓶頸。各大公司對AI的興趣其實(shí)正在收斂,人工智能的又一次凜冬可能要來了。

    由“革命”到“進(jìn)化”

    AI未來只是人類腦補(bǔ)的結(jié)果

    在對AI技術(shù)的判斷上,人類再次發(fā)揮了自身的想象力。

    Piekniewski指出,在ImageNet獲得不錯(cuò)的解決方案時(shí),許多該領(lǐng)域的知名研究人員都積極的受訪并采用相同的論調(diào)表示:人們正處在一場巨大的革命前面,從現(xiàn)在開始,所有AI發(fā)展只會加速。

    然而許多年過去了,期待中的加速并未發(fā)生,這些受訪的研究人員也不再那么活躍的鼓吹相同的想法,隨著情緒降溫,他們開始不將深度學(xué)習(xí)形容為終極演算法,AI相關(guān)論文也從“革命”一詞逐漸改變?yōu)椤斑M(jìn)化”。

    相較于前者,進(jìn)化聽起來要溫和且緩慢許多,而這似乎也更為符合 AI 發(fā)展的現(xiàn)實(shí)情況。

    包含OpenAI在內(nèi),許多知名研究機(jī)構(gòu)近期都開始變得相對理性,自AlphaGo Zoro問世后,DeepMind也并未再展現(xiàn)出更多令人驚喜的事物,甚至一些論述指出,Google其實(shí)不太確定該如何處理DeepMind,因?yàn)閳F(tuán)隊(duì)得出的研究成果明顯不如原先預(yù)期的“那么實(shí)際”。

    ?

    另外,一些大型科技企業(yè)的杰出AI研究人員,都開始從實(shí)際操作的研究負(fù)責(zé)人轉(zhuǎn)任至協(xié)助游說政府資助的職務(wù)上,這種轉(zhuǎn)變跡象顯示,像Google、Facebook這些公司對AI研究的興趣實(shí)際上正在慢慢收斂。

    與此同時(shí),深度學(xué)習(xí)的瓶頸正在顯現(xiàn),自動駕駛(Self-Driving)技術(shù)在現(xiàn)實(shí)世界的實(shí)際應(yīng)用便是最明顯的例子,Nvidia、Tesla在發(fā)展自動駕駛技術(shù)上都遇到了困難,Uber自動駕駛汽車在亞利桑那州則遭遇死亡車禍,這些都從側(cè)面展現(xiàn)了AI技術(shù)的缺陷。

    除了能明顯看出系統(tǒng)設(shè)計(jì)的問題之外,自動駕駛系統(tǒng)更是花費(fèi)了很長一段時(shí)間,去試圖判斷眼前的物體究竟是什么,而不是做出最重要、也是邏輯上唯一該做的決策:確保不會碰撞它。

    ?

    這與人對危機(jī)的處理方式并不相同。盡管人們經(jīng)常在交通事故后說出當(dāng)下的判斷標(biāo)準(zhǔn),比如“我看到前方有行人所以向左轉(zhuǎn)避開”,但許多心理物理學(xué)都曾經(jīng)提出解釋,人們往往是在當(dāng)下透過神經(jīng)系統(tǒng)迅速將其判斷為障礙并采取行動,等一小段時(shí)間過后才會意識到發(fā)生了什么。

    這種生存機(jī)制來源已久,數(shù)十億年來都保護(hù)著我們的安全,而在駕駛車輛時(shí),人們自然也會用到這樣的原始反應(yīng),由于這些反應(yīng)并非專為駕駛行為而產(chǎn)生,自然也會因?yàn)檫@些反射神經(jīng)引發(fā)一些事故。

    然而整體上來說,這種對空間、速度及周遭警覺的原始能力,對于人類安全仍舊有著許多保障。

    只是這種能力大多無法用言語來描述,也難以進(jìn)行測量,這使得研究人員難以對機(jī)器進(jìn)行這方面的系統(tǒng)改良,Nvidia過去所提出的End-to-End方法雖然理論上可行,但從現(xiàn)實(shí)一些測試中我們也可知道情況并非這么簡單。

    ?

    神經(jīng)網(wǎng)絡(luò)之父Geoffrey Hinton曾承認(rèn),反向傳播法(Back-Propagation)似乎已走入死胡同,相關(guān)研究可能得從頭開始展開。

    這些發(fā)展困境都表明著AI發(fā)展的寒冬即將來臨,雖然不太可能準(zhǔn)確地預(yù)測出發(fā)生的時(shí)間點(diǎn),但某些明顯的跡象可以肯定,它將會出現(xiàn)在某個(gè)時(shí)刻,然而因?yàn)橥饨鐚τ贏I的呼聲太過強(qiáng)烈,以至于人們很容易忽略掉這些征兆。

    現(xiàn)實(shí)充滿更多不可預(yù)測性

    習(xí)以為常的盲區(qū)應(yīng)該是AI的核心

    雖然圖靈為人工智能定下了最基礎(chǔ)的定義,但如今我們更多地被圖靈的定義給束縛住了。

    現(xiàn)實(shí)不是預(yù)先設(shè)定的游戲,如果說有什么不同的話,現(xiàn)實(shí)是規(guī)則不斷變化的游戲的無限集合,任何時(shí)候出現(xiàn)了重大發(fā)展,游戲規(guī)則都要重寫,然后所有玩家都得跟著調(diào)整否則就會死掉。

    相比圖靈,莫拉維克悖論更應(yīng)該被視為AI發(fā)展的核心問題。莫拉維克悖論是由人工智能和機(jī)器人學(xué)者所發(fā)現(xiàn)的一個(gè)和常識相佐的現(xiàn)象。

    和傳統(tǒng)假設(shè)不同,人類所獨(dú)有的高階智慧能力只需要非常少的計(jì)算能力,例如推理,但是無意識的技能和直覺卻需要極大的運(yùn)算能力。

    這個(gè)理念是由漢斯?莫拉維克、布魯克斯、馬文?閔斯基等人于80年代所闡釋。如莫拉維克所寫:“要讓電腦如成人般地下棋是相對容易的,但是要讓電腦有如一歲小孩般的感知和行動能力卻是相當(dāng)困難甚至是不可能的?!?/p> ?

    如果我們希望解決莫拉維克悖論,就要模仿生物體純粹靠觀察世界來學(xué)習(xí)的能力,而不是需要標(biāo)簽的輔助,這個(gè)想法可以通過開發(fā)對未來事件做出臨時(shí)預(yù)測的系統(tǒng)來實(shí)現(xiàn),然后通過將其預(yù)測與實(shí)際情況進(jìn)行對比來學(xué)習(xí)。

    預(yù)測性視覺模型是朝著這個(gè)方向邁出的一步,但肯定不是最后一步。

    最顯而易見的通常是我們最容易忽略的,也是最為重要的。常識的困難在于它對我們實(shí)在是太明顯了,以至于非常難以用語言表達(dá)出來進(jìn)而給數(shù)據(jù)打上標(biāo)簽。對于一切“明顯”的東西我們存在著巨大盲點(diǎn)。

    因此我們無法教計(jì)算機(jī)常識,這不僅因?yàn)檫@么做可能不切實(shí)際,但更根本的是我們甚至都沒意識到常識是什么。只有在我們的機(jī)器人做了某件極其愚蠢的事情之后我們才意識到這一點(diǎn)。

    現(xiàn)實(shí)不是游戲。如果說有什么不同的話,現(xiàn)實(shí)是規(guī)則不斷變化的隨機(jī)事件的無限集合。任何時(shí)候出現(xiàn)了重大發(fā)展,規(guī)則都要重寫,然后所有參與者都得跟著調(diào)整否則就會死掉。

    因此,我們極度需要跳出圖靈框架,從人性和意識的角度去理解“智能”,而不是一味沉浸在代碼、網(wǎng)絡(luò)的世界里,這樣的人工智能才有未來。

    【科技云報(bào)道原創(chuàng)】

    微信公眾賬號:科技云報(bào)道

    來源:科技云報(bào)道

    免責(zé)聲明:此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章,所有文字和圖片版權(quán)歸作者所有,且僅代表作者個(gè)人觀點(diǎn),與極客網(wǎng)無關(guān)。文章僅供讀者參考,并請自行核實(shí)相關(guān)內(nèi)容。投訴郵箱:editor@fromgeek.com。

    極客網(wǎng)企業(yè)會員

    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。

    2020-01-09
    人工智能被圖靈定義束縛,人類可能高估了AI的未來!
    科技云報(bào)道原創(chuàng)。自深度學(xué)習(xí)(DeepLearning)技術(shù)問世后,許多人都相信這將是帶領(lǐng)我們逐步走入“通用AI”(GeneralAI)夢想的關(guān)鍵,企業(yè)領(lǐng)導(dǎo)者也都在演講中談及AI時(shí)代將會如何來臨

    長按掃碼 閱讀全文