色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

人工智能方法存在什么問題,以及我們可以解決什么問題?

DPVg_AI_era ? 來源:未知 ? 作者:李倩 ? 2018-07-09 09:21 ? 次閱讀

不久前,一篇題為《AI寒冬將至》的文章火了,引發AI領域專家學者、研究人員、學生甚至吃瓜群眾的大量討論。該文對有關深度學習的炒作提出批評,認為深度學習已經塵埃落定,就像股市會崩盤,AI的寒冬一定會再次來臨,雖然無法預測它何時來臨。這篇文章的作者Filip Piekniewski是計算機視覺和AI領域的專家,經過幾周的思考,他重新總結了自己對AI的觀點,值得深思。

最近幾周,我被迫重新思考和總結我對AI的看法。在《AI寒冬將至》那篇帖子廣為傳播后,很多人通過電子郵件和twitter聯系我,提出了很多好的建議。因此,我決定以簡潔的方式寫一下我認為我們的人工智能方法存在什么問題,以及我們可以解決什么問題。以下是10個要點:

1.我們被圖靈對智能的定義所束縛了。圖靈有關智能構想很著名,他將智力限制為一種和人類進行語言游戲的解決方案。具體來說,圖靈將智能設定為(1)游戲的解決方案,(1)將人類置于判斷的位置。這個定義非常具有迷惑性,并很適合人工智能領域。狗,猴子,大象,甚至嚙齒類動物都是非常聰明的生物,但它們沒有語言,因此也不可能通過圖靈測試。

2.人工智能的核心問題莫拉維克悖論(Moravec's paradox)。這個問題在今天要比1988年它剛被提出時要明顯得多,而我們在過去30年里幾乎沒有采取任何行動來解決這個問題,這是令人羞愧的。莫拉維克悖論的核心論點是,現實中最簡單的問題比最復雜的游戲更難解。(注: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困難甚至是不可能的。”)我們沉迷于令AI在游戲中超越人類(以及其他受限且定義明確的話語領域,如數據集),將其作為智能的指標,作為一種與圖靈測試一致的標準。我們完全忽略這樣一個事實:對智能的最終判斷由現實本身,而不是由一個人類組成的委員會作出。

3.我們的模型甚至可能起作用,但往往是出于錯誤的原因。我在其他文章詳細闡述過這點,深度學習就是一個很好的例子。深度學習顯然已經解決了物體識別問題,但是大量研究表明,深度神經網絡能識別物體的原因與人類能觀察到物體的原因大不相同。對于用圖靈測試精神欺騙人類的人來說,這可能并不重要。但對于關注人工智能體處理非預期(域外)現實的能力的人來說,這是至關重要的。

4. 現實不是游戲。就算跟游戲有關,它也是一個無限的游戲集合,其中的規則不斷變化。任何時候只要出現了重大發展,游戲規則都會要重寫,所有玩家都需要作出調整,否則就會死亡。智能是一種機制,它會進化以令智能體能夠解決問題。由于智能是一種輔助我們玩“規則不斷變化的游戲”的機制,因此作為一種副作用,它能讓我們玩有一套固定規則的實際游戲也就不足為奇了。但反過來就不成立了:構建在玩固定規則游戲時勝過人類能力的機器,跟構建一個能夠玩“規則不斷變化的游戲”的系統差得遠了。

5.物理現實中有一些規則是不變的——即物理定律。我們用語言描述他們,并利用它們來做預測,從而建立文明。但是為了在這個物理環境中行動,這個星球上的每一種生物體都掌握了這些定律,并不需要語言。小孩子在學會牛頓運動定律之前,就知道蘋果會從樹上掉下來。

6.我們的視覺統計模型其實是非常不足的,因為它們僅依賴于某一時間的事物和人類指定的抽象標簽進行識別。深度神經網絡能夠看到數以百萬計的蘋果掛在樹上的圖像,但永遠不可能發現萬有引力定律(以及許多對我們來說很顯然的東西)。

7.常識的困難之處在于它對我們而言是在太顯而易見了,甚至很難用語言去描述它,進而在數據中給它打標簽。對于所有“顯而易見”的東西,我們存在巨大的盲點。因此,我們無法教計算機常識,不僅因為這可能不切實際,更根本的原因是我們甚至沒有意識到“常識”是什么。直到我們發現機器人做了一些很愚蠢的事情,我們才頓悟:“哦,原來它不懂...... [這里可以填任何顯而易見的常識] ......”。

8. 如果我們想解決“莫拉維克的悖論”(我認為應該是當今任何嚴肅的AI工作的焦點),我們就多少需要模仿生物體純粹依靠觀察世界學習的能力,而不需要標簽。實現這一目標的一個有希望的想法是構建一個系統,對未來的事件進行預測,并通過將實際的發展與系統的預測進行比較來學習。大量的實驗表明,這確實是生物大腦中發生的事情,并且從許多角度來看這樣做都很有意義,因為這些系統必須要學習物理定律。預測視覺模型(predictive vision model)是朝這個方向邁出的一步,但肯定不是最后一步。

9.我們迫切需要在圖靈的定義之外定義“智能”的特征。一個不錯的想法來自非平衡態熱力學(non-equilibrium thermodynamics),并與預測假設一致。我們需要這樣做,因為我們需要構建智能體,這些智能體肯定通不過圖靈測試(因為它們沒有語言智能),但我們需要一個框架來衡量我們的進展。

10. 我們今天所做的幾乎所有稱之為AI的事情,都是可以用語言表達的某種形式的自動化。在許多領域,這些所謂AI可能有用,但這與用Excel取代紙質表格來幫助會計師,實際上沒有什么不同。有問題(并且問題始終存在)的領域是自主(autonomy)。自主不是自動化(automation)。自主不僅僅意味著自動化。如果是要求比人類更安全的自主的話,那么它意味著更多,比如說自動駕駛汽車。自主應該是廣義智能的同義詞,因為它假設能夠處理意外的、未經訓練的,未知的事物。

以上是我想傳達的核心要點。這些論點有細微的差別,這就是我寫這篇文章的原因。當然,如果你承認這些要點,我們的觀念就基本上是一致的。《AI寒冬將至》那篇文章還有其他許多細節受到激烈的辯論,雖然我認為這些細節不是必要的,但為了完整起見,讓我就其中的一些表達我的看法:

1.天生的還是后天習得的?當然,有的生物具有天生的能力,但無疑也有后天學習的東西。不過,這是一個與實現(implementation)相關的問題,我認為它沒有明確的答案。在我們未來的發展中,我確信我們會使用兩者的結合。

2.學習特征還是人工構建的特征?這是一個相關的問題。我的觀點是,“皮層計算”(cortical computation)的絕大部分會被習得,這是在AI和自主的背景下(但這并不意味著如果它被證明有用,或由于某種原因難以學習,我們就不能人工構建它)。大腦里還有很大一部分很可能預置的。在更具體的自動化應用中,這兩種情況都可能會有。在某些情況下,學習的特征可能明顯優于人工構建的特征(這是深度學習的賣點所在),但在許多應用中,人工精心制作和開發的特征絕對、毫無疑問優于任何學習的東西。總的來說,我認為這是一個偽命題。

3.脈沖,連續,數字還是模擬,又或是量子?我對此沒有非常強烈的主張,每一種都有優點和缺點。數字簡單,確定并且易于獲得。模擬很難控制但功耗要低得多。脈沖(spiking)也是,,雖然它的額外好處是更接近生物學,這可能意味著它是更好的解決方案。量子? 我不確定是否有強有力的證據證明量子計算在解決智能問題方面有必要性,盡管我們可能會發現它是必要的。這些都是“如何做?”(how)的問題,但我的主要興趣還是“是什么?”(what)的問題。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1791

    文章

    47200

    瀏覽量

    238269
  • 圖靈
    +關注

    關注

    1

    文章

    39

    瀏覽量

    9699

原文標題:《AI寒冬將至》作者:人工智能存在十大問題

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    人工智能是什么?

    和提出都可以歸結于人工智能技術的高速發展。 作為創新型人工智能技術領域的典型代表——機器人,當仁不讓的成為創新技術產業里的掌上明珠,也是信息時代轉向智能時代的標志和結點。而隨著工業4
    發表于 09-16 15:40

    人工智能的前世今生 引爆人工智能大時代

    成為占支配地位的方法。”“人工智能”VS“智能增強”但是,人工智能的簇擁者們并不認同這種觀點。在他們看來,智能增強只是技術發展的中期階段,只
    發表于 03-03 11:05

    傳統晶閘管驅動存在什么問題

    有誰知道傳統晶閘管驅動存在什么問題智能晶閘管與它相比有什么優點?
    發表于 04-17 19:37

    人工智能:革命還是傷害?

    `人工智能貌似與我們的現實生活距離十分遙遠,實際上它已經開始走入我們的生活,而且正以一種磁懸浮般的速度向我們奔來,人工智能已經打響21世紀新
    發表于 10-10 14:21

    百度人工智能大神離職,人工智能的出路在哪?

    被打上人工智能的標簽,一派欣欣向榮之景仿佛在宣示,這是人工智能技術發展的最好時代,但是,在市場火熱的背后,我們需要理性的思考。 目前,人工智能行業內存在很大的水分,很多企業隨大流進入這
    發表于 03-23 17:00

    醫療治病,人工智能解決什么問題

    ,進而識別頂級外科醫生的最佳做法,這些方法可以被反饋到模擬中,并可以隨著時間的推移不斷獲得改進。總之,數字化轉型為醫療健康領域帶來了新機會,在轉型的過程中,醫療組織應該將數據作為核心能力來提升業務流程和患者體驗。隨著計算分析能力
    發表于 10-23 06:21

    解讀人工智能的未來

    就會變得越來越聰明,成為無法超越的智能人。AGI可以說是一種比人類更聰明,更通用的人工智能。那些認為AGI即將到來的人往往把這個門檻想的很低。他們看不到人類創造力的神秘之處。如上所述,我們
    發表于 11-14 10:43

    人工智能醫生未來或上線,人工智能醫療市場規模持續增長

      導讀:機構預測,中國醫療人工智能的市場需求已達數百億元。專家認為,“人工智能醫生”的應用,有利于緩解社會老齡化帶來的醫療資源供需失衡以及地域分配不均等問題。那么,“人工智能醫生”何
    發表于 02-24 09:29

    人工智能:超越炒作

    如果有一個真正的指標可以衡量新技術的破壞性,那肯定是公眾對恐懼和懷疑的滔滔不絕。如果我們以社會焦慮作為衡量標準,那么目前人工智能(AI)的復興是開創性技術破壞的良好候選者。人工智能將改
    發表于 05-29 10:46

    人工智能的應用領域有哪些?

    ` 本帖最后由 cdhqyj 于 2020-10-23 11:09 編輯 人工智能的應用領域有哪些?人工智能的定義可以分為兩部分,即“人工”和“
    發表于 10-23 11:07

    人工智能芯片是人工智能發展的

    ......無形之中,人工智能正以前所未有的發展速度滲透我們的日常生活。而作為人工智能的核心技術之一,人工智能芯片也向來備受關注。近幾年,谷歌、蘋果、微軟、Facebook、英特爾、高
    發表于 07-27 07:02

    人工智能對汽車芯片設計的影響是什么

    點擊上方“藍字”,關注我們,感謝!人工智能(AI)以及利用神經網絡的深度學習是實現高級駕駛輔助系統(ADAS)和更高程度車輛自主性的強大技術。隨著人工智能研究的快速發展,設計人員正面臨
    發表于 12-17 08:17

    有什么方法可以實現RK1808人工智能計算棒聯網嗎

    有什么方法可以實現RK1808人工智能計算棒聯網嗎?求大神解答
    發表于 02-16 08:00

    人工智能名片可以解決什么問題

    加入人工智能的AI技術,通過人工智能名片、超級官網、分銷商城、銷售雷達、BOSS雷達和智能客服六大功能。
    發表于 08-07 09:44 ?581次閱讀

    人工智能我們解決了什么問題

    人工智能將不僅僅是錦上添花,而是會逐漸解決人類的剛需。
    發表于 10-25 11:18 ?7490次閱讀
    主站蜘蛛池模板: 老湿影院色情a| 99国产精品人妻无码免费| 黄色三级三级免费看| 午夜神器老司机高清无码| 国产精品毛片在线视频| 午夜福利免费视频921000电影| 国产电影三级午夜a影院| 爽爽窝窝午夜精品一区二区| 国产极品白嫩超清在线观看 | 亚洲大片免费| 国产人妻人伦精品59HHH| 亚洲高清有码中文字| 好姑娘社区在线视频| 野花韩国高清完整版在线| 久久毛片基地| 最近中文字幕2019免费版日本| 免费精品美女久久久久久久久久 | 国产AV午夜精品一区二区入口| 色婷婷国产麻豆AV| 国产精品99精品无码视亚| 午夜阳光影院在线观看视频| 好嗨哟在线看片免费| 在线观看中文字幕码2021不用下载| 麻豆第一区MV免费观看网站| 99精品观看| 日韩精品免费在线观看| 国产精品99AV在线观看| 亚洲欧美自拍明星换脸| 啦啦啦 中文 日本 韩国 免费| 99久久久精品| 色多多旧版污污破解版| 国产小视频免费在线观看| 一个人看www| 欧美成人国产| 国产av在线看的| 亚洲乱码爆乳精品成人毛片| 久久中文字幕人妻AV熟女| A级毛片无码久久精品免费| 四虎影院2022| 久久99精国产一区二区三区四区| 999视频在线观看|