新闻中心
News
联系我们
 

电 话:86-755-82910368

传 真:86-755-82910673

邮 箱:sail-group@sail-group.com.cn

邮 编:518001

科大讯飞江涛:人工智能时代,谁才是主宰?

时间:18-12-06 来源:摘自—长江DBA

科大讯飞江涛:人工智能时代,谁才是主宰?

WHAT

人工智能是什么?

1956年达特茅斯会议上,一群数学家、信息学专家、计算机学专家,共同探讨定义了人工智能,像人一样能够感知、认知、决策、执行这样的系统或者是程序,我们把它定义成人工智能。

在这里定义的关键点是结果像人类的行为一样,而不是过程中像人类一样。

从它定义出现的第一天起,其实就沿着两条技术路线在走:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

理想派——“强”人工智能

强人工智能的基础理论是脑科学、神经科学,也就是研究我们人脑高级神经活动究竟是怎样的一个规律,我们大脑的数以亿计的神经元到底怎么运作,我们高级神经活动里面的信息传导是什么样的规律,我们的指挥、创意、灵感、想象力究竟是怎么来的。这些东西研究清楚了以后,理论上就有可能再用机器来模仿生出一个大脑。

现实派——“弱”人工智能

弱人工智能的基础理论是概率论、统计学、贝叶斯定律,这些数理统计建模的方法论,某种意义上来说是在海量的数据情况下,用相关性来代替因果性,来推测事物的发展变化。

那么为什么强人工智能进展那么慢呢?

人脑是宇宙中最精密的一台机器了,我们现在主流的冯·诺伊曼计算机本质上是串行工作的,而人脑千亿级的神经元是并行工作的,这是人脑与计算机相比,更加强大、更加高效的原因之一。

从脑科学、神经科学的研究来说,学界公认人工智能现在还处在非常初期的阶段,根据中科院神经所的研究,现在我们对人脑的研究,顶多在5%到10%之间。就像我们对宇宙的认知一样,我们看得越远,发现我们不知道的地方越多。强人工智能这条技术路线还具有很大的不确定性。

当前人工智能的大爆发更多地是在过去几年取得了突飞猛进的弱人工智能(机器智能)层面。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

弱人工智能的核心突破是深度学习算法。2006年Geoffrey Hinton教授提出了深度学习算法,即使用一定规模凝聚着人类的知识和经验数据,对神经网络进行训练。巨大的神经网络中的连接参数,就在这个训练过程当中不断地调整,机器自动去寻找关键特征,能够实现精准区分。深度学习算法突破了传统算法对有限样本的依赖,实现了质的飞跃。

深度学习能够极大地提升整个建模的效率,但是它也是有局限性的,这种基于数理统计建模的理论框架,缺乏四个方面的能力:有智能没智慧;会计算不会算计;有专才无通才;有智商没情商。这是这条技术路线上人工智能最大的特点。

目前所有基于脑科学、神经科学的强人工智能还在极其初级的阶段,不可能有可用的系统。目前大家看到的所谓人工智能系统,更多地是基于弱人工智能上做出来的,从数学原理上就可以证明它是不可能产生自主意识的。

WHERE

人工智能发展到什么程度了?

在人类指定的特定领域的特定任务上,专用的人工智能系统已经可以通过学习这个领域一流的专家知识和经验,可以达到这个领域一线专家的水平。

科学家们通过将人类的脑力劳动者所做的一些有规律可寻、有逻辑可寻的重复性脑力劳动的结果,送到人工智能系统里面去训练,机器碰到类似的问题能够推测怎么处理。

但是能够做到举一反三、触类旁通的通用人工智能还为时尚早,因为这里面涉及到大量常识的理解,常识理解方面现在学术界还没有统一的框架,机器没有办法处理这些问题。

得益于语料库的极大扩展,现在的人工智能可以在传统的图灵测试中“作弊”,轻松通过测试,因此业界认为可能图灵测试已经不太适合再来评价机器的智能。

目前公认可以替代图灵测试的人工智能测试是Winograd测试,通过让机器来做各种包含了大量人类常识的二元推理,来测试人工智能的水准。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

而常识的特点就是高频而没有特定边界,同时可以基于尝试和公理进行推理,这种高级思维方式还不能在目前人工智能的数据训练中实现,还没有比较好的技术框架来解决常识推理。通用人工智能的实现还为时尚早。

以无人驾驶为例,现在无人驾驶总共分五级:

 

 

 

 

 

 

 

 

 

L1和L2业已实现,业界巨头正在努力突破L3和L4层次,但是现在全球没有任何一个公司可以搞定L5,因为这时候机器已经要能够理解各种常识了,一旦涉及到常识的理解就非常难。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

人工智能真正的规模化,除了技术屏障以外,还有伦理和法律问题。这是很漫长的一个过程,绝对不会一蹴而就,它是一个需要几十年大家慢慢地从技术、从社会共识上逐步形成的过程。

WHO

谁会在人工智能时代胜出?

人和机器其实是各有所长的,机器擅长运算、记忆、寻找规律。人类作为万物之灵,我们的创意、灵感、想象力、审美、爱和被爱的能力、同理心、世界观,这是现有的技术路线永远长不出来的东西。现在机器正在这块儿不断地向人学,比如说机器在特定任务上的逻辑推理和决策在不断地向人学。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

我们相信未来的人工智能时代,一定是人机协同为主的时代。

企业中的工作可以分为创造性的工作和重复性的工作,以及大量运用同情心、同理心和不用大量运用同情心、同理心的工作。只有既不需要情商、又不需要智商的工作,很快会被机器替代。而基于同理心和创造力的工作仍然必须由人来完成,在这些领域,人工智能不能替代人的思考。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

未来持续的进化是人机耦合的机制,即人与机器的协同。

以看病为例,机器一开始能够解决10%的问题,在解决这些问题的过程当中如果有错,人类会提醒他,人类的专家会对它进行训练,在这个过程当中能够解决的问题越来越多。

卡斯帕罗夫1998年下国际象棋被IBM深蓝击败以后,组织了“自由式”国际象棋比赛,每个人带着自己的人工智能系统互相下棋。

结果是,既不是象棋大师拿了第一名,也不是超级计算机拿了第一名,而是三个业余棋手,这三个业余棋手的共同特征就是他们是非常优秀的工程师,人机结合做得最好的人胜出了。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

“比人类更强大的,不是A.I,而是掌握了A.I的人类。

未来人工智能时代,我相信一定是一个人机结合的时代。”

摘自—长江DBA

   
上一篇 下一篇
中国半导体困境!这篇讲全了!陈天松:美国商业地产都是谁在投资?