AI前线(2018年11月)

本期主要内容:关于即将发布的 TensorFlow 2.0,你需要知道这几件事;抖音和头条背后,字节跳动的AI实力有多强?商汤科技工程院院长沈徽:四岁的我们为何能入选 AI 国家队
用户头像
作者: InfoQ 中文站
下载此书
AI前线(2018年11月)

卷首语:通用人工智能并不一定是 AI 研究的最终目标

作者 马卓奇

现在似乎越来越多的人工智能系统已经开始接替普通人的工作。当自动驾驶出来的时候,人们惊呼,司机这个职业要被取代了;当 AI 金融系统进行操盘分析时,人们感叹经济学者未来的饭碗是否已经岌岌可危;当 Adobe 发布 AI 自动修图补色工具时,连设计师这样依赖创意的职业也开始产生危机感。

但是 AI 真的能取代人类吗?AI 研究的终点在哪里呢?大部分人认为这两个问题的答案是通用人工智能,即当 AI 和人类大脑一样具有高度自主学习能力的时候,它才是真正的 AI。但是对于目前的研究水平来说,通用人工智能只是学术领域的一个伟大愿景。可是我们真的需要能代替人类的通用人工智能吗?还是能够用于促进社会进步或工业发展的高级智能系统就足够了呢?

我们现在所接触到的人工智能系统,例如搜索引擎、推荐系统以及自然语言处理系统,并不是“人工智能”取得的巨大成功,而是“智能增强”取得的重大成就。例如使用翻译软件,我们可以和全世界不同的人进行交流,但是我们其实不会这么多的语言,不过自然语言处理系统增强了我们的智能。

智能翻译系统依然是一个机器学习系统,它不停地获取数据,并随时间进行改善以做出更好的决策。真正的翻译并不是将一种语言的字符串正确映射到其他语言的字符串,而是在理解了话语的意思之后,再用另一种语言表达出来。语言包含了对这个世界的各种事物的各种修辞,而目前人工智能的高级认知功能例如感知和推理,还远远比不上人脑。所以智能翻译系统即使运用了人工智能技术,也没有真正地理解语言。

同样的情况也出现在其他的经典 AI 问题中,例如视觉分析、语音识别等。当前的人工智能系统在不同程度上都需要依赖大量的样本完成“有监督学习”,而真正的通用智能会在知识积累的基础上完成“无监督学习”。如果仅仅将各种人工智能计算模型或算法进行组合,是不可能得到通用人工智能的。

AI 研究与神经科学属于互相促进的关系,而科学家们距离完全弄清人脑的工作原理还有很遥远的距离,因此目前的机器智能仍然是以计算机为中心。同时,人工智能对于人类的社会行为,以及道德和伦理等开放性问题都无法给出合理的解释和决策。从这个层面上讲,任何智能机器都无法替代人类。

意识到这一点之后,目前科学界讨论的焦点是如何把人类的认知能力或认知模型引入人工智能系统中,来提高机器智能的推理、决策、记忆水平,开发出“人机协同的混合智能”。所以通用人工智能并不一定是 AI 研究的最终目标。

目录

生态评论
人工智能需要重置?看 AI 应用中的几大问题

重磅访谈
商汤科技工程院院长沈徽:四岁的我们为何能入选 AI 国家队

落地实践
搞定复杂 GUI!西安交大提出前端设计图自动转代码新方法
抖音和头条背后,字节跳动的 AI 实力有多强?

推荐阅读
关于即将发布的 TensorFlow 2.0,你需要知道这几件事
综合实践指南:迁移学习及在深度学习中的应用

精选论文导读
深度学习在 Airbnb 大规模搜索排名上的实战经验

免费下载此书(PDF)
免费下载此书(ePub)
免费下载此书(MOBI)

收藏

评论

微博

用户头像
发表评论

注册/登录 InfoQ 发表评论