神武八荒一颗小说,魔天记忘语小说,完美世界txt全集下载

人工智能的研究路徑和發(fā)展途徑是什么？

關(guān)鍵詞：信息化建設(shè) 人工智能

2022-07-04 人閱讀

自2016年以來AlphaGo接連擊敗頂級(jí)的人類圍棋棋手之后，AI(人工智能)的能力和潛力再次刷新了我們的認(rèn)知，并在全球掀起了一場人工智能大發(fā)展的熱潮。人工智能到底會(huì)如何發(fā)展，一直都是媒體和整個(gè)社會(huì)討論的焦點(diǎn)。AI研究人員是如何看待的呢？

最近，偶然在微信圈里看到北京大學(xué)的黃鐵軍教授為2018年圖靈獎(jiǎng)獲得者、卷積神經(jīng)網(wǎng)絡(luò)之父 Yann LeCun 的自傳寫的序，其中既有不謀而合之處，又有發(fā)人深省的地方。摘編如下：

黃教授在文中寫道：人類智能是地球環(huán)境培育出的最美麗的花朵，我們?cè)跒樽约候湴恋耐瑫r(shí)，也要警惕人類中心主義。地球不是宇宙的中心，人類智能也沒有類似的獨(dú)特地位，把人類智能視為人工智能的造物主，曾經(jīng)禁錮了人工智能的發(fā)展。沉迷于尋求通用智能理論，將是阻礙人工智能發(fā)展的最大障礙。這個(gè)思想基本上貫穿全文，也是非常值得深思的部分。

對(duì)于智能的定義，黃教授認(rèn)為，智能是系統(tǒng)通過獲取和加工信息而獲得的能力。智能系統(tǒng)的重要特征是能夠從無序到有序（熵減）、從簡單到復(fù)雜演化（進(jìn)化）的。生命系統(tǒng)是智能系統(tǒng)，也是物理系統(tǒng)；既具有熵減的智能特征，也遵守熵增在內(nèi)的物理規(guī)律。人工智能是智能系統(tǒng)，也是通過獲取和加工信息而獲得智能，只是智能載體從有機(jī)體擴(kuò)展到一般性的機(jī)器。就像人可以分為精神和肉體兩個(gè)層次（當(dāng)然這兩個(gè)層次從根本上密不可分），機(jī)器智能也可以分為載體（具有特定結(jié)構(gòu)的機(jī)器）和智能（作為一種現(xiàn)象的功能）兩個(gè)層次，兩個(gè)層次同樣重要。

人工智能技術(shù)的傳統(tǒng)研究路徑有符號(hào)主義、連接主義和行為主義。

符號(hào)主義有過輝煌，但不能從根本上解決智能問題，一個(gè)重要原因是“紙上得來終覺淺”：人類抽象出的符號(hào)，源頭是身體對(duì)物理世界的感知，人類能夠通過符號(hào)進(jìn)行交流，是因?yàn)槿祟悡碛蓄愃频纳眢w。計(jì)算機(jī)只處理符號(hào)，就不可能有類人感知和類人智能，人類可意會(huì)而不能言傳的“潛智能”，不必或不能形式化為符號(hào)，更是計(jì)算機(jī)不能觸及的。要實(shí)現(xiàn)類人乃至超人智能，就不能僅僅依靠計(jì)算機(jī)。

連接主義采取自底向上的路線，強(qiáng)調(diào)智能活動(dòng)是由大量簡單單元通過復(fù)雜連接后并行運(yùn)行的結(jié)果，基本思想是：既然生物智能是由神經(jīng)網(wǎng)絡(luò)產(chǎn)生的，那就通過人工方式構(gòu)造神經(jīng)網(wǎng)絡(luò)，再訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)產(chǎn)生智能。它的困難在于，不知道什么樣的神經(jīng)網(wǎng)絡(luò)能夠產(chǎn)生預(yù)期智能，因此大量探索歸于失敗。20世紀(jì)80年代神經(jīng)網(wǎng)絡(luò)曾經(jīng)興盛一時(shí)，掀起本輪人工智能浪潮的深度神經(jīng)網(wǎng)絡(luò)只是少見的成功個(gè)案。

行為主義是第三條路徑。生物智能是自然進(jìn)化的產(chǎn)物，生物通過與環(huán)境以及其他生物之間的相互作用發(fā)展出越來越強(qiáng)的智能，人工智能也可以沿這個(gè)途徑發(fā)展。這個(gè)學(xué)派在20世紀(jì)80年代末90年代初興起，近年來頗受矚目的波士頓動(dòng)力公司的機(jī)器狗和機(jī)器人就是這個(gè)學(xué)派的代表作。行為主義遇到的困難和連接主義類似，那就是什么樣的智能主體才是“可塑之才”。

黃教授認(rèn)為，展望未來，人工智能的發(fā)展途徑有三條：

一是繼續(xù)推進(jìn)“大數(shù)據(jù)+大算力+強(qiáng)算法”的信息技術(shù)方法，從而得到信息模型。收集盡可能多的數(shù)據(jù)，采用深度學(xué)習(xí)、注意力模型等算法，將大數(shù)據(jù)中蘊(yùn)藏的規(guī)律轉(zhuǎn)換為人工神經(jīng)網(wǎng)絡(luò)的參數(shù)，這實(shí)際上是凝練了大數(shù)據(jù)精華的“隱式知識(shí)庫”，可以為各類文本、圖像等信息處理應(yīng)用提供共性智能模型。

二是推進(jìn)“結(jié)構(gòu)仿腦+功能類腦+性能超腦”的類腦途徑，從而得到生命模型。把大自然億萬年進(jìn)化訓(xùn)練出的生物神經(jīng)網(wǎng)絡(luò)作為新一代人工神經(jīng)網(wǎng)絡(luò)的藍(lán)本，構(gòu)造逼近生物神經(jīng)網(wǎng)絡(luò)的神經(jīng)形態(tài)芯片和系統(tǒng)，站在人類智能肩膀上發(fā)展機(jī)器智能。

三是通過“強(qiáng)化學(xué)習(xí)+物理模型+算力”的自主學(xué)習(xí)途徑，從而得到自主智能模型。其技術(shù)路線的核心是建立自然環(huán)境的物理模型，通過強(qiáng)化學(xué)習(xí)訓(xùn)練自主智能模型。比如，構(gòu)造地球物理模型，訓(xùn)練出的人工智能系統(tǒng)能夠適應(yīng)地球環(huán)境，與人類共處共融；構(gòu)造高精度物理模型（例如基于量子力學(xué)模型構(gòu)造出粒子、原子、分子和材料模型），可以訓(xùn)練出能夠從事物理學(xué)和材料學(xué)研究的人工智能；構(gòu)造出宇宙及其他星球的物理模型，可以訓(xùn)練出的人工智能則有望走出地球，適應(yīng)宇宙中更復(fù)雜的環(huán)境。（參考全文可查閱：黃鐵軍：沉迷于尋求通用智能理論，將是阻礙 AI 發(fā)展的最大障礙 | Yann LeCun 自傳《科學(xué)之路》序）

從以上研究路徑和發(fā)展途徑看，對(duì)現(xiàn)階段的人工智能毋須過分魔幻，AI只是眾多科研方向的其中之一，是計(jì)算機(jī)科學(xué)的一個(gè)分支。當(dāng)前的人工智能還只能說是由自動(dòng)控制向自動(dòng)化的升級(jí)，本質(zhì)上還是人的智能，僅僅也就停留在弱人工智能的初級(jí)階段，離有知覺、有自我意識(shí)，可以獨(dú)立思考問題并制定解決問題的最優(yōu)方案甚至有自己的價(jià)值觀和世界觀體系的強(qiáng)人工智能更是相差十萬八千里。

所以我們應(yīng)該去思考，人工智能沒有解決的是什么？智能的形成機(jī)制是什么？有沒有腦科學(xué)和神經(jīng)科學(xué)的可靠理論支撐？難道智能僅僅是算法嗎？搞清楚這些問題，我們就不會(huì)陷入科幻的杞人憂天和恐慌之中而得出自己的判斷。自然人的智能只是電信號(hào)嗎，只是靠電力嗎？沒有電力供應(yīng)的智能機(jī)器怎么運(yùn)轉(zhuǎn)，人類在發(fā)明電力之前可是有過幾千年的文明史。（責(zé)任編輯王世新，圖片源自網(wǎng)絡(luò)）