徐州神工智能科技有限公司

人工智能終極探討,我們是AI嗎?

發表時間:2018-11-29 19:04

人們沒有想到,在著名科學家霍金逝世僅僅半年之后,全球最睿智的科學家們,又掀起了一段堪稱歷史性的大討論。


科學也需要PK。即使嚴謹如科技,也需要“網紅”科學家們來推動普通民眾對他們的興趣濃度。比如當下業內公認最有天賦的科學家愛德華·威騰和他的M理論,人們就所知無多。但威騰M理論的基礎學說源于量子理論和廣義相對論,大家也同樣一無所知,卻不妨礙彼此熱切地討論時光倒流的問題。


在剛剛閉幕的世界人工智能大會的“看見,智能”分論壇上,與會的全球頂尖人工智能嘉賓們,就上演了一次精彩的理論交流和探索。


微信圖片_20181129190359.jpg


但其實,專家們思考的并不是世俗所認為的“和人一模一樣的機器人”,而是通過科學計算提高效率的機制?!皺C器學習之父”、加州大學伯克利分校教授邁克爾·喬丹就說:AI的目標,并不是像人類一樣的計算機,而是可以和市場共同合作找到最佳策略的技術。用數據找到最優效率,讓現代技術的系統能夠像經濟學里的市場那樣運行起來。


馬云也認為,AI應翻譯為“機器智能”而不是“人工智能”,他們可以比人類優秀,不必模仿人類?!捌嚨陌l明并不是模仿人的雙腿,所以計算機不應該按照人腦一樣去思考,機器必須要有自己的思考和邏輯?!?/span>


歷史辯論的重演


這場辯論,從一開始就充滿了主辦方特意的引導。來自上海本土的依圖科技,已經是全球領先的人工智能公司之一,秉持深厚的學術背景和純正的科研血統,搭建國內外AI圈的橋梁,針對當下AI的各個熱門話題,討論AI在可預見的未來的發展方向。而了解全球人工智能的發展趨勢和技術方向,才能確保中國人工智能科技的進步。


真理永遠越辯越明,參與2018年這次對話的嘉賓們,匯聚了霍金弟子、人工智能領域奠基人Alan L.Yuille、歐洲大腦計劃科學家、神經網絡集大成者Christoph Von Der Malsburg、加州大學伯克利分校機器人與強化學習教授Pieter Abbeel、清華大學計算機科學與技術系副教授朱軍;卡內基·梅隆大學計算機科學學院終身教授馬堅,基因組大數據機器學習算法專家等國際科學家,交互有著世界產業命題的中國AI獨角獸視角,其影響力足以撐起全球小半個AI學術界,進行了一場劃時代的討論。探索人工智能在可見的今天以及可預見的未來掀起的巨大變局,聚焦人工智能科本源,向全球展示當前人工智能浪潮下的深刻觀點。


依圖科技首席創新官呂昊和會議主持人依圖科技人工智能科學家吳雙,一開始就將本次的討論會,引入到了人工智能歷史上最著名的一個交鋒之中:


1973年,人工智能概念提出不久,科學界各方對此看法不一。在英國著名媒體BBC的安排下,對人工智能技術前景持否定態度的詹姆斯·萊特希爾,和對人工智能未來前景強烈認同的美國斯坦福大學教授約翰·麥卡錫,出現在專業的人工智能研討會上,也出現在BBC的直播鏡頭之前。兩位怒氣沖沖、針鋒相對的科學家,給人工智能歷史留下了極其精彩的“萊特希爾辯論(Lighthill Debate)”的故事。


在“萊特希爾辯論后的45年”的議題下,現如今這批堪稱全球人工智能“最強智庫”的頂尖科學家們,對業內諸多焦點爭論,展開了頭腦風暴和智力沖浪。


而他們爭論的焦點,當然相比45年前,有了很大的不同。1973年的那場辯論,受科學技術的限制,當時針鋒相對的論點,早在今天得到解決。比如當時感覺困難重重的機器語言翻譯、語音識別、手寫識別等人工智能應用,如今已經縮小到了半個巴掌大的同步翻譯機里。


人類是不是人工智能?


在人工智能浪潮即將迎來革命性突破的今天,追憶半個世紀之前的科學交鋒,并在偉大前人開拓的道路上,繼往開來,探索未知,也許這才是本屆人工智能大會水平最高、前瞻性最好且最的大收獲。


他們先針對“記憶網絡和環境反應”做出了自己的判斷。Alan Yuille教授認為人工智能目前還未能做到記憶網絡的意識的發展,其他人也都認同,AI技術目前還沒有達到記憶網絡和實體思維的階段。


現在的人工智能技術應用,算是真正成熟了嗎?與會專家們都認為,那還是一個非常遙遠的目標。比如人類的感知感觸,和復雜的深度神經系統,目前的模型和方法都離真正的成熟很遠。但呂昊博士也指出,目前已經有全新的編程方向,主張合成而不是寫代碼。那么,是否意味著將來人工智能一旦學會了模塊式的合成,就可以自己完成控制程序的編程了?


繼而,Alan Yuille教授拋出了驚人的一句話,他認為打敗人類的阿爾法狗其實是非常簡單的,因為圍棋的算法和程序,都有一定的規則。Malsburg教授也認為,機器之所以能夠學習,其實還是有規則可遵循,那這就不是真正的自主智能了。真正的自主智能,就是沒有先設的規則。把一些抽象的原則和概念,去運用到我們真正的行為和生活中,機器現在還做不到的。


對此,朱軍教授認為,解決這個問題,要把現有的模型進行升級和優化,去了解人類的大腦是如何工作的,并去模擬人腦神經元的運作。


而Alan Yuille和Malsburg教授坦誠,人類對自己大腦了解的都不夠,對神經元的了解進展不大,但技術是在不斷的迭代的,未來一定會有新的技術來支撐進行科學研究。


幾位科學家共同認為,對于AI來說,最關鍵的問題就是復雜性。如何來處理真實世界當中的復雜性,而不僅僅是通過數據和規則來演算推導,否則就會永遠存在邏輯推理上的缺陷。


而在討論的最后,依圖人工智能科學家、會議主持人吳雙,向專家們提出了一個終極問題:怎么樣說服自己去相信這一點,你不是處于一個虛擬的世界當中?


對于最經典也最無解的“虛擬之腦”來說,Alan Yuille教授果然也給出了最經典的答案,就像他的老師霍金那樣,他也認為虛擬的場景,能夠讓人產生真實的幻覺。


客觀地說,如果我們的人工智能技術能夠復制了我們的大腦神經體系,并以一樣的原理工作,那它到底是人工智能,還是真正可以自由思考的人類了?


唯一遺憾的是,假如霍金教授還在人間,他又會說些什么?

來源:東方網

免責聲明:本文系網絡轉載,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題,請第一時間告知,我們將根據您提供的證明材料確認版權并按相應流程獲取授權或立即刪除內容!本文內容為原作者觀點,并不代表本贊同其觀點和對其真實性負責。



公司地址:江蘇省徐州市云龍區青年路271號 技術支持:400-996-1911 客服郵箱:sgznkj@126.com
(周一至周日:9:00-22:00)
全國免費服務熱線
400-996-1911
<蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>