侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其它机器人
订阅
纠错
加入自媒体

【深度】人工智能全局概览:通用智能的现状和未来

2016-07-25 09:57
天堂的苦涩
关注

  定义人工智能不是困难,而简直是不可能,这完全不是因为我们并不理解人类智能。奇怪的是,人工智能的进步更多的将帮助我们定义人类智能不是什么,而不是定义人工智能是什么?

  但不管人工智能是什么,过去几年我们确实已经在从机器视觉到玩游戏等众多领域取得了很多进展。人工智能正在从一项研究主题向早期的企业采用转变。谷歌和 Facebook等公司已经在人工智能上投入了巨大的赌注,并且已经在它们产品中应用了这一技术。但谷歌和Facebook只是开始而已:在未来十年,我们将见证人工智能蔓延进一个又一个的产品。我们将与Bot交流——它们不是照本宣科的机器人拨号程序(robo-dialer),我们甚至不能意识到它们不是人类。我们将依赖汽车进行路线规划,对道路危险做出反应。可以毫不夸张地估计:在未来几十年中,我们所接触的每一种应用程序都将整合进一些人工智能功能,而如果使用应用程序,我们将无法做任何事。

  鉴于我们的未来将不可避免地与人工智能捆绑在一起,我们就必须要问:我们现在发展得如何了?人工智能的现状是怎样的?我们将走向何方?

  如今人工智能的能力和局限

  对人工智能的描述围绕着以下几个中心:强度(有多智能?)、广度(解决的是范围狭窄的问题,还是广义的问题?)、训练(如何学习?)、能力(能解决什么问题?)和自主性(人工智能是辅助技术还是能够只靠自己行动?)。这些每一个中心都有一个范围,而且这个多维空间中的每一个点都代表着理解人工智能系统的目标和能力的一种不同的方式。

  在强度(strength)中心上,可以很容易看到过去20年的成果,并认识到我们已经造出了一些极其强大的程序。深蓝(DeepBlue)在国际象棋中击败了GarryKasparov;沃森(Watson)击败了Jeopardy的常胜冠军;AlphaGo击败了可以说是世界上最好的围棋棋手李世石。但所有这些成功都是有限的。深蓝、沃森和AlphaGo都是高度专业化的、目的单一的机器,只能在一件事上做得很好。深蓝和沃森不能下围棋,AlphaGo不能下国际象棋或参加Jeopardy,甚至最基本的水平都不行。它们的智能范围非常狭窄,也不能泛化。沃森已经在医疗诊断等应用中取得了很多成果,但它基本上仍然只是一个必须为特定领域专门调制的问答机器。深蓝拥有大量关于国际象棋策略的专门知识和百科全书式的开放知识。AlphaGo是用更通用的架构构建的,但其代码中仍然有很多人工编码的知识。我不是轻视或低估他们的成就,但认识到他们还没有做成的事也是很重要的。

  我们还没能创造出可以解决多种多样不同类型问题的人工通用智能(artificial general intelligence)。我们还没有听一两年人类对话的录音就能自己说话的机器。尽管AlphaGo通过分析数千局比赛然后又进行更多的自我对弈而「学会」了下围棋,但这同样的程序却不能用来掌握国际象棋。同样的一般方法呢?也许可以吧。但我们目前最好的成就离真正的通用智能还很远——真正的通用智能能灵活地无监督地学习,或能足够灵活地选择自己想要学习的内容,不管那是玩棋盘游戏,还是设计PC板。

1  2  3  4  5  6  7  8  9  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

技术文库

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号