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

【深度分析】Facebook和Google努力发展AI 错了吗?

2016-07-15 08:47
路过的码农
关注

  这不是好事吗?

  答案是:我们真的没法知道。目前的大多数深度学习模型建立的过程,都是先建立相当有针对性的函数,再用庞大的,极有针对性的数据去训练它们,最终得出一个很有针对性的概率选择程序。也就是说,现在的深度学习AI你教它下棋,它就只会变得越来越会下棋,你教它识图,它就只能越来越会识图,而且它们识图和做事的方式,说白了是经过一系列的判断后判断结论有99.8%的可能是选择A,有0.2%的可能是选择B,于是便选择了A这样的过程。当然,它们下棋和识图的水平会变得很厉害,甚至变得比人类还厉害。但是终究还是只能限制于那个单独的领域。你要问我们,或者问那些专家,我们能肯定这样的程序发展下去,就一定能发展出真正的智能吗?至少我们觉得,这些深度学习程序真的不太像是能发展处终极形态的AI的样子。

  Facebook的服务器固然十分强大,但它本质上仍然是冯诺依曼架构下的一台比较快的电脑而已。它的面世不过是人工智能军备竞赛中的一环,对于深度学习理论的整个发展,其实起不到什么作用。包括谷歌的TPU,和逐渐开始走入很多人视野中的FPGA,也都只是一种“器”,虽然有“工欲善其事必先利其器”的古训,但我们也都知道,有时候光有好的工具还是不够的。深度学习的效果太好了,以至于让很多专家忘了,其实人们还不知道真正的人工智能应该怎么去实现。

  不过,确实也有不少专家都看到了这一点。斯坦福人工智能实验室负责人李飞飞最近在同硅谷顶级投资机构a16z的合伙人Frank Chen交流时就说道:她的下一个梦想就是能教会机器人怎么去学习,而不只是模仿训练数据。

  而深度学习和计算机视觉公司商汤科技的执行研发总监曹旭东也提到过:做深度学习的人其实都有一个终极的追求,就是改变现在深度学习比较傻的以监督学习为主流的模式,让机器人的行为更加聪明,可以像人一样学习。

  目前学界向这个方向努力的表现是大力发展半监督学习和无监督学习,努力提高深度学习的学习效率和降低对样本的需求量。不过这一切毕竟还是在深度学习的框架内来进行的,谁也说不好无监督学习的量变能否引起质变。

  所以也不奇怪逐渐开始有一些人已经开始怀疑深度学习对AI的发展到底有没有那么重要了。让我们回到Facebook的服务器上。其实无论是Facebook也好,谷歌也好,微软、亚马逊还是百度也好。我们没有理由责怪他们对深度学习的热情。毕竟作为一个商业公司,深度学习已经能在他们的研究领域上给他们带来足够多的成果收益,而他们对最终成效的渴求也正是深度学习能得到快速的发展的原因之一。

  但资本的力量虽然强大,毕竟还是逃脱不了那一点逐利的本质,难免陷入对短期利益盲目的追逐。而能抛开短期的利益着眼于长期的考量和探索,正是学界相对于产业界在研究上最大的优势之一。

  我们并无意否定任何人在AI的研究上做出的努力,只是我们希望给大家展现一个这样的可能性,希望大家在研究和讨论之余能偶尔想起它来,毕竟它有可能是真实存在的:

  万一最后能实现真正意义上的人工智能的方法,和深度学习一点关系都没有呢?

<上一页  1  2  3  
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

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