建站
咨詢(xún)
售后
建站咨詢(xún)
新聞中心
作者 | 錢(qián)天培
10余年的宜章網(wǎng)站建設(shè)經(jīng)驗(yàn)，針對(duì)設(shè)計(jì)、前端、開(kāi)發(fā)、售后、文案、推廣等六對(duì)一服務(wù)，響應(yīng)快，48小時(shí)及時(shí)工作處理。全網(wǎng)營(yíng)銷(xiāo)推廣的優(yōu)勢(shì)是能夠根據(jù)用戶(hù)設(shè)備顯示端的尺寸不同，自動(dòng)調(diào)整宜章建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無(wú)論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì)，從而大程度地提升瀏覽體驗(yàn)。創(chuàng)新互聯(lián)建站從事“宜章網(wǎng)站設(shè)計(jì)”,“宜章網(wǎng)站推廣”以來(lái)，每個(gè)客戶(hù)項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。
那么，AI的發(fā)展前景是否有我們想象的那么樂(lè)觀(guān)呢?
節(jié)前大熱的AlphaGo與柯潔的大戰(zhàn)以人類(lèi)失敗告終，柯潔事后評(píng)價(jià)說(shuō)，AlphaGo只是一個(gè)冷冰冰的機(jī)器人，他不懂得圍棋背后的哲理。拋開(kāi)柯潔為人類(lèi)尊嚴(yán)的守護(hù)，這句話(huà)仔細(xì)分析其實(shí)不無(wú)道理。如果我們將19x19的圍棋棋盤(pán)換為21x21的棋盤(pán)，那么AlphaGo此前的訓(xùn)練將全部付之東流。同時(shí)，AlphaGo在圍棋上的訓(xùn)練也全然無(wú)法幫助它在象棋領(lǐng)域取得一絲成就。
從智能語(yǔ)音識(shí)別、圖片識(shí)別、無(wú)人駕駛的發(fā)展，到近年來(lái)機(jī)器在各個(gè)領(lǐng)域擊敗人類(lèi)，毋庸置疑，AI在最近十年的發(fā)展已經(jīng)為人類(lèi)世界帶來(lái)了翻天覆地的變化。但，仍有不少人質(zhì)疑機(jī)器發(fā)展的巨大局限。前百度***科學(xué)家吳恩達(dá)曾表示，我們當(dāng)前這一輪的AI發(fā)展絕不會(huì)重蹈上世紀(jì)70年代和90年代“AI寒冬”的覆轍。Salesforce***科學(xué)家、機(jī)器學(xué)習(xí)和語(yǔ)言專(zhuān)家理查德·索赫爾也對(duì)未來(lái)AI的發(fā)展十分樂(lè)觀(guān)。他認(rèn)為，“即使有，AI的冬天也不會(huì)那么冷了?！蹦敲矗珹I的發(fā)展前景是否有我們想象的那么樂(lè)觀(guān)呢?
5月27日至28日，在機(jī)器之心主辦的***屆全球人工智能峰會(huì)(GMIS 2017)上，與會(huì)嘉賓對(duì)于A(yíng)I整體產(chǎn)業(yè)未來(lái)前景的展望和反思，也深入探索了AI發(fā)展的桎梏和我們?cè)撊绾螒?yīng)對(duì)。
AI領(lǐng)域發(fā)展的瓶頸之一：標(biāo)記數(shù)據(jù)的缺乏
AI領(lǐng)域發(fā)展最凸顯的瓶頸之一是標(biāo)記數(shù)據(jù)的缺乏。舉例說(shuō)，AI雖然基于ImageNet這一巨大圖庫(kù)，在識(shí)別分類(lèi)圖片方面取得了巨大成就。然而這一成就在向生物學(xué)農(nóng)業(yè)領(lǐng)域的遷移卻面臨著問(wèn)題。在農(nóng)業(yè)上，我們想要根據(jù)植物葉片的圖片來(lái)判斷農(nóng)作物所感染的疾病。由于缺乏大量的訓(xùn)練數(shù)據(jù)，這一任務(wù)無(wú)法被處理ImageNet的分類(lèi)算法所解決。
除了標(biāo)記數(shù)據(jù)的缺乏之外，AI發(fā)展還存在一個(gè)更嚴(yán)重更本質(zhì)的問(wèn)題。
AI有強(qiáng)大“感知”能力，但仍缺乏人類(lèi)“常識(shí)”
吳恩達(dá)曾發(fā)表過(guò)以下著名言論：“如果有一個(gè)任務(wù)，正常人能在通過(guò)一秒以?xún)?nèi)思考后完成，那我們就很可能在將來(lái)用AI實(shí)現(xiàn)此任務(wù)的自動(dòng)化。” 而作為AI屆***的唱反調(diào)者之一，來(lái)自紐約大學(xué)的心理學(xué)教授及暢銷(xiāo)書(shū)作家Gary Marcus對(duì)這句話(huà)做出了修正：“如果有一個(gè)任務(wù)，正常人能在通過(guò)一秒以?xún)?nèi)思考后完成，并且我們可以收集到大量的與這個(gè)任務(wù)直接相關(guān)的數(shù)據(jù)，那我們就很可能在將來(lái)用AI實(shí)現(xiàn)此任務(wù)的自動(dòng)化——只要我們的測(cè)試數(shù)據(jù)和訓(xùn)練數(shù)據(jù)不是太過(guò)不同，并且這一領(lǐng)域在未來(lái)不會(huì)發(fā)生太大的變化。”
一個(gè)***的例子大概就是AI對(duì)于圖片的識(shí)別了。借住龐大的ImageNet圖庫(kù)的訓(xùn)練，AI在圖片標(biāo)識(shí)上已經(jīng)能做到接近甚至超過(guò)人類(lèi)的水平。然而面對(duì)上面這張簡(jiǎn)單的圖片，AI卻將之標(biāo)記為一個(gè)放滿(mǎn)了食物和飲料的冰箱。
AI在圖像和語(yǔ)音識(shí)別方面的成就充分驗(yàn)證了AI強(qiáng)大的“感知(Perception)”能力。然而，學(xué)會(huì)“感知”確是遠(yuǎn)遠(yuǎn)不夠的。對(duì)于上面那個(gè)圖像錯(cuò)誤識(shí)別的例子，我們能夠看到，當(dāng)前的AI仍舊缺乏人類(lèi)的“常識(shí)(Common Sense)”。除此之外，Gary Marcus認(rèn)為AI還在規(guī)劃(Planning)，類(lèi)比(Analogy)，語(yǔ)言(Language)以及推理(Reasoning)上存在明顯的不足。
比如在推理能力上，一個(gè)2歲的小女兒能夠輕易地在對(duì)話(huà)中對(duì)說(shuō)話(huà)人的意圖作出推斷，并對(duì)外來(lái)可能發(fā)生的時(shí)間作出想象，而目前的AI卻遠(yuǎn)遠(yuǎn)達(dá)不到這樣的水平。
AI在以上幾種能力方面的缺陷對(duì)AI發(fā)展有著深遠(yuǎn)的意義?，F(xiàn)在讓我們來(lái)具體看看AI已有的一些驚人成就，以及這些成就各自又都存在哪些缺憾。
從排球到Alphago， AI的成就背后還有哪些缺憾
通過(guò)AI，我們已經(jīng)能夠制造出很多在體育領(lǐng)域表現(xiàn)優(yōu)異的機(jī)器人，例如日本排球隊(duì)已經(jīng)引入排球機(jī)器人來(lái)訓(xùn)練隊(duì)員。然而，這類(lèi)機(jī)器人在對(duì)于“時(shí)間發(fā)生”的預(yù)測(cè)上是基于直接的物理運(yùn)算。例如在計(jì)算排球運(yùn)動(dòng)位置時(shí)，排球機(jī)器人會(huì)通過(guò)對(duì)排球運(yùn)動(dòng)速度和運(yùn)動(dòng)時(shí)間計(jì)算出排球即將出現(xiàn)的位置——這一機(jī)制是完全不同于人類(lèi)做出預(yù)判的機(jī)制的。
來(lái)自北師大認(rèn)知神經(jīng)科學(xué)的吳思教授指出，包括人類(lèi)在內(nèi)的高等動(dòng)物在接受信息方面存在一種極短時(shí)間的延遲。以打排球?yàn)槔捎谌祟?lèi)神經(jīng)在信息傳遞上的延遲，人類(lèi)必須在球到達(dá)之前就對(duì)其運(yùn)動(dòng)軌跡作出預(yù)判。而這種預(yù)判絕不是基于機(jī)器人所用到的物理運(yùn)算。此外。吳思認(rèn)為，人類(lèi)以及動(dòng)物在接受信息方面的“延遲”是進(jìn)化論的產(chǎn)物，這種”慢“對(duì)生物是有正面意義的，比如它可以幫我們整合多模態(tài)的信息。吳思指出，機(jī)器人的未來(lái)方向在能做到快速處理信息能力的同事明也需要解決這種”慢處理“的問(wèn)題。我們需要更深刻的理解這種”慢處理“背后的原理。
再比如，在自動(dòng)發(fā)展領(lǐng)域，基于深度學(xué)習(xí)的算法仍是當(dāng)前的主要研究方向。地平線(xiàn)的CEO余凱指出，由于目前我們?nèi)詫⑸疃葘W(xué)習(xí)當(dāng)成一個(gè)黑盒子使用，這意味著我們?nèi)詿o(wú)法理解深度學(xué)習(xí)在自動(dòng)駕駛中的機(jī)制。因此，自動(dòng)駕駛汽車(chē)在模擬中未曾出現(xiàn)過(guò)的突發(fā)情況下很可能會(huì)出現(xiàn)”當(dāng)機(jī)“的致命情景。
***，讓我們來(lái)看最近十分火爆的AlphaGo。如果我們將19x19的圍棋棋盤(pán)換為21x21的棋盤(pán)，那么AlphaGo此前的訓(xùn)練將全部付之東流。同時(shí)，AlphaGo在圍棋上的訓(xùn)練也全然無(wú)法幫助它在象棋領(lǐng)域取得一絲成就。
那么，面對(duì)以上AI發(fā)展的問(wèn)題，我們又該如何應(yīng)對(duì)?
首先，面對(duì)標(biāo)記數(shù)據(jù)缺乏的問(wèn)題，前Microsoft人工智能***科學(xué)家、現(xiàn)Citadel***人工智能官鄧力認(rèn)為，無(wú)需標(biāo)記數(shù)據(jù)的無(wú)監(jiān)督學(xué)習(xí)將是解決這一問(wèn)題的關(guān)鍵。
而對(duì)于A(yíng)I在常識(shí)(Common Sense)，規(guī)劃(Planning)，類(lèi)比(Analogy)，語(yǔ)言(Language)以及推理(Reasoning)上的不足，諸多學(xué)界業(yè)界人士認(rèn)為，我們?nèi)孕枰V諸本源，思考人類(lèi)的學(xué)習(xí)思考方式。
加拿大麥吉爾大學(xué)語(yǔ)言學(xué)副教授、科幻電影《降臨》科學(xué)顧問(wèn) Jessica Coon認(rèn)為，我們未來(lái)需要講語(yǔ)言學(xué)的研究成果注入AI未來(lái)的發(fā)展，例如人類(lèi)語(yǔ)言的共同性、嬰兒學(xué)習(xí)語(yǔ)言的方式等。
第四范式***科學(xué)家、香港科大計(jì)算機(jī)科學(xué)與工程系主任楊強(qiáng)認(rèn)為，遷移學(xué)習(xí)是解決這一問(wèn)題的關(guān)鍵。人類(lèi)能把我們過(guò)去的經(jīng)驗(yàn)帶到不同的場(chǎng)景，從而輕易的適應(yīng)新環(huán)境，完成新任務(wù)。如果機(jī)器學(xué)習(xí)能夠具有與人類(lèi)一樣發(fā)現(xiàn)共性的能力，遷移學(xué)習(xí)就將變得非常容易。遷移學(xué)習(xí)能夠使小數(shù)據(jù)學(xué)習(xí)成為可能，同時(shí)增強(qiáng)機(jī)器學(xué)習(xí)的可靠性。
AI發(fā)展的第三次寒冬是否會(huì)到來(lái)，我們不得而知?；蛟S，與人類(lèi)無(wú)法區(qū)分的強(qiáng)人工智能永遠(yuǎn)無(wú)法被實(shí)現(xiàn)，但至少，在當(dāng)前機(jī)器智能的浪潮下，我們的生活已經(jīng)發(fā)生了翻天覆地的變化。現(xiàn)在，就讓我們?cè)谙硎蹵I為我們的生活帶來(lái)的巨大便利的同時(shí)，拭目以待人類(lèi)對(duì)于A(yíng)I的進(jìn)一步探索吧。
【本文是專(zhuān)欄機(jī)構(gòu)大數(shù)據(jù)文摘的原創(chuàng)文章，微信公眾號(hào)“大數(shù)據(jù)文摘（ id: BigDataDigest）”】
當(dāng)前名稱(chēng)：阿爾法狗擊敗人類(lèi)的背后：AI的發(fā)展仍存在哪些桎梏，我們又該如何應(yīng)對(duì)？
網(wǎng)頁(yè)地址：http://www.5511xx.com/article/dpocjgj.html
