江苏龙网

  1. 首页 > 资讯 > 资讯 > >

「第一财经」通向下一代人工智能之路第一财经2020-07-27 01:28:410阅( 二 )


行为主义、联结主义和符号主义分别从不同角度切入AI ， 相互补充并各有局限 。 现在的AI算法中有一类强调注意力机制 ， 但注意力是较为上层的概念 ， 根本原因依然在于认知坎陷（cognitive attractor）的作用 。 认知坎陷是一个更基础的概念 ， 人的所有思维产物或意识片段都可以被理解为认知坎陷：它们都是对真实物理世界的扰乱 ， 但也是人类自由意志的体现 。 坎陷 ， 给人一种陷入其中无法抽离的既视感 ， 值得强调的是 ， 这些具有传播性、生命力的意识片段一旦产生就难以磨灭 。 机器只有注意力机制还不足以形成连续的意识或认知坎陷 ， 我们必须从更底层切入AI ， 才有可能让机器实现“理解”而非“存储” 。
从认知坎陷的角度可以将AI三大流派贯通 。 行为主义与联结主义的关系是什么？行为主义可以通过动物行为来理解 。 动物、简单生命甚至单细胞生物 ， 都能应对外界的刺激 ， 行为主义更多的是模拟这种动作上的反应或反射 。 比如羽毛球运动员 ， 在平时需要经过大量的训练 ， 让身体形成记忆式的反应 ， 在赛场上 ， 运动员的主要注意力就不再是肌肉如何协调 ， 而是对球的跟踪、与对手的博弈 。 行为主义与这些身体动作的相关度更大 ， 主体需要做的是大脑如何控制协调身体的练习 。 这种练习需要练到位 ， 这个练到位的过程也体现了“由博到约” ， 将大量复杂的刺激最后练成几套代表的反应模式 。 儿童发展早期就是行为主义的内容比较多 。 随着个体成长 ， 大脑不断发育发展 ， 联结主义的内容才逐渐增多 。
联结主义与符号主义也有关系 ， 符号主义可以看作是把内容坎陷化或炼化到了很简洁的程度 ， 从而形成了各种符号或模型 。 比如古人讲的“天圆地方”就是一种极简的世界模型 ， 现代的道路大多笔直 ， 但古人看到的未经加工的外部环境是绵延起伏的 ， 在这种条件下抽象出“地是方的”非常难得 。 有了这个模型之后 ， 会影响我们对道路的修葺 ， 行军打仗也不容易迷失方向 ， 懂和不懂这个模型就会产生实际的差异 。 逻辑学中的形式逻辑也是一个极简的模型 ， 或数学中的一些公理 ， 都会让我们觉得世界的神奇 ， 似乎物理世界真的是按照公式发展的 ， 但问题在于事实并非总是如此 。 我们面临的外部世界比所有的公式都要更复杂 ， 因为公式系统并不完整 ， 1900年希尔伯特二十三问之一就是如何提出一套公理系统来统一数学 ， 其沿用了莱布尼茨的思路 ， 即如何找出一套符号系统来模拟整个世界 。 很多学者尤其是符号主义者 ， 一直怀有这种梦想 。 比如爱因斯坦就想要找到一种统一的方程 ， 但是这个梦想终究无法实现 。
哥德尔不完全定理就指出 ， 不论给出什么公理系统 ， 我们总是能找到一个命题 ， 这个命题在这个公理系统中既不能被证实也不能被证伪 ， 就是说永远都会有公理以外的东西 。 换一种方式理解 ， 就是不管列多少条规则出来 ， 总有内容被落在框框外面 。 有一个经典的例子是芝诺悖论（或阿基里斯悖论） ， 这类论证者在自己限制的范围内是没错的 ， 但是这个描述系统不是一个开放的系统 ， 在这个封闭系统中时间是有上限的 ， 所以阿基里斯永远跨不过那个时间 ，在空间上也永远追不上乌龟 。
这个悖论正好说明假设本身可能有局限性 ， 我们假定的世界并非真实世界 ， 这是关键 。 符号主义很可能也面临类似的问题 ， 不管制定多少严谨的规则 ， 总有一件事是会真实发生但是却不被规则包含的 。 因此符号主义会失败就不难理解 ， 因为它无法涵盖所有可能 。 联结主义则是不停迭代 ， 它由博到约、由约到博不断往复 ， 总能“折腾”到一个比较好的状态 ， 只是现在的深度学习还没到这种状态 ， 依然有进步空间 。 深度学习存在一个所谓的“极小问题”的瓶颈 。 人类大脑有一个信息精炼的过程 ， 有利于跳出极小等这些机器在深度学习里遇到的问题 。
引入区块链技术突破AI瓶颈
在7月9日的世界人工智能大会开幕式上 ， 百度小度、小米小爱、B站泠鸢、微软小冰四位虚拟歌手领唱了大会主题曲 ， 从音乐领域来看 ， AI很可能马上就能达到“以假乱真”的水平 ， 甚至创作出被人们欣赏的、广泛流行的音乐作品 。 AI 已经在很多专业领域逐项超越人类 ， 在作诗、电子竞技等开放领域也有出色表现 。
一方面 ， 我们相信机器已经产生了智能并且仍在成长；另一方面我们也自信人类仍有不可取代的部分 。 我们在创造工具的过程中创造出了AI ， 但其能力超过了简单工具的范畴 。 AI有改变人类的生活方式、情感方式 ， 甚至是延续方式的可能 ， 因此人类应该更多思考的不是我们能做到什么 ， 而是我们应该做什么 。 AI能取代人类机械的工作 ， 还能帮助能力强的人取代能力弱的人、资源占有丰富的人取代资源占有少的人 。 面对这种趋势我们更应该不断提高自己的修养、反思自身独特性 ， 找到自己不能被机器、被他人取代的地方 。
在不可挣脱的物理定理束缚之外 ， 人类仍然可以具有极大的自由度 ， 尤其可以靠AI帮助进一步拓展能力的边界 。 世界上仍然会有少数人 ， 在涌现出一些前所未有的想法后 ， 能够真的去努力实现 ， 这就是创新 ， 是改变世界发展方向的人类意识产物 。 我们反对决定论、不认可强计算主义 ， 就在于我们相信世界上存在很多并不是由前置条件推断出来的偶然性 。 既然这个世界是开放的、存在诸多可能性的 ， 我们就应该朝着我们所相信的方向努力 ， 而不是根据一种现状去推断未来定将如何 ， 这是我们在科技发展过程中要始终相信的 。


推荐阅读


上一篇：第一财经■跨过生死线的蔚来 推新车型对标特斯拉第一财经2020-07-27 01:28:010阅

下一篇：太空探索技术公司|祝贺！SpaceX最终捕获了猎鹰9号火箭整流罩的两半部分