江苏龙网

  1. 首页 > 资讯 > 科技 > >

人工智能|通向下一代人工智能之路

 
[ AI未来的发展路径并不算明晰 ， 但我们一定要融合应用区块链技术 ， 区块链的分布式架构与意识的多节点结构可以相通 。 如果说AI给人类带来的是生产力的改变 ， 那么区块链技术则能够改变生产关系 ， 两者在未来社会构建中都有着不可取代的价值 ， 而从目前来看 ， 已经具备较为完整体系的区块链技术能够应用于解决AI的发展问题 。 区块链技术需要用来平衡AI技术的发展 ， 以及维护数据的不可篡改 ， 助力数据的真实性 。]
人工智能（AI）从1956年提出至今 ， 已经出现了AlphaZero等专业领域的超强AI ， 但通用的超级AI何时到来还不可预知 ， 有学者（John McCarthy ， 1977） 提出如果我们要在概念上突破 ， 可能需要5~500年的时间 ， 也就是说既有可能很快就实现 ， 也有可能要很久才会发生 。
AI的发展逐渐多元化 ， 我们可以逐步从不同角度切入到这个主题 ， 比如相关因果、感知认知、符号主义、脑科学以及发展基础数学等 。
从因果角度切入 ， 机器学习需要从感知过渡到认知 ， 关键在于如何使机器形成因果推理的能力 。 模型如果要包含因果 ， 就要能够模拟由行为产生的结果的不同 ， 为了建立这样的模型 ， 一些必要的数学工具是必不可少的 ， 比如概率图模型、独立因果分析框架、有关反事实的数学模型等 。 从认知和脑网络进行切入 ， 可以将大脑视作动力学系统 ， 很多动力学的基本原理对AI目前的致命缺陷有重大补充 ， 因果或逻辑可能蕴含在动力学里 ， 而且临界很重要；人脑的稀疏表示与符号注意AI和因果有重要联系；可以充分利用平行回路设计AI系统 。
从认知科学的角度切入 ， 就可能触及悬而未决的意识问题 ， 这一直是认知科学和AI交叉领域的研究热点且进展缓慢 。 1988年 ， 科学家们首次发现了意识的实验证据 ， 随后人们从不同领域（比如神经科学、哲学、计算机等）进入意识的研究 。
意识的功能是一个从长期记忆力提取短期记忆内容的提取器（类似一个指针） ， 因为人的长期记忆事实上处于无意识状态 ， 这个内容的数量又十分庞大 ， 而短期工作记忆却是大家都可以意识到的 ， 但它通常可能只有几个字节 。 这个信息瓶颈可能就需要意识来实现 ， 它需要根据当下的任务和情景把和任务最相关的因子提取出来 。 全局工作空间模型就是针对这个问题 ， 可以迅速把长期记忆的关键因素抽取到工作内存里 ， 方便执行当前任务 ， 加强系统的灵活性 。
中国工程院院士、中国人工智能学会名誉理事长李德毅近期谈到了AI和脑科学的交叉研究 ， 指出脑认知的三个内涵在于记忆力、计算认知和交互认知 。 他认为 ， 脑认知的核心是记忆认知 ， 记忆不是简单地存储 ， 它伴随有一定的取舍 ， 取舍过程就是计算、简约和抽象 。 计算认知中 ， 计算机做算法做得很多 ， 而人脑只有一个计算方法——相似计算 。 交互认知具有两重性：既有神经网络内部的交互 ， 也有大脑通过感知系统与外部世界交互 。
清华大学人工智能研究院院长、中国科学院院士张钹最近分享了关于AI发展的思考 ， 并指出AI经历了两种发展范式 ， 即符号主义和连接主义（或称联结主义） ， 分别称之为第一代和第二代AI ， 这两种范式发展至今都遇到瓶颈：符号主义影响的第一代AI具有一定程度的可解释性 ， 能模仿理性智能 ， 但不能随机应变 ， 无法解决不确定问题；以深度学习为代表的第二代AI ， 使用门槛较低能够处理大数据 ， 极大地推动了AI应用 ， 但具有不可解释、易受攻击、不易推广和需要大量样本的局限性；今后发展的方向是“第三代人工智能” ， 这是一条前人没有走过、需要大家去探索的道路 ， 将对科学研究、产业化和人才培养产生重大影响 。
AI的三大流派
麻省理工的Brook教授可以看作是行为主义者 ， 他的研究生涯几乎都在研究AI行为主义 ， 他做出了一个模拟螳螂的机器 ， 简单理解就是机器按照外界的刺激来反应 。 行为主义大多认为意识不仅是大脑的事 ， 而是整个身体的事情 ， 由约而博体现的是imitating（学） ， 由博而约体现的是practicing（习）的过程 ， 背后反映的是具身哲学、控制论、机器人学等思想 。


推荐阅读


上一篇：行业互联网,英特尔|外媒：英特尔7nm芯片技术研发受挫，目标完成将推迟12个月

下一篇：融悦锦盛|现在提升手淘搜索流量都有哪些办法？