盗墓笔记小说下载,玄幻小说排行榜

人工智能的研究路徑和發(fā)展途徑是什么？

關(guān)鍵詞：信息化建設(shè) 人工智能

2022-07-04 人閱讀

自2016年以來AlphaGo接連擊敗頂級的人類圍棋棋手之后，AI(人工智能)的能力和潛力再次刷新了我們的認知，并在全球掀起了一場人工智能大發(fā)展的熱潮。人工智能到底會如何發(fā)展，一直都是媒體和整個社會討論的焦點。AI研究人員是如何看待的呢？

最近，偶然在微信圈里看到北京大學(xué)的黃鐵軍教授為2018年圖靈獎獲得者、卷積神經(jīng)網(wǎng)絡(luò)之父 Yann LeCun 的自傳寫的序，其中既有不謀而合之處，又有發(fā)人深省的地方。摘編如下：

黃教授在文中寫道：人類智能是地球環(huán)境培育出的最美麗的花朵，我們在為自己驕傲的同時，也要警惕人類中心主義。地球不是宇宙的中心，人類智能也沒有類似的獨特地位，把人類智能視為人工智能的造物主，曾經(jīng)禁錮了人工智能的發(fā)展。沉迷于尋求通用智能理論，將是阻礙人工智能發(fā)展的最大障礙。這個思想基本上貫穿全文，也是非常值得深思的部分。

對于智能的定義，黃教授認為，智能是系統(tǒng)通過獲取和加工信息而獲得的能力。智能系統(tǒng)的重要特征是能夠從無序到有序（熵減）、從簡單到復(fù)雜演化（進化）的。生命系統(tǒng)是智能系統(tǒng)，也是物理系統(tǒng)；既具有熵減的智能特征，也遵守熵增在內(nèi)的物理規(guī)律。人工智能是智能系統(tǒng)，也是通過獲取和加工信息而獲得智能，只是智能載體從有機體擴展到一般性的機器。就像人可以分為精神和肉體兩個層次（當然這兩個層次從根本上密不可分），機器智能也可以分為載體（具有特定結(jié)構(gòu)的機器）和智能（作為一種現(xiàn)象的功能）兩個層次，兩個層次同樣重要。

人工智能技術(shù)的傳統(tǒng)研究路徑有符號主義、連接主義和行為主義。

符號主義有過輝煌，但不能從根本上解決智能問題，一個重要原因是“紙上得來終覺淺”：人類抽象出的符號，源頭是身體對物理世界的感知，人類能夠通過符號進行交流，是因為人類擁有類似的身體。計算機只處理符號，就不可能有類人感知和類人智能，人類可意會而不能言傳的“潛智能”，不必或不能形式化為符號，更是計算機不能觸及的。要實現(xiàn)類人乃至超人智能，就不能僅僅依靠計算機。

連接主義采取自底向上的路線，強調(diào)智能活動是由大量簡單單元通過復(fù)雜連接后并行運行的結(jié)果，基本思想是：既然生物智能是由神經(jīng)網(wǎng)絡(luò)產(chǎn)生的，那就通過人工方式構(gòu)造神經(jīng)網(wǎng)絡(luò)，再訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)產(chǎn)生智能。它的困難在于，不知道什么樣的神經(jīng)網(wǎng)絡(luò)能夠產(chǎn)生預(yù)期智能，因此大量探索歸于失敗。20世紀80年代神經(jīng)網(wǎng)絡(luò)曾經(jīng)興盛一時，掀起本輪人工智能浪潮的深度神經(jīng)網(wǎng)絡(luò)只是少見的成功個案。

行為主義是第三條路徑。生物智能是自然進化的產(chǎn)物，生物通過與環(huán)境以及其他生物之間的相互作用發(fā)展出越來越強的智能，人工智能也可以沿這個途徑發(fā)展。這個學(xué)派在20世紀80年代末90年代初興起，近年來頗受矚目的波士頓動力公司的機器狗和機器人就是這個學(xué)派的代表作。行為主義遇到的困難和連接主義類似，那就是什么樣的智能主體才是“可塑之才”。

黃教授認為，展望未來，人工智能的發(fā)展途徑有三條：

一是繼續(xù)推進“大數(shù)據(jù)+大算力+強算法”的信息技術(shù)方法，從而得到信息模型。收集盡可能多的數(shù)據(jù)，采用深度學(xué)習(xí)、注意力模型等算法，將大數(shù)據(jù)中蘊藏的規(guī)律轉(zhuǎn)換為人工神經(jīng)網(wǎng)絡(luò)的參數(shù)，這實際上是凝練了大數(shù)據(jù)精華的“隱式知識庫”，可以為各類文本、圖像等信息處理應(yīng)用提供共性智能模型。

二是推進“結(jié)構(gòu)仿腦+功能類腦+性能超腦”的類腦途徑，從而得到生命模型。把大自然億萬年進化訓(xùn)練出的生物神經(jīng)網(wǎng)絡(luò)作為新一代人工神經(jīng)網(wǎng)絡(luò)的藍本，構(gòu)造逼近生物神經(jīng)網(wǎng)絡(luò)的神經(jīng)形態(tài)芯片和系統(tǒng)，站在人類智能肩膀上發(fā)展機器智能。

三是通過“強化學(xué)習(xí)+物理模型+算力”的自主學(xué)習(xí)途徑，從而得到自主智能模型。其技術(shù)路線的核心是建立自然環(huán)境的物理模型，通過強化學(xué)習(xí)訓(xùn)練自主智能模型。比如，構(gòu)造地球物理模型，訓(xùn)練出的人工智能系統(tǒng)能夠適應(yīng)地球環(huán)境，與人類共處共融；構(gòu)造高精度物理模型（例如基于量子力學(xué)模型構(gòu)造出粒子、原子、分子和材料模型），可以訓(xùn)練出能夠從事物理學(xué)和材料學(xué)研究的人工智能；構(gòu)造出宇宙及其他星球的物理模型，可以訓(xùn)練出的人工智能則有望走出地球，適應(yīng)宇宙中更復(fù)雜的環(huán)境。（參考全文可查閱：黃鐵軍：沉迷于尋求通用智能理論，將是阻礙 AI 發(fā)展的最大障礙 | Yann LeCun 自傳《科學(xué)之路》序）

從以上研究路徑和發(fā)展途徑看，對現(xiàn)階段的人工智能毋須過分魔幻，AI只是眾多科研方向的其中之一，是計算機科學(xué)的一個分支。當前的人工智能還只能說是由自動控制向自動化的升級，本質(zhì)上還是人的智能，僅僅也就停留在弱人工智能的初級階段，離有知覺、有自我意識，可以獨立思考問題并制定解決問題的最優(yōu)方案甚至有自己的價值觀和世界觀體系的強人工智能更是相差十萬八千里。

所以我們應(yīng)該去思考，人工智能沒有解決的是什么？智能的形成機制是什么？有沒有腦科學(xué)和神經(jīng)科學(xué)的可靠理論支撐？難道智能僅僅是算法嗎？搞清楚這些問題，我們就不會陷入科幻的杞人憂天和恐慌之中而得出自己的判斷。自然人的智能只是電信號嗎，只是靠電力嗎？沒有電力供應(yīng)的智能機器怎么運轉(zhuǎn)，人類在發(fā)明電力之前可是有過幾千年的文明史。（責(zé)任編輯王世新，圖片源自網(wǎng)絡(luò)）