当前位置: 六开彩开奖现场直播 > 科技资讯 > 正文>>

等待奇点 寻找下一个AI引擎

www.juju5.com 时间:2018-05-17 20:09 六开彩开奖现场直播
摘要:无论是让人工智能更像人类思考的算法,还是让机器人大脑运转更快的芯片,都在向奇点靠近。来源:IT时报作者:郝俊慧刘慧莹ArtificialIntelligence(人工智

  Artificial Intelligence(人工智能,简称AI),这个词诞生于上个世纪50年代,1956年在达茅斯会议上被提出后,经历过几起几落,直到最近几年,基于神经元网络结构的深度学习突然被发现在语音识别、图像识别上有特别功效,谷歌亚马逊等互联网公司纷纷推出自己的人工智能战略,Alpha Go打败了李世石, AI才正式进入快车a道,而且似乎这一次,再也不会停下往前奔跑的脚步。

  如今,人类将自己的未来放到了技术手里,无论是让人工智能更像人类思考的算法,还是让机器人大脑运转更快的芯片,都在向奇点靠近。谷歌工程总监、《奇点临近》的作者库兹韦尔认为,一旦智能机器跨过奇点,人工智能的发展将进入加速喷发状态,可以与人脑相媲美,甚至比人脑更具可塑性的“仿生大脑”终将出现。

  究竟有哪些技术能够推动AI迈过这个奇点呢?在本期专刊中,《IT时报》记者采访了全球AI界的顶尖技术“大咖”:“德扑AI之父”卡内基梅隆大学教授托马斯·桑德霍普,迁移学习“掌门人”香港科技大学教授、国际人工智能联合会理事会主席杨强以及“胶囊网络”最好的解读者Aurélien Géron,试图寻找能推动AI迈过这个奇点的技术引擎。

  源起 | “玄学”深度学习之惑:

  打不破的“炼丹炉”黑盒子

  2018年初,一个来自伯克利大学、阿姆斯特丹大学、MPI for Informatics以及Facebook的人工智能研究部门开始向人工智能传授自我判断和解释的能力,试图让“黑盒”变得透明。这已经不是人类对深度学习黑盒子探索的首次尝试,但至少说明人类对黑盒子的解释正在不断努力。

  深度学习的可解释性,是一个至今无人能解的问题。中国科学院计算技术研究所的在读博士王晋东告诉记者,即使一些机构试图对黑盒子内部进行可视化操作,把神经网络的每一层都输出,但普通人也很难理解这些复杂的结果,“深度学习如同一门玄学,是‘炼丹’的技艺,而黑盒子就像一个‘炼丹炉’。对于这个‘炼丹炉’来说,画出内部图像没有任何指导意义,因为无法解释神经网络为何这样设计。”

  黑盒子,顾名思义,就是内部结构不可探视的密闭空间。对于深度学习研究者来说,层层叠加的神经元网络结构使程序在经过几千万个样本训练以后,对输出的结果无法解释。也就是说,一旦程序输出结果有错,人们无法知晓是哪里出了错,应该调整什么地方。

  人工智能正处于初始阶段,香港科技大学教授杨强告诉《IT时报》记者,因果关系非常重要。在很多实际领域中,如果一个计算机模型只给出结论,但人类并不知道这个结论如何得出,往往这个模型不会被实际使用。

  事实上,Alpha Go成功背后存在非常多不可解释的“隐患”,在不少科学家眼中,一肖中特免费公开资料,这种成功只能证明,人工智能在解决包含以下四种特点的问题时,能够做到甚至超过人类的水平:1,有充足的数据(或知识);2,完全信息;3,具有确定性;4,单领域。当一个问题不满足上述4个条件中的任何一个时,都将给计算机带来显著的困难。所以当Alpha Go以4:1输给李世石时,人们想知道深度学习在估算棋盘时哪一个地方出了问题,却没有办法回溯。

  杨强认为,让黑箱模型具有可解释只是人工智能未来的一个方向。在未来,人工智能还身兼太多重任——让机器学习更快速更可靠、使机器实现自动推理、使预测更远更精准,使机器能够理解人,能够观看和收听影像……也就是说,让机器具有人的能力,在人不想做的领域都能超过人,但这个阶段还有相当长的时间。

  因此,在主流的深度学习和卷积神经元网络结构之外,人工智能领域还在尝试许多其他方向,科学家们希望通过不同的技术路径,可以用更小的成本、更快的速度实现人工通用智能。当这些源自不同“山头”的技术汇聚成海时,或许技术爆炸的奇点就到来了。

  迁移学习:批量生产“小而美”的AI公司

  数据缺失、算力有限,很多公司在解决AI可移植问题和普适性问题。试想当你学会中英文互译,就可以将翻译的法则同时运用在中法互译当中;当你学会骑自行车,也就同时具备了驾驶摩托车的技能……这就是迁移学习的初衷,利用更低成本实现更多功能。在大数据成本居高不下、小企业无力弯道超车的人工智能领域,迁移学习或将成为颠覆现有格局的下一个技术风口。

  让机器学会举一反三

  《论语·述而》曾有云:举一隅不以三隅反,则不复也。正如物理学家开尔文通过巴斯德高温杀菌的发现,延伸出低温存储的“冷藏工艺”,举一反三能够帮助人类解决生活中各种各样的问题。而这种举一反三的能力在机器学习领域同样适用,科学家将其称之为“迁移学习”。

  2009年,新加坡南洋理工Sinno Jialin Pan 和香港科技大学教授杨强在一篇调查中首次提出人工智能领域“迁移学习”的概念。杨强是首位也是至今为止唯一的AAAI(美国人工智能协会)华人执委,同时也是第一位担任IJCAI(国际人工智能联合会议)理事会主席的华人科学家。这位AI牛人对“迁移学习”技术的研究直指人工智能发展的痛点——用于支持机器深度学习的基础大数据往往未经标注,收集标注数据或者从头开始构建模型代价高昂且费时。

  机器学习是人工智能的核心,卡内基梅隆大学人工智能教授Tom Mitchell曾定义机器学习为“对能通过经验自动改进的计算机算法的研究”,即机器通过对大量数据和过往经验的学习,提升计算机程序的性能。杨强告诉记者,在这个过程中,机器内置的模型往往已经人为预测好,但是如果未来有所变化,这个模型就会无法扩展,迁移学习意在使模型具备可扩展性,增强其范化能力。也就是说,迁移学习可以使机器学习通过更低廉的数据成本,解决更广泛的问题。

  商业倒逼技术,致力于通过AI实现广告投放的品友互动是一家“大数据+人工智能”公司,其CTO欧阳辰告诉记者,对于人工智能企业来说,一定是先有商业场景再有技术,AI只有在合适的商业场景中才能立足。欧阳辰认为,在一些独特的场景里,AI正尽可能小型化,而对于数据缺失、算力有限的中小型企业,解决AI可移植问题和普适性问题是当务之急,迁移学习恰好是一剂良药。利用迁移学习通过已有的数据和模型对新数据快速建模,成为小公司弯道超车的下一条可能的路径。而迁移学习应用可预见的广泛性,也使这门技术成为当前学界炙手可热的课题。

  实现不同场景

  AI模型再利用




关键字 人工智能 深度学习 人类大脑

相关文章
  • 如果能赋予AI人性的光辉 人类世界将会怎样
  • 并最终减少对它们的依赖奥迪派克峰报价
  • 委员会成员由十余位院士及国内智能领域有影响力的专家共同组成机器鸡星球大战3
  • 西媒:中企在AI领域居世界前列 未来仍有很长的路要走
  • 人工智能很快也可以攻克好伦哥营业时间
  • 烧掉600多亿,人工智能商业应用还未真正落地电视剧桃花灿烂
  • “高考机器人”背后的创始人:不再强调分数与技术相亲才会赢沈勇
  • 还能提供诸如区块链、人工智能、安全、物联网和金融云等科技服务冲上云霄2粤语 06
  • 特朗普:将确保美国在人工智能上保持领先地位王银峰
  • 走出实验室,中美专家呼吁通用性AI与细分行业相结合


  • 相关图文
    特朗普拉黑推友成被告:这是违宪行为
    特朗普拉黑推友成
    扎克伯格:之前说Facebook不影响大选 现在我后悔了
    扎克伯格:之前说
    外媒称乐视出售美国总部大楼:可能还是缺钱
    外媒称乐视出售美
    预售遇冷 爆炸阴影下三星Note 8的中国使命
    预售遇冷 爆炸阴
    微软推出手游直播App:帮助玩家用手机直播游戏
    微软推出手游直播
    为成iPhone默认搜索引擎 谷歌今年需给苹果30亿美元
    为成iPhone默认搜
    团贷网获新一轮18亿元融资 民生资本领投
    团贷网获新一轮18
    央行:2016年农村手机支付业务额同比增71%
    央行:2016年农村

    ------分隔线----------------------------
    ------分隔线----------------------------