当前的位置:泉州网站建设 > 新闻中心 > 互联网 > 正文

你们把AI吹上了天,但它却依然没4岁的小孩聪明!

来源:泉州网站建设   时间 : 2019-03-03 13:54  编辑 : 泉州网站建设

例如,谷歌的DeepMind研究人员将深度学习和强化学习结合起来,教计算机玩雅达利(Atari)的电子游戏,计算机根本不知道这些游戏是怎么玩的,一开始,它的行为是随机的,它也仅仅得到屏幕在每个时刻的样子以及它的得分情况方面的信息,深度学习帮助它解释屏幕上的特征,强化学习则激励系统获得更高的分数,这台计算机很擅长玩其中的几个游戏,但它也完全玩不好其他的对人类而言易如反掌的游戏。

自上而下的方法在早期的人工智能发展中扮演了重要角色,在2000年,它也经历了一次复兴,以概率模型或贝叶斯生成模型的形式出现。

自上而下的贝叶斯模型

纽约大学的布伦登·莱克(Brenden Lake)和他的同事们用这种自上而下的方法解决了另一个对人类而言很简单,但对计算机非常困难的问题:识别不熟悉的手写字符。看看日本画卷上的一个字,即使你以前从未见过它,你也可以分辨出它是否与其他日本画卷上的字符相似或不同,你可能能够画出它来,甚至可以根据你看到的这个字符设计出一个虚假的日本字符。

这两种机器学习方法各有优缺点,在自下而上的方法中,程序一开始并不需要太多的知识,但是它需要大量的数据,并且只能以限定的方式进行归纳,在自上而下的方法中,程序可以从几个示例中学习,并做出更广泛、更多样的归纳,但是你需要在开始时为其灌输更多的东西,许多研究人员目前正试图将这两种方法结合起来,利用深度学习来实现贝叶斯推理。

你们把AI吹上了天,但它却依然没4岁的小孩聪明!

也许我们从具体的数据中获得抽象的知识,是因为我们已经知道了很多的东西,特别是由于进化,我们已经有了一系列基本的抽象概念。像科学家一样,我们可以用这些概念来构建关于世界的假设,然后,如果那些假设是正确的,我们就可以预测数据应该是什么样的,而不是试图从原始数据中发现模式,与柏拉图一样,笛卡尔(Descartes)、诺姆乔姆斯基(Noam Chomsky)等“理性主义”哲学家和心理学家也采取了这种方法。

你们把AI吹上了天,但它却依然没4岁的小孩聪明!

但是值得记住的是,这些问题——比如识别图片里的猫或者像“Siri”这样的口头词——对于一个蹒跚学步的人类来说是轻而易举的,计算机科学最有趣的发现之一是,对我们来说十分容易的问题(如识别猫)对计算机来说却很难——比下国际象棋或围棋困难得多。计算机需要数以百万计的例子来对对象进行分类,而我们只需用几个例子就可以对这些对象进行分类。

例如,在实验室里,研究人员给孩子们一个“布利克特探测器”——一种他们从未见过的新机器,它是一个盒子,当你把特定的物体放在上面时,它就会发光并播放音乐,研究人员只给孩子们举了一两个例子来说明这个机器是如何运转的,告诉他们,放两个红色的方块在上面就可以让它运转,放一个绿色方块和一个黄色方块则不行。

自亚里士多德和柏拉图以来,有两种基本的方法来解决我们如何知道我们所知道的东西的问题,它们仍然是机器学习的主要方法。

有研究表明,人工智能听上去很厉害,但目前最先进的人工智能还远远不能解决人类4岁儿童能够轻松解决的问题,那么,人工智能会变得比4岁的孩子更聪明吗?看看孩子们如何处理信息如何学习的,大家或许能获得启发。

使用这种方法的早期尝试面临两种问题。首先,大多数的例证模式一般可以用许多不同的假设来解释:你来自期刊编辑的电子邮件可能是非垃圾邮件,只是看起来不太可能。其次,生成式模型所使用的概念从何而来?柏拉图和乔姆斯基说,你生来就有这些东西,但是我们如何解释我们是如何学习最新的科学概念的呢?小孩子又是如何理解恐龙和宇宙飞船的呢?

猜你喜欢

泉州网站建设 | 南安网站建设 | 泉州汽车网 | 南安汽车网 | 泉州房产网 | 南安房产网 | 南安购物网 | 南安人才网 | 分类信息网 | 网站发布网

公司简介 | 商业合作 | 广告中心 | 联系我们 | Copyright © 2019 www.qzwzjs.com Corporation, All Rights Reserved.

闽ICP备18011963号 邮箱:info@qzwzjs.com 公司地址:成功街水岸帝景A区

服务中心: 0595-86036039 联系QQ:2076448248

天辉网络服务有限公司 版权所有