datasheet

人工智能的最大未解之谜是什么?

2017-11-15来源: Quora 关键字:人工智能  机器学习

 


  每天我们都在报道人工智能又解决了哪些问题,今天我们做一次逆向思考,人工智能尚未解决的问题有哪些?


  想要理解AI欠缺什么,最好的办法是描述一个需要将各种人类习以为常的认知能力结合在一起的场景。当代的人工智能和机器学习方法可以处理需要单一能力的问题(当然,处理效果各不相同),但整合这些能力却仍然是一个遥不可及的目标。


  想象一下你和你的朋友刚买了一个复杂的新棋类游戏,有一块精致的板子和各种各样的棋子、卡片以及复杂的规则。还没有人知道怎么玩它,所以你们拿出说明书。读完之后你们开始玩起来。有些人可能会犯一些错误,但几轮下来,每个人都学会了游戏规则,至少可以尝试赢得比赛。


  在学习这个游戏的过程中发生了什么?


  1.语言解析:读游戏规则的玩家必须将符号转换成口语。听游戏规则的玩家必须分析口语。


  2.模式识别:玩家必须把所朗读的单词和游戏中的物体连接起来。「十二面骰子」和「红方士兵」必须基于语言线索被识别出来。如果该说明书有插图,那么它们必须与现实中的物体相匹配。在游戏中,玩家必须识别出旗子和卡片的错综组合,以及事件发生的关键序列。优秀的玩家还会学习去识别其他玩家的游戏模式,从而有效建立起有关他人心理状态的模型。


  3.运动控制:玩家必须能够将棋子和卡片移动到棋盘上的正确位置。


  4.规则遵守与规则推断:玩家必须理解规则并检查规则是否得到了正确的应用。在掌握了基本的规则之后,优秀的玩家还应该能够发现更高级别的规则或有助于他们取得胜利的倾向。这种推论能力与塑造他人思维模型的能力密切相关。(这在心理学中被称为心智理论,theoryofmind)。


  5.社交礼仪:玩家之间是朋友伙伴的关系,即使有些玩家犯了错误或扰乱了游戏进程,也应当友好相处。(当然,我们知道这并不总会发生。)


  6.处理干扰:如果门铃响了,外卖到了,玩家们必须能够从比赛中抽身,与送货人打交道,然后再投入到比赛中,回忆起游戏的进展,譬如轮到谁了。


  在所有这些子问题中,AI至少取得了一些进展。但目前这一轮人工智能/机器学习领域的爆发主要还是模式识别技术进步的成果。


  在当前的某些特定领域,人工智能的模式识别水平已经优于人类。但也有各种各样识别失败的情况发生。人工智能方法识别物体和序列的能力还不如人类模式识别那样鲁棒。


  人类有能力创造出各类不变性表示。例如,即使视角不同、存在遮挡物、光照条件变幻莫测,人类仍然能够识别出特定的视觉模式(译者注:比如可以在黑暗里凭借眼睛认出一只猫,看到被建筑物遮挡到只剩一个尾灯的车,仍然能自动识别出车在建筑物后的位置)。我们的听觉模式识别技能或许更加出彩,能够在噪音干扰以及速度、音高、音色和节奏的起伏中识别出乐句。


  毫无疑问,人工智能将在这一领域取得稳步进展,但我们不知道随着单个领域识别能力的不断进步,将已习得的表示在新环境中泛化(generalize)的能力是否也会随之提高。


  现有的人工智能游戏玩家都无法解析这样一句话:「这个游戏就像太空版的《卡坦岛》(ThisgameislikeSettlersofCatan,butinSpace)」。语言解析可能是人工智能最为棘手的部分。人类可以使用语言获取新信息和新技能,部分原因是我们拥有关于世界的丰富的背景知识。此外,我们可以利用上下文来十分灵活地运用这些背景知识,因此我们可以辨别出内容之间相关与否。


  对旧知识的泛化和重用隶属于一个更为广泛的能力:多技能整合。可能我们目前的方法还达不到生物智能那样轻易实现大规模能力集成。


  一个常见的能力集成方面的挑战是符号接地问题(symbolgroundingproblem)。即符号系统(例如数学符号或语言中的词)如何与感知现象——视觉、声音、纹理等相连接。


  粗略地说,人工智能方法分为两类:符号化(symbolic)和亚符号化(sub-symbolic)。符号化方法被用于「经典的」或「传统的」人工智能。它们非常适用于基于规则的确定性场景,比如下棋(但通常我们必须预先编码好规则)。如果人类提前做了符号接地(symbol-grounding),符号处理过程就会很轻松。如果让人工智能直接处理「原始」输入信息,比如光、声音、纹理和压力这些数据,效果就没那么好了。


  在另一个极端,我们有亚符号方法,如神经网络(深度学习网络是其中的一种)。这些方法接收原始输入信息的数字化版本——像素、声音文件等作为输入。亚符号方法适用于许多形式的模式识别和分类问题,但是我们仍然没有可以从类别标签转换到基于规则进行操纵的符号系统的可靠方法。


  所以综上所述,想要了解人工智能问题的范畴,首先要了解智力本身——它远比模式识别复杂得多。我们需要能够建立起模式与符号表示系统之间的双向连接,使语言的和基于规则的思维能够整合在一个具身代理中,与现实世界进行实时的交互。


关键字:人工智能  机器学习

编辑:鲁迪 引用地址:http://www.eeworld.com.cn/afdz/article_2017111511295.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:人工智能助力图像技术发展 安防行业如虎添翼
下一篇:云边融合是视频技术智能应用的发展趋势

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

腾讯医疗新科技亮相 安全高效智慧健康描绘医疗新图景

科普知识,帮助用户了解自己的身体状况。需要就诊不知道挂什么科?此时,用户只需一句话描述症状,医院AI智能导诊助手就能在1 秒内为精准匹配科室,还能帮你找到最适合的医生,实现线上分诊挂号一步到位。在挂号后,用户还可以使用微信医保支付缴费,免去排队的烦恼。就诊过程中,人工智能技术与医疗深度融合而成“黑科技”,也为用户带来不一样的就医体验。拍完片子后,小助手“腾讯觅影”可以帮助医生为患者看片子,快速准确地找到病变位置,进行疾病筛查。对于麻烦、耗时的帕金森病诊断,医生利用帕金森病运动功能智能评估系统这项新技术,可以更高效地评测帕金森病患者的病情,对患者进行分级,并制定针对性的治疗方案,不仅可以提高测评精度,还为患者节省了大量就诊时间。在诊后
发表于 2018-12-10
腾讯医疗新科技亮相 安全高效智慧健康描绘医疗新图景

美国惊现机器人伤人事件,智能危机恐提前上演?

随着科技的发展,人工智能发展迅速,机器人也出现在了人们的视野中,对于人工智能最直观的解释,可能来自好莱坞电影。《终结者》、《A.I.》、《I,Robot》、《黑客帝国》等众多经典科幻电影,都描绘了一个机器人与人类共存的世界。然而,大部分的论调都集中在“机器毁灭人类”、“机器控制人类作为其能源来源”等方面,所以机器人到底是人类的朋友还是敌人,总是讨论的重点。本周三早晨,亚马逊新泽西仓库突然发生了一起机器人至伤事故,导致24名工人住院。具体来说,在新泽西的亚马逊运营中心,一罐防熊喷雾突然从货架上掉落下来,并释放出大量浓缩的辣椒素,导致数十名工人呼吸困难,24人因此住院,其中1人情况危急。至于防熊喷雾突然掉落的原因,官方表示是因为一个
发表于 2018-12-10
美国惊现机器人伤人事件,智能危机恐提前上演?

面部识别技术:亚马逊和微软声称人工智能可以解读情感

企业和政府正在积极测试面部识别技术,测试的范围从警务人员到一些普通的员工。更细微的测试正在进行中,他们背后的技术公司保证:自动的情感识别技术可以很快帮助机器人更好地理解人类,或者检测汽车司机的是否在驾驶车上时因为愤怒乱开车。面部识别技术是指利用分析比较的计算机技术识别人脸。人脸识别是一项热门的计算机技术研究领域,其中包括人脸追踪侦测,自动调整影像放大,夜间红外侦测,自动调整曝光强度等技术。人脸识别技术属于生物特征识别技术,是对人本身的面部特征来区分个体。但是专家警告说,试图解释面部表情的面部识别算法可能会侵犯到人权。这些声明是AI Now研究所年度报告中的一部分,他们是一个研究人工智能对社会影响的非营利组织。该报告还包括了监管人工智能
发表于 2018-12-10
面部识别技术:亚马逊和微软声称人工智能可以解读情感

未来竞争聚焦在人工智能和芯片领域

近日,国际金融论坛(IFF)第15届全球年会在广州举行,在“IFF政策对话:技术创新与全球发展”圆桌讨论中,来自科技和企业界的专家共话全球技术创新,第一财经整理了部分观点发表。以下为中金公司董事总经理、电子及技术硬件行业首席分析师黄乐平的发言:非常有幸来跟大家分享一下我们对人工智能(AI)和半导体这两个行业的一些观点。现在,这两个行业基本上占据着中美竞争的两个重要制高点。AI到底对人类有什么影响?麦肯锡的调查报告显示,人工智能未来十年对GDP的推动是1.2%,人工智能将从方方面面影响我们的生活和行业。第一个方面叫替代或者叫放大器。对于现有的工作而言,比如说我们以前用五个人做一条生产线,现在通过数字化或者智能化的方法,就在同样
发表于 2018-12-10

5G将为人工智能带来什么

近日,三大运营商已经获得5G试验频率使用许可批复,这意味着全国范围的大规模5G试验将展开。据了解,中国电信获得3400MHz-3500MHz共100MHz带宽的5G试验频率资源;中国移动获得2515MHz-2675MHz、4800MHz-4900MHz频段的5G试验频率资源;中国联通获得3500MHz-3600MHz共100MHz带宽的5G试验频率资源。5G网络作为移动网络的下一代标准,诸多企业纷纷布局,据相关报道称,5G网络将在2020年落地并商用,而在2018年的今天,5G相关设备已经被诸多大型企业拉出来“遛弯”:华为在MWC2018上,它已经展示了全球首款5G商用芯片以及终端;高通发布骁龙855,其集成集成5G新空口(5GNR
发表于 2018-12-07

AI的天花板与助跑器

人工智能(AI)的声势似乎不复去年之勇。项目变少了,业内薪酬涨势停滞,投资人开始讨论AI的泡沫问题,舆论的风向也从鼓噪转向了质疑。客观讲最近一年时间,AI的基础层、技术层和应用层都没有出现革命性的理论,而AI的9个热门方向——芯片、自然语言处理、语音识别、机器学习应用、计算机视觉与图像、技术平台、智能无人机、智能机器人、自动驾驶的商业化进展参差不齐,和与深度学习有关的自动驾驶等领域,则一直处在商业化的边缘徘徊。当多年后我们回头看眼下这段时间,到底是爆发前的静默,还是漫漫长夜的无聊片段?大公司与小公司的殊途同归这一年,谷歌旗下的Waymo自动驾驶技术仍在测试,尽管FCA代工的车队正在扩张,Waymo也一度宣称商业化“近在眼前
发表于 2018-12-07
AI的天花板与助跑器

小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 视频监控 智能卡 防盗报警 智能管理 处理器 传感器 其他技术 综合资讯 安防论坛

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved
pt type="text/javascript" src="//v3.jiathis.com/code/jia.js?uid=2113614" charset="utf-8">