人工智能的最大未解之谜是什么?

2017-11-15 20:22:35编辑:鲁迪 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

来源: Quora 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

AI赋能制造业 详解联想系人工智能领域投资策略

在人工智能项目国际交流研讨会上,联想控股旗下的两大投资机构——联想之星和君联资本分别分享了其在人工智能领域的投资策略。两家机构均植根于联想30余年来的创业经验和资源积累,区别在于联想之星是联想控股的早期投资和孵化板块,君联资本则重点投资于初创期和扩展期企业,同时兼顾种子期的项目。联想之星王明耀:从自发投资走向自觉投资截至2018年7月13号,联想之星刚好走过了整整十年。十年间,其投资重点专注于TMT、人工智能和医疗健康三大领域。在人工智能领域,联想之星的布局开始于2010年。从2010年到2012年期间,它投资了专注于虹膜识别的中科虹霸、人脸识别公司Face++等公司。这个阶段被联想之星总经理、主管合伙人王明耀称为“自发投资阶段
发表于 2018-07-23 19:01:40

定义智能家居新标准,人工智能与场景也该进来了

两种表述的语意,定义中描述的,以及我们通常所指的都是智能家居这一住宅环境,既包括单个住宅中的智能家居,也包括在房地产小区中实施的基于智能小区平台的智能家居项目,如深圳红树西岸智能家居。第二种语意是指智能家居系统产品,是由智能家居厂商生产、满足智能家居集成所需的主要功能的产品,这类产品应通过集成安装方式完成,因此完整的智能家居系统产品应是包括了硬件产品、软件产品、集成与安装服务、售后在内的一个完整服务过程。  9年多过去了,由于物联网、移动互联网、云计算、人工智能技术的快速发展,已经或正在极大地改变智能家居产业,因此,智能家居的定义需要进行适当修订,千家智客创始人向忠宏为此专门召集智能家居业界专家,包括中国室内装饰
发表于 2018-07-22 11:20:15
定义智能家居新标准,人工智能与场景也该进来了

人工智能会替代多少人力劳动?

大量的数据训练,这也是为什么在互联网大数据的时代,AI可以崛起。而在数据训练之前,又必须先对大量的数据进行标注,作为机器学习的先导经验。 因此,催生了大量数据标注员的产生。 简单的说,数据标注员类似于AI的老师,举个形象的例子,我们要教机器认识一个苹果,你直接给它一张苹果的图片,它是完全不理解的。我们得先有苹果的图片,然后在上面标注着“苹果”两个字,机器通过学习了大量的图片中的特征,这时候再给它任意一张苹果的图片,它就能认出来了。 据了解,目前标注员的工作内容常见的有拉框标点、打标签、分割、批注等等。其中分类就是最常见的打标签,比如标注画面上动物毛发颜色、动物耳朵等等;框选是将画面中相对应的对象标框标注
发表于 2018-07-20 19:27:04

机器人进入安防市场,底气何在?

从1920年捷克作家雷尔·恰佩克的科幻小说《罗萨姆的机器人万能公司》中的"robot"一词开始,机器人就从单纯的文字变成了现实。 在现实生活中,以服务机器人为代表的机器人穿梭在人类世界的各个角落里,逐渐成为人类生活中不可缺少的部分。但也正因为诞生于科幻小说之中,人们对机器人一直充满着幻想,从工业机器人到扫地机器人,再到教育机器人和快递机器人,人类的双手正在扶持一个新行业的诞生——安防机器人。 从安防机器人谈起安防机器人又称安保机器人,是机器人行业的一个细分领域之一。 和其它服务机器人类似,安防机器人内置摄像头,GPS技术,机器视觉和语音交互等人工智能技术。但光从称呼出发,我们就能了解安防机器人
发表于 2018-07-20 19:25:44

AI不稳定,就业有风险,所以要招本科生?

上个礼拜,北京航空航天大学主办了国内首届人工智能本科专业研讨会。会上清华大学、南京大学、西安交通大学等国内26所大学共同发布了《关于设置人工智能专业建议书》,呼吁尽快设置本科人工智能专业。 毫无疑问,这个高考季当中,人工智能已经成为了一个热门话题。伴随着知名高校的呼吁,我们还可以看到各个名牌大学的人工智能学院、人工智能研究院如雨后春笋一样成长起来。中国科学院、南京大学、清华大学,都已经在一年内成立了类似研究机构。 而政策层面,国家《新一代人工智能发展规划》中也明确提出要建设人工智能学科。人工智能要发展,需要人才和学术建设应该是毫无争议的问题。  但关于人工智能是不是要在今天就成为本科专业
发表于 2018-07-20 19:22:43
AI不稳定,就业有风险,所以要招本科生?

人工智能会导致经济危机?

理论上来说,人工智能的普及,会带给整个人类社会极大的冲击,包括但不限于会有大量人失业,并由此引发经济危机。 伴随着人类社会的不断发展,人类社会面临的挑战从怎样克服物资不足,正逐渐转变成如何合理分配我们生产出来丰富物资。如果人类可以处理好这个问题,那么人类就有可能进入共产主义社会,整个社会按需分配,人们不再需要争夺资源,因为资源过剩。但是,如果人工智能被别有用心的人利用,整个人类社会陷入一场浩劫,一场巨大的动荡也不是不可能。 但是不管人类最后怎么处理人工智能带来的生产力飞跃,现有的经济运行模式一定会出问题。在人工智能普及的过程中,或者初步完成普及之后必然会出现一个极其容易出现经济危机的阶段——生产过剩/产能过剩
发表于 2018-07-20 19:22:09

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