AlpgaGo訓練人工智慧「抽象思考」能力 朝人腦思考模式更近一步

2020-12-25 3C科技生活新知

AlphaGo開發團隊DeepMind已經開始訓練人工智慧何謂「抽象思考」,希望未來人工智慧能讓真正的人類一樣藉由推演思考回答問題。

在藉由遊戲等方式訓練人工智慧系統之後,DeepMind團隊接下來也計劃讓人工智慧挑戰智力測驗。

根據《新科學人》雜誌報導,位於英國倫敦的Google DeepMind團隊計劃藉由智力測驗方式訓練人工智慧,藉此讓人工智慧能有更具抽象「思考」能力。

而DeepMind團隊所採用訓練方式,則是透過1936年由英國心理學家John Raven提出的瑞文氏圖形智力測驗(Raven’s Progressive Matrices),藉由漸進矩陣構圖組成題組,以有複雜難度層次變化方式,判斷人工智慧從「直接觀察(比對)」到「抽象推理」過程所表現「智力」。

由於瑞文氏圖形智力測驗並非僅以單純比對,更包含以抽象思考推理方式解題,甚至後來還針對兒童加入色彩推理,並且針對高智商者提出瑞文既皆推理測驗(Raven’s Advance Progress Matrice),甚至後續更將測試內容整合提出可對應5歲至75歲年齡間智力量測版本,成為在全球廣泛被用於測試智力的項目之一。

就DeepMind團隊說明,透過智力測驗方式訓練人工智慧,並非為了打造可順利解答智力測驗的人工智慧系統,而是希望能讓人工智慧能更接近人腦思考模式,能以現有資訊判斷決策之餘,更能藉由邏輯推演、抽象思考方式尋求解答,甚至能像人腦一樣透過反射思考模式進行判斷。

相關焦點

  • 《多維度思考》:提升思考能力
    本書是作者依據其人生閱歷以及幾十年來輔導成功的案例寫成,書中100條思考法則主要講解了獨立思考、堅韌思考、健康思考、系統思考、創造性思考、問題解決式思考、多人合作思考、決策性思考以及批判性思考9種思考方式,以便幫助人們移除混亂、模糊、缺乏邏輯的思維障礙,培養出清晰、高效、有條理的思考習慣
  • 如何訓練思考能力?
    按照「721法則」,人的能力,70%是在工作過程中通過自我學習獲取的。自我學習的方式多種多樣,有一種「力」是不可或缺的,那就是「思考力」。思考,也是一種能力,是一種重要的自我學習能力,也是提升工作能力的重要「能力因素」。
  • 人工智慧的自然辨證法則思考
    人工智慧主要研究用人工的方法和技術,模仿、延伸、和擴展人的智能,實現機器智能。這一科學問題是眾多科研工作人員的科研起點,具有重要意義,它確立了研究對象和目標,表明了研究過程中的關鍵點,預示了解決方向,對其研究具有重要指導作用,因而成為智能科學發展的動力推動著人工智慧研究的不斷向前發展。反過來思考,機器能夠對新科學問題進行評判和思考麼?甚至提出新科學問題的能力。
  • 有些問題問的不是統計學問題,而是人腦思考問題的不同方式
    然而,人工智慧,或者說機器學習,或者機器智能,會帶來哪些應用呢?我們知道,這些應用會改變一切。首先是小到,電子化。打個比方,在生活中我們無時無刻都在使用的東西——計算機。編輯某些文字,寫一些小說,在圖像和聲音的多種變化中分析視覺信息;把語音轉換成文字;把文字加粗,同時還把標點符號去掉,準確抓取句子中的重點;把文字分詞,分成多種語言、平行句子、甚至圖片的每一個部分,可視化,或者更牛的,能夠理解圖片中的每一個物體、細節,把世界變成高維空間。類似這些,大量的東西都是用人力完成。那麼,是不是機器全包了呢?也不是。或者是,機器能做的更精細?這一點也不樂觀。
  • 一個簡單的訓練思考能力的方法——《零秒思考》
    書中所倡導的方法是不錯的,非常適合立刻著手開始實踐,這是它的優點,缺點還是日本人寫書的老問題,絮絮叨叨的,在細節方面花了太多篇幅。《零秒思考》要解決的是如何提高思考能力的問題。許多人對於思考並不熟練,遇到問題的時候,通常是悶頭苦想,但腦子裡一直是一坨漿糊,怎麼也理不出個頭緒來,更不用說在極短的時間內找到問題的本質,想到解決的辦法了。
  • 李彥宏:人工智慧長得不應該像人 更不要模仿人腦原理
    百度公司創始人、董事長兼CEO李彥宏在主題演講時指出,人們對人工智慧存在誤區,人工智慧長得不應該像人。此外人工智慧不是仿生學,跟人腦的工作原理沒有太大關係,要讓機器像人一樣思考,其實還離我們非常遠。 李彥宏說,人工智慧是一個新事物,大家的認知不同,且存在很多誤區,「提起人工智慧,很多人會想到是一個長得像人的機器,我覺得這就是一個誤區,人工智慧長得不應該像人,我們的經歷不應該花在怎麼去造出一個機器來長得像人,不應該花在解決讓這個機器怎麼學會走路
  • 為什麼我的孩子缺乏思考能力?
    今天我們來聊一聊思考能力。思考是思維的一種探索活動,所以我們不可避免地就要談到思維這個概念。在心理學裡,思維的定義是人腦對客觀事物間接的、概括的反應。所謂間接性,就是指思維活動不直接反映作用與感覺器官的事物,說白了就是需要藉助一定的中介和知識經驗來反映客觀事物。例如,可以根據螞蟻搬家,知道要下雨了;可以根據太陽的位置推斷時間;中醫可以通過望聞問切得知病人的病情。
  • 《思考的整理學》:走出思考誤區,讓思考更有智慧
    正如《思考的整理學》裡提到的:「所謂思考的整理,就是讓處於初級階段的思考爬上抽象的梯子,讓它不斷前進。如果思考只停留在第一階段,那麼無論時間怎樣流逝,也只是膚淺的想法罷了。」《思考的整理學》是日本作家外山滋比古的經典代表作。本書是作者基於豐富深刻的思考體驗,提出的獨特又高效的思考整理法。
  • 坐上火箭飛往「思考星球」讓孩子愛上思考
    思考力是學好一切知識的源泉,著名思想家盧梭說:「在兒童時期沒有養成思考的習慣,將使他們從此一生都沒有思考的能力」,也許,很多人會問:思考力不是與生俱來的嗎?難不成思考力還可以通過後天培養出來的嗎?沒錯,思考是人與生俱來的本能,但是卻是可以通過後天訓練得以提升,思考力的訓練內容與年齡、知識儲備無關,只要經過一系列的訓練,孩子的思考力也會得以大幅度提升。
  • 訪談| Geoffrey Hinton:人工智慧終將超越人腦,但卻難以理解笑話
    他的目標是通過建模人腦的結構來創造能夠思考和學習的機器。那時候,大多數研究者還很排斥神經網絡的人工智慧方法,但是 Hinton 及其團隊堅持了下來,並在後來取得了很大的成功。過去十年來,他們的深度學習神經網絡幾乎在每一種基準上都超越了傳統了人工智慧方法。在 2013 年,谷歌收購了 Hinton 的神經網絡創業公司 DNNresearch。
  • 在人工智慧時代,孩子學編程有什麼好處?說一個令人意外的……
    人工智慧:訓練機器類人類思考,類人類行為,理性的思考、理性的行動。人工智慧將不再是單一完成指令,而是主動思考,學習,成為類人類甚至超越人類的智慧體。人工智慧的基礎是哲學、數學、經濟學、神經科學、心理學、計算機工程、控制論、語言學,是一門綜合學科。
  • 如何訓練自己的深度思考能力?
    體-建築體-體系:多個面的疊加組合包含了很多點和線,最後構成立體模型,成為一座建築,具備了應用場景和功能,也更穩定。所以「點-線-面-體」思考路徑就是:任憑腦海激發各種知識點,然後兩兩知識點之間進行邏輯聯想,每條線有進行結構搭建,最後圍繞一個問題形成思考體系。
  • 人工智慧審判的法文化思考
    有限應用:作為輔助地位的人工智慧工具我國部分地區開始了各具特色的先行先試的人工智慧審判模式,例如,上海法院的刑事案件智能輔助辦案系統,「206」系統和貴州法院政法大數據系統,這兩者很大程度上是「辦案平臺」的性質,這也體現了面對技術革新時積極穩妥的精神:成熟一步,應用一步,建立一個全流程的證據審查,程序保障體系,兼具對司法人員的指導性和監督性
  • 人工智慧時代需培養學生怎樣能力
    「因為人工智慧不是信息化的延續,技術對教育的影響,正在由『革新』發展為『革命』。」中關村學院學術委員會原負責人呂文清說,「高級階段的人工智慧具有類人腦的學習力和思考力,將來還能進化到自適應學習,在這個意義上,人工智慧拓展了人的思維。人工智慧改變的,不僅是教育的邊界和方式,整個教育樣態也將面臨重塑。」
  • 地理空間人工智慧的近期研究總結與思考
    地理空間人工智慧(GeoAI)是指地理空間科學與人工智慧相結合的交叉學科研究方向,通過研究與開發機器的空間智能提升對於地理現象和地球科學過程的動態感知、智能推理和知識發現能力,並尋求解決人類和地球環境系統相互作用中的重大科學和工程問題。
  • 人工智慧、機器學習、深度學習之間究竟是什麼關係
    人工智慧是對人的意識、思維的信息過程的模擬。人工智慧不是人的智能,但能像人那樣思考、也可能超過人的智能。該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧現階段分為弱人工智慧和強人工智慧。
  • 真正拉開人生差距的,是抽象思維能力
    我的回答很簡單:抽象思維能力。 抽象思維看似虛無縹緲,卻是支配我們行為的源動力。如果把職場比作一本書,那麼思維方式就是序言和目錄,它支配著你的工作模式,決定了你的職業生涯該如何書寫。抽象思維能力強的人,在學生時代常被誇會「舉一反三」、「一點就透」;畢業進入工作崗位後,也會給領導和同事留下做事有條不紊、善於總結勤於思考的良好印象。和這種人相處,你會驚奇地發現同樣是3MB的信息,你只看到了3MB,他卻能經過思考推導出30MB的信息,並把它熟練應用在解決300MB的問題上。前兩年刷屏電影《頭號玩家》中,普通人只能成為遊戲玩家,而只有極少數人才能成為遊戲的設計者。
  • 抽象的數學到底應該是人腦的產物,還是自然科學呢?
    但是在物理學或化學或生物學中,科學家思考的對象通常是物質世界中的某種現象。雖然你我不能進入科學家的大腦中體驗他的思考,但我們確實生活在同一世界之中。這就提供了關鍵的聯繫,即科學家能對我們解釋他想法的原始基礎。自然科學確實為數學提供了豐富的素材,數學又滲透到了各個學科中。
  • 《好好思考》:思考讓我們看見不同
    在書中,作者結合自己十多年的研究經驗,從基本原理、搭建知識體系、演示實戰方法等多個角度向讀者全面講述如何「好好思考」。 據新書出版方介紹,作者成甲是一個具備強大好奇心與學習能力的人,喜歡研究人類歷史上偉大的創新人物,追問他們創新變革背後的學習、認知與創新邏輯,因此形成一套頗具系統性的思維模式理論。
  • 如何提升自己的系統思考能力具備大局觀?
    只要你有心並且有足夠的實踐,具備大量的知識儲備和較高的抽象思維能力,你可以總結出許多或複雜或簡單的框架來指導你下一次的工作。但不同的框架的複雜度和對於工作指導的價值卻有明顯的差異,對於複雜的工作,構建其框架需要考慮的維度就會更多,要求的深度更高。