深度解析 | 人工智慧 (AI):到超級智能的路徑

2020-12-05 千家智客

[導讀]人工智慧或者是AI可能對很多人來說只是一個科幻的概念,但最近在這領域有很多很有趣的進展。

什麼是AI?

MAFIA

人工智慧或者是AI可能對很多人來說只是一個科幻的概念,但最近在這領域有很多很有趣的進展。

首先,AI並不是機器人。機器人只是AI的身體,而AI是機器人的頭腦。但在很多情況下AI是無體的,比如蘋果手機的Siri只是AI軟體和數據組成的。

AI的口徑或等級可以分成三大類

Artificial Narrow Intelligence (ANI)

短秤weak AI,這類AI只專注於一個單一功能或領域,比如當世界象棋冠軍。

Artificial General Intelligence (AGI)

短秤strong AI,這類AI跟人一樣聰明,人能做或想到的事它都能實現。人類到目前還沒研發出真正的AGI,要實現這個比實現ANI難得多,因為AGI要會抽象地思考、解讀、和從經驗快速學習。

Artificial Super Intelligence (ASI)

超級智能代表著在每個領域遠遠超過最聰明人的智能。ASI範圍也很廣,包括比人類聰明幾倍到幾億倍的職能體。如果實現,ASI有可能讓人長生不死,或者是把人毀滅。

我們現在活在ANI的世界裡,實際案例也圍繞著我們的生活,包括自動駕駛車、智慧型手機裡的多數功能、百度翻譯、Google搜索、Facebook的朋友推薦、智能家、金融市場裡的量化交易、還有世界象棋冠軍和IBM Watson。

從ANI到AGI

為什麼從ANI到AGI會那麼難呢?其實人的腦袋是很微妙的。如果你叫一個電腦算113928742 x 23901283,它不到一秒就能給你一個正確的答案。但如果你叫同個電腦看一個動物的照片並且正確地跟你說照片裡是只狗還是貓,這對它來說就很難了。對人很難的東西,比如微積分、量化交易、語言翻譯,對現在的電腦是非常簡單的。反過來說,對人很簡單的東西像視力、動作和知覺,對電腦來說就很難。

這就要感謝動物到人類數億年的進化。如果我們把手舉起來去拿一個東西,我們會用到我們胳膊、手腕、手、骨頭、肌肉、韌帶和眼睛在3D空間裡的及時協調。但是,如果叫我們去做大數字乘法或者玩象棋,我們肯定打不過電腦,因為這對人類來說都是新的活動,我們也還沒有時間在這些領域進化好。

如果你叫一個電腦看下面這張圖,它只看到一群黑、白、灰的2D形狀。但如果你看這張圖,你看到的是一個3D黑石頭。

而且我們目前只有提到靜態信息處理;如果要跟人一樣聰明,一個電腦還必須會了解人的感情包括臉色,甚至對不同東西的看法和意見。

那要怎麼從現在的ANI實現AGI呢?

第一,增加硬體計算能力。人腦的計算能力可以用total calculations per second(cps)來算。一些人工智慧科學家預估人腦的cps在1016 cps,或者是10 quadrillion cps。目前中國的天河二號超級計算機已經超過這個標杆,在34 quadrillion cps,但天河二號的空間、能源和建設成本都非常高。還好,如果我們用Moore’s Law來推算計算能力的進展,大約在十年我們就可以做出夠便宜、普及並且和人腦計算能力一樣強的電腦。

其次,除了硬體計算能力,要實現AGI還需要把電腦變成跟人一樣「聰明」。說實話,還沒有人知道真正的答案。但以下是比較認同的三個做法:

抄襲人腦

這包括利用反向工程(reverse engineering)來找出人腦運作的秘訣。我們可以建一個簡單的人工神經網絡(neural network),用輸入和產出(inputs and outputs)把電晶體神經元(transistor neurons)連起來。比如說,如果電腦答對了一個問題,它的電晶體關聯就會被強化;如果答錯了,就會被弱化。通過很多實驗和反饋,一個電腦能創造出自己的職能神經網絡。另外一個更直接的方法是把人腦切分成很細的層,並用3D掃描和列印來創造出人腦架構。抄襲人腦並沒有像我們想像的那麼遙遠;我們已經成功仿真蠕蟲腦了,科學家們的樂觀預計是在2030年可以成功抄襲人腦。

人工進化

如果抄襲人腦太難,我們可以學大自然的進化,把這個過程帶到人工智慧實驗室裡。在這裡我們用基因算法(genetic algorithms)來考驗一群電腦;成功的電腦會跟其他成功的電腦「交配」,並把它們的代碼混到一個新電腦裡,而失敗的電腦將被淘汰。過了自然篩選的多數迭代,我們將創造出更聰明的電腦。這塊主要的挑戰在於怎麼讓這整個過程更快還有自動化。

讓電腦自己去解決這個問題

最懶但可能最有效的方式就是建一個會自己研究AI和改自己代碼的電腦。這電腦不但會自學,也會不斷提升自己的結構。簡單來說,我們教這個電腦如何當電腦科學家。

雖然現在AGI還感覺很遙遠,但計算能力的指數增長(exponential growth)是非常驚人的。另外,一旦有一個重要突破進展速度可能會飛上天空。很有可能在幾十甚至十幾年內我們就能實現AGI。

從AGI到ASI

一旦達到AGI,一個電腦就很快能達到ASI(超級智能)。和人相比,一個AGI電腦佔有絕對的硬體優勢,不管在計算速度、內存和容量、或者是可靠性和耐久力。在軟體方面,一個AGI電腦可以很快並很簡單的吸收信息、更新和升級。如果連到網際網路上,這電腦就可以和所有其他連上的電腦同步和分享最新的更新。因為人帶有自己的意見、偏見和利益,這種規模和深度的集體能力人類目前還做不到的。

一個不斷會自我進步的AI會有指數增長,如果在幾十年達到AGI的話那在不過多久,可能在我們的生命當中,就能體會到ASI。就像一隻螞蟻是不可能了解經濟學,人類是不可能理解一個比我們聰明幾萬倍的超級智能體系。如果在幾十年達到ASI,這個如神的超級智能體系將有能力治癌症、衰老、地球暖化升至死亡;它將有權力決定人的命運。

問題是:對人類來說它將會是一個好的神還是一個壞的神?

本文譯自waitbutwhy.com

Article by George Jiang

相關焦點

  • 自動化是當前與深度學習及人工智慧等的不可分割的關係
    自動化是當前與深度學習及人工智慧等的不可分割的關係,也同樣是當前的熱門主題。自動化機器學習在自動化,人工智慧,無人機等科技領域有廣泛的應用。自動化機器學習可以模擬生物學過程,比如分類,和識別。分類。分類就是識別。
  • 當AI「智力爆炸」成為超級智能,普通智力人類是螻蟻/寵物?
    但相反,也有另一種觀點認為,AI 智力的爆炸式增長將會超越人類智力,並停留在所謂的超級智能左右的水平上。超智能水平究竟有多高?我們對此暫時毫無了解。但有人堅信,儘管超智能會超出人類的智力水平,但它本身也將具有一個界限或最終優勢。
  • 人工智慧正確落地需遵循的路徑
    打開APP 人工智慧正確落地需遵循的路徑 中國ai網 發表於 2020-11-26 12:00:43   疫情期間,人工智慧在疫情防控、藥物研發、疾病診治、民生保障等諸多方面都發揮了積極的作用,並在後疫情時代全面支撐了復工復產和數字經濟的發展,讓企業看到人工智慧技術巨大的商業價值。
  • AI再迎國家政策,促進人工智慧和實體經濟深度融合
    據新華社報導,3月19日下午中央全面深化改革委員會第七次會議中,審議通過了《關於促進人工智慧和實體經濟深度融合的指導意見》。針對促進人工智慧和實體經濟深度融合,會議指出,促進人工智慧和實體經濟深度融合,要把握新一代人工智慧發展的特點,堅持以市場需求為導向,以產業應用為目標,深化改革創新,優化制度環境,激發企業創新活力和內生動力,結合不同行業、不同區域特點,探索創新成果應用轉化的路徑和方法,構建數據驅動、人機協同、跨界融合、共創分享的智能經濟形態。
  • AI 如果 「智力爆炸」 成為超級智能,只有普通智力的人類是螻蟻還是寵物?
    但相反,也有另一種觀點認為,AI 智力的爆炸式增長將會超越人類智力,並停留在所謂的超級智能左右的水平上。超智能水平究竟有多高?我們對此暫時毫無了解。但有人堅信,儘管超智能會超出人類的智力水平,但它本身也將具有一個界限或最終優勢。
  • 形成人工智慧健康發展有效路徑
    作者:科技部黨組書記、部長 王志剛  自1956年人工智慧概念提出以來,經過60多年的演進,特別是在移動網際網路、大數據、超級計算、傳感網、腦科學等新理論新技術以及經濟社會強烈需求的共同驅動下,人工智慧加速發展,呈現深度學習、跨界融合、人機協同、群智開放、自主操控等新特徵
  • 如何區分人工智慧、機器學習和深度學習?
    在深度學習網絡中,每一個節點層在前一層輸出的基礎上學習識別一組特定的特徵。隨著神經網絡深度增加,節點所能識別的特徵也就越來越複雜,因為每一層會整合併重組前一層的特徵。(65 家公司)推薦系統 (60 家公司)Context aware computing (28 家公司)語音即時翻譯 (15 家公司)視頻識別 (14 家公司)下圖是目前人工智慧在各個行業的熱度上圖是2011到2016年最積極的人工智慧企業投資者下圖是福布斯關注的50家人工智慧公司。
  • 人工智慧的產生源於古代人類對計算機編程幻想的各種可能性
    人工智慧領域發展到現在,不得不佩服人工智慧作為人類智慧源泉的地位。本人在閒來無事的時候也是喜歡看看人工智慧領域的科普著作,但是由於身邊的人經常掛在嘴邊的一句話「人工智慧是一個熱門的領域,但是大學不教」導致了自己無法深入了解,從而在自己科普到這個領域之後也遇到了瓶頸,那麼多的科普書籍,竟然不知道如何選擇好。
  • 智能計算中心:新型「超級大腦」
    根據2017年國務院印發的《新一代人工智慧發展規劃》,到2030年,人工智慧核心產業規模超過1萬億元,帶動相關產業規模超過10萬億元。如今,不少地方政府和企業正在布局人工智慧計算,通過新型人工智慧晶片和新型計算方法強化計算中心這一「超級大腦」,使其算力更強、速度更快,賦予人工智慧更強勁的「爬坡之力」。
  • 人工智慧利用神經網絡來控制機器
    人工智慧利用神經網絡來控制機器,或者是人工智慧根據預定的規則來控制機器.人工智慧可以用於搜索,診斷,預測,監控和機器人等諸多方面.人工智慧為人類提供了創造性解決方案,這個解決方案不僅能創造出改變,同時還能控制它們.世界對於人工智慧抱有非常樂觀的態度,因為它們讓人類工作變得更加高效.然而,智能的出現時間還很短暫,遠沒有到大眾普遍接受的階段.那麼,人工智慧未來的發展方向到底是什麼
  • 盤點國內排名前十強智能客服ai電銷機器人品牌商家
    智能客服的初衷,是為了減少人力和管理成本,提高服務效率。目前,基於大數據、雲計算和深度學習等領先的人工智慧技術,智能客服已經可以實現自主問答、業務辦理、故障診斷等一系列複雜操作,實現客服行業中大部分的應答需求,快速高效的解決用戶問題。
  • 李開復:AI未來突破很難預測 奇點、超級智能過於樂觀
    時,李開復表示,「過去60多年來,深度學習是唯一的重大突破。在這之後,卷積神經網絡(CNN)和GPT-3等都算是重要的改善,我對於人工智慧的漸進式改善保持樂觀。」「我覺得未來十年基礎科研或許不會有大的突破。
  • 人工智慧、深度學習與人類智能之間的區別和聯繫
    人工智慧的浪潮正在席捲全球,人工智慧(Artificial Intelligence)、深度學習(Deep Learning)、人類智能(Human Intelligence)這些高頻詞彙經常出現。那麼,什麼是人工智慧?什麼是深度學習?什麼又是人類智能呢?
  • AI「民主化」的多元路徑—新聞—科學網
    科大訊飛人工智慧展示廳裡的伴侶機器人 隨著人工智慧(AI)應用的逐漸深入,AI發展的技術路徑也日益多元。
  • ...變革人類醫療和藝術|人工智慧|科學家|AI|醫療|智能|革命|-健康界
    未來的人工智慧 現階段的 AI 技術,仍然是大型科技公司控制下的產物,畢竟這些公司投入數十億美元來承擔相關研發部門的費用。此外,該領域還有一些小型的超級頂尖團隊,在一些數據科學方面提供支持。但是對於所有 AI 領域的從業者來說,這種發展模式仍處於早期階段。
  • FB嵌入式人工智慧平臺發布,單目3D姿態估計新方法
    本周關鍵詞: 嵌入式人工智慧、語義數據集、3D姿態估計、大型機器人網絡本周熱門學術研究嵌入式人工智慧研究平臺Habitat來自Facebook人工智慧研究中心、喬治亞理工學院、Facebook現實實驗室、西蒙弗雷澤大學、英特爾實驗室和加州大學伯克利分校的研究人員展示了最有趣的機器人研究進展之一——Habitat。
  • 它是國內人工智慧領域的領頭雁!AI助聊很神奇,抗衡google就靠它
    王海峰是百度人工智慧領域的領軍人物,他在人工智慧領域深耕近三十年,專注於人工智慧技術研究和應用轉化,尤其在自然語言處理領域成果卓著,是我國人工智慧領域的頂級專家。他2010年加入百度,帶領團隊打造百度大腦,在語言處理、視覺、深度學習等人工智慧關鍵核心領域取得巨大成果,打造國內首個自主創新、開源開放的深度學習平臺飛槳,領先谷歌率先發布的大規模神經網絡翻譯系統。
  • 未來科技的發展,人工智慧還是熱點嗎?AI的意義是什麼呢?
    當然人工智慧榜上有名,ai的意義個人認為是人類在已有知識用計算機智能算法去重複演練的的一個過程。無論是簡單還是複雜的事情,人類選擇讓ai去做的事情都是人類已經反覆實驗反覆測試過的,能讓人類去做更有意義的事情,人類的文明也將進入一個新時代。
  • 機器學習、深度學習,然後軟體裡面的流程是機器學習之前要做好的
    人工智慧賦能智能工廠,為什麼需要先打造標準?最近有一篇採訪了江蘇樂博智能製造新疆地區總經理陳輝的報導,報導中討論到工業4.0轉型升級中智能工廠的問題,想了解一下各方和樂博ai是如何推動打造智能工廠的?樂博ai還有哪些可以突破的地方?
  • 馬斯克的AI野心——OpenAI Gym系統深度解析
    (原標題:馬斯克的AI野心——OpenAI Gym系統深度解析)