人工智能通识人工智能

【智能理论】智能第一步

2019-09-26  本文已影响0人  zhyuzh3d

欢迎关注我的专栏( つ•̀ω•́)つ【人工智能通识】
进这里点赞,助力申请简书【人工智能通识】小岛ヾ(≧∇≦感謝≧∇≦)ノ


【2019世界人工智能大会官网】

人工智能已经成为全球科技的新主题,无论你认可或者不认可,在未来几年它都会越来越多包围过来,从工作挑战到媒体喧嚣,每个人都无处可逃。

今天有位很厉害的人说,要实现和人一样聪明的机器人,十万年都不可能。我觉得这人一定是还不满意自己的身份,否则何以说这样荒唐的话来炒作自己呢?

十万年绝对是扯淡,要知道,一万年前我们才从山洞里搬出来,一百年前电力才开始推广应用,十年前手机上网还是稀罕事情。别说十万年,一万年,就连一百年后的世界我们都无法想象。

实现超人类智能需要十年,二十年?或许五十年,一百年?都还只能幻想和猜测,但科技发展的加速度趋势已经注定,不会太远。

如果客观的正视现实,我们就会知道,目前我们还处在人工智能的很早期,处在婴儿阶段,处在起步阶段,甚至还没起步。

实现通用智能,或者说是类人智能,甚至超人智能,我们现在遇到的最大障碍并不是更强的计算机或者更多的数据、更多的动力。

尽管数据非常之重要,而且还会在接下来的数年、十数年扮演着人工智能产业的主要推动力角色。但近些年的研究已经表明,数据并不是通向类人智能的关键钥匙,只有数据是不够的。

1905年爱因斯坦提出相对论,开启了全新的物理学世界,也打开了量子理论的大门,而其后才有了一百多年以来科技的突飞猛进。

现在,漂浮在人类智慧之上的,仍然是两朵乌云。一朵是微观量子力学和宏观相对论尚未得到统一,这是关乎宇宙本源的难题;另一朵是智能形成的理论尚未建立,这是关乎人类灵魂奥秘的难题。

人类掌握的知识越多,遇到的挑战也就越大,因为我们越来越接近智慧的巅峰,那里蕴藏的珍宝拥有着更大的诱惑,也更难以获得。

智能从何而来,它的形成机制是怎样的?智能高低怎么评判,它的量化方法如何建立?

首先我们需要想方设法建立一个最简的智能模型,来实现最基本的智能体。

基于大量人类逻辑规则描述设定的专家系统,以及基于大量数据和反馈神经网络算法的模式识别,都已经被证明无法借此通往类人智能。

那么,专家系统和反馈网络的结合,是否可能成为一条捷径?我想答案应该是否定的。

智能的本质是识别吗?智能的本质是推理吗?

不!智能的本质是如何从识别生成推理!孩童如何在识别万物的过程中形成推理,这才是智能的本质。

从这个角度看,目前所有的计算机视觉、语音识别技术以及数据智能、数据分析技术,这些实质都是模式识别,充其量都只是实现智能的垫脚石。

而如果我们把实现真正的智能作为目标,把实现自动推理作为目标,那么现在所有基于专家系统原理的计算机软件都走在了错误的道路上。——我们并不是要向计算机内灌输人类知识,而是要让计算机拥有产生知识的能力,是授人以鱼和授人以渔的南辕北辙

第一步:重复

我今天想和大家分享的是如何开启智能理论的第一步。

首先,要有正确的方向,即生成推理机制而不是推理自身;其次,这一步要尽可能小,以便于用实验来验证,任何无法验证的理论都是空谈。

我们从推理的最原始逻辑开始。最原始不可分的逻辑构件是什么?我认为是重复

如果我们只可以设定一个元逻辑,那么我认为它必须是重复

因果关系的落选是因为它可以用时间轴向上的重复来解释,至夏而热,至冬而寒,见到蛇而感到恐惧,这些都是多次重复而呈现的因果。有节奏的必然重复,视之为规律;节奏稍差亦非必然的重复,视之为经验。

模式的本质也是重复的累加。聚点成线,聚线成面,聚面成体,离中心距离皆重复相等的点构成圆,四边长度重复相等为正方形。视觉的模式识别基于重复,声音也是如此,而至于数据分析的经验也无非如此。

至此,我们的智能机器已经可以允许天生获得辨别重复的能力。

但这并不代表智能体已经获得数学运算能力!从图像上识别数字并不是逻辑推理的结果,而对于多和少的数量认知则必然要依靠逻辑推理才能完成

我们要做的,正是如何让计算机从数量意义上识别数字

第一步:In/Out

任何推理都必须是可以输入信息(In),而后输出信息(Out),而其中加工合成的过程便是智能的推理过程。

所以如果我们要建立一个智能体,必须使其能够接受输入,产生输出。

尽管人类大脑具有眼耳鼻舌身多种输入形式,且是不间断输入,但我们尽可以将其简化为盲聋无感之人,假设其只能捕获少量符号,并且也将输入数据设定为每次间断且呈有节奏的因果分布,比如0,0;2,0,0,0,0;4,0;1此类。

输出即预测结果,仍以上面数据为例,智能体接收完每个因数据之后(即分号),都应当能够自动预测其对应的果数据(即2、4或1)。

当我们的智能体经过多次训练之后,能够比较准确的预测0的个数,即可视为具备了最基本的推理能力,即能够对数量进行区别。

这似乎和反馈神经网络并没差别,但不同之处在于这个输出是可以扩张的,甚至几乎可以无限可能的,正如人类可能回答各种问题,每个问题也可能有无数种回答方法一样。

第一步:待续

这可能并不是一个完整的智能基本体,但应该是非常接近最简的一个版本。

我希望这是通向类人智能的最小挑战,计算机可以区分不同的重复,能够开始识别数量,而不是识别数字。

也许这是一条和当前人工智能技术方向完全不同的起点和方向,我相信,它也会通向不同的终点。


进这里点赞,助力申请简书【人工智能通识】小岛ヾ(≧∇≦感謝≧∇≦)ノ
欢迎关注我的专栏( つ•̀ω•́)つ【人工智能通识】


每个人的智能新时代

如果您发现文章错误,请不吝留言指正;
如果您觉得有用,请点喜欢;
如果您觉得很有用,欢迎转载~


END

上一篇下一篇

猜你喜欢

热点阅读