专栏名称: 微言创新
“微言创新”由上海科学院规划研究处和上海产业技术研究院战略咨询中心共同出品,专注产业创新领域研究。言微意未尽,集智求创新。
目录
相关文章推荐
环球物理  ·  【物理笔记】学霸笔记力学篇全部汇总 ·  9 小时前  
环球物理  ·  【中考物理】总复习知识清单 ·  昨天  
中国国家地理  ·  这里才是江南水乡之夜! ·  昨天  
51好读  ›  专栏  ›  微言创新

类人计算,是要超越人工智能的节奏吗?

微言创新  · 公众号  ·  · 2017-08-29 18:59

正文

| 编者按

2017年4月12日,英国工程与物理科学研究理事会(EPSRC)发布了《类人计算战略路线图》,明确了类人计算(Human-Like Computing)的概念、研究动机、研究需求、研究目标与范围等。本期对其解读。



人工智能AI最近很火, 火到什么程度? 据投资圈一位前辈讲,在忽悠投资人或者路演中不显摆一下人工智能,都被甩出几条街了!

然而,英国的科学家对此却不以为然。 他们说: 目前人工智能确实可以用来完成一些人类做的事情,但并不采用类似人类的行事方式。 现行的AI系统不能模仿普通人甚至是孩子的智能表现。许多现行的方式既不能应对突发的情况,也不是明确可解释的。AI今天的成功有赖于大数据、增强的计算力和范例认知等技术的进步。所以,目前的AI系统缺乏人类所具备的灵活性、普遍性和创造性。


1、人工智能很了不起吗?

AI系统是否成功是以数据量来衡量的,随着数量的增加其正确性也逐步提高;而机器学习表现如何则使用统计的方法。 这些系统往往是“黑匣子”:无法得知它们是如何运作,如何决策的。这就局限了它们在许多领域的应用,比如法律和医学的推理,还有工程设计,这些领域里了解决策的过程是非常重要的。

再说,人类很容易就能跨领域地转化各种知识并识别概念,比如,给孩子看过一只猫,以后孩子看到的不管是图片还是活的动物,他都会识别出这是猫。我们也擅长利用背景限制来识别出特定情境中的相关点,然后重构问题,这样就更容易解决问题。而这些能力,目前的AI系统是做不到的。人工智能的奠基人之一Donald Michie描述了三种学习能力:

弱:系统通过从数据样品中学习如何处理新数据;

强:系统可以用明确的信号交流双方都能理解的假设;

超强:用户能够理解系统的输出及其可能的结果;

目前的机器学习能力还处于“弱”的发展阶段,而类人(human-like)系统提供了发展强与超强学习系统的新路径。


2、类人计算是什么意思?

类人计算(HLC)的研究旨在赋予机器类似人类的认识、推理与学习的能力,用以支持机器与人类的协作与交流。 类人计算的愿景是其操作方式将不同于目前的人工智能或机器学习系统。这些系统尽管展示出惊人的表现,并能完成一些人类所做的事情,但它们并不是类人系统,因为它们依赖基于计算的解决方案,例如神经网络,它们需要大数据以及惊人的计算力来进行操作。 而类人系统是由生物模型给予其信息,而不是模仿神经学。它们之所以操作起来类似人类是因为它们不再需要AI和机器学习系统所需的大量数据源,而是以人类所能理解的沟通方式进行学习——它们将拥有的能力可以让它们跟人类沟通,解释并描述它们决策与行动的流程。 因此,相关研究需要认知与计算两个领域的科学家进行合作来支撑类人系统的发展衍生。同时,需要由认知科学来激发出研究课题:比如感知、认知的研究可以激发类人系统如何像人一样学习和做出行动的研究。


3、类人计算的机遇在哪里?

在数据量不大、背景知识是关键,必须掌握复杂结构且必须有解释说明的这些领域,类人系统的机遇比比皆是。 而这些领域又是目前AI觉得挑战过于大而无法应对的。类人计算越来越多的机遇存在于人类与系统之间的协作,比如人机混合的工作场景。

要把这样的机遇变成现实,就需要与目前AI研究方向不同的新的研究课题,比如需要探索认知科学对于人类与动物如何学习与推理的研究,将其与计算科学结合,整合成最终能以人类的方式工作的系统。

发展类人系统所涉及的研究会带好诸多好处。不仅能提高我们的能力来利用机器解决目前对计算机来说有难度的问题,也能够激发认知科学的进一步发展,因为这种合作也会提高对特定情境中的人类行为的理解。

初期的AI研究接近于人类行为模式与认知模式研究,但是随着计算能力的增强,研究方向便随之偏移,改为利用强大的计算能力而不是认知科学的进展来发展系统。然而,现在有必要重新建立与认知的联结。随着计算科学与认知科学的突破,一方面我们对人类的大脑将会有更清晰的认识,另一方面计算科学模仿人类能力也会有很大的提高。


4、英国打算怎么办?

英国人认为现在提出类人计算的研究是合适宜的。虽然世界上有很多科学家已经意识到了目前AI系统的局限并从认知科学着手开发未来的系统,但英国有自己的优势利用这些机遇。 其一 ,英国研究AI和认知科学的历史比较悠久,有自己的特点和优势。这些学科的奠基人中有一些就是英国的科学家。当然,美国也有自己的优势,像DARPA的一些项目以及可解析的AI项目等,不过英国的研究团队与这些国外团队都有很好的联系。 其二 ,英国参与了国际很多认知科学研究大项目。欧盟的项目,如Esprit、框架项目以及地平线计划,都帮助英国与其它欧盟国家的科学家建立了很好的关系,而英国科学家经常是作为领军人物走在前列。比如,近期一系列的以归纳程序为主 题Dagstuhl研讨会 就是由英国和德国的顶尖科学家共同组织的。



作者简介

吴红敏,上海产业技术研究院外事主管


刘小玲,上海科学院规划研究处副处长,副研究员



责任编辑:刘小玲


延伸阅读

人工智能给产业发展将带来什么惊喜?

AlphaGo积累的数据值多少钱? ——谈数据价值评估

你真的了解大数据系统吗? ——大数据系统评测的挑战与方法

未来机器人值得关注的八项共性技术及其路线图

人工智能机器人AI-Maths的数学“高考”为何“输”在语文上? ——浅谈类脑科学研究

2016 美国机器人技术路线图解读系列之五 ——空间机器人

2016 美国机器人技术路线图解读系列之四 ——提升公共领域安全性

2016 美国机器人技术路线图解读系列之三 ——医疗机器人

2016 美国机器人技术路线图解读系列之二 ——服务机器人

2016 美国机器人技术路线图解读系列之一 ——制造业与机器人

似水年话 | 漫谈猴年科技创新那些事儿







请到「今天看啥」查看全文