云社区 博客 博客详情
云社区 博客 博客详情

《数字化转型之路》 —2.3.7 从弱人工智能到强人工智能

华章计算机 发表于 2019-12-19 21:06:28 12-19 21:06
华章计算机 发表于 2019-12-19 21:06:28 2019/12/19
0
0

【摘要】 本节书摘来自华章计算机《数字化转型之路》 一书中第2章,第2.3.7节,作者是新华三大学 。

2.3.7 从弱人工智能到强人工智能

如前文所述,技术是驱动人工智能发展的先决条件。目前,由于技术水平的限制,我们所接触到的AI均属于弱人工智能。

那么弱人工智能有什么特点?

首先,弱人工智能依赖于大数据并且需要耗费大量的计算资源;其次,弱人工智能所应用的算法相对比较单一。前面提到的AlphaGo虽然融合了多种算法,但算法内容实质上还是比较简单的。可以说,现有的人工智能还局限在某个专业领域里面,即AI只能在一个比较细分的、能够明确定义的领域里解决问题,而不能在一个比较广泛、通用和变化的领域里解决问题。

与弱人工智能相对的是强人工智能。在这里,人工智能可以真正具备解决广泛、通用、变化问题的能力。举例来说,人类自身就是一个典型的强人工智能,其具有归纳总结、举一反三的能力,这是现在的AI所不具备的。那么,未来的强人工智能有什么特征呢?

首先,强人工智能是基于小数据的。它不需要大量的数据做训练,比如Google大脑需要用几千万张猫的图片让机器理解、识别出一只猫,但人类不需要这么复杂的操作。人类父母给他们的小孩讲:“这是一只猫”,可能最多两三次,孩子就知道了什么是猫。也就是

说,人的学习是基于小样本的,他们不需要看几千万张猫的照片。我们之前提到的AlphaGo Zero其实就是基于小数据的AI应用,它不依赖于海量的人类数据。但目前来说,这样的应用还比较少。

强人工智能的实现还存在一个挑战——计算力。目前,AI程序的运行需要大规模的计算资源做支撑,包括GPU阵列。未来,我们需要通过一些算法的提升将计算资源减少到一定程度。在人机围棋大战中,计算机可能要用1000个CPU,而人类只有一个CPU,所以这场比赛本身并不公平,其实是一个人和1000个人去打比赛。但是未来,在强人工智能时代,有可能计算机也可以使用一个CPU赢下人类。

从技术层面来说,如何实现从弱人工智能到强人工智能的转变?

目前大量的研究表明,实现这一转变需要计算科学、神经科学和认知科学这三个科学的融合。首先,计算科学已经在推动着人工智能研究不断向前。其次,我们需要通过神经科学,将在人类大脑研究中取得的成果运用在神经网络上。尽管神经网络的发展已经取得了一些成功,但由于人脑的网络要远远复杂于我们现在所构建的深度神经网络(比如说人类大脑的连接以及神经元和神经元之间的连接数量巨大、变化复杂),现在的深度学习神经网络相对还是比较简单的。如何让神经网络尽可能向人类大脑构造靠拢,是一个极具挑战性的课题。最后,我们需要通过认知科学去构建更智能化的认知机制。比如,如何能在省去复杂训练的情况下识别出一只猫?我们相信,人脑的知识结构和智力结构里面还有很多更高级别的机制,那么这些更高级别的机制到底是什么,目前还未尝可知。因此,只有将认知科学、神经科学与现在的计算科学的进展相融合,未来才有可能真正地实现所谓的强人工智能。


登录后可下载附件,请登录或者注册

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:huaweicloud.bbs@huawei.com进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
评论文章 //点赞 收藏 0
点赞
分享文章到微博
分享文章到朋友圈

评论 (0)


0/1000
评论

登录后可评论,请 登录注册

评论

您还没有写博客的权限!

温馨提示

您确认删除评论吗?

确定
取消
温馨提示

您确认删除评论吗?

删除操作无法恢复,请谨慎操作。

确定
取消
温馨提示

您确认删除博客吗?

确定
取消

确认删除

您确认删除博客吗?

确认删除

您确认删除评论吗?

温馨提示

登录超时或用户已下线,请重新登录!!!

确定
取消