實時更新中芯匯金最新動態(tài)，了解中芯匯金
今天的人工智能真的不是那么 " 智能 "。
現(xiàn)實：AI 雖不完美，但它的本事令人印象深刻。
"
從醫(yī)學(xué)成像、語言翻譯到面部識別、自動駕駛汽車，人工智能的案例無處不在。雖然人工智能并不完美，但它的本事令人印象深刻。
即使是像 " 谷歌搜索 " 這樣看似簡單、常見的應(yīng)用，也是人工智能的代表性成功案例，它能夠以遠(yuǎn)超人力的速度搜索更多信息，并持續(xù)提供（至少在大多數(shù)情況下）精準(zhǔn)的搜索結(jié)果。
然而，所有這些人工智能案例的問題在于，所展示的人工智能實際上并不那么 " 智能 "。雖然今天的人工智能可以做一些非同尋常的事情，但其背后的功能是基于分析海量數(shù)據(jù)匯集，并在不了解所處理數(shù)據(jù)的情況下，尋找模式和關(guān)聯(lián)性來發(fā)揮作用。因此，依靠當(dāng)下人工智能算法的人工智能系統(tǒng)，需要數(shù)以千計的標(biāo)記樣本，才能給人以 " 智能 " 的體驗，它缺乏真正意義上、常識性的理解。如果你不相信的話，只需向任一客戶服務(wù)機器人提出一個離譜點的問題就看出來了。
人工智能的根本缺陷可以追溯到過去 50 年來，大多數(shù)人工智能發(fā)展的核心原則假設(shè)，即如果困難的智能問題能夠解決，那么簡單的智能問題就會迎刃而解。事實證明這是錯誤的。
1988 年，卡內(nèi)基梅隆大學(xué)機器人專家漢斯 · 莫拉維克寫道：" 相對而言，讓電腦在智力測試或跳棋方面表現(xiàn)出成年人水平的表現(xiàn)是比較容易的，而在感知和移動方面，要讓電腦具備一歲孩子的水平幾乎是不可能的。" 換言之，困難的問題變得更容易解決，而看似簡單的問題可能難以解決。
在人工智能開發(fā)中發(fā)揮重要作用的另外兩個假設(shè)也被證明是錯誤的：
首先，如果構(gòu)建了足夠的狹義人工智能應(yīng)用程序（即可以使用人工智能技術(shù)解決特定問題的應(yīng)用程序），它們將共同成長為一種通用智能。然而，狹義人工智能應(yīng)用程序不能以通用形式存儲信息，也不能被其他狹義人工智能應(yīng)用程序用來擴展其廣度。因此，雖然將語言處理和圖像處理等應(yīng)用程序拼接在一起是可能的，但這些應(yīng)用程序的集成方式無法像兒童一樣集成聽覺和視覺。
其次，一些人工智能研究人員認(rèn)為，如果能夠建立一個足夠大、具有足夠計算機能力的機器學(xué)習(xí)系統(tǒng)，它將自發(fā)地展現(xiàn)出通用的智能。正如那些試圖獲取特定領(lǐng)域知識的專家系統(tǒng)所清楚證明的那樣，根本不可能通過創(chuàng)建足夠的案例和示例數(shù)據(jù)來克服系統(tǒng)潛在的理解不足。
如果人工智能行業(yè)知道其在開發(fā)過程中所做的關(guān)鍵假設(shè)被證明是錯誤的，為什么沒有人采取必要的措施以促進人工智能的真正思考？答案很可能在 AI 的主要競爭對手身上找到。就好比一個三歲大的小女孩 Sally 已經(jīng)知道了很多人工智能無法做到的事情，并且能夠解決人工智能無法解決的問題。當(dāng)你停下來想一想，我們今天在人工智能方面遇到的許多問題是任何三歲的孩子都能做到的。
想想 Sally 堆一組積木所需要的知識。在基本層面上，Sally 了解三維世界中存在的方塊或任何其他物理物體。她知道即使看不見它們，它們也會一直存在。她天生就知道它們有一系列的物理屬性，比如重量、形狀和顏色，例如，不能在球形積木上堆更多的積木。她懂得因果關(guān)系和時間的流逝，知道必須先用積木搭起一座塔，然后才能推倒它。
Sally 與人工智能行業(yè)有什么關(guān)系？Sally 擁有當(dāng)今人工智能所缺乏的東西。她具有情景意識和語境理解能力。Sally 的生物大腦能夠?qū)⑺龅降囊磺信c之前所學(xué)的一切聯(lián)系起來進行解釋。更重要的是，三歲的 Sally 將成長為四歲、五歲、十歲，依此類推。簡言之，三歲的 Sally 天生就有能力成長為一個功能全面、聰明的成年人。
與此形成鮮明對比的是，人工智能分析海量數(shù)據(jù)匯集、檢索模式和關(guān)聯(lián)性，而不了解它正在處理的任何數(shù)據(jù)。即使是最近的 " 神經(jīng)形態(tài) " 芯片也依賴于生物學(xué)中所缺乏的功能。
今天的人工智能要克服其固有的局限性并發(fā)展到下一個階段，即人工通用智能（AGI），它必須能夠理解或?qū)W習(xí)人類能夠認(rèn)知的任何智力任務(wù)，并獲得意識。這樣做將使它能夠不斷地增長自己的智力和能力，就像一個三歲的人增長到擁有四歲的智力一樣，并最終擁有 10 歲、20 歲的智力，依此類推。
遺憾的是，這項旨在闡明復(fù)制人腦情景理解能力、使人工智能能夠獲得真正意識的研究，卻極不可能獲得資助。因為，至少到目前為止沒有人愿意投入數(shù)百萬美元和多年的開發(fā)時間來開發(fā)一個能力與三歲孩子一樣的 AI 應(yīng)用程序。
這不可避免地讓我們得出這樣的結(jié)論：今天的人工智能真的不是那么 " 智能 "。當(dāng)然，這不會阻止許多 AI 公司吹噓他們的 AI 應(yīng)用程序能夠像人腦一樣思考。但事實是，如果他們承認(rèn)他們的應(yīng)用程序基于單一算法——反向傳播——并代表一種強大的統(tǒng)計方法，他們就會更接近目標(biāo)。遺憾的是，AI 并不會像人腦一樣工作。
