李德毅院士:通用人工智能十问
云栖号资讯:【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!
共识:智能是学习的能力,以及解释、解决问题的能力;人工智能是脱离生命体的智能,是人类智能的体外延伸;通用人工智能通过不断学习,积累本领,进化成长,能够面向不同的情境,解释、解决普遍性的智力问题。
在此共识基础上,我们提出如下质疑:
质疑一
意识、情感、智慧和智能,它们是包含关系还是关联关系?是智能里面含有意识和情感,还是意识里面含有智能?是智慧里面有智能,还是智能里面有智慧?大凡意识、情感,都是内省的、自知的、排他的,怎么可以用他人的、人工的来代替呢?所以非生命体不可能有意识?
质疑二
如何理解通用智能?我们应该不应该把通用智能理解为“全知全能”或者单向超强智能?尽管今天的计算机已经可以解决很多复杂的、专门的智力问题(如围棋智能),我们仍常常觉得它们缺乏人类思维的某些本质特征。这里的差别主要不是在算法、算力、数据量方面,不是在速度和容量方面,而是在智能的一般性、通用性、普遍性、灵活性、缺省性、容错性、可习得性、不确定性、适应性、常识性、开放性、创造性、自主性等方面。遗憾的是发展 60 多年的人工智能没有能够更靠近人的原始的智能。
质疑三
目前所有的人工智能的成就都是在计算机上表现出来,是基于冯架构的计算机智能或者计算智能,人工智能是计算机的一个应用而已。而人脑不是冯诺依曼架构的,存在不存在宏观上更类似脑的非冯诺依曼架构呢?例如,对人的智能而言,记忆力是真正的智力,超强记忆力就是超强智能,记忆比计算机重要,记忆的提取要比复杂的推理快得多,非冯架构如何在结构上体现人脑的不同记忆区和记忆力呢?如何体现环境和知识的双驱动?
质疑四
非生命体不会有七情六欲,机器人是非生命体,还会有学习的原动力吗?如果没有学习的原动力,没有接受教育的自发性,还会有学习的目标吗?目标从哪产生?机器人能否自己提出问题?
质疑五
人的注意力选择源于记忆,源于记忆的偏好依附性,偏好如何产生的?偏好依附是否只能与交互认知的频度和时间的远近相关?人的偏好依附不是这样的,人的恐惧性以及满足感会让一些发生频度很低、或者很久远的事记忆特别深刻。
质疑六
自然语言是人类思维活动的载体,如果自然语言是第一语言,数学语言是第二语言,计算机语言是第三语言,后一个比前一个常常更严格,后一个比前一个常常更狭义,根据哥德尔不完全定理,数学自身难以完全自洽。数学的形式化要借助于自然语言,计算机语言的形式化要借助于数学语言。因此,人工智能怎么可以反过来要用数学语言或者计算机语言去形式化人类的自然语言呢?
质疑七
人脑是个小宇宙,其中的智能是多情境、多公理兼容并包的,在不同情境里有不同应对,不完全收敛,不完全自恰,不整体统一,不存在非公理的统一的数学推理,当然也不必一定要脑裂。
质疑八
一个机器或者系统是否有智能,不在于某一个时刻它能解决什么实际的智力问题,而在于它有没有学习的能力?智能,即提供的问题解决方案,是否依赖于有限的认知资源?是否需要进一步交互认知?是否可以有选项?是否可以进化和成长?这才是最重要的。
质疑九
在一个非冯诺依曼架构的机器人脑中,组成记忆、交互和计算的基本元件最少有哪几种?各元件中的信息的产生机制与存在形式是什么样的?他们之间的信息传递机制是什么样的?
质疑十
通用智能后天的习得靠教育,智能植根于教育,文明是智能的生态。设有通用架构的机器婴儿 10 台,可视为带有基因的硬件加基础软件,让 10 位母亲分别在各自的情境去教育 10 名机器婴儿,仅仅通过语音交互,1 个月后这样的机器婴儿脑中留下的三个记忆区里都会有些什么?以后,机器婴儿的基础软件(含记忆、交互、计算软件)要不要不断扩充?硬件要不要不断扩充?机器婴儿脑有没有形成自己软件的能力?
【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/zhibo立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK
原文发布时间:2020-04-19
本文作者:人工智能产业链联盟
本文来自:“人工智能产业链联盟公众号”,了解相关信息可以关注“人工智能产业链联盟”
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
AI 时代,还不了解大数据?
云栖号资讯:【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 如果要问最近几年,IT行业哪个技术方向最火?一定属于ABC,即AI + Big Data + Cloud,也就是人工智能、大数据和云计算。 这几年,随着互联网大潮走向低谷,同时传统企业纷纷进行数字化转型,基本各个公司都在考虑如何进一步挖掘数据价值,提高企业的运营效率。在这种趋势下,大数据技术越来越重要。所以,AI时代,还不了解大数据就真的OUT了! 相比较AI和云计算,大数据的技术门槛更低一些,而且跟业务的相关性更大。我个人感觉再过几年,大数据技术将会像当前的分布式技术一样,变成一项基本的技能要求。 前几天,我在团队内进行了一次大数据的技术分享,重点是对大数据知识做一次扫盲,同时提供一份学习指南。这篇文章,我基于分享的内容再做一次系统性整理,希望对大数据方向感兴趣的同学有所帮助,内容分成以下5个部分: 1、大数据的发展历史2、大数据的核心概念3、大数据平台的通用架构和技术体系4、大数据的通用处理流程5、大数据下的数仓体系架构 01 大数据的发展历史 在解释「大数据」这个概念之前,先带大家...
- 下一篇
国内 Java 开发者必备的两个装备,你配置上了么?
虽然目前越来越多的国产优秀技术产品走出了国门,但是对于众领域的开发者来说,对国外的各种基础资源依赖还是非常的强。所以,一些网络基本技能一直都是我们需要掌握的,然而速度和稳定性问题一直都在困扰着大家。 所以,今天就给众 Java 开发者推荐两个提速神器: Maven 的国内镜像 Spring 的国内脚手架 Maven 的国内镜像 官网地址:http://maven.aliyun.com/ 对于每一个 Java 开发来说,拉不到依赖的情况一定都有碰到过。所以,强烈建议大家在安装开发环境的时候,就把阿里的国内镜像配置上,省去日后各种不必要的麻烦。 配置方法很简单,只需要找到 Maven 的 setting.xml 文件,然后在镜像配置中加入阿里云的仓库配置,具体如下: <mirrors> <mirror>
相关文章
文章评论
共有0条评论来说两句吧...