李国杰:人工智能的三大悖论 莫拉维克悖论 新知识悖论 启发式悖论

近年来人工智能的火爆兴起,特别是最近AlphaGo Zero无须知晓人类围棋经验,自我博弈40天就称霸世界,又一次引起人们对计算与智能的反思与追问,至少有三个问题面临相互矛盾的要求,我称为人工智能的三大悖论。阿尔法元完爆阿尔法狗的启示,人类应该向人工智能学习三堂课

人工智能

来源:《中国计算机学会通讯》2017年第11期《主编评语》

莫拉维克悖论。莫拉维克等学者研究发现:实现人类独有的高阶智慧只需要非常少的计算能力,但是实现无意识的技能和感知却需要极大的运算能力,也就是说,“困难的问题易解,简单的问题难解”。这个悖论可能反映了图灵机模型的局限性,需要提出更适合感知计算的新模型。实际上,图灵的奠基性论文中还定义了C-机(选择机)和u-机(无组织机)作为描述思维的模型。但1960年代以后,图灵机从说明不可计算性逐步演变成解释可计算能力的模型,人们已逐渐忘记了图灵机模型的局限性。更多人工智能AI解读:www.yangfenzi.com/tag/rengongzhineng

目前流行的计算机都是基于图灵机模型的冯·诺伊曼架构,冯·诺伊曼发现模仿神经网络设计计算机这条路走不通,从第一台电子计算机开始,计算机的发展就与模拟人脑分道扬镳,使得用计算机实现人工智能的方式与人脑的思维机制几乎不沾边。现在一分钱可以买到1万个集成电路上的晶体管,集成电路与软件已积累难以估量的物质财富,形成巨大的惯性。发展人工智能既要考虑计算机产业的巨大惯性,又要试图突破图灵机模型的局限,这是我们面对的第一个困境。黄铁军:计算机出世—你所不知道的电脑秘史 你应该知道的电脑未来

新知识悖论。人们常说大数据和机器学习是从数据中发现新知识,AlphaGo Zero 无师自通也说明在计算机上做统计学习可以学到人类还未掌握的围棋知识。但从事计算机科学研究的学者认为:计算机是机械的、可重复的智能机,本质上没有创造性。计算机的运行可以归结为已有符号的形式变换,结论已经蕴涵在前提中,本质上不产生新知识,不会增进人类对客观世界的认识(在CNCC的会士论坛中,林惠民院士就谈了这样的观点)。机器学习学到的知识都事先蕴涵在运算前的软件中吗?机械的、可重复的计算究竟如何产生出新知识?这些知识都只能局限在“知其然不知其所以然”的水平吗?这也是令人困扰的问题。美国天普大学王培:图灵测试是人工智能的标准吗?

启发式悖论。启发式搜索是人工智能最基本的技术,与互联网的“尽力而为”原则类似,启发式搜索不能保证找到解或保证解的精度。本期的译文《人工智能的真正风险》给出警告:采用启发式算法创造出智慧幻觉的设备会带来一些我们无法接受的风险。丘成桐教授在CNCC大会上也指出,人工智能的理论基础非常薄弱,需要一个可以被证明的理论作为基础。但是,人工智能处理的大多是NP-hard 问题,很可能不存在精确的多项式算法。一旦找到了类似F = ma的精确公式,这个问题也就不属于人工智能问题了。我们必须高度重视启发式算法的风险,但用传统的工程科学来要求人工智能似乎不大妥当,需要另辟蹊径。没有任何行业可以忽视人工智能——MIT EmTech Digital 峰会干货

经过60年培育,人工智能已长成硕果累累的大树,我们不能只是拼命地摇晃这棵大树,在地上捡到一些零星的果实,而是要怀抱对未知的认真和谦恭,多种几棵新苗,解决这些悖论问题。

·氧分子网http://www.yangfenzi.com)延伸阅读:

➤ 人工智能历史十大里程碑:神经网络 人机对话 奇点理论 自动驾驶…

➤ 黄铁军:电脑传奇智能之争,人工智能 神经网络 深度学习

➤ 嘉御基金卫哲:为什么90%以上的人工智能都是「伪人工智能」?

➤ 从概念提出到走向繁荣:人工智能AI、机器学习和深度学习的区别

➤ 二十一世纪的计算大会 | 从工匠到工业,攒积AI的未来力量

➤ 李彦宏对话中国科学技术大学学子:下一幕由你开启(全文)

➤ 微软全球执行副总裁沈向洋:以华山论剑之心,共创人工智能未来

➤ 未来论坛2017年会-专访余凯:重构人工智能处理器已成业界共识

氧分子网(www.yangfenzi.com)是关注互联网生态圈的科技新媒体

·氧分子网http://www.yangfenzi.com)综合整理

您可能还喜欢…

1 Response

  1. 李国杰院士:开发人工智能应用需要找到刚需诉求说道:

     光明网讯(记者 李政葳)高考机器人、同声传译机器人、“诗人”机器人……今年以来,人工智能从概念进入现实的速度不断加快。“多是一个测试,做完后测水平怎么样,但不能应用。我们现在要研究刚需,买房子住是刚需,买房子用来炒不是刚需。人工智能要找到刚需的诉求。” 7月6日,在第一届中科院智慧城市论坛上,中国工程院院士、中科曙光董事长李国杰说。

    李国杰院士:开发人工智能应用需要找到刚需诉求

      (图片来源于网络)

      智慧城市的建设是一项复杂庞大的系统工程。目前,我国的智慧城市建设还处于由起步向快速发展转变的前期阶段,需要全面的综合结构设计、技术集成和立体化服务,需要从城市治理到城市规划、从民生服务和产经发展等多维度的技术合作,实现整个城市各领域的协同发展。

      在人工智能时代,智慧城市如何快速发展?李国杰认为,去年人工智能领域的投资已达300亿,到2035年人工智能技术可能使中国经济增长1.6个百分点。“智慧城市建设遇到了人工智能技术大发展的好时机,必须要抓住机会。”李国杰说。

      事实上,人工智能的理论在上个世纪五六十年代已经初步形成。然而,由于技术未能实现突破性进展,人工智能无法达成预期效果。“人工智能不是全新的技术,是计算机的非频繁应用。”李国杰说,这一轮人工智能的兴起并不是因为突然爆发的技术,是逐渐积累下来的技术。经济发展的S曲线一般有两次,前面一次小一点,后面一次更大,现在进入第二次的人工智能S曲线,它是信息时代的新阶段,“今后10年、20年肯定是人工智能发展的黄金时期”。

      “人工智能的发展没有春天和秋天,要么冬天,要么夏天。过去几轮都失败了,但是这次真正的机会到了。”李国杰将这一轮人工智能的发展比作高速公路上行驶的汽车。他说,这次人工智能发展有三个基本条件——好车、好路、充足的燃料,“有了车和燃料,路就是我们要解决什么问题”。

      在李国杰看来,虽然目前人工智能很热,但多是在锦上添花,做的还是“维生素”的事,没有做“抗生素”。现在很多问题可以解决,有人工智能可以解决得好一点,没有它也无所谓,这就是“维生素”。

      李国杰认为,机器人考试等多是茶余饭后的消遣,都不是刚需。刚需是什么?李国杰举例说,医疗领域用人工智能治病可以节省研发经费;金融也是人工智能的刚需,美国炒股票有60%至70%通过机器;通过人工智能做个性化教育,机器人可能替代很多岗位,但要替代教师的岗位还需要很长时间。

      智慧城市建设是一种非频繁应用,不是某种单一的技术可以解决。现在,业界也提出了“智能城市”的概念。在李国杰看来,“智能”是动态变化的、复杂的、不确定条件下的决策问题,主要解决自适应的问题,这需要多学科协同。钱学森先生有句名言“必须大成才能得智慧”,只有融合各个部门、用各个手段采集的数据,通过大数据分析,得出合理化建议。

      如何让一个城市变得更加智慧?李国杰说,城市是一个大的平台,如果一个城市越接近互联网精神,就会越来越有机会。所谓互联网的智慧,就是“开放”“协同”“集成”。

      谈及科技成果的转化,李国杰认为,现在科研单位真正适合企业需要的成果并不多,是供给侧的缺乏,需要通过与企业合作找到真正要做什么研究。在当天的论坛上,由中国科学院指导、中科曙光牵头组建的“中国科学院智慧城市产业联盟”正式启动。该联盟将依托中科院的产学研优势和联盟成员的实践经验,在关键路径实现行业协同,破解现存产业联盟问题。

发表评论

邮箱地址不会被公开。 必填项已用*标注

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>