行业新闻

ZOOM-功能强大,操作简单的视频会议客户端

zoom视频会议 > 行业新闻 > 现在的人工智能只是“窄AI”?(上)

现在的人工智能只是“窄AI”?(上)

发布时间:2020-04-22 17:57:21     作者:zoom视频会议     来源:wesaas.club     阅读量:0

1956年,由数学系年轻的助理教授John McCarthy领导的科学家小组齐聚新罕布什尔州的达特茅斯学院,计划进行一个为期六周且雄心勃勃的项目:创建一种能够“使用语言、形式抽象与概念,帮助人类解决各类现存问题并自我改善”的计算机。

随着项目帷幕的徐徐开启,人工智能(AI)领域也正式出现在世界之上。当时的科学家们认为,“只需要2个月时间加10名研究人员”,就足以解决AI谜团中的核心难题。在第一份AI提案中,赫然写道“只要能组织一批精心挑选的科学家共同研究一个夏天,我们就能够在一个或者多个问题上取得重大进展。”

然而经历了六十多年的探索,真-人工智能的时代仍然遥遥无期。我们仍没能打造出拥有与人类儿童相近思维与解决问题能力的思考机器,更遑论成年人。但是,探索的脚步从未停歇,突破也在持续来临——时至今日,人工智能领域已经呈现出人工通用智能(AGI)与人工窄智能(ANI)并立的局面。

通用AI与窄AI之间有何不同?

正如McCarthy和他的同事们所设想,AI代表着一种人工智能系统,有能力学习任务并解决问题,且全程无需人类为其明确指示操作细节。这类系统需要能够进行推理与抽象,并轻松将已经掌握的知识从一个领域转移到另一个领域。

研究人员经历了数十年攻坚,并意识到AI系统确实很难满足以上提到的所有条件。而能够模仿人类思维过程的计算机AI这一原始愿景,也被更名为“人工通用智能”。

根据维基百科的说明,AGI是指“一种能够理解或学习人类方式并完成任意智能任务的机器。”目前,科学家、研究人员以及意见领袖的普遍观点是,我们距离真正的AGI至少还有数十年的发展历程。

但在实现这一创造思维机器梦想的持续努力当中,科学家们还是设法发明出各种实用的技术。而窄AI,正是这类技术的统称。

所谓窄AI,是指那些特别擅长处理单一任务或者特定范围内工作的系统。在大多数情况下,它们在特定领域中的表现远优于人类。不过一旦它们遇到的问题超过了适用空间,效果则急转直下。换言之,它们无法将自己掌握的知识从一个领域转移到另一个领域。

例如,谷歌下辖AI研究实验室DeepMind开发的机器人能够在即时战略游戏《星际争霸2》当中屠杀人类选手;而一旦将对抗平台换成《魔兽争霸》或者《命令与征服》等其他同类游戏,它的竞技水平会立刻下降至智障级别。

尽管窄AI无法全面执行需要人类智能的任务,但在特定场景中仍然非常实用,而且已经在诸多应用之内发挥着自己的作用。谷歌搜索查询现在可以利用窄AI算法回答问题;AI系统会在YouTubeNetflix中推荐用户可能感兴趣的视频,并在Spotify中按喜好整理出周推音乐列表。

事实上,在大多数情况下,每当我们听说某家企业“利用AI解决了某些问题”,或者是在新闻头条里看到与AI相关的消息,他们指的都是人工窄智能。

AI技术的不同类型

目前市面上存在的窄AI技术可以大体分为两类:符号型AI与机器学习。

符号型人工智能(又称传统AIGOFAI)在很长一段历史时期中都是学术研究的主要领域。符号型AI要求程序员精心定义规则,借此引导智能系统的行为,符号AI适用于那些具备可预测且规则明确的应用场景。尽管过去几年当中,符号型AI的关注热度有所下降,但我们目前的大部分应用程序仍然以这类方案为基础。

机器学习则属于窄人工智能的另一分支,通过示例建立起智能系统。机器学习系统的开发者负责创建模型,并为其提供大量示例以完成“训练”过程。机器学习算法将处理这些示例,并建立起通过数据中的数学表示执行预测与分类任务的能力。

例如,经过训练的机器学习算法能够从成千上万条银行交易操作及结果(包括合法及欺诈行为)中学习知识,并据此预测新的银行交易活动是否存在欺诈嫌疑。

机器学习一派还包含多种不同风格。深度学习属于机器学习内的一种特殊类型,并在过去几年中得到全球各界的关注。深度学习特别擅长执行那些数据内容较为混乱的任务,例如计算机视觉与自然语言处理。

强化学习又是机器学习的另一个子集,大部分游戏机器人使用的正是这种窄AI类型。其核心实质,在于通过反复试验尝试解决问题。

本文【 现在的人工智能只是“窄AI”?(上)】由ZOOM云视频会议编辑整理发布,若想转载请注明出处:https://www.zoomvideo.com.cn/comm/352.html