爱创科技股份有限公司 ,中国科技落后西方原因 ,美国对世界科技的贡献

谷歌高管自黑:逼得李世石退役的阿尔法狗真的不算啥

时间:2019-12-20 16:02:26 | 作者:爱科技网 | 点击: 169 次

阿尔法狗与李世石对弈渲染图

凤凰网科技讯 北京时间12月19日消息,在计算机科学领域,衡量人工智能技术的“智能”是最棘手,也是最重要的问题之一。如果不能确定今天的技术比昨天的技术更聪明,怎么会知道技术有了进步呢?

乍一看,这似乎是一个伪命题。“很显然,人工智能越来越聪明”是一个答案。有大量资金和人才涌入人工智能领域,人工智能也获得了一些里程碑意义的进展,例如战胜顶尖人类围棋选手;一些在10年前还不可能解决的问题,目前已司空见惯,例如图像识别。这些都标志着人工智能取得了很大进步。

另一种答案是,这些进步真心不是衡量人工智能技术“智商”的好指标。在国际象棋和围棋领域超过顶尖人类选手确实很了不起,但如果最聪明的计算机在解决常见问题方面的表现还不如幼儿或小白鼠,这又有什么意义呢?

这是由谷歌软件工程师、机器学习领域大腕弗朗科斯·乔列特(François Chollet)提出的一种观点。乔列特是得到广泛应用的神经网络开发工具Keras的开发者。

在最近发表的一篇标题为《智商的衡量》的论文中,乔列特阐述了一个观点,人工智能领域需要重新关注什么是智商的问题。他说,如果研究人员想要在通用人工智能领域取得进步,他们需要抛弃过去流行的指标,例如视频游戏和棋类游戏,开始考虑使人更聪明的技能,例如归纳和适应的能力。

在接受The Verge电子邮件采访时,乔列特解释了他在这一问题上的想法,阐述了他认为当前人工智能成就具有“误导性”的原因、未来我们应当如何衡量人工智能“智商”,以及对超级人工智能的担忧(代表人物就是埃隆·马斯克(Elon Musk))会限制公众想象力的原因。以下是略经编辑的采访实录:

人工智能框架Keras开发者弗朗科斯·乔列特

问:在论文中,您阐述了人工智能领域两种不同的“智能”概念,一种概念把“智能”视作在多种任务方面表现出众的能力;另一种概念更重视归纳和适应的能力——人工智能对新挑战作出反应的能力。目前哪种概念影响力更大,后果是什么?

答:在人工智能发展的前30年,第一种概念更有影响力:智能表现为一组静态程序和明确的知识。目前,事情发生了180度的变化:人工智能领域对智能的描述是 “白板”。令人遗憾的是,这一框架基本上没有遇到过挑战,甚至基本上没有受到过审视。这些问题有很长的历史——可能是数十年,目前人工智能界对这些历史基本上一无所知,原因也许是目前从事深度学习工作的大多数人都是在2016年以后进入这一领域的。

这种知识垄断不是好事,尤其是对知之甚少的科学问题的答案而言。它限制了人们的质疑,限制了人们创新的空间。我认为目前研究人员应该认清事实。

问:在论文中,您还提出了一个观点:要想进步,人工智能领域需要对智能有一个更好的定义。您认为,研究人员目前专注于静态测试性能,例如在玩游戏和下棋方面战胜人类。您为什么认为这种衡量智能的方法存在不足?

答:问题在于,一旦选定一个指标,人们会想尽一切办法改进人工智能在这一指标上的表现。例如,如果把下国际象棋作为衡量人工智能技术智能的指标(在1970至1990年代期间就是如此),最终会得到一个下棋系统,它不会擅长完成其他任务,对我们了解人类智能没有任何帮助。目前,开发擅长玩《Dota》或《星际争霸》等游戏的人工智能技术,也会落入完全相同的智能陷阱。

这种情况或许不明显,因为对于人类而言,技能和智能密切相关。人类可以利用其通用智能获得与具体任务相关的技能。一个人棋下得很好,会被认为具有相当高的智能,因为我们知道,他下棋的技能并非天生的,而是借助通用智能逐步学会下棋的。他的人生目标不是下棋。我们知道,他可以利用通用智能高效地学会完成其他任务所需要的技能。这就是通用智能的威力。

但机器存在一些限制。一台机器可以设计为专门用来下棋的。因此,我们在人类中获得的推断——“会下棋,所以一定具有智能”——就不成立了。通用智能可以生成完成特定任务的技能,反之则不成立。对于机器而言,技能不等于智能。只要能获得与特定任务相关的无限数据(或投入无限的工程资源),机器就可以掌握完成任务的技能。但这不会使它们向通用智能迈近一步。