您的位置:首页 >热点新闻 >

“强人工智能”的秘密:向人类大脑学习

Numenta联合创始人Jeff Hawkins最近写了一篇文章,名为“强人工智能的秘密”。他认为,目前的AI技术存在限制,如果想开发通用AI,我们必须寻找新方法,而向大脑学习是最好的捷径。

在图像识别、自动驾驶汽车及其它难以征服的领域,深度学习、卷积神经网络等AI技术取得了相当大的突破。无数AI公司破土而出,它们也在追赶潮流,因为融资、收购速度正在加快。

尽管如此,一些顶尖AI研究人员已经意识到,事情似乎有些不对头。虽然进步惊人,但是目前的AI技术仍然存在许多局限。例如,深度学习网络需要几百万个训练案例,然后才能正确运行,人类不一样,很快就能学会。正是因为存在这种限制,所以深度学习网络的应用范围很小。虽然平均精准率很高,但是也会出现严重的失败。

例如,即使图像只是稍作更改,AI系统也会犯错,将牙刷当成棒球棒。在某些应用中,这类错误可能会引发大灾难,致人死亡或者受伤。因为存在这样和那样的限制,AI领袖们认为应该寻找不同的方案。Geoff Hinton是最著名的AI科学家之一,他最近就说自己对当前的AI技术“深表怀疑”,我们需要重新开始。Francois Chollet是深度学习网络的知名专家,他也说:“我认为应该完全抛弃,然后重新开始。如果只是增强今天的深度学习技术,不可能达到一般智力的水平。”

Chollet认为,人类智力并无限制,而深度学习存在基本限制。事实上,人类大脑相当有弹性。人类不只会驾驶汽车,还能建造摩天楼,管理农场,给计算机编程。我们可以轻松拿起东西,比如咖啡杯,用手指灵活操纵它们,但是AI系统做不到。每一个人都学会了几百项复杂技能,可以混合,快速完成。

从另一方面看,深度学习系统只能完成少量任务,一次只能做一件事。如果需要完成新任务,必须重新训练。人类相当于通用学习机器,AI系统可不是这样的。如果AI想持续取得成功,必须打破之前的限制,成为更具通用性的AI。

近来,AI科学家已经开始向人类大脑学习。谷歌DeepMind的联合创始人Demis Hassibis说:“我们想开发‘一般智力’,真的可能吗?人类大脑是目前存在的唯一证明,为什么人类有这样的能力,是如何做到的,值得我们花时间研究理解。”

我很赞同。在过去30年里,我一直在研究人脑。2004年,我曾写过一本书,名叫“On Intelligence”,我在书中指出AI的发展需要人脑理论支持。2005年,我曾与人联合创办Numenta公司,这是一家专注脑皮质逆向工程的公司,而脑皮质是人类大脑最大的部分,也是与智力关系最密切的部分。

我们想搞清一些问题,比如人脑细胞是如何协作的,从而形成认知和行为能力。人脑与当前的AI技术有许多相似点,这说明AI正在沿着正确的方向发展。不过二者也有明显的不同。大脑的能力不只比当前AI系统强很多,而且人脑的物理架构也比AI人工神经网络的架构复杂很多。大脑能做的事AI系统做不到。

Numenta的研究告诉我们人脑的运行遵循一些重要原则,最终我们认为AI也会遵循同样的原则。例如,人脑的每一个神经元有几千个突触(也就是神经元之间的连接点)。我们仍然不知道大部分突触是如何工作的。我们发现神经元用大部分突触进行预测。

预测是在细胞内进行的,当我展望未来时,这些预测扮演了重要角色。AI人工神经元没有这样的能力,预测能力没有大脑那么强。为什么大脑通过形成新突触来学习新东西?我们还对原因有了深入的理解。深度学习依靠修改连接来学习,而人脑的学习方式更强大。为什么我们可以快速学习新东西,不会影响之前学到的内容?可能就是这个原因吧。

我们还有其它一些发现,这些发现对于智力来说至关重要,我想介绍一下最近的重要发现。人类是如何通过触摸识别对象的?我们正在研究。以此作为基础,我们发现脑皮质有一个新属性,触摸体现了这样的属性,视觉也体验了这样的属性,凡是脑皮质所做的一切都体现出来。有时我会将这种属性称为“失去的部分”,或者正如本文标题所说的,找到了“强大AI的秘密”。最近,我们发表论文,介绍这一发现,今天我来简要介绍一下。

最新动态
相关文章
“强人工智能”的秘密:向人类大脑学习
展望 2018:AR 眼镜的竞争已经开始,...
手机厂商年底冲销量,降价和新品你战哪...
AI 史诗般的一年!2018 年人工智能的八大趋势
外媒深度揭秘FF财务状况:若融不到资,...
和李开复先生商榷:失控的黑色大数据不...