在谷歌的很多應(yīng)用中,人工智能都扮演了非常重要的角色,無論是翻譯、圖像識別還是垃圾郵件過濾。毫無疑問,谷歌研究人工智能的腳步絕不會停止,也不會只停留在這些領(lǐng)域。在第三財季財報會議上,谷歌首席執(zhí)行官孫達爾·披猜宣布他們正“重新考慮”讓旗下所有產(chǎn)品擁有更高級的人工智能同時采用一項被稱之為“機器學(xué)習(xí)”的技術(shù)。采用這些技術(shù)的產(chǎn)品將擁有怎樣的表現(xiàn),讓我們拭目以待。
沒有人知道人工智能的最終疆界是什么,身為科技大佬的谷歌也不例外。在接受Tech Insider網(wǎng)站采訪時,谷歌的3名研究人員解讀了人工智能研究員在研制超高智能機器時面臨三個最大挑戰(zhàn)。
挑戰(zhàn)一:讓機器像人類一樣感知世界
在感知世界方面,人類無疑是所有生物中的“佼佼者”。如果無法感知世界,我們便無法生存下去。數(shù)百萬年的進化不斷打磨人類的感官能力,例如視覺、聽覺和觸覺,因為這些都是一個物種的生存所必需的。此外,感官能力也是智能的一個重要組成部分。在利用機器學(xué)習(xí)的道路上,人工智能研究人員正在大踏步前進,但他們?nèi)杂泻荛L的路要走。谷歌研究負(fù)責(zé)人、現(xiàn)代人工智能研究教科書《人工智能:一種現(xiàn)代方法》合著者彼得·諾爾維格表示,讓電腦像人類一樣感知世界能夠解決人工智能研究人員長久以來面臨的規(guī)劃和推理方面的問題。他在寫給Tech Insider網(wǎng)站的郵件中指出:“我們擁有非常出色的數(shù)據(jù)收集和算法研發(fā)能力,利用收集的數(shù)據(jù)進行推理,但這種推理能力建立在數(shù)據(jù)的基礎(chǔ)之上,也就是說我們距離感知真實仍有一段距離!比绻茏岆娔X進一步感知真實,它們的表現(xiàn)就會更出色。
諾爾維格說:“隨著我們研發(fā)可持續(xù)感知世界并與之進行互動的系統(tǒng),我認(rèn)為電腦的推理能力將不斷提高。相比之下,學(xué)習(xí)系統(tǒng)只是被動地觀察和分析他人選擇的信息,例如網(wǎng)頁上的數(shù)據(jù)或者照片!
挑戰(zhàn)二:讓電腦在沒有人類教師的幫助下學(xué)習(xí)
成長過程中,我們通過很多不同的方式了解世界。小的時候,父母或者老師會指著某些東西,然后告訴我們它們的名字。不過,童年時代的很多學(xué)習(xí)經(jīng)歷也是一個隱性學(xué)習(xí)過程,即根據(jù)以前學(xué)到的知識進行邏輯推理的能力,以填補知識空白。然而,電腦并沒有這種能力。迄今為止最成功的機器學(xué)習(xí)方式被稱之為“監(jiān)督式學(xué)習(xí)”,方式與老師指著某個東西然后告訴我們名字非常相似。每次學(xué)習(xí)一項新任務(wù)時,系統(tǒng)基本上都要從頭學(xué)起,需要人類在很大程度上進行長時間參與。
谷歌研究員薩米·本希奧指出機器需要具備在沒有人類太多監(jiān)督和指令的情況下進行學(xué)習(xí)的能力。他在寫給Tech Insider網(wǎng)站的郵件中說:“我們需要在持續(xù)學(xué)習(xí)方面進行更多研究。也就是說,我們無需在每次輸入新數(shù)據(jù)或者測試算法時都從頭訓(xùn)練我們的模型。這是一項非常艱難的任務(wù),需要我們進行很長時間的研究才能有所進展。”
挑戰(zhàn)三:不完全照搬人類智能 避免電腦走岔路
谷歌著名研究員杰弗里·希爾頓對Tech Insider網(wǎng)站表示研制擁有類人智能的電腦時面臨的一個最大挑戰(zhàn)是如何避免電腦進行不必要的思考,或者說“不走岔路”。長久以來,意識被視為真實智能的一個不可或缺的組成部分。但希爾頓認(rèn)為這種對思維的思考方式已經(jīng)過時。他在寫給Tech Insider網(wǎng)站的郵件中說:“‘意識說’是一種古老并且非常原始的理論,通過訴諸無法直接觀察到的本質(zhì)特征的方式解釋一個非常復(fù)雜的計算系統(tǒng)的獨特之處。這種觀念的實際意義還比不上用‘因為有動力’來解釋汽車為何能夠移動……根本沒有對具體的工作方式作出任何解釋!平面設(shè)計
工業(yè)設(shè)計
CG插畫
UI交互
室內(nèi)設(shè)計
建筑環(huán)境