专家称十年后人工智能远超现在 或将像人脑一样运行

专家称2027年人工智能将像人的大脑一样运行

网易科技讯4月7日消息,波士顿深度学习公司Neurala首席执行官麦克斯?凡塞斯(Max Versace)在科技博客网站VentureBeat撰写文章称,2017年的人工智能(AI)将像人类和动物的大脑一样运行,其能力将远超今天的人工智能,从而能为我们人类完成更复杂的任务。

文章全文如下:

让我们暂停一秒钟,看看窗外的鸟、松鼠,甚至昆虫。这些生物体都在执行复杂的任务,包括感知食物和威胁,在树木周围巡查,以及跟踪或躲避其它动物。这些虫子和小动物可以轻松做到的事情,目前地球上没有任何一台机器人或无人机可以做到。

虽然“自然”的智慧是丰富多样的,但今天的人工智能仍然非常原始。目前,人工智能工具仍然还是“半成品”,它们的设计和构建(编程)主要针对一项特殊目标,并且相对比较简单。例如,管理着无人机、无人驾驶汽车和玩具的代码和传感器,在众多需要执行的任务中通常仅专注其中一项——导航、目标识别或语音识别等。

由于这些应用类似于生物有机体,人工智能需要一个“大脑”。目前人工智能的设计和构建,旨在实现某一狭窄、独立的功能。你可以称之为“烟道式”功能,其中每项功能在处理过程中是断开并独立的。这意味着人工智能可以击败人类的国际象棋冠军,但在面对全新场景时往往会崩溃。与人工智能的国际象棋手不同的是,人类的国际象棋冠军不仅可以高质量地完成比赛,而且还可以进行一些其它需要大量处理和判断过程的活动,比如站起来、开车、与他的孩子聊天、听音乐、画画等等。所以,当你将人工智能的能力与人类甚至是动物的大脑功能进行直接比较时,你可以发现我们在人工智能方面还有非常漫长的路要走。在科技时代,我们还处于“洞穴人”阶段。

我们今天拥有的人工智能与2027年的人工智能的主要区别是,后者将更像人类和动物的大脑一样运行,其能力将远超今天的人工智能。地球上的生命处理信息的过程不是“烟道式”的,而是利用了多种感官;我们人类能同时根据多个复杂因素做出决策,以帮助我们取得最佳成果。

以老鼠的大脑为例。即使是最小动物,其大脑已经进化到足以解决各种复杂的问题,例如寻找食物,避开捕食者,并与其它动物互动。老鼠的大脑仅约两克重,但能将导航功能与视觉、嗅觉和触觉(通过胡须)等功能整合起来,从而可以完成感知、规划、导航和避开障碍物等任务。在老鼠的大脑中,这些分开的功能最终能整合在一起,为面临的任务提供了一个“整体解决方案”。动物(以及人类)大脑的秘密在于,它们发现了一种在同样低功耗容器中共同运行这些技能的方法。

这种“共同运行”就是我们所说的“全脑”方式,而这种新模式就是人工智能前进的方向。“集成处理(Integrated processing)”将变得普遍,软件、人工智能和人类(动物)智慧之间的界限会变得模糊不清。正如人类或动物的大脑进行有效和自主运行时,依赖并整合了大脑多个区域,明天的人工智能将利用集成、深度的学习方法和边缘处理功能,来日益实现实时解决问题。

通过将多项人工智能内置于同一个容器或单个计算模块中,由于系统之间的协同作用,人工智能系统将获得更好、更快的性能。这将使人工智能可以完成抽象的推理过程,允许机器执行复杂、非直观的操作,从而使它们更接近我们人类。

例如,人工智能和软件之间的界线越来越模糊,将让运输更加容易和安全。今天的无人驾驶汽车采用“烟道式”处理方式,一次添加一个传感器或模块,然后将所有这些处理信息流整合起来,希望它们能发挥作用。而人类能协同整合多种战术规划——不仅仅是“看!前面有一个坑!” ——这包括:

(1)高层次导航:“我知道那里有建筑物;我通常在这里右转。”

(2)远程避免碰撞:“那辆车很危险。我会保持距离。“

(3)高层次规划:“我最好走那条路,因为它可能会有更少的车辆。”

虽然传统的方法将导致难以整合的软件和硬件组件之间产生难以控制的冲突,但“全脑”人工智能方法利用拥有模拟突触的人造神经元,其处理信息的方式几乎像人类大脑一样。

另一个例子是我们与美国宇航局(NASA)的合作。当Neurala与美国航空航天局合作设计一种“老鼠大脑”, 在模拟的火星环境中引导火星漫游车(Mars Rover)时,我们遵循了这种“全脑”的方式,因为我们只能依赖少量的计算能力,只能提供一个解决方案——它不仅需要将所有这些功能整合在一个容器中,而且还要可以有效地执行。

即使今天的“管道式”人工智能,也正在让与我们交流的软件和机器变得更优秀,在我们生活的许多方面提高了生产力。而随着人工智能开始模仿人类和动物高级的大脑活动,它将成为一种越来越有用的工具,能够实时解决问题,并拥有人性化的决策能力。未来10年,这种能使微不足道的老鼠看起来像天才的集成处理方式,将是一种能为所有人带来好处的人工智能。

极客网企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。