人工智能
原標(biāo)題：MIT神經(jīng)科學(xué)教授：人工智能如嬰兒大腦可不斷學(xué)習(xí)
“想像一下，如果有一天，冰箱向你抱怨它工作時(shí)間太長(zhǎng)了，或者要求加薪，你一定會(huì)覺得這太可怕了。”
一談起人工智能，接受《第一財(cái)經(jīng)日?qǐng)?bào)》獨(dú)家專訪的美國(guó)麻省理工大學(xué)神經(jīng)科學(xué)教授Robert Desimone向記者舉了這樣一個(gè)例子。
在他看來(lái)， 人工智能的最大用途就是讓機(jī)器變得有用，而不是變成另一個(gè)人。
“在現(xiàn)實(shí)生活中，我真的沒有見過很多人以電腦模仿人腦為終極目標(biāo)的，更多人是想利用人工智能來(lái)幫助人類完成某種任務(wù)。比如智能汽車、智能相機(jī)和智能冰箱等等，很多設(shè)備搭載了智能的功能后確實(shí)能夠?qū)崿F(xiàn)更好的價(jià)值，但是我們不會(huì)期待它們真的變成人類。”
而在這背后，Robert Desimone認(rèn)為，人工智能猶如“嬰兒的大腦”。“嬰兒可以被視作一個(gè)‘學(xué)習(xí)機(jī)器’，來(lái)學(xué)習(xí)這個(gè)世界的周遭，學(xué)習(xí)怎么去做，學(xué)習(xí)策略等等，這和AlphaGo的模式差不多。”
無(wú)人駕駛成趨勢(shì)
事實(shí)上，人工智能在過去很長(zhǎng)一段時(shí)間的發(fā)展都沒有牽涉到“深度學(xué)習(xí)”或者“強(qiáng)化學(xué)習(xí)”。例如，當(dāng)你買一個(gè)電視機(jī)，智能電視機(jī)，其實(shí)它所有的程序都是被“預(yù)設(shè)”好的，它不會(huì)自己去學(xué)習(xí)。
但是未來(lái)人工智能的應(yīng)用，將不僅限于我們現(xiàn)在的智能電視、智能冰箱的含義了，而是要教會(huì)它們?cè)趺醋约喝W(xué)習(xí)。這就牽涉到要給它們喂學(xué)習(xí)資料，創(chuàng)造學(xué)習(xí)氛圍等等。Desimone教授說(shuō)：“你需要設(shè)置程序，告訴計(jì)算機(jī)怎樣去獲取這些信息，怎樣利用這些信息去發(fā)展新的技能。這是未來(lái)的方向。”
人工智能所獲取的數(shù)據(jù)越多，學(xué)習(xí)效果越明顯，這是毫無(wú)疑問的。Desimone告訴記者：“不同的任務(wù)需要的數(shù)據(jù)數(shù)量也都不一樣。以我現(xiàn)在所做的視覺識(shí)別來(lái)看(視覺識(shí)別是要教會(huì)電腦去識(shí)別物體)，你需要具有清晰標(biāo)識(shí)的物體。比如說(shuō)你要讓機(jī)器去識(shí)別一只貓，那么就需要很多具有貓的特征的信息給到它，越多越好。
例如，對(duì)于不久前戰(zhàn)勝韓國(guó)棋手李世石的AlphaGo，Desimone教授認(rèn)為，由于圍棋是非常復(fù)雜和高難度的棋類游戲，不可能只通過學(xué)習(xí)如何移動(dòng)來(lái)取勝，所以要在記憶里存儲(chǔ)所有的圍棋的下法幾乎是不可能的，也不是看看棋盤就會(huì)的。
AlphaGo的“過人”之處，就是它會(huì)學(xué)習(xí)戰(zhàn)略，學(xué)習(xí)怎樣下圍棋，而不是把所有的下法都提前“預(yù)設(shè)”到電腦里。Desimone把人工智能比作嬰兒的大腦：“這其實(shí)和人腦的學(xué)習(xí)過程是非常相似的。因?yàn)槟阒缷雰嚎梢员灰曌饕粋€(gè)‘學(xué)習(xí)機(jī)器’，嬰兒要學(xué)習(xí)這個(gè)世界的周遭，學(xué)習(xí)怎么去做，學(xué)習(xí)策略等等，這和AlphaGo的模式差不多，嬰兒也不能被‘預(yù)設(shè)’。”
而在圍棋之外，Desimone認(rèn)為無(wú)人駕駛車是一個(gè)很好的例子，因?yàn)闊o(wú)人駕駛車實(shí)現(xiàn)的唯一方式，就是你要為給它很多能教會(huì)它如何去辨別行人、交通信號(hào)和路況信息的資料。這些都是基于軟件平臺(tái)的學(xué)習(xí)系統(tǒng)?，F(xiàn)在無(wú)人駕駛車的發(fā)展技術(shù)理論上已經(jīng)都能實(shí)現(xiàn)了，但是問題是如何在實(shí)戰(zhàn)的環(huán)境下，讓汽車有意識(shí)地分辨物體。”
據(jù)Desimone教授介紹，他最近在和某汽車公司高管交流時(shí)，就談到了如何培養(yǎng)汽車的判斷能力。比如當(dāng)很多汽車都在交叉路口時(shí)，你就要像人類一樣具有判斷其它車可能做出何種反應(yīng)的能力。你不能說(shuō)只是等在那里，等到所有的車都走了你再走。也就是說(shuō)無(wú)人駕駛車如果不能在模棱兩可的情況下做出判斷，那么這樣的技術(shù)是達(dá)不到上路的要求的。
“它必須通過不斷學(xué)習(xí)人在操作汽車過程中的反應(yīng)來(lái)提升自己的反應(yīng)能力。當(dāng)然無(wú)人駕駛車只是一個(gè)例子，還有很多其它有用的設(shè)備通過學(xué)習(xí)之后，也能極大提升對(duì)人類的作用。”Desimone說(shuō)。
人腦、電腦打通
盡管人工智能目前還完全沒有達(dá)到人腦的智能程度，但是這并不意味著它們未來(lái)也達(dá)不到人腦的智能程度。