據未來主義科學網報道，最近幾個月，深度機器學習技術引發(fā)令人難以置信的喧囂。廣泛的能力讓它們可以玩視頻游戲、識別面部等，更重要的是可以自主學習，這讓人們的恐懼不斷加劇，擔心它們將來可能完全接管世界。然而，這些系統(tǒng)的學習效率卻不及人類的1/10?，F在，谷歌開發(fā)出一款超速人工智能，其學習效率幾乎可與人類相媲美。

這種超速AI是谷歌位于英國子公司DeepMind開發(fā)的。他們表示，與以前的AI模式相比，這套系統(tǒng)不僅可吸收新知識，還能以更快的速度應用新的體驗。很快，它的學習效率就能趕上人類水平。所謂深度學習，就是利用多層神經網絡定位數據中的趨勢或模式。如果一層神經網絡確認某種模式，相關信息就會被傳給下一層網絡。這個過程會不斷持續(xù)下去，直到所有信息被收集完成。

這套AI系統(tǒng)可基于不同的變量進行不同方式的學習，比如神經網絡各層之間的連接強度。在某層的顯著變化可能極大地改變信息在其他層的傳遞，或學習方式。深度神經網絡有許多層，為此當出現變化時，學習過程可能需要相當長的時間。

然而，Google DeepMind研究院亞歷山大·普利特澤爾及其同事們似乎已經找到解決這個問題的辦法，他們稱其為“神經情景控制”。

普利特澤爾團隊表示：“神經情景控制證明，在廣泛的環(huán)境中，學習速度將被大幅改善。至關重要的是，我們的技術只要體驗過，就能夠快速抓取非常成功的策略，而不是等待優(yōu)化許多步驟。”他們的方法模仿人類和動物大腦中的學習過程，復制前額皮質層發(fā)生的事情，然后在海馬體中備份。

現在，AI技術似乎每天都在取得進步。從利他機器人律師到關于奇點的預測，AI技術已經引發(fā)相當多的關注。然而，我們還沒有看到“真正的AI”。沒有任何機器人的AI能夠匹配人類大腦智力。為此，盡管自動化和AI導致人們失業(yè)的情況每天都在發(fā)生，但“真正的AI”還不會很快到來。然而，DeepMind的技術可能成為通往未來之路的踏腳石。

真正的AI或者說超級智能，應該擁有人類的所有認知能力，包括自我意識、情感和意識等人類獨有的認知特征?，F在AI，往往只能專攻一個領域，在某一領域超越人類。比方說，AlphaGo可以擊敗圍棋世界冠軍，但它卻只會下圍棋。

此外，雖然科學家已經利用AI技術建立了神經網絡來模仿人類大腦理解、分析信息和構建概念的過程，但科學家卻不懂其中的原理，神經網絡為什么用這種方式來解釋東西。

從科學的角度來看，神經網絡只是一堆數學和方程，用數字的形態(tài)呈現。但我們知道，僅僅用這些來模仿人類智慧和人類的大腦是遠遠不夠的。

微軟聯合創(chuàng)始人保羅·艾倫曾表示：“要讓人類到達這一奇點，僅僅用現有軟件是不夠的，我們還需要開發(fā)更智能更強大的軟件。開發(fā)這種高級軟件需要事先對人類自我認知有非常深入的理解，我們現在只對該領域略知一二。”

這意味著實現真正AI的前提條件還未滿足：我們還無法真正理解人類智能和意識，即我們不知道，智能是什么，我們也不知道意識是什么。

登陸|注冊歡迎登陸本站，認識更多朋友，獲得更多精彩內容推薦！