最新新闻
起亚电动SUV EV9升级,动力与软件得到全面提升 上汽大众新款SUV途岳正式上市,售价15.86-21.66万元 福特领衔投资45亿美元,将在印尼建立镍加工厂 主机厂召开座谈会,探讨国六B切换情况 特斯拉在墨西哥大举投资,助力其成为电动汽车大国 特斯拉推出版Giga啤酒,啤迷大喜过望 西安特斯拉中心车间揭秘,让你近距离了解制造 宝马、特斯拉等豪掷重金,墨西哥将成电动车大国 本田雅阁e:HEV亮相:能否成为雅阁救世主? 特斯拉中国首次败诉,需退一赔三 AI伦理员工大量裁减引发业界担忧,微软、谷歌等科技巨头被指责 AI过于强大,人类面临危险?马斯克、图灵奖得主呼吁暂停GPT-4模型后续研发 微软早期阶段将广告植入GPT-4版必应搜索 故意毁灭证据:美法庭对谷歌Play商店垄断诉讼开出罚单 元宇宙仍是未来,但实现需要时间——Meta重申在计算领域的地位 AI老板发出警告:无法解释的推理能力可能导致人类灭亡 监管机构开始对特斯拉Model X的问题展开调查 追溯OpenAI的历史,揭示其与马斯克的众多纷争 GitHub裁员,印度团队成最大受害者 微软与OpenAI强力结盟,共同致力于网络安全领域 AI视频素材来源不明,百度文心一言创作者面临版权风暴 OpenAI神秘CTO只有35岁,是ChatGPT之母 马斯克脑机接口公司开始寻找合作伙伴 推进人体试验 芝麻信用黑灰产生意:购买会员、薅羊毛可轻松提升信用分 比尔盖茨遭马斯克批评 AI 理解有限 AI越来越智能,你的工作还能保住吗?现实不容忽视 微软研究惊艳科学界:GPT-4能力接近人类,AI朝“天网”迈进? 推特泄露部分源代码,GitHub受命删除,安全问题引人担忧 谁在制造泰国游客流失的恐慌?真相揭秘 为何马斯克和OpenAI撕破脸了?马斯克为何实际控制被拒?
您的位置:首页 >问答 >

不能定义AI?尝试定义智力

2021-11-11 19:25:22   来源:
导读 亚历克斯威斯纳-格罗斯博士身兼多职:他在波士顿经营着一家名为盖梅迪的公司,专注于人工智能(AGI)。他在哈佛大学和麻省理工学院做过许多学

亚历克斯威斯纳-格罗斯博士身兼多职:他在波士顿经营着一家名为盖梅迪的公司,专注于人工智能(AGI)。他在哈佛大学和麻省理工学院做过许多学术任命,并为许多政府机构提供建议。他的目标是确保人工智能(AI)的好处通过经济重新分配。你会认为有这些头衔和角色的人会钉死AI的定义。事实证明,人工智能定义的答案是复杂的,因为我们对智能本身没有一个准确的定义。

无法定义AI?尝试定义情报

数据驱动智能的挑战

在最近的《今日人工智能》播客中,亚历克斯维斯纳-格罗斯教授更广泛地分享了他对人工智能和智能的看法。几年前,Alex自问AI的限制因素,开始研究AI的很多关键发展,发现了一个有趣的模式。虽然很多人认为算法或数据量可能是推动AI研究发展的限制因素,但他发现,随着计算消耗的增加,将数据强加到算法中,可能并不是实现AI突破的真正限制因素。

维斯纳-格罗斯博士希望加速更先进的人工智能形式的出现。他专注于语音识别、象棋算法、识别系统和其他最先进的人工智能实现的进展,以确定任何可能的模式。他发现,在解决这些基于人工智能的挑战的三个因素中,算法往往最受关注。然而,该算法只是三种人工智能限制因素之一。另外两个是训练数据集和训练环境,第二个是原始计算约束。

Alex发现,正在开发的解决挑战的算法和解决大挑战的数据集在可用时间上几乎有一个数量级的差异。在某些情况下,用于训练人工智能应对这些挑战的数据集仅在解决挑战前一两年可用。亚历克斯认为数据集不受欢迎,因为其他两个因素经常被过分强调。很自然的推测,需要关注这个领域的数据集和策展环境,才能推动AI的进一步发展,并在此基础上展开竞争。然而,追求越来越大的数据集来解决更困难的问题可能是错误的。

Wissner-Gross博士的物理学博士学位与专注于“智能物理”的计算机科学交叉。他更感兴趣的是通过试图理解智力的现象学或物理学而不是智力的机制来加速超智力的崛起,而不是人类。如果你看几个世纪以来的自驱动飞行,而不是理解飞行的基本物理原理,可以说人类可能在几个世纪前就接受了这项技术。

亚历克斯研究智力的物理等价物,并努力独立于智力过程的生物学限制来优化它。他可以基于智力被视为一个试图“最大化未来行动自由”的过程这一基本原则,确定一个能够重现关键动物智力测试的物理规则。

根据Wissner-Gross的说法,这是一个简单明了的概念,可以封装成一个等式,可以用于各种环境:从动物王国到金融市场或电子游戏。他认为这是一种新的智力方法,其关键点在于从根本上理解智力的本质及其行为的原因。他的理由是,智力本身一定有进化的原因。因此,了解智能的潜在进化动机可能会解开在计算机中复制智能的秘密。类似于理解动力飞行的基本物理原理,Alex认为,理解未来最大化动作自由度的智能基本过程,可以看作是智能系统的实际基本物理过程。

这个智力的定义比其他人可能描述的更具体。在亚历克斯看来,智力的基础是保持选择开放的过程。他认为,与其他定义相比,如某些环境下基于奖励结构的智力或可以从某些环境中学习的智力,这种定义更有利于智力的发展。在他看来,其他这些定义过于狭隘,因为智力需要能够在没有明确奖励的环境中运作,或者学习的本质不同,而不仅仅是强化学习。

和intelligen

Alex引用了理查德道金斯的名著《自私的基因》,书中描述了一个有趣的概念,那就是在我们周围的世界里,有两个稳定的系统:(1)通过招募周围的生物进行复制来复制自己的基因;(2)通过永久稳定的基因。智能实现了第二种形式的稳定。智能系统能够适应环境的变化,并通过这些适应而生存。

看待上述内容的另一种方式是看史蒂芬平克倡导的认知适应性的生态位原理。基本概念是进化善于适应时间尺度长于复制时间的环境变化。如果你的培养皿里有细菌,改变环境的时间比细菌在时间尺度上被复制的时间要长,细菌就能适应它的环境。然而,如果你改变环境的速度超过了繁殖时间,细菌将没有时间适应它的环境。这在自然进化中留下了一个缺口,称为认知适应性小众市场。生态位只能由能够以环境可能适应的方式进行内部模拟的生物来填补。因此,与其在环境发生变化时依靠生物的繁殖使一些生物存活,不如进行内部变化,模拟环境适应的可能途径,这样可以更快地发生。心理模拟的变化比物理世界快得多。

从新的角度应对人工智能挑战

亚历克斯对未来五年应对人工智能的挑战持乐观态度。人工智能的许多工业应用都集中在狭隘的智能问题上,但真正的进步将是更具适应性的智能形式。在这些环境中,需要开发一般形式的智能。例如,亚历克斯阶段

信,进步将在于在连续动作空间中进行操作的能力以及在长期时间范围内预测演变的能力。Alex相信,当AI可以获取数据并将其推算到未来时,对企业的影响将是巨大的。从这个角度来看,企业和组织可以看作是由几个较小的智能组成的大型生物,可以实现个人无法独自实现的目标。

最终,Alex相信AI的最终挑战是构建能够成功和谐地最大化未来行动自由的AI。个人的目标是生存和发展,各种规模和复杂性的组织的目标也是如此。如果我们能够理解智能的基本物理原理,就可以利用AI的真正力量并取得重大突破。

免责声明:本文由用户上传,如有侵权请联系删除!