人工智能被圖靈定義束縛，人類可能高估了AI的未來！

自深度學(xué)習(xí)（Deep Learning）技術(shù)問世后，許多人都相信這將是帶領(lǐng)我們逐步走入“通用 AI”（General AI）夢(mèng)想的關(guān)鍵，企業(yè)領(lǐng)導(dǎo)者也都在演講中談及AI時(shí)代將會(huì)如何來臨，然而事情真的如此順利嗎？

近期，計(jì)算機(jī)視覺與AI專家Filip Piekniewski發(fā)表了一篇《AI凜冬將至》的文章，該文章一經(jīng)發(fā)表隨即引來熱議。

該文主要對(duì)深度學(xué)習(xí)的炒作提出了批評(píng)，認(rèn)為這項(xiàng)技術(shù)并不具有革命性，而且正面臨發(fā)展瓶頸。各大公司對(duì)AI的興趣其實(shí)正在收斂，人工智能的又一次凜冬可能要來了。

由“革命”到“進(jìn)化”

AI未來只是人類腦補(bǔ)的結(jié)果

在對(duì)AI技術(shù)的判斷上，人類再次發(fā)揮了自身的想象力。

Piekniewski指出，在ImageNet獲得不錯(cuò)的解決方案時(shí)，許多該領(lǐng)域的知名研究人員都積極的受訪并采用相同的論調(diào)表示：人們正處在一場(chǎng)巨大的革命前面，從現(xiàn)在開始，所有AI發(fā)展只會(huì)加速。

然而許多年過去了，期待中的加速并未發(fā)生，這些受訪的研究人員也不再那么活躍的鼓吹相同的想法，隨著情緒降溫，他們開始不將深度學(xué)習(xí)形容為終極演算法，AI相關(guān)論文也從“革命”一詞逐漸改變?yōu)椤斑M(jìn)化”。

相較于前者，進(jìn)化聽起來要溫和且緩慢許多，而這似乎也更為符合 AI 發(fā)展的現(xiàn)實(shí)情況。

包含OpenAI在內(nèi)，許多知名研究機(jī)構(gòu)近期都開始變得相對(duì)理性，自AlphaGo Zoro問世后，DeepMind也并未再展現(xiàn)出更多令人驚喜的事物，甚至一些論述指出，Google其實(shí)不太確定該如何處理DeepMind，因?yàn)閳F(tuán)隊(duì)得出的研究成果明顯不如原先預(yù)期的“那么實(shí)際”。

另外，一些大型科技企業(yè)的杰出AI研究人員，都開始從實(shí)際操作的研究負(fù)責(zé)人轉(zhuǎn)任至協(xié)助游說政府資助的職務(wù)上，這種轉(zhuǎn)變跡象顯示，像Google、Facebook這些公司對(duì)AI研究的興趣實(shí)際上正在慢慢收斂。

與此同時(shí)，深度學(xué)習(xí)的瓶頸正在顯現(xiàn)，自動(dòng)駕駛（Self-Driving）技術(shù)在現(xiàn)實(shí)世界的實(shí)際應(yīng)用便是最明顯的例子，Nvidia、Tesla在發(fā)展自動(dòng)駕駛技術(shù)上都遇到了困難，Uber自動(dòng)駕駛汽車在亞利桑那州則遭遇死亡車禍，這些都從側(cè)面展現(xiàn)了AI技術(shù)的缺陷。

除了能明顯看出系統(tǒng)設(shè)計(jì)的問題之外，自動(dòng)駕駛系統(tǒng)更是花費(fèi)了很長(zhǎng)一段時(shí)間，去試圖判斷眼前的物體究竟是什么，而不是做出最重要、也是邏輯上唯一該做的決策：確保不會(huì)碰撞它。

這與人對(duì)危機(jī)的處理方式并不相同。盡管人們經(jīng)常在交通事故后說出當(dāng)下的判斷標(biāo)準(zhǔn)，比如“我看到前方有行人所以向左轉(zhuǎn)避開”，但許多心理物理學(xué)都曾經(jīng)提出解釋，人們往往是在當(dāng)下透過神經(jīng)系統(tǒng)迅速將其判斷為障礙并采取行動(dòng)，等一小段時(shí)間過后才會(huì)意識(shí)到發(fā)生了什么。

這種生存機(jī)制來源已久，數(shù)十億年來都保護(hù)著我們的安全，而在駕駛車輛時(shí)，人們自然也會(huì)用到這樣的原始反應(yīng)，由于這些反應(yīng)并非專為駕駛行為而產(chǎn)生，自然也會(huì)因?yàn)檫@些反射神經(jīng)引發(fā)一些事故。

然而整體上來說，這種對(duì)空間、速度及周遭警覺的原始能力，對(duì)于人類安全仍舊有著許多保障。

只是這種能力大多無法用言語來描述，也難以進(jìn)行測(cè)量，這使得研究人員難以對(duì)機(jī)器進(jìn)行這方面的系統(tǒng)改良，Nvidia過去所提出的End-to-End方法雖然理論上可行，但從現(xiàn)實(shí)一些測(cè)試中我們也可知道情況并非這么簡(jiǎn)單。

神經(jīng)網(wǎng)絡(luò)之父Geoffrey Hinton曾承認(rèn)，反向傳播法（Back-Propagation）似乎已走入死胡同，相關(guān)研究可能得從頭開始展開。

這些發(fā)展困境都表明著AI發(fā)展的寒冬即將來臨，雖然不太可能準(zhǔn)確地預(yù)測(cè)出發(fā)生的時(shí)間點(diǎn)，但某些明顯的跡象可以肯定，它將會(huì)出現(xiàn)在某個(gè)時(shí)刻，然而因?yàn)橥饨鐚?duì)于AI的呼聲太過強(qiáng)烈，以至于人們很容易忽略掉這些征兆。

現(xiàn)實(shí)充滿更多不可預(yù)測(cè)性

習(xí)以為常的盲區(qū)應(yīng)該是AI的核心

雖然圖靈為人工智能定下了最基礎(chǔ)的定義，但如今我們更多地被圖靈的定義給束縛住了。

現(xiàn)實(shí)不是預(yù)先設(shè)定的游戲，如果說有什么不同的話，現(xiàn)實(shí)是規(guī)則不斷變化的游戲的無限集合，任何時(shí)候出現(xiàn)了重大發(fā)展，游戲規(guī)則都要重寫，然后所有玩家都得跟著調(diào)整否則就會(huì)死掉。

相比圖靈，莫拉維克悖論更應(yīng)該被視為AI發(fā)展的核心問題。莫拉維克悖論是由人工智能和機(jī)器人學(xué)者所發(fā)現(xiàn)的一個(gè)和常識(shí)相佐的現(xiàn)象。

和傳統(tǒng)假設(shè)不同，人類所獨(dú)有的高階智慧能力只需要非常少的計(jì)算能力，例如推理，但是無意識(shí)的技能和直覺卻需要極大的運(yùn)算能力。

這個(gè)理念是由漢斯?莫拉維克、布魯克斯、馬文?閔斯基等人于80年代所闡釋。如莫拉維克所寫：“要讓電腦如成人般地下棋是相對(duì)容易的，但是要讓電腦有如一歲小孩般的感知和行動(dòng)能力卻是相當(dāng)困難甚至是不可能的?！?/p> ?

如果我們希望解決莫拉維克悖論，就要模仿生物體純粹靠觀察世界來學(xué)習(xí)的能力，而不是需要標(biāo)簽的輔助，這個(gè)想法可以通過開發(fā)對(duì)未來事件做出臨時(shí)預(yù)測(cè)的系統(tǒng)來實(shí)現(xiàn)，然后通過將其預(yù)測(cè)與實(shí)際情況進(jìn)行對(duì)比來學(xué)習(xí)。

預(yù)測(cè)性視覺模型是朝著這個(gè)方向邁出的一步，但肯定不是最后一步。

最顯而易見的通常是我們最容易忽略的，也是最為重要的。常識(shí)的困難在于它對(duì)我們實(shí)在是太明顯了，以至于非常難以用語言表達(dá)出來進(jìn)而給數(shù)據(jù)打上標(biāo)簽。對(duì)于一切“明顯”的東西我們存在著巨大盲點(diǎn)。

因此我們無法教計(jì)算機(jī)常識(shí)，這不僅因?yàn)檫@么做可能不切實(shí)際，但更根本的是我們甚至都沒意識(shí)到常識(shí)是什么。只有在我們的機(jī)器人做了某件極其愚蠢的事情之后我們才意識(shí)到這一點(diǎn)。

現(xiàn)實(shí)不是游戲。如果說有什么不同的話，現(xiàn)實(shí)是規(guī)則不斷變化的隨機(jī)事件的無限集合。任何時(shí)候出現(xiàn)了重大發(fā)展，規(guī)則都要重寫，然后所有參與者都得跟著調(diào)整否則就會(huì)死掉。

因此，我們極度需要跳出圖靈框架，從人性和意識(shí)的角度去理解“智能”，而不是一味沉浸在代碼、網(wǎng)絡(luò)的世界里，這樣的人工智能才有未來。

微信公眾賬號(hào)：科技云報(bào)道

來源：科技云報(bào)道

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。