人工智慧離人有多遠
- 發佈時間:2016-04-24 01:30:31 來源:科技日報 責任編輯:劉波
“我們來聽一段奧巴馬對科大訊飛的評價。”中國人工智慧學會副理事長、科大訊飛輪值副總裁胡鬱播放了一段視頻。奧巴馬的聲音響起,他評價説,科大訊飛是一家將在世界發揮引領作用的公司。
“當然,這段聲音是我們模擬的。”胡鬱補充説。聽到這話,來自美國的專家拍起了巴掌——他們也覺得挺像。
電腦的認知智慧正在拓展,人工智慧正身處第三次發展的浪潮。22日,中國人工智慧學會發起主辦的“2016全球人工智慧技術大會”在北京召開。來自學界和産業界的專家,探討起了人工智慧的過去、現在與未來。
GPU過後,需不需要“APU”?
大計算能力和深度學習,成為人工智慧發展的新動力。
三星電子中國研究院院長張代君表示,人工智慧不可能“平地起高樓”,它仰賴配套的基礎設施。“電腦的運算與控制核心是CPU(中央處理器);那麼現在,我們是不是需要專為人工智慧而生的‘APU’(人工智慧處理器)?”
如同回應他的問題,中科院計算所副研究員、寒武紀首席執行官陳天石表示,深度學習需要專用晶片,而且,這樣的晶片已經有了。
“CPU/GPU這樣的通用處理器,運作神經網路的效能比很低。”陳天石舉例説,谷歌當年花了七天時間給電腦訓練貓臉識別模型,動用了1.6萬個CPU。而中科院計算所研發的寒武紀專用晶片,其性能功耗比可達通用晶片的數百倍以上。
陳天石將“寒武紀”看作“深度學習晶片的拓荒者”,這是全球首個深度學習處理器晶片。如今,寒武紀晶片正在走上産業化之路。
沒有常識的機器如何習得常識?
除了軟硬體設施這樣的“瓶頸”,百度深度學習研究員徐偉指出,人類智慧的核心,是自我學習和創造的能力;而這,恰恰是現在人工智慧系統的短板。
人工智慧的“進步”,往往依靠大量數據的“投喂”。為了讓它認出一隻貓,動輒需要準備成千上萬隻貓的圖片。這種學習過程,顯然和人類的學習方式相去甚遠。“人工智慧還很難從少量標注數據中學習。”徐偉指出。
另外,人工智慧也缺少“常識”。谷歌的自動駕駛車,目前已經開了數百萬公里,還是沒法實現徹底“自主駕駛”;而開車里程1000公里的人類駕駛員,便算得上“老司機”,可以遊刃有餘地面對路上的突發情況。
目前,人工智慧只能依賴數據學習,沒法有效利用人的知識。徐偉認為,破解之道,或許是讓機器通過某種載體,在虛擬世界中學習;讓它在和環境交互的過程中,建立起對“常識”的認知;同時,讓機器通過語言和人類交流,人類用語言表達對機器的需求,而機器也用語言描述結果。
“從最基礎的開始,讓機器像幼兒一樣,在環境裏學習‘感知’、‘行動’和‘語言’,並把語言作為最核心的東西。”徐偉説。
對人工智慧還要有敬畏之心
在處理特定任務上,人工智慧智商提高的速度,個人無法企及。但實現通用的人工智慧,還不容易。
人工智慧幾乎不會“舉一反三”。一般來説,會下棋的人工智慧,開車就成了“馬路殺手”;會開車的人工智慧,可能在與人對話上就成了半個“啞巴”。
中國人工智慧學會理事長、中國工程院院士李德毅提出了另一種思路:如果我們先構造出駕駛腦、圍棋腦、文秘腦和聊天腦等,這些人工智慧,在微觀上都不具有組織結構的相似性,但它在宏觀上的智商,不輸給特定人類。那麼,如果用人工智慧技術構建出千千萬萬個這樣“一腦一用”的認知腦,再通過移動互聯網、雲計算等技術把它們連接起來,“團結力量大”,這種智慧腦的智慧程度,“就可以逼近一個‘一腦萬用’的人造生物腦”。
李德毅認為,機器人給人類帶來影響的深刻程度,將遠超過電腦和網際網路,人工智慧奔跑的天梯,可謂雲深不知處。“人類的發展史,就是人類學會運用工具、製造工具和發明機器的歷史,機器使得人類更強大、更智慧。”
至於機器和人的關係,李德毅顯得篤定:“人類一定是領舞者,但對人工智慧也要有敬畏之心。”
(科技日報北京4月23日電)