從弱智能到強智能
人工智慧是人類研究智能現象的一個研究領域,其研究成果轉化出的產品也被稱之為人工智慧。從無智能到弱智能,我們已經做了很多工作,從機械自動化到電子自動化,再到信息自動化,我們的設計理念始終還停留在對機械的理解及加工上,所形成的處理機制其實就是心理學提到的機械性思維,例如各種的自動化控制程序;以規則庫建立起來的專家系統;以語義關聯關係及大數據建立的聊天系統;以訓練模型的方式建立起來的深度神經網路等等。這些處理能力的獲取主要還是依靠人類賦予,通過將人類的處理邏輯固化到機器中來實現,為了能讓機器自己學習,我們也發明了一些技術,比如為簡化軟體參數的設置過程,我們採用了訓練樣本這種技術,能夠快速構建處理邏輯,這讓機械在一定程度上有了「學習」能力。這是一種進步,但還遠遠不夠。
學習,在人類這種智能體的形成過程中包含有很多種形式,總的來說可以歸納到被動學習和主動學習兩個類別,對於強智能來說,這兩類都非常重要,相輔相成缺一不可。
被動學習,簡單講可以理解為填鴨式教育,通過「施壓」強制智能體接受並運用其處理邏輯。目前的人工智慧產品無一不是通過這種方式獲得的智能,比如由指令序列構成的程序,又比如高級些的,給出範例(樣本),按照範例的處理方式自動提取處理邏輯,如果收斂的好就用,不好就斃掉重新調參,這其中都包含有強制因素。在這種狀態下產生的智能體只能做到機械處理加工的效果,完全是一種自動化工具,這些工具智能能力的提升只能依靠版本刷新,並不會自己提升,我們把這種智能統一稱之為弱智能。
智能首先是一種能力,有強弱之分,智能強弱是能力大小的問題,而弱智能和強智能是結構不同的問題,應當加以區分(鑒於業內已經開始使用強智能這個辭彙,所以將就著用吧)。
下面來說說強智能,前面提到弱智能是因為只用到了被動學習,那麼強智能就是除了被動學習以外還要具備主動學習的能力,這一點非常重要。主動學習是將已掌握的規律進行擴展,舉一反三、融會貫通,它本身就是一種創新行為。在這個過程中很可能會產生獲取新知識的需求,然後觸發被動學習過程,就象進食一樣,對新獲取的知識進行「消化與吸收」,並不斷地重複這個過程。所以強智能絕不是弱智能由量變引發的質變所產生的,他們在功能構造上存在著本質差異。
主動學習首先需要建立起以自我為中心的思維體系,這就是說智能體必須要有自我意識。只有這樣才有可能使智能體不再「弱智」,不再被動接受,能夠認知差距,通過不斷的主動學習來彌補自身缺陷,完善自身思維結構,提高智能水平,最終才有可能能夠成長為類人的智能體(說有可能是因為影響智能體成長的因素實在是太多了,具體可以參考教育學相關理論及案例)。
能形成主動學習機制的硬體結構及其原理在我的博客中已經有詳細介紹,感興趣的朋友可以參考閱讀。
圖中強智能和弱智能的主要區別是弱智能的能力一旦生成,就不會隨時間發生變化。
冰笛 冰笛 - 冰笛 - 網易博客
推薦閱讀:
※摩根大通:懂人工智慧的投顧將脫穎而出!
※如果未來人工智慧有了思維,感情,我們需要怎麼應對?
※智能投顧大賽十強公司:一張圖預測未來三天股價
※智能行業如何發展?
TAG:人工智慧 |