加载中…

加载中...

到底是人工智能还是人工智障,机器学习有前途吗

转载 2020-08-10 09:16:44

人工智能,现在可是一个最热的行当,百度就把大宝压在这上面,曾经还请了很多的大牛,像吴恩达这样的学者助力。而AlphaGo在围棋上的出色表现,更是给了这个行业打了兴奋剂。于是,大家感觉奇点就快要来了,电影里面人与机器和谐共处,未来世界的大门即将打开。而奇点过后,以机器的进化速度,世界会彻底退出“人类纪元”而进入到“机器纪元”的时代。

然而,这一切都还是美好想象,现在的人工智能仅是专业智能,像AlphaGo就是围棋机器人,自动驾驶就是驾驶机器人。换句话说,都是通过不同的算法,在某个领域做了一些类似人类判断的事情。人类判断的特点是模糊化、随机化,当前人工智能也有类似特点。正因为这种判断的模糊化,让人感觉人工智能很玄妙,有“人”的感觉。

通用人工智能才是真智能,这一点吴恩达(Andrew Ng)在采访时说可能要100年后才会有。最好类比的通用人工智能就是人类大脑。人类大脑是如此神奇,可以学会几乎任何事物,你把一个刚出生的古代秦国小孩,穿越到现代社会,她不会有任何不适应,并轻松学会现代的一切。别说是人类大脑,就是一个老鼠的大脑,也是通用智能,甚至是没有新旧皮层,只有神经节的低等生物如毛毛虫,也比现在的所谓人工智能更高级。你摸着毛毛虫,它蠕动,进食,有时呆萌,有时兴奋,那是生命的感觉。

你有没有想过,燃烧了谷歌几万台集群服务器,亦或者个人用最牛逼显卡Tesla100的机器学习,连个毛毛虫都不如的原因,是因为算力不够?机器不够快?还是根本方向都走错了?

算力不够,速度不够,是不对的,神经科学早就知道,人类也才800亿神经元,神经传导的速度远低于电脑的芯片(都不在一个数量级)。接下来说说为什么,现在的机器学习,终究只是“人工智障”。

机器学习发展到现在,太多名词与分类了,比如深度学习、强化学习、非监督、监督、循环、脉冲、GAN,以及谷歌最新的WANN等等。大致思想都差不太多。

1、机器学习偏重算法,而非整体结构。

以深度学习为例,深度学习本质上就是个“模糊分类器”。将一个图像,分类到不同类别,从而实现图像识别等功能。因为输入的图像千变万化,而类别却是有限的,因此,只能进行模糊处理。就像猫和狗的识别,就是把图像模糊分类成两类。

图像的某个特征,这个特征可以用“卷积”提炼出来,从而加快网络参数的收敛,这就成了“卷积神经网络”。如果是连续视频图像或者自然语言,就用延时将前后相关性的特征表征出来,就成了“循环神经网络”。更多脑洞大开的各种算法,无非就是将事物的特征,通过算法提炼出来。

大脑可不一样,没任何既定算法,人生下来,大脑结构就固定了,不会通过改变结构学会知识与技能,而是同样的结构,不同的输入输出,通过神经递质的调节与皮层的存储记忆,获得所有知识学习与解决问题的能力。

大脑可能做加法,比如神经递质浓度的叠加,但大脑可能不做乘法,肯定不做log运算及其他复杂数学运算,大脑是结构决定功能,不是算法决定功能。

而机器学习,本质上,还是人这个通用智能,造出的算法。与二叉树、哈希运算等等没有本质区别,但与这些有着确定输入输出的算法不同,它模糊化了过程,给人感觉是像“智能”而已。

2、机器学习是非数学的。也就是它是一门实验科学。

有个说法,在数学相关领域,人工智能是属于鄙视链最底层,搞数学的,瞧不上搞AI的。归根结底,是因为机器学习很多理论,并不是严格的数学推导与论证,所以才有了什么调参、训练这种实验方式。这一点像中医,神农尝百草,知其然(有疗效),不知其所以然(原理与副作用)。西医也好不到哪里去,通过统计学,验证因果性。

为啥相对论老有人质疑,但数学公式没人质疑,这就是实验科学与强逻辑的区别。你不认识到自然的最深处,没经过人类最终的逻辑关,终究与数学,还有差距。

3、机器学习产生不了想象力与创造力。

现在的机器学习,因为输出有一定随机性和模糊性,给人感觉与人的情绪类似,所以常有搞人工智能的人说,我也不知道机器怎么“想”的,机器内部形成的规则,属于“不可知”的,就像天神给出的指令一样。在股市交易量化领域,现在最热门的就是通过人工智能,来编写股票量化交易算法,因为每次机器判断股票的涨跌,都有一套看似不可捉摸的想法,让人更加信赖机器。觉得机器已经具备了独立思考的能力。其实,那只是一种“幻觉”。它无非是在进行模糊分类,通过一大堆的隐含参数。并没你想的那么高大上。

人的想象力与创造力,它的原始驱动是好奇心、成就导向、多巴胺等等,也就是神经递质,大脑中的神经递质多达60种。每一种神经递质,都在驱动、影响、决定着人的行为。机器学习不从源头入手,而是从解决具体问题,通过一个个开脑洞的算法,来获得感觉上的“智能”化,无异于南辕北辙。

在通用人工智能领域,也不是没有人想过更好的方法。《智能时代》作者,杰夫·霍金斯,他也是palm掌上电脑创始人,就通过研究、琢磨大脑,给出了自己的解决方案---HTM脑皮质理论。虽然这套理论问题不少,没有真正逻辑自洽的造出通用智能机器。但它的大致研究方向是对的。

现在的机器学习,在可见的未来,终究只会是人类的一个工具,一个好用的工具,与飞机大炮轮船火车并没有本质不同。当然,会给人们的生活带来便利,带来变化,但与你脑中想象的,电影《普罗米修斯》《异形》中的人造人,没一点关系。


阅读(0) 评论(0) 收藏(0) 转载(0) 举报/Report

评论

重要提示:警惕虚假中奖信息
0条评论展开
相关阅读
加载中,请稍后
  • 博客等级:
  • 博客积分:0
  • 博客访问:423
  • 关注人气:0
  • 荣誉徽章:

相关博文

推荐博文

新浪BLOG意见反馈留言板 电话:4000520066 提示音后按1键(按当地市话标准计费) 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

新浪公司 版权所有