Game Over？强人工智能与弱AI之争
发布时间：2022-07-26 12:17:58 所属栏目：大数据 来源：互联网
导读：由于谷歌的人工智能 (AI) 子公司 DeepMind几周前发表了一篇论文（论文地址：https://arxiv.org/pdf/2205.06175.pdf），描述了他们称为 Gato 的 通才代理（可以使用相同的训练模型执行不同的任务），并声称通用人工智能 (AGI) 可以通过可以通过纯粹的规模化实
|
由于谷歌的人工智能 (AI) 子公司 DeepMind几周前发表了一篇论文（论文地址：https://arxiv.org/pdf/2205.06175.pdf），描述了他们称为 Gato 的 “通才”代理（可以使用相同的训练模型执行不同的任务），并声称通用人工智能 (AGI) 可以通过可以通过纯粹的规模化实现 ，由此在人工智能行业内引发了激烈的争论。虽然看起来有点学术性，但现实情况是，如果通用人工智能指日可待，我们的社会——包括我们的法律、法规和经济模型，都还没有准备好。 事实上，多亏了同一个训练有素的模型，通才代理 Gato 能够玩 Atari、为图片添加字幕、聊天或用真正的机械臂堆叠积木。它还可以根据其上下文决定是否输出文本、连接扭矩、按钮按下或其他标记。因此，它看起来确实是比流行的 GPT-3、DALL-E 2、PaLM 或 Flamingo 更通用的 AI 模型，这些模型在非常狭窄的特定任务上变得非常出色，例如自然语言写作、语言理解或根据描述创建图像。 Game Over？强AI与弱AI之争 这让DeepMind的科学家、牛津大学教授南多·德弗莱塔斯(Nando de Freitas)声称“现在一切都与规模有关！游戏结束！” ，并认为人工通用智能(AGI)可以通过完全规模化(即更大的模型、更大的训练数据集和更强的计算能力)来实现。然而，de Freitas说的游戏”是什么“？这场辩论到底是关于什么呢？ Game Over？强AI与弱AI之争 人工智能之争：强人工智能与弱人工智能 在讨论这场辩论的细节及其对更广泛社会的影响之前，有必要先退一步了解一下背景。 “人工智能，Artificial Intelligence”一词的含义多年来一直在变化， 但从高级和通用的角度来看，它可以被定义为智能代理的研究领域，它指的是任何感知其环境并采取行动，以最大限度地实现其目标的机会的系统。这一定义有意地将代理或机器是否真的会“思考”的问题置之度外，因为这一问题长期以来一直是激烈争论的对象。1950年，英国数学家阿兰·图灵在他著名的《 模仿游戏 》论文中主张，与其考虑机器是否会思考，不如关注“机器是否有可能表现出智能行为”。 Game Over？强AI与弱AI之争 这种区别在概念上导致了人工智能的两个主要分支：强人工智能和弱人工智能。强人工智能，也称为通用人工智能 (AGI) ，是人工智能的一种理论形式，机器需要与人类相同的智能。因此，它将具有自我意识，具有解决问题、学习和规划未来的能力。这是人工智能最雄心勃勃的定义，“人工智能的圣杯”——但目前，这仍然是纯粹的理论。实现强人工智能的方法通常围绕符号人工智能，即机器形成物理和抽象“世界”的内部符号表示，因此可以应用规则或推理来进一步学习和做出决定。 虽然这一领域的研究仍在继续，但迄今为止，它在解决现实生活问题方面取得的成功有限，因为世界的内部或象征性表征会随着规模的扩大而迅速变得难以管理。 弱人工智能，也称为“狭义人工智能”，是一种没有那么雄心勃勃的人工智能方法，专注于执行特定任务，例如根据用户输入回答问题、识别人脸或下棋，同时依靠人类干预来定义其学习算法的参数并提供相关的训练数据以确保准确性。 然而，在弱人工智能方面取得了显着进步，众所周知的例子包括人脸识别算法、自然语言模型(如OpenAI的GPT-n)、虚拟助手(如Siri或Alexa)、谷歌/DeepMind的下棋程序AlphaZero，以及在一定程度上的无人驾驶汽车。 实现弱人工智能的方法通常围绕使用人工神经网络展开，人工神经网络是受构成动物大脑的生物神经网络启发的系统。它们是互连节点或神经元的集合，结合激活函数，该函数根据“输入层”中呈现的数据和互连中的权重确定输出。为了调整互连中的权重以使“输出”有用或正确，可以通过暴露于许多数据示例和“反向传播”输出损失来“训练”网络。 Game Over？强AI与弱AI之争 可以说，还有第三个分支叫做“神经符号人工智能”，它将神经网络和基于规则的人工智能结合在一起。虽然在概念上很有希望，也很合理，因为它似乎更接近我们生物大脑的运作方式，但它仍处于非常早期的阶段。 这真的是规模的问题吗? 当前争论的关键是，有了足够规模的AI和机器学习模型，是否能够真正实现人工通用智能(AGI)， 从而彻底摆脱符号人工智能。其现在只是一个硬件扩展和优化问题，还是我们需要在 AI 算法和模型中发现和开发更多？ （编辑：我爱故事小小网_铜陵站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330570号