AI大觉醒:图灵奖得主Bengio称AI将产生意识

AI大觉醒:图灵奖得主Bengio称AI将产生意识
文章图片
【AI大觉醒:图灵奖得主Bengio称AI将产生意识】人工智能会产生意识吗?
这是一直以来美剧《西部世界》中探讨的问题 。 AI主人公觉醒 , 意识到这个世界是人类杀伐主宰的乐园 , 于是开启了逆袭之路 。
AI大觉醒:图灵奖得主Bengio称AI将产生意识
文章图片
在本周举行的2020年ICLR上 , 图灵奖得主、蒙特利尔学习算法研究所主任YoshuaBengio对AI和机器学习的未来提供了最新的见解 。 他讲到未来机器学习完全有可能超越无意识 , 向全意识迈进 。 而注意力机制正是实现这一过程的关键要素 。
这位大咖2月份刚刚在纽约的2020年AAAI会议上与图灵奖获得者GeoffreyHinton和YannLeCun一起发表了演讲 。 而在ICLR的演讲中 , Bengio阐述了他更早之前的一些想法 。
注意力机制是啥?
注意力机制来源于人类的视觉注意力 , 是人类在进化过程中形成的一种处理视觉信息的机制 。 最简单的例子 , 比如看一个图片 , 会有特别显眼的场景率先吸引注意力 , 因为大脑中对这类东西很敏感 。
AI大觉醒:图灵奖得主Bengio称AI将产生意识
文章图片
注意力是神经科学理论的核心 , 该理论认为人们的注意力资源有限 , 所以大脑会自动提炼最有用的信息 。
在机器学习的语境下 , 「注意力」指的是一个算法关注一个或同时关注到几个元素的机制 。 它是一些机器学习模型架构的核心 。 2017年 , 谷歌论文AttentionisAllYouNeed当中提出了Transformer , 一个利用注意力机制来提高模型训练速度的方法 。 Transformer在一些特定任务中性能表现超过Google之前的神经机器翻译模型 。
AI大觉醒:图灵奖得主Bengio称AI将产生意识
文章图片
目前 , 注意力模型(AttentionModel)已经在自然语言处理、图像识别以及语音识别等领域取得了最先进的成果 , 是深度学习技术中最值得关注与深入了解的核心技术之一 。 注意力模型也是构成企业AI的基础 , 帮助员工完成一系列认知要求高的任务 。
类比人类思维 , 靠直觉还是靠推理?
Bengio在演讲中谈到了美籍以色列心理学家兼经济学家DanielKahneman在他2011出版的开创性著作《思考 , 快与慢》中提出的认知系统 。
AI大觉醒:图灵奖得主Bengio称AI将产生意识
文章图片
第一种认知类型是无意识的(快系统) , 凭直觉 , 非常快速 , 非语言性的 , 基于惯性 , 它只涉及隐含的知识类型 , 是人潜意识中的知识 , 深藏于脑海中 。
简单说 , 这种过程不费脑子 , 第一反应 , 直觉地做出回应 。 比如说 , 思考1+1=2的过程
当然这种直觉思考的过程会产生很多偏差 , 比如说曝光效应 , 光环效应等 。 曝光效应一个最明显的例子就是电视广告 , 天天重复播放的信息给你洗脑 , 会在人的大脑里构成曝光效应 , 让你觉得这个产品好 。 直觉很多时候是非理性的 。
第二种认知类型是有意识的(慢系统) , 基于语言学和算法 , 要涉及更高级一些的推理和规划 , 以及显性的知识 。 换句话说 , 是需要费力思考的 , 比较慢 , 比如说脑内运算158乘以67 。
正是快和慢的结合构成了我们人类的思维模式 。
Bengio将这个人类的有意识思维和AI进行对比 , 他指出 , 有意识的认知系统的一个有趣特征是 , 它可以在新的情境下 , 将语义概念进行重组 , 这也是人工智能和机器学习算法所具备的特性 。
某种程度上 , AI和机器学习算法比人脑的直觉要更加理性 。
这让人想起《西部世界》的科学顾问 , 神经学家大卫·伊格尔曼(DavidEagleman)说的一句话 , 意识 , 是一种突破程序设定的连接 。 我们能够复制大脑的算法;如果这个算法等同于意识 , 那意识也理应可以被复制和转移 。
AI大觉醒:图灵奖得主Bengio称AI将产生意识
文章图片
意识从无到有 , 未来AI不再「跟着感觉走」?
目前的机器学习方法还没有完全超越无意识到全意识 , 但是Bengio相信这种转变未来是完全有可能的 。
他指出 , 神经科学研究表明 , 有意识的思维中涉及的语义变量往往是含有因果关系的ーー它们涉及的对象可控 , 比如说意图 。 换句话说 , 不再跟着感觉走 , 是有逻辑和目的性在其中 。
同时 , 语义变量和思维之间存在映射关系 , 例如词语和句子之间的关系 , 而且已有的概念可以进行重新组合 , 形成新的、不熟悉的概念 。
注意力正是实现这一过程的核心要素之一 , Bengio解释道 。
在此基础上 , 他和同事们在去年的一篇论文中提出了循环独立机制(recurrentindependentmechanism , RIMs) , 这是一种新的模型架构 , 在这种架构中 , 多组单元独立运作 , 相互之间通过注意力机制交流 。 前者保证了专业 , 后者保证了泛化 。
AI大觉醒:图灵奖得主Bengio称AI将产生意识
文章图片
实验目标是 , 证明RIM能够改善模型在不同环境和模块化任务中的泛化效果 。 该研究不关注该方法是否超出高度优化的基线模型 , 而是想展示该方法面对大量不同任务时的通用性 , 且这些任务的环境是不断变化的 。
AI大觉醒:图灵奖得主Bengio称AI将产生意识
文章图片
图10:RIM与LSTM基线模型的对比 。 在这4个不同实验中 , 研究者对比了RIM和两个不同的LSTM基线模型 。 在所有案例中 , 研究者发现rollout过程中 , RIM比LSTM更准确地捕捉到球的运动轨迹 。
实验结果表明 , RIM具备专门化(specialization)特性 , 可大幅提升模型在大量不同任务上的泛化性能 。
「这使得智能体能够更快地适应分布的变化 , 或者......推断出变化发生的原因 , 」Bengio说 。
他又讲到想要打造「有意识」的AI系统面临几大挑战 , 包括训练模型进行元学习(或理解数据中的因果关系) , 以及加强机器学习和强化学习之间的集成 。 但他相信 , 生物学和AI研究之间的相互作用最终将解开这把神奇的钥匙 , 使这些机器可以像人类一样推理 , 甚至表达情感 。
AI大觉醒:图灵奖得主Bengio称AI将产生意识
文章图片
「神经科学早已开始研究意识相关的问题了......在过去的几十年里取得了很大进展 。 我认为现在是时候将这些进展纳入到机器学习模型当中了 。 」Bengio在演讲中表示 。
看来西部世界中的世界也不远了 。
参考链接:
https://venturebeat.com/2020/04/28/yoshua-bengio-attention-is-a-core-ingredient-of-consciousness-ai/
https://www.zhihu.com/topic/20127515/hot
https://cloud.tencent.com/developer/article/1519944


    推荐阅读