江苏龙网

  1. 首页 > 人文 > >

互联网科技时报人工智能的发展方向，硅基智能司马华鹏：人机融合到多模态智能( 四 )


互联网科技时报人工智能的发展方向，硅基智能司马华鹏：人机融合到多模态智能
文章图片
机器人可以做到【事不关己 ， 高高挂起】 ， 而人类却很难做到 。 因为人类是一个社会性动物 ， 在社群中很多时候必须要亮出己之态度 ， 才能被接纳也 。
人类是非理性动物 ， 其理性不过是感性之外衣 。 这是受其生理结构所限制之必然也 。 对于外界刺激 ， 人类根据价值取向来决定持反对 ， 还是赞成 ， 还是中立态度 。 而这种价值取向多数时候源自于当下之情绪也 。 一念成佛 ， 一念成魔 。
这种情绪缺乏稳定性 。 若把机器看成是建立在确定性数据、算法、算力基础上的物体 ， 那么人则应是建立在随机性知识、算理、算计基础上的物体 ， 其中的知识具有主观性、强弥聚、富弹跳、不确定的特性 。 理解始终以一种连续之能力谱而存在 。
比如大部分对于水之理解 ， 可能限于水之一般属性 。 对于水之分子式 ， 水之导电能力 ， 水在不同压力下之沸点 ， 都知之甚少 。 但是大家对于一般人这种理解力 ， 还是处于可接受状态 ， 并不会说他们只理解力不可信赖 。
然而人类对于机器智能 ， 却绝少能够接受或允许其出错也 。 目前之深度学习已经在各种基准任务上与人类之表现相匹敌 ， 却不能推广到高级任务上 ， 这和大众广泛认为之人工智能相去甚远 ， 故而失望情绪不断累计 ， 逐步演变成为深度学习之危机也 。
某种意义上说 ， 智能就是寻找最好替代的过程 ， 这里的替代包括替代物、替代方案、替代系统等 ， 寻找就是计算加上算计的混合处理过程 ， 算计常常涉及宏观方向和内在道理 ， 算法往往关联具体过程和方法手段 。 算计不是简单的计算逆过程 。
人的算计涉及显性、隐性知识 ， 侧重价值化与事实性的融合 ， 人和机器之计算 ， 包括可描述中可程序化的显性知识 ， 聚焦事实性 。 机器计算中很难既对立又统一 ， 而算计中却常常可以以和为贵 。
在传统的人工智能研究中 ， 联接主义的代表形式是人工神经网络 ， 主要处理数据；行为主义的代表形式是强化学习方法 ， 主要处理信息 ， 奖惩后有价值的数据；符号主义的代表形式是知识图谱和专家系统 ， 主要处理知识和推理；三者有递进的味道 ， 但距离人擅长的概念产生和理论建立相距甚远 ， 尤其是在情感化表征、非公理性推理和直觉决策等方面机器更是望尘莫及 。
另外 ， 机器学习中的反馈、迭代的生硬艰涩滞后与人的相比 ， 也是比较低级 。 这是因为人的态势感知能力不但来自科学技术还源于社会学、史学、哲学、文学、艺术等多方面的素养与思维技能 ， 进而产生价值取向 。 缺乏人类深度融合之人工智能 ， 不是刻舟求剑 ， 就是盲人摸象 ， 其发展已经遇到巨大之瓶颈也 。
互联网科技时报人工智能的发展方向，硅基智能司马华鹏：人机融合到多模态智能
文章图片
爱因斯坦曾经说过 ， 【现实是一种幻觉 ， 尽管这种幻觉非常稳定】 。 换句话说 ， 我们认为是真实之东西 ， 实际上是精神工作之产物也 。 王阳明亦有【心外无物 ， 心外无理】之说也 。
更进一步说 ， 我们往往是通过一件事之稳定性来给其贴上真实之标签 。 如果我们周围人也承认这种稳定性 ， 那么这个东西真实性就得到承认 ， 反之则会引起争议 。 然而这种客观幻觉会引起多个后果 。
首先 ， 人们认为自己之认知是真实的 ， 因此其他理性之人也都会认可它 。 其次 ， 对于自身认知之乐观让我们相信 ， 说服那些不接受我们认知者是很容易的 。 最后 ， 对于那些不能被我们说服 ， 或是不认同我们认知者 ， 我们容易形成负面评价 。 解决客观幻觉之关键 ， 在于我们不应该给不认可我们之人 ， 贴上负面标签 。 古往今来 ， 无数所谓明君者 ， 在面对直言纳谏者之斥责时 ， 亦多有因为愤怒而杀人也 。
人类这种客观标榜 ， 容易让人赋予信息源某种权威 ， 从而忽略其他不同之信息源也 。 而机器智能在采集数据时 ， 因为其没有这种客观幻想之限制 ， 再加上其可以采集之数据源可以遍布互联网 ， 不会出现因数据源狭窄而导致之信息闭塞 ， 故而其具有相对之中立性 。


推荐阅读


上一篇：兰州新闻网学生陆续返校！如何做好校园疫情防控常态化？专家给出四点建议

下一篇：品牌传播网乐山市市委常委阿刘时布一行调研犍为油茶基地，四川油茶产业发展大有可为