江苏龙网

  1. 首页 > 生活 > >

AI科技大本营|Gary Marcus：因果熵理论的荒诞和认知科学带给AI的11个启示 | 文末赠书( 四 )


没有这样的表征 ， 就不可能有认知模型 。 没有丰富的认知模型 ， 就不可能有鲁棒性 。 你所能拥有的只是大量的数据 ， 然后指望着新事物不会与之前的事物有太大的出入 。 当这个希望破灭时 ， 整个体系便崩溃了 。
在为复杂问题构建有效系统时 ， 丰富的表征通常是必不可少的 。 DeepMind在开发以人类(或超人)水平下围棋的 AlphaGo 系统时 ， 就放弃了先前雅达利游戏系统所采用的“仅从像素学习”的方法 ， 以围棋棋盘和围棋规则的详细表征为起步 ， 一直用手工的机制来寻找走棋策略的树形图和各种对抗 手段 。正如布朗大学机器学习专家斯图尔特·杰曼(Stuart Geman)所言:“神经建模的根本挑战在于表征 ， 而不是学习本身 。 ”
抽象和概括在认知中发挥着至关重要的作用
我们的认知大部分是相当抽象的 。 例如 ， “X 是 Y 的姐妹”可用来形容许多不同的人之间的关系:玛利亚·奥巴马是萨沙·奥巴马的姐妹 ， 安妮公主是查尔斯王子的姐妹 ， 等等 。 我们不仅知道哪些具体的人是姐妹 ， 还知道姐妹的一般意义 ， 并能把这种知识用在个体身上 。 比如 ， 我们知道 ， 如果两个人有相同的父母 ， 他们就是兄弟姐妹的关系 。 如果我们知道劳拉 · 英格斯 · 怀德是查尔斯 · 英格斯和卡罗琳 · 英格斯的女儿 ， 还发现玛丽 · 英格斯也是他们的女儿 ， 那么我们就可以推断 ， 玛丽和劳拉是姐妹 ， 我们也可以推断:玛丽和劳拉很可能非常熟识 ， 因为绝大多数人都和他们的兄弟姐妹一起生活过;两人之间还可能有些相像 ， 还有一些共同的基因特征;等等 。
认知模型和常识的基础表征都建立在这些抽象关系的丰富集合之上 ， 以复杂的结构组合在一起 。 人类可以对任何东西进行抽象 ， 时间(“晚上10 : 35”)、空间(“北极”)、特殊事件(“亚伯拉罕 · 林肯被暗杀”)、社会政治组织(“美国国务院”“暗网”)、特征(“美”“疲劳”)、关系(“姐妹”“棋局上击败”)、理论(“马克思主义”)、理论构造(“重力”“语法”)等 ， 并将这些东西用在句子、解释、比较或故事叙述之中 ， 对极其复杂的情况剥丝抽茧 ， 得到最基础的要素 ， 从而令人类心智获得对世界进行一般性推理的能力 。
在撰写这本书的时候 ， 我们在马库斯家里进行了下面这一段对话 。 当时 ， 马库斯的儿子亚历山大 5 岁半:
亚历山大:“及胸的水深”是啥意思?
妈妈:及胸就是说水到了你胸口的位置 。
爸爸:每个人都不一样 。 相对我而言 ， 及胸的水深就比相对你而言的要高一些 。 亚历山大:你的及胸水深 ， 就是我的及头水深 。
基于少量输入对新概念进行创造和扩展 ， 同时进行概括 ， 这种灵活性才是人工智能应该努力获取的 。
认知系统是高度结构化的
在《思考 ， 快与慢》(Thinking ， Fast and slow)中 ， 丹尼尔·卡尼曼将人类的认知过程分为两类:系统 1 和系统 2 。 系统 1 ， 也就是快系统的过程 ， 执行得很快 ， 通常是自动进行的 。 人类的大脑会直接去做 ， 你根本感觉不出来自己是怎么做到的 。 当你看外面的世界时 ， 你立刻就能理解面前的景象;当你听到母语的讲话时 ， 马上就能理解对方在说什么 。 你无法控制这个过程 ， 你也不知道自己的大脑是如何运作的 。 事实上 ， 你根本意识不到大脑在工作 。 系统 2 ， 也就是慢系统的过程 ， 需要有意识的、按部就班的思考 。 当系统 2被调用时 ， 你会有一种思考的意识:例如试图找到谜语的答案 ， 算出数学题的解 ， 或者慢慢阅读一门你并不十分熟悉的外语 ， 必须频繁查阅生词 。
关于这两类系统 ， 我们觉得用“本能反射”和“深思熟虑”这两个说法更加恰当 ， 因为这样说更便于记忆 ， 但无论冠以怎样的称呼 ， 人类在面对不同问题时都会调用不同的认知能力 ， 这一点毋庸置疑 。 甚至认为 ， 我们应该将人类认知视为一个“心智社会” ， 其中有数十到数百种不同的“智能体”(agent) ， 每种智能体都专门执行不同类型的任务 。 例如 ， 喝茶需要依靠抓握智能体、平衡智能体、口渴智能体和一系列运动智能体之间的互动 。 霍华德·加德纳(Howard Gardner)的多元智能理论 ， 罗伯特·斯滕伯格(Robert Sternberg)的智力三段论以及进化和发展心理学中的许多研究 ， 都指向了同一个广阔的方向:心智并非一件事物 ， 而是由许多东西 所组成的 。


推荐阅读


上一篇：家风|@河源人，这里有一个好家风微视频征集活动，快来报名吧！

下一篇：时光网Mtime|网飞又出爽剧，烧脑悬疑+末日科幻，一集就上天