专业治疗皮肤白癜风 http://m.39.net/pf/a_5984145.html

来源：学术头条

我们什么时候才能拥有在各方面能够模仿人脑的人工智能？专家们对这个问题意见不一。

但大家都同意的是，目前的人工智能系统与人类的智力相去甚远。直接表现是：AI只在特定任务中表现优异，无法将其能力扩展到其他领域。

例如，我们可以创造一个在星际争霸赛中击败世界冠军的程序，但这个程序在其他类型的游戏中可能连业余选手也打不过；一个经过训练的神经网络可能在X光片中发现乳腺癌“迹象”，但它却无法分辨猫和狗。

为什么会出现这种情况？数据科学家HerbertRoitblat在他的著作《AlgorithmsAreNotEnough》中将AI的这种缺点归纳为：算法。具体而言，我们现在用AI处理的问题，都是可以用数学公式表示出来，并且在很大程度上能够求解此公式。

换句话说，如果我们发现了一个问题，并找到了其数学表达式，我们就可以以此创建一个人工智能算法去解决它，这种算法往往比我们自己去解决更有效率。然而，那些未被发现，以及无法用可计算的数字方式代表的问题，仍然是我们无法触及的空白领域。

当前的一些人工智能探索思路，例如“神经符号系统"、Bengio的系统2深度学习思想、LeCun提出的自监督学习等虽然取得了不错的进展，但是它们仍然涉及在预结构化空间运行，没有一个思路能解决这个空间从何而来，因此也没有解决从狭隘到一般智能的具体需求。

符号AI的表述

图注：“AlgorithmsAreNotEnough”

在人工智能的整个历史中，科学家们经常发明新的方法来利用计算机的进步以巧妙的方式解决问题。前几十年的人工智能侧重于符号系统。

人工智能的这一分支假定人类思维基于符号的操纵，任何能够“处理”符号的系统都是智能的。符号AI要求人工开发人员“仔细”定义计算机程序行为的规则、事实和结构。符号系统可以解决很多问题，如记忆信息、以超快的速度计算复杂的数学公式以及模拟专家决策。流行的编程语言和我们每天使用的大多数应用程，其基础都是符号AI。

但符号AI只能局限于解决有着清晰“分步解决方案”的问题。问题是，人类和动物执行的大多数任务不能用明确的规则来表示。

"智力任务，如下棋、化学结构分析和微积分，在计算机中相对容易执行。但是有些一岁的孩子甚至是老鼠都能做到的一些活动对于计算机而言却难以做到。这被称为“Moravec’sparadox”（"莫拉韦茨的悖论"），以科学家HansMoravec（汉斯·莫拉韦茨）的名字命名，他说，与人类相比，计算机可以用很少的算力执行高水平的推理任务，但很难执行一些人类和动物自然获得的简单技能。

数百万年来，人类大脑已经进化出机制，使我们能够执行基本的感应运动功能。我们接球，我们识别面孔，我们判断距离，一切似乎都毫不费力。

另一方面，“智力活动”是近年来才得到发展的新概念。我们经常进行大量的训练，并且非常努力的去完成各种各样的任务。那么，我们能否问这样一个问题：是能力让我们产生了智力，还是智力让我们产生了能力？

机器学习中的表述

因此，尽管具有非凡的推理能力，符号AI仍然与人类的表述方式紧密相连。

机器学习提供了不同的人工智能方法。无需明确的规则，而是通过实例"训练"机器学习模型。Roitblat表示："（机器学习）系统不仅可以做“专门任务”，而且可以将其能力扩展到以前没有见过的事件，至少扩大一定范围。

最流行的机器学习形式是监督学习，其中模型接受一组输入数据（例如湿度和温度）和预期结果（例如下雨概率）的训练。机器学习模型使用此信息来微调，形成从输入映射到输出的一组参数。即使遇到以前没有见过的数据输入时，训练有素的机器学习模型也可以非常准确地预测结果。并不需要去制定明确的规则。

但是，受监督的机器学习仍然建立在人类智力提供的表述基础上，尽管这种表现比象征性的人工智能更宽松。Roitblat这样描述受监督的学习："机器学习涉及问题的表述时，它的解决方法是将其设置为三组数字。一组数字表示系统接收的输入，一组数字表示系统生成的输出，第三组数字表示机器学习模型。

因此，尽管受监督的机器学习并没有像符号AI那样被规则紧密的约束，但它仍然需要人类智慧所创造的严格表述。人类工程师必须定义特定问题，策划训练数据集，并在创建机器学习模型之前标记结果。只有当问题以自己的方式被严格表述时，模型才能开始调整其参数。

换句话说：表述由系统的设计者选择，在许多方面，表述是设计机器学习系统的最关键部分。

机器学习另一个分支是深度学习，常常被比作人脑，其核心是深度神经网络。深度学习模型可以执行非常复杂的任务，如对图像进行分类或转录音频

图注：深度学习模型可以执行复杂的任务，如对图像进行分类（来源： 　　为了进一步展示物联网、大数据、人工智能等新一代信息技术在供应链金融领域的应用场景，积极推动供应链金融数字化进程，第24期BIOT智行讲堂将于5月27日在北京举行，会议将从AIOT产业发展趋势、供应链服务创新模式、金融科技、智慧物流等多维度解读新形势下的新思维、新技术、新模式以及相关案例。为企业打开创新思路，连接高端资源，抢占发展先机。欢迎供应链金融相关领域企事业单位负责人积极报名交流

END

北京物联网智能技术应用协会（简称：北物联）是经北京市民政局审批核准的社会团体，“AAAA级社会组织”，北京市科协团体会员，并成立科技社团创新簇“洛可可”工作站。北物联全力打造“AIOT产业公益服务平台”，立足北京，辐射全国，平台拥有0+会员企业，+高新技术企业，30+A股上市公司，50+新三板上市公司，汇集9大智能产业集群、21个地方政府合作资源、多位行业专家智库资源，平台聚焦智慧农业、智慧城市、智能制造、大健康、智慧交通、智慧园区、智慧建筑、新零售、智慧教育、智慧能源等AIOT需求旺盛的领域，以需求为导向，致力于做AIOT产业发展的陪伴者，为会员单位提供战略、技术、市场、品牌、人才、资金多维度服务，帮助核心会员单位整合产业链上下游，塑造行业影响力，打造AIOT不同领域的标杆品牌；为各级政府提供从产业规划到产业资源导入为一体化产业委托服务，构建新一代信息产业集群，助力地方新型智慧城市建设。

添加群主，申请加入AIoT产业生态交流群

点击“阅读原文”