|簡體中文

比思論壇

 找回密碼
 按這成為會員
搜索



查看: 369|回復: 1
打印 上一主題 下一主題

打开人工智能“黑箱”的几条通路

[複製鏈接]

3396

主題

1

好友

1萬

積分

教授

Rank: 8Rank: 8

  • TA的每日心情
    奮斗
    2024-5-26 10:37
  • 簽到天數: 451 天

    [LV.9]以壇為家II

    推廣值
    0
    貢獻值
    25
    金錢
    12
    威望
    16771
    主題
    3396
    跳轉到指定樓層
    樓主
    發表於 2022-8-5 22:18:17 |只看該作者 |正序瀏覽

    事实上,没有神经科学大的理论突破,没有对智能生物本原的认识,人工智能中的“智能”概念很可能就一直是个“黑箱”,而智能模拟与扩展就可能一直在“外围”打转。比如,美国国家工程院《21世纪人类面临的14大科技挑战》报告就认为,人工智能目前存在的部分问题是源于设计中并没有充分考虑真实的大脑情况。而通过对人脑的逆向工程来揭示大脑的秘密,可以更好地设计出能同时处理多重信息流的计算设备。

    目前神经科学在助力人工智能发展上有几条通路。王小理介绍,具体路径上,可以延续认知经验主义思路的人工智能发展方向。例如,对于人工智能而言,目前总是用一个特定的任务去训练它,而忽略了它接触其他事物的过程。如果给智能体一个类似成长环境和成长过程,是不是会让它更智能呢?人类的智慧是建立在沟通之上的,目前的人工智能体还没有自主沟通能力, 这也是目前的人工智能水平与强人工智能的差距所在,也是未来的发展方向。

    但也可能,希蒙·厄尔曼提出的借鉴人类先天认知系统更具有意义。深入理解大脑的原始能力,从而实现高级的机器逻辑能力。人类具备学习如何学习的能力,如果让智能体学习如何学习,那么这种二阶学习的关系也许会让它学得更快,如果未来智能体有了想象力和计划能力,那么它也许真的可以创造出一些我们人类很难创造出的东西。

    此外,神经科学助力人工智能,在人工智能重大技术领域也有几个方向。例如,构建统计关联与特征关联相结合的新型学习理论,实现“知识驱动”与“语义驱动”关联统一;构建融合深度学习与强化学习、演化计算、主动学习、毕生学习等仿生和自然计算理论的新型理论框架;实现大规模并行神经网络、进化算法和其他复杂理论计算;具有自主学习能力的通用性人工智能系统等。


    頭像被屏蔽

    38

    主題

    1

    好友

    5507

    積分

    禁止發言

  • TA的每日心情
    開心
    2023-7-7 08:00
  • 簽到天數: 452 天

    [LV.9]以壇為家II

    推廣值
    0
    貢獻值
    0
    金錢
    1408
    威望
    5507
    主題
    38
    沙發
    發表於 2023-3-2 10:21:16 |只看該作者
    提示: 作者被禁止或刪除 內容自動屏蔽
    回復

    使用道具 舉報

    您需要登錄後才可以回帖 登錄 | 按這成為會員

    重要聲明:本論壇是以即時上載留言的方式運作,比思論壇對所有留言的真實性、完整性及立場等,不負任何法律責任。而一切留言之言論只代表留言者個人意見,並非本網站之立場,讀者及用戶不應信賴內容,並應自行判斷內容之真實性。於有關情形下,讀者及用戶應尋求專業意見(如涉及醫療、法律或投資等問題)。 由於本論壇受到「即時上載留言」運作方式所規限,故不能完全監察所有留言,若讀者及用戶發現有留言出現問題,請聯絡我們比思論壇有權刪除任何留言及拒絕任何人士上載留言 (刪除前或不會作事先警告及通知 ),同時亦有不刪除留言的權利,如有任何爭議,管理員擁有最終的詮釋權。用戶切勿撰寫粗言穢語、誹謗、渲染色情暴力或人身攻擊的言論,敬請自律。本網站保留一切法律權利。

    手機版| 廣告聯繫

    GMT+8, 2024-12-12 04:24 , Processed in 1.060922 second(s), 25 queries , Gzip On.

    Powered by Discuz! X2.5

    © 2001-2012 Comsenz Inc.

    回頂部