一談起人工智能，接受《第一財(cái)經(jīng)日報(bào)》獨(dú)家專訪的美國麻省理工大學(xué)神經(jīng)科學(xué)教授Robert Desimone向記者舉了這樣一個(gè)例子。
在他看來， 人工智能的最大用途就是讓機(jī)器變得有用，而不是變成另一個(gè)人。
“在現(xiàn)實(shí)生活中，我真的沒有見過很多人以電腦模仿人腦為終極目標(biāo)的，更多人是想利用人工智能來幫助人類完成某種任務(wù)。比如智能汽車、智能相機(jī)和智能冰箱等等，很多設(shè)備搭載了智能的功能后確實(shí)能夠?qū)崿F(xiàn)更好的價(jià)值，但是我們不會(huì)期待它們真的變成人類。”
而在這背后，Robert Desimone認(rèn)為，人工智能猶如“嬰兒的大腦”。“嬰兒可以被視作一個(gè)‘學(xué)習(xí)機(jī)器’，來學(xué)習(xí)這個(gè)世界的周遭，學(xué)習(xí)怎么去做，學(xué)習(xí)策略等等，這和AlphaGo的模式差不多。”
無人駕駛成趨勢
事實(shí)上，人工智能在過去很長一段時(shí)間的發(fā)展都沒有牽涉到“深度學(xué)習(xí)”或者“強(qiáng)化學(xué)習(xí)”。例如，當(dāng)你買一個(gè)電視機(jī)，智能電視機(jī)，其實(shí)它所有的程序都是被“預(yù)設(shè)”好的，它不會(huì)自己去學(xué)習(xí)。
但是未來人工智能的應(yīng)用，將不僅限于我們現(xiàn)在的智能電視、智能冰箱的含義了，而是要教會(huì)它們怎么自己去學(xué)習(xí)。這就牽涉到要給它們喂學(xué)習(xí)資料，創(chuàng)造學(xué)習(xí)氛圍等等。Desimone教授說：“你需要設(shè)置程序，告訴計(jì)算機(jī)怎樣去獲取這些信息，怎樣利用這些信息去發(fā)展新的技能。這是未來的方向。”
人工智能所獲取的數(shù)據(jù)越多，學(xué)習(xí)效果越明顯，這是毫無疑問的。Desimone告訴記者：“不同的任務(wù)需要的數(shù)據(jù)數(shù)量也都不一樣。以我現(xiàn)在所做的視覺識(shí)別來看(視覺識(shí)別是要教會(huì)電腦去識(shí)別物體)，你需要具有清晰標(biāo)識(shí)的物體。比如說你要讓機(jī)器去識(shí)別一只貓，那么就需要很多具有貓的特征的信息給到它，越多越好。
例如，對于不久前戰(zhàn)勝韓國棋手李世石的AlphaGo，Desimone教授認(rèn)為，由于圍棋是非常復(fù)雜和高難度的棋類游戲，不可能只通過學(xué)習(xí)如何移動(dòng)來取勝，所以要在記憶里存儲(chǔ)所有的圍棋的下法幾乎是不可能的，也不是看看棋盤就會(huì)的。
AlphaGo的“過人”之處，就是它會(huì)學(xué)習(xí)戰(zhàn)略，學(xué)習(xí)怎樣下圍棋，而不是把所有的下法都提前“預(yù)設(shè)”到電腦里。Desimone把人工智能比作嬰兒的大腦：“這其實(shí)和人腦的學(xué)習(xí)過程是非常相似的。因?yàn)槟阒缷雰嚎梢员灰曌饕粋€(gè)‘學(xué)習(xí)機(jī)器’，嬰兒要學(xué)習(xí)這個(gè)世界的周遭，學(xué)習(xí)怎么去做，學(xué)習(xí)策略等等，這和AlphaGo的模式差不多，嬰兒也不能被‘預(yù)設(shè)’。”
而在圍棋之外，Desimone認(rèn)為無人駕駛車是一個(gè)很好的例子，因?yàn)闊o人駕駛車實(shí)現(xiàn)的唯一方式，就是你要為給它很多能教會(huì)它如何去辨別行人、交通信號(hào)和路況信息的資料。這些都是基于軟件平臺(tái)的學(xué)習(xí)系統(tǒng)?，F(xiàn)在無人駕駛車的發(fā)展技術(shù)理論上已經(jīng)都能實(shí)現(xiàn)了，但是問題是如何在實(shí)戰(zhàn)的環(huán)境下，讓汽車有意識(shí)地分辨物體。”
據(jù)Desimone教授介紹，他最近在和某汽車公司高管交流時(shí)，就談到了如何培養(yǎng)汽車的判斷能力。比如當(dāng)很多汽車都在交叉路口時(shí)，你就要像人類一樣具有判斷其它車可能做出何種反應(yīng)的能力。你不能說只是等在那里，等到所有的車都走了你再走。也就是說無人駕駛車如果不能在模棱兩可的情況下做出判斷，那么這樣的技術(shù)是達(dá)不到上路的要求的。
“它必須通過不斷學(xué)習(xí)人在操作汽車過程中的反應(yīng)來提升自己的反應(yīng)能力。當(dāng)然無人駕駛車只是一個(gè)例子，還有很多其它有用的設(shè)備通過學(xué)習(xí)之后，也能極大提升對人類的作用。”Desimone說。
人腦、電腦打通
盡管人工智能目前還完全沒有達(dá)到人腦的智能程度，但是這并不意味著它們未來也達(dá)不到人腦的智能程度。
“就好像嬰兒的大腦無法和成人大腦的智能程度相比，但是你可以通過訓(xùn)練它，讓它發(fā)展到一個(gè)更高的水平，這是完全有可能的。”Desimone教授說。
在他看來，“目前人工智能無法達(dá)到人類水平和可能是因?yàn)樗€沒有進(jìn)入到某些領(lǐng)域，沒有經(jīng)歷過某種階段，沒有碰觸過某些問題。AlphaGo就是一個(gè)很好的例子，它邁出了未來人工智能漫漫征程中的第一步。”
如果人工智能系統(tǒng)以人腦解決問題的方法來處理信息，是否會(huì)讓它們變得更加聰明?
在Desimone教授看來，電腦也沒有必要完全以人的方式來處理問題，比如無人駕駛車，并沒有規(guī)定說無人駕駛系統(tǒng)就要100%完全模仿人類的駕駛行為，它也可以擁有自己的辨別方式。
“但是不可否認(rèn)的是，通過我們的實(shí)驗(yàn)證明，讓無人駕駛系統(tǒng)以人的思維模式來駕駛汽車是最為有效的。”Desimone教授這樣表示，“這也可以理解為，以人類的邏輯思維和哲學(xué)方式來引導(dǎo)人工智能思維方式的發(fā)展，目前來講是一種比較好的提升人工智能的手段。”
