深度學習無法帶來通用人工智能

DeepMind開發的AlphaGo戰勝了人類圍棋世界冠軍,是人工智能發展史上的里程碑事件。DeepMind聯合創始人哈薩比斯在《經濟學人》創新峰會上,談了他對人工智能未來的看法。”對此進行了翻譯。

哈薩比斯說:“如果未來的世界沒有AI,我會對這個世界非常悲觀。”他認為如今社會面臨的種種挑戰,包括氣候變化、可持續性、大規模不平等、疾病和醫療問題,人類在這些方面的進展不是很快。因此,哈薩比斯認為,要麼我們需要人類行為的指數級改進,比如,更少的自私,更少的短期主義,更多的合作和慷慨;要麼需要技術的指數級改進。而從目前的跡象來看,他認為人類行為的指數級改進很難,“這就是我們需要AI這樣的技術實現巨大飛躍的原因”。他相信,AI可以抵消人類貪婪和自私的最壞影響,原因在於人工智能技術可以很容易地用來解決棘手的問題,比如防止災難性的氣候變化。

此外,哈薩比斯還談到了深度學習這項技術。在他看來,深度學習很有用,但不足以解決通用人工智能問題。深度學習是解決通用人工智能的一個組成部分,但還需要更多類似的突破和創新。他用大腦來進行類比,“大腦是一個綜合系統,但大腦的不同部分負責不同的任務。海馬體負責情景記憶,前額葉皮質負責控制,等等。你可以把目前的深度學習看作是相當於大腦中的感覺皮層的一樣東西:視覺皮質或者聽覺皮質。但是,真正的智能遠不止於此。你必須把它重新組合成更高層次的思維和符號推理,這是80年代經典AI試圖解決的問題。”

哈薩比斯說,DeepMind正在研究怎樣在一些領域改進人工智能,將允許系統超越當今的技術水平進行推理,並且在不同的領域之間遷移知識,就像一個會開車的人可以用他開車的知識來開貨車。此外,DeepMind還在研究怎樣提高學習效率,用來減少目前訓練深度學習系統需要的龐大數據量。


分享到:


相關文章: