欢迎光临
我们一直在努力
您的位置:首页>人工智能 >

为什么AI无法解决未知问题

我们什么时候才能拥有可以在各个方面模仿人类思维的人工智能?专家们在这个话题上意见分歧,答案范围从几十年到任何时候都没有。

但是,每个人都同意的是,当前的AI系统与人类智能相去甚远。人类可以探索世界,发现未解决的问题,并思考解决方案。同时,人工智能工具箱会随着算法的发展而增长,这些算法可以执行特定任务,但无法在狭窄的范围内推广其功能。我们提供的程序可以在《星际争霸》中击败世界冠军,但在业余水平上却不能玩稍有不同的游戏。我们拥有人工神经网络,可以在乳房X线照片中找到乳腺癌的征兆,但无法分辨猫和狗之间的区别。我们拥有复杂的语言模型,每小时可以处理数千篇看似连贯的文章,但是当您向他们询问有关世界的简单逻辑问题时,它们就会开始崩溃。

简而言之,我们的每种AI技术都可以复制我们对人类智能的了解的某些方面。但是,将所有这些放在一起并填补空白仍然是一个重大挑战。数据科学家赫伯特·罗伊特布拉特(Herbert Roitblat)在他的《算法还不够》一书中对AI的不同分支进行了深入的回顾,并描述了为什么每个分支都无法实现创建通用智能的梦想。

Roitblat断言,所有AI算法的共同缺点是需要预定义的表示形式。一旦发现问题并以可计算的方式表示问题,我们就可以创建可以解决问题的AI算法,通常比我们自己更有效。但是,仍然没有解决的问题是未被发现和无法代表的问题。

象征性AI的表示形式

在人工智能的整个历史中,科学家定期发明新的方法来利用计算机的先进技术以巧妙的方式解决问题。早期的AI专注于符号系统。

AI的这一分支假设人类思维基于符号的操纵,并且任何可以计算符号的系统都是智能的。符号AI要求人类开发人员精心指定规则,事实和结构,这些规则,事实和结构定义了计算机程序的行为。符号系统可以执行出色的功能,例如记忆信息,以超快的速度计算复杂的数学公式以及模仿专家的决策。流行的编程语言和我们每天使用的大多数应用程序都源于对符号AI所做的工作。

但是象征性AI只能解决我们可以提供格式正确的分步解决方案的问题。问题在于,人类和动物执行的大多数任务无法以明确的规则来表示。

“智力任务,例如下棋,化学结构分析和演算,相对容易在计算机上执行。Roitblat在《算法还不够》中写道,即使是一岁大的人或老鼠,所能进行的活动也要困难得多。

这被称为Moravec悖论,以科学家汉斯·莫拉维克(Hans Moravec)的名字命名。他指出,与人类相反,计算机可以轻松完成高级推理任务,但会在人类和动物自然获得的简单技能上挣扎。

“人类的大脑已经发展了数百万年的进化机制,使我们能够执行基本的感觉运动功能。Roitblat写道:“我们接球,认出面孔,判断距离,这一切似乎都不费吹灰之力。”“另一方面,智力活动是最近的发展。我们可以通过大量的努力和经常的培训来执行这些任务,但是如果我们认为这些能力是创造智力的原因,而不是智力使那些能力成为可能,那么我们就应该感到怀疑。”

因此,尽管符号AI具有卓越的推理能力,但它与人类提供的表示严格相关。

机器学习中的表示形式

机器学习为AI提供了另一种方法。工程师无需编写明确的规则,而是通过示例“训练”机器学习模型。“ [机器学习]系统不仅可以执行其专门编程的功能,而且还可以将其功能扩展到以前未曾见过的事件,至少是在一定范围内的事件,” Roitblat在《算法不足》中写道。

机器学习的最流行形式是监督学习,其中在一组输入数据(例如,湿度和温度)和预期结果(例如,下雨的概率)上训练模型。机器学习模型使用此信息来调整将输入映射到输出的一组参数。当出现以前看不见的输入时,训练有素的机器学习模型可以非常精确地预测结果。不需要明确的if-then规则。

但是有监督的机器学习仍然建立在人类智能提供的表示之上,尽管它比符号AI更宽松。Roitblat描述监督学习的方式是这样的:“机器学习涉及要解决的问题的表示形式,该问题要设置为三组数字。一组数字代表系统接收的输入,一组数字代表系统产生的输出,而第三组数字代表机器学习模型。”

因此,尽管有监督的机器学习并不像符号AI那样紧密地绑定到规则,但它仍然需要由人类智能创建的严格表示。操作员必须定义特定的问题,整理训练数据集并标记结果,然后才能创建机器学习模型。只有以自己的方式严格表示了问题,模型才能开始调整其参数。

“表示是由系统设计者选择的,” Roitblat写道。“在许多方面,表示形式是设计机器学习系统的最关键部分。”

在过去的十年中,机器学习的一个分支已逐渐普及,那就是深度学习,它经常被与人脑相提并论。深度学习的核心是深度神经网络,该网络将简单的计算单元逐层堆叠以创建机器学习模型,该模型可以执行非常复杂的任务,例如对图像进行分类或转录音频。

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。