对大脑的逆向工程是不是走向强AI的唯一出路?-阿里云开发者社区

开发者社区> 小旋风柴进> 正文

对大脑的逆向工程是不是走向强AI的唯一出路?

简介:
+关注继续查看

目前世界上所有的AI都是弱AI


我想对于AI有所了解的人,一定是不会反驳上面这句话的。虽然这些弱AI已经强到可以击败全世界顶级的围棋选手,但是这不妨碍它仍然是一个弱AI。虽然Artificial Intelligence中有一个intelligence(智能),但实际上如今世界上的AI并没有任何一个拥有真正的智能。我有个学AI的朋友说的很好:AI科研就是玩数学。神乎其神的神经网络,归根结底不过是一堆数学运算。而AI表面上的智能,不过是进行大量运算后,选择出程序认为最适合的应对方式罢了。


举个例子,给出一串数字:1    3    7    15    31,问下一个数是多少


把它交给AI,AI可能会认为这是一个函数,然后使用一个公式来计算一下这个数的规律:

f(x)=af4(x-1)+bf3(x-1)+cf2(x-1)+df(x-1)+e,其中f(0)=1,x>=1


通过对参数a、b、c、d、e的调整,f(x)可以代表任意线性函数,当然也包括了能适用于上面那串数字的那个唯一的函数。


于是算法会根据上面给出的数字来进行拟合,最后会算出a=0,b=0,c=0,d=2,e=1,所以AI会认为下一个数字是63。一般情况下这个结果是对的,但是对于计算机来说,数字就只是数字,对于人来说,数字很可能会有别的含义,比如年龄、分数、时间等等,在赋予这些额外的含义之后,可能会得出不同的结果。而这是目前的AI无法理解的。


而现在看起来很厉害的AI,其实只不过是它们接受的输入,和用来计算输入值的公式比较复杂而已。本质上,还是计算→选择结果。而深度学习的过程,就是让AI不断的算出各种结果,并且让它明白哪些是错的,哪些是对的。然后强化能计算出正确结果的公式的权重。说到这里,你还觉得它们有真正的智能吗?制造一个真正的智能,在很长一段时间内都会是一个巨大的难题。


 ◆ 

为什么不模拟大脑


按理说,人们想要制造的AI是一个拥有类似人类的智能的东西。在最初设计的时候想到的第一件事应该就是模仿人脑的结构,然而很不幸。这样想的人发现他们根本做不到,因为大脑太复杂了。


虽然大脑占用的空间很小,重量也很轻,但微观结构千奇百怪。人脑中有估计数千亿个神经元,而每个神经元的形态、突触位置等属性都不一样。要用计算机模拟出来的话,运算量会庞大得难以想象。在13年,日本和德国的研究员使用超级计算机“京”进行了一次史无前例的神经元细胞模拟,使用“京”上的82944个处理器和1PB内存模拟了17.3亿个神经细胞1秒的活动,这神经元数量的规模仅仅是大脑神经元数量的零头,但却花掉了这台超级计算机40分钟来进行模拟。笔者怀疑,在摩尔定律都已经表现出颓势的今天,或许在量子计算机出现之前人类都没法做到完整的实时模拟一个大脑运行的程度。


0?wx_fmt=jpeg

超级计算机“京”,图片来源:环球网


而模拟大脑的工作与其说用来制作AI,可能更多的会对我们探究意识的本质有帮助,反过来说,如果我们洞悉了意识的本质,那制造出一个“人工意识”也就不难了。事实上,确实有很多实验室和组织在进行这方面的研究,其中比较著名的有瑞士的洛桑联邦工程学院在2005年建立的Blue Brain Project,其项目目的就是通过超级计算机模拟整个大脑的生物过程。希望借此探究意识的本质为何,目前计划仍在进行,逐步进行着更复杂的脑结构的模拟,预计将在2023年最终实现对人类大脑的模拟。


在拥有那种能力之前,现在的AI类似于一个折中的方案。人类深知自己暂时无法模拟人脑的运作创造出真正的智能,便决定先创造出一种表现得很像拥有智能的东西。也就是我们现在得到的这些了。


 ◆ 

模拟大脑就行了?也不一定


看起来,如果人们拥有了能够完全模拟大脑的能力,那制造AI简直就是一道送分题了,是吗?这倒也未必,如果要完全的模拟一个大脑,同时也就意味着要完全模拟大脑感知外界信息的方式来进行信息的输入输出,换句话说,我们得到的东西可能就和一个真正的人类没什么区别了,而大脑擅长和不擅长的东西我们都很清楚了。就这么创造出另一个大脑,虽然你也可以说自己发明了人工智能,但总觉得有哪里怪怪的对不对,说好的超强的计算能力和超快的进化速度呢?


如果我们去深究人类到底为什么要制造人工智能——我们还是不要深究了,那边比较像是哲学家的领域。但仔细对比下来,最终的AI无非是两种形态:


1:现有的算法继续发展下去,可以应对的事越来越多,最终涵盖了万事万物,成为了虽然没有真正智能,但一切表现得都和拥有真正智能的生物一模一样的存在。(那是真正的智能吗?我们能保证自己不是这种存在吗?噢,我们又一不小心误入哲学家的领域了,还是赶紧退出来吧。)


2:基于对大脑的模拟,进行一定程度的改造,使AI能在拥有超强计算能力的同时还拥有智能。


感觉说来说去,我们无非是希望有一种东西能在拥有智能的同时还拥有强大的计算能力,那为什么我们不改造自己来达到这一目标呢?有很多人想到了这一点,但跟研究计算机科学的人数一比,就显得很微不足道了。跟计算机科学比起来,脑科学看起来很有一种民科和玄学的感觉。这可能主要是因为我们对大脑的了解还太少了。但如果我们能对大脑加以改造,给它外挂一种计算能力超强的模块,是不是我们每个人就都是一个人工智能了呢?


之前对大脑,包括人类的其它部位进行改造的设想多见于军方的实验室。但近期也有一些对人工智能不完全信任的科技界人物表达了类似的构想,据说主要是为了防止人类被AI甩得过远,如Tesla、SpaceX等多家知名科技公司的创办者马斯克(Elon·Musk)就提出了一种叫神经织网的概念,它就是一个安装在颈部静脉部位的辅助设备,可以扩展人类自己的认知能力,或许还有计算能力。据Gizmodo的报道,类似的设备原型机已于去年问世。


0?wx_fmt=jpeg

Elon Musk


人类和AI最终或许不会像很多电影和小说里想象的那样大开杀戒,我们可能会变成一种类似共生的互相有益的关系,甚至人和人工智能的界限会越来越模糊。


 ◆ 

家庭作业


讨论AI讨论的好好的,但是最后却一个猛子扎进了哲学的汪洋大海再也回不了头,留两道家庭作业供大家思考吧,可以留言给我们。


1:如果我们拥有了无穷无尽的计算能力,以我们大脑的水平能充分利用它们吗?

2:外挂思考能力的计算机,和外挂计算能力的人,有区别吗?

原文发布时间为:2016-06-11

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
赠V100算力卡 | 百度首次公开PaddlePaddle全景图,11项模块新发布
4 月 23 日,首届 WAVE SUMMIT 2019 深度学习开发者峰会在北京举办,现场超千位开发者与来自百度、英特尔、清华大学等的科学家,就框架与深度学习展开了详细的讨论。在 WAVE 上,百度从建模、训练到部署,首次对外公布了 PaddlePaddle 全景图。
5 0
尖叫连连!这是谷歌I/O带来的新惊喜:智能助手零延迟对话、3D鲨鱼「上舞台」
北京时间 5 月 8 日凌晨,一年一度的谷歌 I/O 大会在加州山景城如期开幕。今年的大会上,除了常规的安卓 Q 版本更新以外,新手机和「家庭智能设备中心」Nest Hub 显得更加引人注目。而去年惊艳的「能和人打电话的 AI」Duplex 也有了新升级。
7 0
旷视联合智源发布全球最大物体检测数据集Objects365,举办CVPR DIW2019挑战赛
4 月 16 日,北京智源人工智能研究院(Beijing Academy of Artificial Intelligence,BAAI,2018 年 11 月 14 日成立)在北京会议中心召开了「智源学者计划暨联合实验室发布会」。
6 0
解构腾讯产业互联网独门心法:「让火车与坦克接轨」
作为全球最大的互联网公司之一,腾讯的产业互联网之路,必然是要符合当下市场底层逻辑和基因优势的。 梳理出这条路子,不仅对于腾讯自身至关重要,也能够让外围看清时代潮水的流向,深刻理解互联网下半场的机会窗口。以及更重要的,意识到五到十年后变化所带来的价值。
3 0
OpML 2019提前看:模型表现预测与分布式机器学习
OpML 2019 全称是 2019 USENIX Conference on Operational Machine Learning,将于 2019 年 5 月 20 号在美国加州的 Santa Clara 举办。会议旨在提供科研人员和产业从业者一个交流合作的平台,为机器学习生产生命周期管理的普遍挑战开发并带来有影响力的研究进展和前沿解决方案。
6 0
发展第三代人工智能:清华AI研究院基础理论研究中心成立,朱军任主任
人工智能正处在高速发展时期,而清华的研究人员却早已意识到了目前方法的局限,并放眼于下一代技术上了。5 月 6 日,清华大学成立了人工智能研究院基础理论研究中心,这一机构将成为「第三代人工智能」研究的发动机。
3 0
广义相对论与深度学习能够碰撞出什么火花?高通AI Research最新研发成果一览
内存单元可以执行计算吗?物理学与深度学习会碰撞出哪些火花?本文将介绍 Qualcomm AI Research 的最新 AI 研究成果。
3 0
天生一对,硬核微分方程与深度学习的「联姻」之路
微分方程真的能结合深度神经网络?真的能用来理解深度神经网络、推导神经网络架构、构建深度生成模型?本文将从鄂维南、董彬和陈天琦等研究者的工作中,窥探微分方程与深度学习联袂前行的路径。
7 0
为什么现代网络安全需要人工智能
在最新一轮的信息安全 (InfoSec) 攻击中,攻击者正在通过新的载体部署新型威胁,并利用人工智能的力量增强这些攻击。
17 0
清华AI研究院里程碑事件:成立「智能人机交互研究中心」,发布四大开放平台
昨日(5 月 21 日),清华大学「智能人机交互研究中心」成立仪式在清华大学李兆基科技大楼举行。这是继「知识智能研究中心」、「听觉智能研究中心」、「基础理论研究中心」后,清华大学 AI 研究院第四个研究中心。
8 0
2728
文章
6591
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载