首页 文章详情

赠书福利丨AI值得信任吗?这本盖茨钟爱的书能告诉你答案!

硅谷密探 | 134 2020-06-17 23:20 0 0 0

9dd5acf82ec76fa556e28bee7040b92e.webp
热点追踪 / 深度探讨 / 实地探访 / 商务合作

2012年,我们经常听到人们谈起“自动驾驶汽车将在不久的将来成为现实”。


2015年,Facebook启动M计划,旨在打造一个有能力应对每一种需求的聊天机器人。


2016年,IBM宣称AI系统沃森(Watson)将在医疗行业掀起革命,解决从药理学、放射学到癌症诊断与治疗中存在的诸多问题。


但是,时至2020年,人工智能的这些发展目标还没有一件得到落实。


无人驾驶汽车的确存在,但它尚不能在“无人”状态下在城市之中或恶劣天气之下外出行驶,“自动巡航”模式下的特斯拉三番五次追尾停在路边的车辆。IBM的沃森向医疗方向的转型早已冷却了下来,据报道称是沃森给出的一些建议“不安全、不正确”,还比不上医学专业一年级的学生。而Facebook的M计划在启动不到3年内也被叫停,现实中满眼看到的都是连门把手都打不开的机器人。


理想的AI与现实的AI之间为什么会有这么大的差距?在人工智能领域中,最近深度学习掀起了一次大的浪潮,也是目前最受关注、获得投资最多的一类。在《如何创造可信的AI》这本书中,盖瑞·马库斯分析了从深度学习算法固有的缺陷出发,阐述了当下AI技术发展的桎梏。


盖瑞·马库斯是优步人工智能实验室的前负责人,也是新硅谷机器人创业公司Robust.AI首席执行官兼创始人。他不仅是在认知科学和人工智能等领域都享有特殊的一席之地的科学家,也是一个颇有成就的企业家和创业者,并专注于人工智能技术的开发与应用,把自己的学术理论和发展方向付诸实践。


第一,深度学习并非机器学习唯一的方法,更非AI唯一的方法(人工智能>机器学习>深度学习)。


第二,在发展的过程中,深度学习也暴露出了3个核心问题。


首先,深度学习是贪婪的。为了将神经网络中的所有连接都调校准确,深度学习就需要大量的数据。为什么AlphaGo会胜利?因为它要下3000多万盘棋,所经历的棋局数量远远超过任何一个人终其一生所下的数量,所以才达到了超人类的水平。一旦数据量减少,深度学习的表现水平也会急转直下。但是,在真实世界问题面前,根本不允许我们获取足够多的适用数据,这代表着系统的可靠性非常低。


其次,深度学习是不透明的。神经网络如同“黑箱”一般,不管做什么,你只能看到结果,很难搞懂里面究竟发生了怎样的过程。学习某一个特定任务的神经网络,可能在某些测试中能拿到95%的准确率。但之后呢?我们很难找到那5%的错误背后的真正原因,而且这些错误中还包括正常人类不可能犯下的巨大的错误。


再次,深度学习是脆弱的。深度学习在某个场景中可能臻于完美,而在另一个场景中却大错特错。归根结底,深度学习并没有那么深刻。很重要的一点,深度学习这个说法中的“深度”二字,指的是神经网络中分层的数量,除此之外别无其他。


这三点缺陷导致了想象中的AI与真实落地的AI之间形成了几重落差。而迄今为止,深度学习还只能在控制良好、很少出现意外的环境中进行。围棋就是一个完美的环境,其规则和棋盘两千年来都未发生变化,但在现实世界的许多负责场景中,我们不会想要依赖这项技术。


去年11月比尔·盖茨来华接受采访时,在被问到正在阅读的图书时,这位微软联合创始人说:“我们昨晚在微软实验室还讨论了一本关于人工智能的书,名叫《如何创造可信的AI》(Rebooting AI),作者是盖瑞·马库斯(Gary Marcus)。现在人工智能领域的业内人士都在讨论这本书。他们不一定完全认同书中的观点,但这本书确实能促使人们思考“我们什么时候能真正拥有好的机器人,机器人什么时候能像人类那样阅读”等问题。对关注人工智能的人来说,这是一本非常不错的书。”


关于人工智能的炒作总是甚嚣尘上,但要得到真正可信的AI,却远比想象的要复杂得多,超级智能的时代还远没有到来。创造真正可信的AI需要赋予机器常识和深度理解,而不是简单地统计分析数据。《如何创造可信的AI》指出AI真正的问题在于信任,以深度学习为代表的当下AI存在弊端和局限性,又从认知科学中提炼出了11条对人工智能发展方面的启示,以通用人工智能为发展目标,给出了未来 AI 技术的一种发展方向。


本书的作者马库斯提出了通向未来可信AI的核心路径,这一路径的起点是在研究人类如何获得认知能力时所获得的核心启发,并以此建立下一代人工智能技术中必要的内在结构。


马库斯以认知科学、心理学、语言学和哲学为基础提取出11条关键线索,认为这将对未来人工智能技术在发展过程中达到具备人类智能的鲁棒性起到关键作用。这些线索的共同核心是——用内在更丰富的结构来表达信息、建立认知、建立起其他智能体系的核心要素,比如因果推理能力等。


书中的内容充分体现了马库斯作为一个跨学科的学者和跨行业的企业家、创业者所拥有的综合能力,既有核心的科学原则又有务实的系统操作:从表达时间、空间和因果关系开始,建立一个有足够灵活性的框架并以此来连接感知、操作、语言的能力,并能不断地从环境以及与环境交互中学习,同时将先验与学习有机地融合在一起。这将是一个非常艰巨的任务,但马库斯认为这是必需的工作,是建立真正智能体系的必经之路。


尽管不无争议,但《如何创造可信的AI》为我们提供了丰富的内容和理念。我希望,也相信读者都能从阅读本书的过程中有所获益。


d849a759b3746b01ed1b443c0ebb21e6.webp


好啦!接下来又是我们的赠书福利时间!你认为人类是否有可能打造出可信任的人工智能系统?赶紧留言告诉小探吧!截止至本周五(6月19日23:59,以小编截图为准)点赞数量前三名的留言将获得这本《如何创造可信的AI》!快来评论吧!(点赞数相同按留言时间先后顺序,邮寄地目前只能是中国大陆地区,身在海外或港澳台地区的获奖小伙伴还请提供内地地址哦~)



推荐阅读

8e2b41a4768a119f83031de727a78696.webp

挖角云业务4员大将,疫情后谷歌战略版图深度剖析亚马逊等公司拒绝向警方提供面部识别技术;Uber定价系统存在歧视丨科技前沿周报马斯克坚信的“矩阵模拟”,是一种怎样“烧脑”的存在?

刷脸支付熄火:巨头的深谋远虑,为何只留下遍地炮灰?

Zoom股价翻5倍,谷歌等巨头眼红了,要这样与其竞争

7500643ce561a161ced8d324968a2300.webp


good-icon 0
favorite-icon 0
收藏
回复数量: 0
    暂无评论~~
    Ctrl+Enter