|人工智能想超越人类,就必须拥有所有变数,包括人类没掌握的变数

|人工智能想超越人类,就必须拥有所有变数,包括人类没掌握的变数

文章图片

|人工智能想超越人类,就必须拥有所有变数,包括人类没掌握的变数

文章图片

|人工智能想超越人类,就必须拥有所有变数,包括人类没掌握的变数

文章图片


对人类的创造力 , 很多人存在误解 , 认为创造力只是一种逻辑上的随机组合的操作 , 这是一种机械式的认知方法 , 其结果是疯言疯语的狂魔 , 或者是大力出奇迹的呆瓜 。 实际上 , 人类的创造力还是有约束的 , 它必须依托于既有的经验知识及其认知范式(经验知识抽象出来的一些基本准则) , 要么是在大框架下的局部创新 , 要么是跨领域的经验迁移 , 无论如何都不会脱离既定的认知范式 。

创新力与理解力非常相似 , 都结合了抽象能力和迁移能力 , 只不过是 , 理解力是面对的是旧问题 , 是在大框架下的局部创新 , 而创造力面对的是新问题 , 其目标是利用迁移能力对新问题的本质实施假设与验证 , 这种创新能力正是强人工智能的基础 。 试想一下 , 一个系统无论遇到什么新问题 , 都能快速抓住问题的本质 , 将是怎样的系统呢?

细细思考 , 抽象能力又是什么 , 它需要怎样的操作?迁移能力又是什么 , 它需要怎样的操作?这些操作目前计算机是否具备?当前的计算机系统是建立在人类认知范式之上的 , 比如各种概念的定义、各种规则的预设、各种特征的标注 , 计算机只是在一丝不苟的遍历和严丝合缝的组合 , 这是逻辑自洽的系统 , 需要人工输入一套经验知识(蕴含认知范式) 。

它从未自发地从中抽象出认知范式 , 并演绎出新的经验知识 , 比如在系统里自发增加一条“人类可信赖”的概念、规则、特征 。 也许有人会说 , 深度学习已经看到“自学”的希望 , 但细细分析也会发现 , 深度学习学出的模型 , 无论怎么叠床架屋 , 不过是在建与任务相关的数据表征 , 其本质上还是对分布特征的高维度表示 , 远远谈不上对任务性质的分解和抽离 , 也就是说 , 系统并不知道特征的意义 , 无法解释各部分的联系 , 自然不会总结认知范式 , 这样的系统缺乏迁移能力和学习能力 。

【|人工智能想超越人类,就必须拥有所有变数,包括人类没掌握的变数】系统具备创造力 , 至少还需要两个更为基础的准备:一是通过示教学习一些基本的世界范式 , 为高级认知解释奠定基础 。 这些范式或许很难用语言描述 , 但可以通过示例的比较来传授 。 二是基于构式实现与理解活动有关的心理过程 , 为机器与人类搭建良好的交流接口 。 机器无论如何创新 , 最终都必须不能脱离人类的认知范式 , 需要人类长期的教育干预 。 当然 , 如果在硬件能源等物理属性方面有了突飞猛进的发展 , 人工智能的本意就是类人智能 , 通过已有的经验 , 来解决未遇到的问题 。

在解决问题过程中就需要有一定的创造力 。 目前人工智能可以做到有规律的创造 , 基于人设定好的 。 但是还没有到人类的意识创造阶段 , 这个还需要在发展 , 甚至是对脑科学的进一步研究 。 对于人类世界 , 我们面对的问题 , 不仅仅只有数学题 , 而且哪怕数学题 , 也不是每个问题都有解 。 只要清楚了这样的边界 , 就不需要惊恐那些科幻片里面的情节 , 能够真实发生在现实生活中 。

人类善于发现总结规律 , 人类现代科技文明靠着发现规律本质提升科技 。 但到了人工智能成为事实的大数据云计算技术背景下 , 人工智能不需要像人类那样发现总结出规律 , 只需要通过动辄单位为10亿次每秒的算力计算出事物相关性就可以发现可以应用实践的“伪规律” , 在这一点上 , 他AI也有了某种创造力 , 他可以算作在智力领域超级加强版的精英大脑 。 人工智能有创造力 。

相关经验推荐