问题|对话崔兴龙:脑神经科学+AI,真·究极体的人工智能

究极体的人工智能应该是啥样?
人们对于这个问题的答案更多是在科幻电影中 , 比如说“瞬时翻译” , 当不同国家的人聚在一起的时候 , 再也没有语言的隔阂 , 因为语言也不再去学习 , 当一个语言从口里说出来的时候 , 就已经瞬时在另外一个人的大脑中转换成了他的母语;比如还有“真无人驾驶” , 它没有方向盘 , 完全由智能电脑代替人类开车 , 人类乘客只需要通过语音说出要去哪里 , 它就会自己规划好路径 , 完全自动驾驶 , 在路途上也绝对不会发生任何交通事故;比如还有很多“有思想的机器人” , 他们有自己认知能力 , 有学习能力甚至有自己的思想可以自我成长 。
尽管人类在让智能代替人工的道路上已经很努力了 , 但现实中的人工智能并非如此“万能” 。 最知名的人工智能莫过于Google旗下的AlphaGo , 其通过深度学习的技术在被“喂养”了大量的结构化的数据前提下 , 战胜了人类冠军选手 。
但这样的人工智能仍然面临的一个数据“困境” 。 也就是说 , 如果一个产业 , 或者是换做另外一个场景 , 正好缺乏了大量的结构化的数据 , 那本身这种方式的人工智能也不复存在 。 在当下很多公司谈的人工智能商业化落地场景中 , 从智慧产业到智慧交通 , 从个性化推荐到智慧零售 , 无疑都是在通过标准化和结构化的数据体现人工智能 。
但 , 那些非标的数据场景怎么办?
在接受品玩采访时 , 元知科技集团联席总裁崔兴龙称 , 人工智能已经将表层效率解决完 , 它开始往下走 , 继续渗透到社会的深层效率 , 解决比如说地产、房产、汽车、医疗、家具、教育、金融、法律等等更深层更非标的大宗的领域 。
人工智能的过去在解决什么问题?
想要了解清楚这个问题 , 有必要科普一下人工智能过去的发展 。
简单来说 , 人工智能的任务 , 就是通过机器来模拟大脑的功能或者利用机器来模仿人类的智能行为 。 一定程度上这也决定了人工智能的发展和脑科学与心理学密切相关 。
1956年夏 , 麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能” , 首次提出“人工智能(Artificial Intelligence , 简称AI)”这一概念 , 标志着人工智能学科的诞生 。
从1956年发展至今 , 从学习大脑到发展人工智能 , 更广义的阶段包括两个 。
【问题|对话崔兴龙:脑神经科学+AI,真·究极体的人工智能】 第一个阶段是符号主义 , 它的理论基础来自于认知心理学 。 他们认为“符号”是人类认知的基本单元 , 认知就是对“符号”的操作 。 依据这种理论可以建立人类理性行为的模型 , 通常又叫做“知识驱动的人工智能方法” 。

推荐阅读