一輛AI驅(qū)動(dòng)的無人車可能在模擬環(huán)境中撞樹5萬次才知道這是錯(cuò)誤行為,對(duì)比之下,懸崖上攀爬的野山羊可沒有多少試錯(cuò)機(jī)會(huì),孩童無需數(shù)百萬次練習(xí)就學(xué)會(huì)在椅子上爬上爬下……
無法否認(rèn),人工智能幾乎可以從頭學(xué)習(xí)任何東西,但人與動(dòng)物具備天生的認(rèn)知能力,可以直觀地理解許多概念。隨著AI技術(shù)的發(fā)展,人工智能是否需要擁有人類類似的認(rèn)知能力呢?
本月5日,在紐約大學(xué)心智、大腦和意識(shí)研究中心舉辦的一場(chǎng)活動(dòng)上,紐約大學(xué)計(jì)算機(jī)科學(xué)家、Facebook人工智能研究總監(jiān)Yann LeCun與紐約大學(xué)心理學(xué)家教授、創(chuàng)業(yè)公司Geometric Intelligence創(chuàng)始人Gary Marcus對(duì)此問題展開了激烈討論。
△ 左:Yann LeCun,右:Gary MarcusMarcus表示,他和LeCun的這場(chǎng)辯論建立在以下7點(diǎn)共識(shí)之上:
AI仍出于起步階段;
要實(shí)現(xiàn)強(qiáng)AI,機(jī)器學(xué)習(xí)從根本上來說是必要的;
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中一項(xiàng)強(qiáng)大的技術(shù);
要實(shí)現(xiàn)認(rèn)知,單靠深度學(xué)習(xí)是不夠的;
(無模型)強(qiáng)化學(xué)習(xí)也不行;
AI系統(tǒng)仍需要更好的內(nèi)在正向模型;
常識(shí)推理從根本上來說依然沒有解決。
LeCun認(rèn)為用大腦重構(gòu)世界的本領(lǐng)是人類獨(dú)有,AI無法通過設(shè)計(jì)和學(xué)習(xí)得到,因此不需要類似人類的認(rèn)知能力。
Marcus持反對(duì)意見,表示只有通過“比像素更豐富的基本元素和表達(dá)方法”來理解世界,AI技術(shù)才能取得成功。
兩人的論戰(zhàn)到底是如何進(jìn)行的,來看看量子位搬運(yùn)的剛出爐的辯論視頻——
YouTube辯論視頻地址如下,請(qǐng)注意科學(xué)前往~
https://www.youtube.com/watch?v=aCCotxqxFsk&t=92s
— 完 —
聯(lián)系客服