焦點(diǎn)科普：人工智能真的“萬(wàn)能”嗎？

　　“阿爾法圍棋”在與李世石的“人機大戰”中優(yōu)勢明顯，人工智能取得的突破令人瞠目。那么，人工智能是否已達到“無(wú)所不能”的境地?

　　【學(xué)習需要大樣本】

　　先從“阿爾法圍棋”所用的關(guān)鍵技術(shù)——“深度神經(jīng)網(wǎng)絡(luò )”說(shuō)起。建立神經(jīng)網(wǎng)絡(luò )的基本流程是，搜集大量數據樣本，然后選擇合適模型，讓模型學(xué)習樣本，從中找出數據的內在規律?！鞍柗▏濉闭峭ㄟ^(guò)學(xué)習海量棋譜和自我對戰，訓練出不凡“武功”。

　　“阿爾法圍棋”在與歐洲圍棋冠軍樊麾對戰前，便已進(jìn)行了超過(guò)3000萬(wàn)局的自我訓練。南京大學(xué)計算機科學(xué)與技術(shù)系周志華教授在接受新華社記者專(zhuān)訪(fǎng)時(shí)指出，當前人工智能的一個(gè)技術(shù)瓶頸，就是解決問(wèn)題前先要獲取大量高質(zhì)量數據樣本，而人類(lèi)在學(xué)習新事物時(shí)往往只需很少的樣本。

　　“這就導致問(wèn)題稍微變化，機器就不行了，但人類(lèi)毫無(wú)問(wèn)題。例如在‘阿爾法圍棋’和李世石的大戰中，若換成25路棋盤(pán)，李世石仍能戰，‘阿爾法圍棋’就不行了，需要回去重新收集25路棋盤(pán)上的棋譜，重新訓練模型，”周志華說(shuō)。

　　【應用范圍仍狹窄】

　　在英國帝國理工學(xué)院人工智能研究者馬克·戴森羅特看來(lái)，人工智能仍未實(shí)現人類(lèi)所具備的通用智能?！澳壳?，人類(lèi)習以為常的一些學(xué)習能力對人工智能來(lái)說(shuō)仍難以實(shí)現，例如，人們能夠將解決某一問(wèn)題的知識用于解決另一新問(wèn)題，從有限的經(jīng)驗就能學(xué)習一定技能，還有在抽象層面進(jìn)行推理的能力，以及與他人協(xié)作的能力?！?/p>

　　甚至可以說(shuō)，人工智能在某些方面的表現還不如小學(xué)生。比如，一個(gè)小孩看過(guò)一張貓的照片后，就能立刻辨認出下一張圖片里的貓。而應用人工智能的谷歌圖像識別系統，“學(xué)習”過(guò)幾千萬(wàn)張照片后，識別貓的準確率也還不能與人相比。