<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>
"); //-->

博客專(zhuān)欄

EEPW首頁(yè) > 博客 > ?比爾·蓋茨重磅推薦!科技界傳奇解讀實(shí)現機器智能的最快途徑

?比爾·蓋茨重磅推薦!科技界傳奇解讀實(shí)現機器智能的最快途徑

發(fā)布人:傳感器技術(shù) 時(shí)間:2022-09-15 來(lái)源:工程師 發(fā)布文章

機器智能的未來(lái)


文丨杰夫·霍金斯

如今的人工智能并不夠智能,還沒(méi)有機器具靈活的建模能力。然而,沒(méi)有任何技術(shù)原因阻止我們創(chuàng )造智能機器。障礙在于我們缺乏對智能的理解,也不知道產(chǎn)生智能所需的機制。通過(guò)研究大腦如何工作,我們在解決這些問(wèn)題上取得了重大進(jìn)展。在我看來(lái),我們很有可能在未來(lái)的二三十年中,克服剩余的一切障礙,進(jìn)入機器智能時(shí)代。

 

機器智能將改變我們的生活和整個(gè)社會(huì )。我相信它對21世紀的影響將超過(guò)計算機對20世紀的影響。但是,就像大多數新技術(shù)一樣,我們不可能確切地知道這種轉變將如何實(shí)現。歷史表明,我們無(wú)法預測將 推動(dòng)機器智能向前發(fā)展的技術(shù)進(jìn)步。

 

1950年,沒(méi)有人能夠預測那些推動(dòng)計算機加速發(fā)展的創(chuàng )新和進(jìn)步,例如集成電路、固態(tài)存儲器、蜂窩無(wú)線(xiàn)網(wǎng)絡(luò )通信、公鑰加密技術(shù),以及互聯(lián)網(wǎng)。同樣,也沒(méi)有人預料到計算機將如何改變媒體、通信和商業(yè)。我相信,我們今天同樣不知道智能機器將會(huì )是什么樣子,以及70年后我們將如何使用它。

 

雖然我們不知道未來(lái)的細節,但千腦智能理論可以幫助我們劃定一條界限。了解大腦產(chǎn)生智能的機制,我們就能知道什么是可能做到的,什么是不可能的,以及什么樣的進(jìn)步在某種程度上是可能實(shí)現的。這就是本章要介紹的內容。


圖片

《千腦智能》作者:杰夫·霍金斯

設計智能機器

談到機器智能,最重要的是要記住大腦的劃分:舊腦與新腦。人類(lèi)大腦中,較早進(jìn)化出的部分,控制著(zhù)生命的基本功能。它們創(chuàng )造了人類(lèi)的情感,生存和繁衍的欲望,以及人類(lèi)先天的行為。在創(chuàng )造智能機器時(shí),我們不必復制人類(lèi)大腦的所有功能。

 

新腦,即大腦新皮質(zhì),是體現人類(lèi)智能的器官,智能機器需要具備與之相當的東西。至于大腦的其他部分,我們可以選出一些我們想要的部分。

 

大腦新皮質(zhì)雖然比舊腦大得多,但它由許多相對較小的元素——皮質(zhì)柱組成。知道如何構建皮質(zhì)柱后,再將大量的皮質(zhì)柱放入機器中使其變得更智能就相對容易了。

 

設計智能機器可以從三個(gè)部分著(zhù)手:具身(embodiment)、舊腦部分、大腦新皮質(zhì)。每個(gè)組件都有很大的自由度,因此將會(huì )產(chǎn)生許多類(lèi)型的智能機器。

圖片

具身

如前文所述,人類(lèi)通過(guò)運動(dòng)學(xué)習。為了學(xué)習建筑的模型,我們必須挨個(gè)房間地走遍該建筑。要學(xué)習一種新工具,我們必須把它握在手里,不斷轉動(dòng)它,用眼睛觀(guān)察并注意其不同部位?;旧?,要學(xué)習世界的模型,需要移動(dòng)一個(gè)或多個(gè)與世界上的事物相關(guān)的傳感器。

 

智能機器還需要傳感器和移動(dòng)這些傳感器的能力。這被稱(chēng)為“具身”。具身可以是一個(gè)看起來(lái)像人、狗或蛇的機器人,可以以非生物的形式存在,如一輛汽車(chē)或一個(gè)十臂工業(yè)機器人。具身甚至可以是虛擬的,如探索互聯(lián)網(wǎng)的機器人。

 

當下的大多數深度學(xué)習網(wǎng)絡(luò )都沒(méi)有一個(gè)具身。它們沒(méi)有可移動(dòng)的傳感器,也沒(méi)有參考系確定傳感器的方位。在沒(méi)有具身的情況下,能學(xué)到的東西是有限的。

 

可用于智能機器的傳感器幾乎有無(wú)限種。人類(lèi)的視覺(jué)、觸覺(jué)和聽(tīng)覺(jué)都是通過(guò)傳感器陣列實(shí)現的。例如,眼睛不是一個(gè)單一的傳感器,它包含數千個(gè)排列在眼睛后面的傳感器。同樣,人體皮膚上也排列著(zhù)數千個(gè)傳感器。智能機器也將擁有傳感器陣列。 

圖片

未來(lái),我們可能會(huì )創(chuàng )造具有獨特具身的機器。例如,一個(gè)存在于單個(gè)細胞內、了解蛋白質(zhì)的智能機器。蛋白質(zhì)是長(cháng)分子,可以自然折疊成復雜的形狀。蛋白質(zhì)分子的形狀決定了它的作用。如果我們能更好地理解蛋白質(zhì)的形狀,并根據需要對它們進(jìn)行操作,這將給醫學(xué)領(lǐng)域帶來(lái)巨大的好處。

 

我不知道人類(lèi)是否有可能制造出智能蛋白質(zhì)機器,也不知道分布式智能機器會(huì )有多大價(jià)值。我舉上面的這些例子是為了激發(fā)讀者的想象力,因為它們是可能實(shí)現的。關(guān)鍵要明白,智能機器可能會(huì )有許多不同的形式。當我們思考機器智能的未來(lái)及其影響時(shí),需要大開(kāi)腦洞,而不是將我們的想法局限于人類(lèi)和其他存在智能的動(dòng)物。

舊腦部分

要創(chuàng )造一臺智能機器,也需要一些舊腦的功能。

 

基本的運動(dòng)就是其中一項需求。用雙腳保持平衡、行走、奔跑等動(dòng)作都是由舊腦部分執行的。你不需要依靠大腦新皮質(zhì)來(lái)保持平衡、行走和奔跑。大腦新皮質(zhì)必須連接到已經(jīng)擁有傳感器和行為的東西上。它并沒(méi)有創(chuàng )造出全新的行為,而是學(xué)習如何以新的和有用的方式將現有的行為組合在一起。

 

應該內置與機器具身密切相關(guān)的行為。例如,假設我們有一架無(wú)人機,旨在為遭受自然災害的人們運送緊急物資。我們可以讓無(wú)人機智能化,讓它自己評估哪些地區最需要幫助,并且在運送物資時(shí)與其他無(wú)人機協(xié)作。無(wú)人機的“大腦新皮質(zhì)”不能控制飛行的所有方面,我們也不希望它這樣做。無(wú)人機應該具有穩定飛行、著(zhù)陸、避障等內置行為,但它的智能部分不需要考慮飛行控制,就像人類(lèi)的大腦新皮質(zhì)不需要考慮雙腳平衡一樣。

 

此外,智能機器還需要內置安全性??苹眯≌f(shuō)作家艾薩克·阿西莫夫(Isaac Asimov)提出了著(zhù)名的“機器人三定律”。這三條定律就好似一份安全協(xié)議: 

? 第一定律:機器人不得傷害人類(lèi),也不得無(wú)視人類(lèi)受到傷害。

? 第二定律:機器人必須服從人類(lèi)的命令,除非這些命令違反了第一 定律。

? 第三定律:在不違反第一定律和第二定律的前提下,機器人必須保 護自己。

阿西莫夫的機器人三定律是在科幻小說(shuō)中提出的,并不一定適用于所有形式的機器智能。但任何產(chǎn)品設計,都需要考慮一些安全措施。這些安全措施可以很簡(jiǎn)單。例如,汽車(chē)有一個(gè)內置的安全系統以避免事故。

 

我還要聲明一點(diǎn):智能機器必須有目標和動(dòng)機。我們如何賦予智能機器目標呢?這樣做有風(fēng)險嗎?

 

我們首先要記住大腦新皮質(zhì)本身并不會(huì )創(chuàng )造目標、動(dòng)機或情緒。大腦新皮質(zhì)與動(dòng)機和目標影響行為的方式緊密相關(guān),但大腦新皮質(zhì)并不引導行為。為了了解其中的工作機制,不妨想象一下舊腦與大腦新皮質(zhì)的對話(huà)。


舊腦說(shuō):“我餓了。我想要食物?!贝竽X新皮質(zhì)的反應是:“我找到了食物,并且發(fā)現附近有兩個(gè)有食物的地方。要想到達其中一個(gè)地方,我要沿著(zhù)一條河走。要想到達另一個(gè)地方,我要穿過(guò)一片有老虎活動(dòng)的開(kāi)闊地帶?!?/span>

圖片

大腦新皮質(zhì)在不帶有任何價(jià)值判斷的情況下平靜地說(shuō)出這些話(huà)。然而,舊腦區域會(huì )將老虎與危險聯(lián)系在一起。一聽(tīng)到“老虎”這個(gè)詞,舊腦就開(kāi)始行動(dòng)起來(lái)。它向血液中釋放化學(xué)物質(zhì),提高你的心率,并引起其他與恐懼有關(guān)的生理反應。舊腦可能還會(huì )釋放一種叫作神經(jīng)調節劑的化學(xué)物質(zhì),直接進(jìn)入大腦新皮質(zhì)的廣闊區域中,大致是告訴大腦新皮質(zhì):“不管你剛才在想什么,都不要那樣做?!?/span>

 

賦予機器目標和動(dòng)機,需要我們?yōu)槟繕撕蛣?dòng)機設計特定的機制,然后將它們嵌入機器的具身。目標可以是固定的,正如我們遺傳了對進(jìn)食的渴望;目標也可以后天習得,就像我們向往過(guò)上美好生活這樣的由社會(huì )決定的目標。當然,任何目標都必須建立在阿西莫夫第一定律和第二定律這樣的安全措施之上??偠灾?,智能機器需要某種形式的目標和動(dòng)機,然而,目標和動(dòng)機不是智能的結果,也不會(huì )自行出現。

大腦新皮質(zhì)

設計智能機器的第三個(gè)要素是一個(gè)與大腦新皮質(zhì)具有相同功能的通用學(xué)習系統。同樣,這也有很多設計選項,在這里我們將討論其中的兩個(gè):速度和容量。


速度

神經(jīng)元做出有用的行為至少需要5毫秒。硅晶管的運行速度是神經(jīng)元的100萬(wàn)倍。因此,由硅制成的大腦新皮質(zhì)可能是人類(lèi)思考和學(xué)習速度的100萬(wàn)倍。很難想象思考速度如此巨大的提升會(huì )帶來(lái)什么。但在開(kāi)始天馬行空的想象之前,需要指出的是,一個(gè)智能機器的一部分速度是生物大腦的100萬(wàn)倍,并不代表整個(gè)智能機器的速度也可以達到這一水平,也不代表它習得知識的速度會(huì )這么快。

 

我們可以將現在的計算機比作我們期待發(fā)生的事情。計算機會(huì )完成人類(lèi)以前用手完成的任務(wù),它的速度比人類(lèi)要快100萬(wàn)倍。計算機改變了我們的社會(huì ),并極大地提高了我們進(jìn)行科學(xué)和醫學(xué)發(fā)現的能力。但是計算機并沒(méi)有使我們做這些事情的速度變?yōu)橹暗?00萬(wàn)倍。智能機器也將對人類(lèi)社會(huì )和人類(lèi)進(jìn)行科學(xué)發(fā)現的速度產(chǎn)生類(lèi)似的影響。

容量

芒卡斯爾認為通過(guò)復制相同的腦回路和皮質(zhì)柱,我們的大腦新皮質(zhì)變大了,我們變得更聰明了。機器智能也可以遵循同樣的機制。只要我們完全了解了皮質(zhì)柱的作用以及如何利用硅制造皮質(zhì)柱,那么通過(guò)使用更多或更少的皮質(zhì)柱元素來(lái)制造各種容量的智能機器就會(huì )變得相對容易了。

 

我們能制造出的人造大腦并沒(méi)有明顯的大小限制。一個(gè)人的大腦新皮質(zhì)包含15萬(wàn)根皮質(zhì)柱,如果我們制造出一個(gè)擁有1.5億根皮質(zhì)柱的人造大腦新皮質(zhì),會(huì )發(fā)生什么?人造大腦擁有的皮質(zhì)柱是人類(lèi)大腦的1000倍,這有什么好處呢?我們還不知道這些問(wèn)題的答案,但有一些觀(guān)察發(fā)現值得分享。

 

每個(gè)人大腦新皮質(zhì)區的大小差別都很大。V1區是主要視覺(jué)腦區,某些人的V1區可能是其他人的兩倍大。每個(gè)人的V1區厚度都一樣,但是面積和皮質(zhì)柱的數量可能是不同的。


一個(gè)V1區相對較小的人和一個(gè)V1區相對較大的人都有正常的視力,他們都不會(huì )覺(jué)察到這種差別。然而,V1區較大的人會(huì )有更高的敏銳度,這也就意味著(zhù)他們可以 看到更小的東西。對于鐘表匠而言,這可能會(huì )很有用。以此類(lèi)推,擴大大腦新皮質(zhì)的某些區域可能會(huì )產(chǎn)生一些影響,但不會(huì )給你帶來(lái)某種超能力。

 

圖片

我們可以創(chuàng )造更多的區域,并以更復雜的方式將它們連接起來(lái),而不是擴大每個(gè)區域。

 

在我的團隊創(chuàng )造的大腦新皮質(zhì)的軟件模型中,我們可以立即建立任意兩組神經(jīng)元之間的連接。軟件可以形成所有可能的連接。這種連接上的靈活性可能是機器智能相對于生物智能的優(yōu)勢之一。它讓智能機器可以保留所有的可能性,因為它消除了成人在嘗試學(xué)習新事物時(shí)面臨的障礙之一。

可復制的機器智能

機器智能與人類(lèi)智能的另一個(gè)不同之處在于,智能機器可以被復制。每個(gè)人都必須從頭開(kāi)始學(xué)習一個(gè)世界模型。


我們在生命之初幾乎一無(wú)所知,然后花費幾十年的時(shí)間學(xué)習。我們上學(xué)是為了學(xué)習,讀書(shū)也是為了學(xué)習,當然也會(huì )通過(guò)個(gè)人經(jīng)歷來(lái)學(xué)習。智能機器也必須學(xué)習世界模型。然而,與人類(lèi)不同的是,我們可以在任何時(shí)候復制智能機器,克隆它。 

圖片

假設我們有一個(gè)標準化的智能火星機器人的硬件設計,我們可能會(huì )在一個(gè)類(lèi)似于學(xué)校的地方來(lái)教機器人有關(guān)建筑方法、材料,以及如何使用工具等方面的知識。這項訓練可能需要數年才能完成。但只要機器人的能力達到令人滿(mǎn)意的程度,我們就可以將它學(xué)習的連接遷移到其他十幾個(gè)相同的機器人上,從而創(chuàng )造副本。之后,我們便可以對機器人重新編程,加入改進(jìn)的設計或全新的技能。 

機器智能未知的未來(lái)應用

每創(chuàng )造一項新技術(shù),我們都會(huì )想象用它來(lái)取代或改進(jìn)我們熟悉的東西。隨著(zhù)時(shí)間的推移,沒(méi)有人能預料到的新用途出現了,而正是這些意想不到的用途通常會(huì )成為最重要的用途,并會(huì )改變整個(gè)社會(huì )。


互聯(lián)網(wǎng)的發(fā)明是為了在科學(xué)和軍事計算機之間共享文件,這些工作在以前是人力完成的,但現在可以更快、更高效地完成?;ヂ?lián)網(wǎng)共享文件這個(gè)用途依然存在,但更重要的是,它從根本上改變了娛樂(lè )、商業(yè)、制造業(yè)和個(gè)人通信,甚至改變了我們的讀寫(xiě)方式?;ヂ?lián)網(wǎng)協(xié)議剛出現時(shí),很少有人能預見(jiàn)這些社會(huì )變化。

 

機器智能也將經(jīng)歷類(lèi)似的轉變。

 

如今,大多數人工智能科學(xué)家重點(diǎn)關(guān)注讓機器做那些人類(lèi)可以做的事情,從語(yǔ)言識別、圖片分類(lèi)到開(kāi)車(chē)。人工智能的目標是模仿人類(lèi),很可惜,這種將類(lèi)人能力作為衡量智能的標準的做法弊大于利。人們對于讓計算機下圍棋等任務(wù)產(chǎn)生的興奮,干擾了我們對智能機器終極影響的想象。

 

圖片

我們能對無(wú)法預測的智能機器的應用說(shuō)些什么呢?雖然沒(méi)有人知道未來(lái)的具體情況,但我們可以嘗試確定大的設想和趨勢,從而預測人工智能會(huì )在哪些意想不到的方向上得到應用。學(xué)習科學(xué)知識是我發(fā)現的一個(gè)令人激動(dòng)的應用。


人類(lèi)想要學(xué)習,于是被吸引著(zhù)去探索,去尋求知識,去理解未知。我們想知道宇宙之謎的答案:它是如何開(kāi)始的?它將如何結束?生命在宇宙中常見(jiàn)嗎?還有其他智能生物嗎?人類(lèi)依靠大腦新皮質(zhì)去探索這些知識。當智能機器能比我們思考得更快更深入,能感知我們感知不到的東西,能去我們無(wú)法去的地方旅行,誰(shuí)知道我們會(huì )學(xué)到什么。這種可能性真令人興奮!

 

不是每個(gè)人都像我一樣對機器智能的好處持樂(lè )觀(guān)態(tài)度,有些人認為它是對人類(lèi)最大的威脅。我將在后續討論機器智能存在的風(fēng)險。



*博客內容為網(wǎng)友個(gè)人發(fā)布,僅代表博主個(gè)人觀(guān)點(diǎn),如有侵權請聯(lián)系工作人員刪除。



關(guān)鍵詞: 機器智能

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>