为什么人工智能最快的方法可能是让它自己发展
如果我们想要机器人像我们一样思考，我们必须停止给他们所有的答案 。好奇心和探索是人类智能的两个关键组成部分 ， 深度学习根本无法提供 。
文章插图
文章插图
在《Quanta》杂志最近的一篇文章中，作家马修赫特森描述了计算机科学家肯尼斯斯坦利的工作，他目前在优步的人工智能实验室工作 。斯坦利在“神经进化”领域的开创性工作为人工智能的新范式铺平了道路，它避免了传统的基于目标的训练模式，转向只有探索和创造力的AI模型 。
哈特森写道：
【为什么人工智能最快的方法可能是让它自己发展】生物进化也是唯一产生人类智能的系统，这是很多AI研究者的终极梦想 。由于生物学的历史记录，斯坦利和其他人开始相信 ， 如果我们想要使用能够尽可能容易(甚至更好)地导航物理和社会世界的算法！-我们需要模仿自然的策略 。
他们认为，与其硬编码推理规则，或者让计算机学会在特定的性能指标上拿高分，不如让大量的解决方案蓬勃发展 。让他们优先考虑新奇感或兴趣，而不是走路或说话的能力 。他们可能会找到一条间接的路径，一系列的垫脚石，走路说话都比那些直接寻求这些技能的人好得多 。
标准的深度学习模型使用一个黑盒(一组权重和参数，最终使它们过于复杂，开发者无法单独描述) ， 来“精简”机器学习算法 ， 并调整它们，直到它们输出正确的数据 。这不是智慧，而是希望 。
如果AI能够开发自己的解决方案，并将这些参数与深度学习相结合 ， 那么它将更接近于模仿人类级别的问题解决方案 。至少斯坦利是这么认为的 。
他的研究包括构建可以与深度学习系统一起工作的进化算法 。本质上，他没有教AI解决问题，而是开发了一些曲折的算法来理解它们的功能 。这些系统无法像正常的人工智能范式那样解决问题 。他们只是走着，直到发生了什么事 。值得注意的是 ， 与传统的深度学习模型相比，它们仍然可以在不解决任何问题的情况下有效地解决很多问题 。
推荐阅读
- HPE通过人工智能增强存储超融合产品
- 人工智能与后指数时代的摩尔定律
- 为什么谷歌在AI上慢慢有突破？
- 家用轿车多久年检一次
- 人工智能公司Sidetrade连续第二年跻身500强增长冠军
- 人工智能应用可以帮助定制心理健康治疗
- 人工智能驱动的Symphonia应用把唱歌变成器乐
- 研究人员和员工参与微软的人工智能沉浸
- 四位人工智能各方面的专家加入伦斯勒理工学院
- 训练神经网络并在没有人工智能专业知识的情况下创建单一推理引擎