击败水哥还不算最强,有个人工智能已经通过人类的智商测试了

这几天百度的人工智能在《最强大脑》击败“水哥”王昱珩,再次引发了人们对于人工智能的热议。然而人工智能在人脸识别的比赛中击败水哥,还远远称不上“最强大脑”,因为模式识别只是人工智能的第一步。下一步,是像人一样观察和理解这个世界。

今天『量子位』就讲一个科学家进一步缩短计算机和人脑之间鸿沟的故事。不过,在继续之前,先考一考大家,下面这道题答案是什么?我们放在最后揭晓。

我们先来说正经事儿。

最近,美国西北大学的一个团队研发了一个新的人工智能计算模型,这套系统在智商测试中,已经表现出人类的水准。这项工作的重要意义在于,推动了人工智能更好的看到和理解这个世界,就像每一个普普通通的人那样。

“这个人工智能在智商测试中的表现,超过了大部分的美国成年人”,西北大学人工智能博士Ken Forbus说,“大家面对的是同样的难题”。

西北大学的新计算模型构建于CogSketch,这是一个以前由Forbus实验室开发的人工智能平台。这个平台具有解决视觉问题和理解草图的能力,并且能够提供即时、互动的反馈。CogSketch还引入了一个类比的计算模型,基于西北大学心理学教授Dedre Gentner的结构映射理论。 去年Gentner因为这个理论获得David E. Rumelhart奖。

这个模型基于认知科学理论,可以让人工智能更像人类,甚至做出道德选择。新的模型称为结构映射引擎(SME),能够通过类比解决问题。

西北大学McCormick工程学院的Forbus,以及前西北大学博士后心理研究院Andrew Lovett共同开发了这套人工智能。

解决复杂视觉问题的能力,是人类智力的标志之一。开发具有这种能力的人工智能系统,不仅为视觉推理中的符号表示和类比的重要性提供了新的证据,而且可能缩小了计算机和人类认知之间的差距。

Forbus和Lovett开发的人工智能系统不单可以通过建模解决一般的视觉问题,他们还特别用瑞文标准推理测验来测试这套系统的观察及思维能力。

瑞文标准推理测验,是一种纯粹的非文字智力测验,广泛应用于无国界的智力/推理能力测试。这个测验属于渐近性矩阵图,整个测验一共有60张图组成,由5个单元的渐进矩阵构图组成,每个单元在智慧活动的要求上个不相同。

总的来说,矩阵的结构越来越复杂,从一个层次到多个层次的演变,要求的思维操作也是从直接观察到间接抽象推理的渐进过程。

这位就是Forbus,还在西北大学 获得墨菲教授的荣誉

也就是在这样的一个测试中,Forbus和Lovett开发的模型,表现超出普通美国人。

“瑞文测验是考察流体智力,例如抽象思维、推理、模式识别、解决问题和辨别关系的最佳方式”,目前供职于美国海军研究院的Lovett表示。

流体智力是一种以生理为基础的认知能力,如知觉、记忆、运算速度、推理能力等。流体智力是与晶体智力相对应的概念,流体智力随年龄的老化而减退。而晶体智力则并不随年龄的老化而减退,晶体智力主要指学会的技能、语言文字能力、判断力、联想力等。

使用和理解复杂关系表征的能力是高阶认知的关键。关系表示连接实体和想法,例如“时钟在门上方”或“压力差导致水流动”。这些类型的比较对于制定和理解类比是至关重要的,人类用它们来解决问题,衡量道德困境,并描述他们周围的世界。

例如Google旗下的AlphaGo等人工智能系统,都是建立在深度学习的基础之上,深度学习是让电脑通过大量数据寻找规律。相比之下,人类(包括基于SME的系统)通常能够从少得多的案例中成功进行学习。

“目前大多数的人工智能研究都集中在视觉领域,例如识别或者标记场景中有什么,而不是推理”,Forbus说, “但是识别只有在支持后续推理的情况下才有用。我们的研究为更广泛地理解视觉推理提供了重要的一步”。

至于开头的那道题,就是瑞文测验中的一道。答案是……你们先答一下~

作者:量子位 舒石 参考资料来自美国西北大学 http://www.mccormick.northwestern.edu/news/articles/2016/06/making-computers-reason-and-learn-by-analogy.html

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2017-01-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI研习社

问答 | 谷歌 AI 发布 BERT 模型,打破十一项 NLP 记录,会开启 NLP 新时代吗?

日前,谷歌 AI 团队发布 BERT 模型,在机器阅读理解水平测试 SQuAD1.1 中表现出相当不错的成绩:在 11 项 NLP 任务中刷新当前最优性能记录。...

1333
来自专栏AI科技评论

讨论 | 你是否遇到过你完全不能理解的机器学习概念?

俗话说:隔行如隔山。但就算同一座山,有的时候因为“山”太大,未能爬到顶峰的人往往很难一窥整座山的全貌。 这不,AI科技评论在Reddit的机器学习版块就发现了一...

2756
来自专栏大数据文摘

脑洞 | 像Sheldon一样对“讽刺语言”分辨无能?别怕,MIT最新算法帮你助攻

1544
来自专栏新智元

荐书 | 《终极算法》世界正被“会学习的机器”改变

译者注:《终极算法》“The Master Algorithm”这本书于2015年9月份刚刚上架,以下是New Scientist上一位大咖写的书评: 连“美国...

3649
来自专栏大数据文摘

Keras作者François Chollet:一位“网红”科学家的自我修养

1772
来自专栏钱塘大数据

张钹院士:深度学习的优势与短板 中国AI机遇和挑战

在首届世界智能大会上,中国科学院院士张钹发表了题为《基于大数据的人工智能》演讲,分享了中美人工智能差异、深度学习成功的三大法宝、隐患与短板以及中国如何实现人工智...

991
来自专栏牛客网

秋招结束,一波干货面经分享。

秋招陆陆续续大概进行了一个月,目前基本结束了,拿到的offer有腾讯、阿里和网易,小弟在这分享一波感想,回馈牛客。

1065
来自专栏新智元

荐书 | 《终极算法》世界正被“会学习的机器”改变 ( 附下载)

译者注:《终极算法》“The Master Algorithm”这本书于2015年9月份刚刚上架,以下是New Scientist上一位大咖写的书评: 连“美...

2998
来自专栏IT派

2017年机器学习几大主要进展汇总!

摘要: 2017年注定是机器学习快速发展的一年,特别是机器学习商业化的成功是的更多的人积极的投入到机器学习的学习当中。机器学习一定会成为未来的技术,让我们看看这...

4449
来自专栏AI科技评论

业界 | 第四范式首席科学家杨强教授:人工智能的下一个技术风口与商业风口

AI科技评论按:本文首发于公众号“第四范式”,已获授权转载。 作为华人界首个国际人工智能协会AAAI Fellow、至今为止唯一的AAAI 华人执委,以及IEE...

33216

扫码关注云+社区