看Palm之父Jeff Hawkins另辟蹊径,剖析超级智能

编者按:Jeff Hawkins是美国发明家、计算机科学家与神经科学家,他主导研发了Palm与Treo,是Palm公司、Numenta公司及Handspring公司的创办者。在本文中,Jeff从生物组成成分、功能组成成分及智能机器的多样化三个方面为我们分享了他对机器智能的独到见解。

1) 智能的生物组成成分 2) 智能的功能组成成分 3) 智能机器的多样化

智能的生物组成成分

Neocortex(新(大脑)皮层)的重要性

Neocortex位于海马体(大脑中被认为是感情和记忆中心的部分)和大脑剩余部分之间,占据整个大脑容积的75%,能够帮助人们更好地认知外部世界。

结构的层级化表征

1) 不同物种和模式的大脑区域具有显著相似性(因而,大脑的所有区域执行相同的动能) 2) 不同物种之间大脑区域层级化呈现出不同的特征(因而,层级图并不是至关重要的,它只是代表一个设计参数)

大脑的每一个区域都同时具备以下能力:

1)识别感官序列(例如,口头语言,音乐,视觉动作)(输入) 2)识别感官-运动序列(例如,肢体运动,眼球运动)(输入) 3)生成动作序列(输出)

每一个区域执行的功能与整个层级结构执行的功能完全相同。

推理:序列记忆是每一个大脑区域的一个重要功能。

锥体神经元

每一个锥体神经元均能够识别成百上千种独立模式。 在基底末梢树突识别出的模式将对细胞去极化,但是不会产生动作电位。

假设:去极化是一种预测,一个去极化细胞很快将被激活,同时将对附近的细胞产生抑制作用。

代表高阶序列A-B-C-D vs. X-B-C-Y

在真实数据中,这些序列组成是非常复杂的。

顶端突触预测序列

通过突触进行学习(这是一种非常高效的学习途径)

(注:单个突触具有很强的随机性)

Dendrite树突 Axon轴突 Synapse permanence突触的永久性 Synapse weight突触权重

基于层级实时记忆(Hierarchical Temporal Memory)的序列记忆

——连续性学习 ——无批次训练 ——随着模式变化进行调整 ——细胞死亡的鲁棒性

智能的功能组成成分

Hawkins关于智能的功能组成成分的列表

(该列表具有主观性)

1)具备学习与回忆序列能力的神经元网络 ——连续性学习,无批次训练 ——同时做出多种预测 ——鲁棒性 层级实时记忆:活跃的树突,突触形成,无锥形 2)大脑各个区域将序列记忆用于: ——感觉推理 ——感官-动作推理 ——动作生成 (以上三种用途是智能机器,甚至人类智能应当具备的基本条件) 3)大脑区域的层级化 ——区域的数量 ——区域的大小 ——大脑区域连通图 4)具身 ——传感器 ——嵌入式行为 ——情感/动机 ——情景记忆/空间记忆

智能机器的多样化

Jeff认为,有一天我们将能够开发出一台具备超级数学家或物理学家才能的机器,需要构造出具有人类大脑区域层级特征的机器,这样的机器将具备数学家的行为模式、能够执行数学家的功能,但是,要实现机器超智能,我们在研究的道路上仍然任重道远。

via Jeff Hawkins

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-09-20

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PPV课数据科学社区

基于客户行为事件的跨领域统一推荐模型探讨

跨领域深度学习模型一直是近几年推荐系统主要研究方向之一, 本文探讨一种个人客户画像构建的新思路, 并讨论对应的基于个人行为事件的跨领域统一推荐模型。 1、基于个...

34514
来自专栏人工智能快报

美俄科学家联合运用神经网络研制抗癌药物

据俄罗斯物理技术研究所报道,莫斯科物理技术学院(MOSCOW INSTITUTE OF PHYSICS AND TECHNOLOGY,MIPT)、InSilic...

3296
来自专栏AI科技评论

论文 | 斯坦福视觉实验室最新研究:人眼移动也可以用来探测病情!?

通过眼睛-移动基于视觉进行发育障碍分类 联合编译:章敏,陈杨英杰 摘要 本论文提出了一种可以将发育障碍进行细粒度分类的系统,它通过使用多模态视觉数据测量个人的眼...

3167
来自专栏大数据挖掘DT机器学习

极简增强学习新手教程 返回专栏查看评论

“如何学习新技能?”这是一个全球科学家都在研究的基础问题。为什么会想要知道这个问题的答案呐,答对了好处都有啥呢? 因为一旦我们能够理解这一点,就可以实现一些前...

2815
来自专栏人工智能头条

如何将深度学习与你正在做的事情相结合?

1782
来自专栏新智元

【神经网络会梦到电子羊吗?】“匹配模式”暴露神经网络致命缺陷

---- 新智元报道 来源:aiweirdness、gizmodo 编译:肖琴 【新智元导读】神经网络的专长之一是图像识别。谷歌、微软、IBM、Fac...

3499
来自专栏新智元

图灵奖得主Judea Pearl:机器学习无法成为强AI基础,突破口在“因果革命”

来源:arXiv 编辑:新智元编辑部 【新智元导读】图灵奖得主、贝叶斯网络之父Judea Pearl日前在arXiv上传了他的最新论文,论述当前机器学习理论局限...

37311
来自专栏AI科技大本营的专栏

如何将深度学习与你正在做的事情相结合?

作者 | 李嘉璇 文章来源Gitchat,AI科技大本营合作发布,点击「阅读原文」查看交流实录 前言 人工智能是目前各行各业最火热的技术,如果说前两年是『互联...

33211
来自专栏机器之心

专访 | 分子科学中的机器学习:不会燎原的星星之火?

机器之心原创 作者:邱陆陆 继计算机视觉、语音识别、自然语言处理之后,谁是下一个迎来深度学习的浪潮冲击的领域?聚集了世界上最聪明头脑的自然科学领域会不会「首当其...

2746
来自专栏新智元

Andrej Karpathy:神经网络是“软件2.0”,而非机器学习的一种工具

【新智元导读】深度学习和计算机视觉专家、特斯拉人工智能部门主管Andrej Karpathy最近提出将神经网络视为Software 2.0,而非“机器学习中的一...

3848

扫码关注云+社区