IROS 2016 | 德国 Heinrich H Bulthoff 教授:机器人能从人脑感知和认知中借鉴什么?

AlphaGo赢得围棋大战后,很多人开始思考AI革命的问题,说白了就是AI阶段上升的问题,它标志着我们从弱AI阶段进入了强AI或者说人类水平的AI阶段,但既然跟“人类”开始挂钩,那我们就应该探讨从人那里,机器人可以切身学到什么?

在今天韩国大田举办的IROS 2016 人脑项目中的虚拟神经机器人分论坛里,德国马克斯·普朗克学会的Heinrich H. Bulthoff (Heinrich H. Bülthoff)教授从5个方面为我们阐述了他的观点。

在讲这5个方面前,我想说,从弱AI阶段进入了强AI或者说人类水平的AI阶段,首先第一个关键是要增长计算力。

第二个关键是看大脑如何运作的。

所以引申出下面的5方面。

1) 我们能从大脑识别里学到啥?

目前我们通过3D建模,精确的物理控制和维度控制学会了人脸识别和物体识别这些大脑常做的工作。

2)大脑怎么计算的(推理的)?

大脑不是一个曝光计,它不是根据光的密度来决定它对什么感兴趣的,而是根据它的推断来决定它对什么感兴趣的。下面这三个经典例子都表明,而这个感知过程,很有可能是由一种无意识的推断组成的。

3)为什么积极的感知很重要?

人类感知很大程度上,是一种被动的的积极感知。当一些东西进入我们的视野,我们会选择性地对进入事业的东西的一部分进行高分辨率的感知。比如这个自上而下的图我们目前就不能解释我们如何选择感知目标的。

4)关于虚拟世界中的感知和行动。

在飞行员训练中我们经常见到这种例子,飞行员坐在训练室里的椅子上,椅子在360各种旋转,飞行员自己手里拿着方向盘移动,虽然它没有在天上开飞机,但他获得的感觉跟在蓝天上完全一致。这给了我们一个重要启示,就是大脑如何在复杂的控制运动中,用不同的(感知)传感器就可以达到任务,而不是真的要完全模拟我们的大脑。

在现实生活中我们怎么应用它?下面这个图是非常常见的一部分。

小结:

Heinrich H. Bülthoff教这个话题给我们的启发是,跟运动模仿那边不一样的是,基于人脑的模仿,除了物理上的模仿,还掺杂了人类意识上,甚至可以说哲学层面的模仿,这告诉我们在做基于这类模仿的机器人技术时,应该对人类行为背后的认知和感知思维有个更深层次的理解,从而助力我们更好地实现真正的“类人”人工智能。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-10-11

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

来自专栏新智元

德勤 | 思维与机器:人工智能时代的预测之术

【新智元导读】预测对经济和社会极其重要。金融、医疗、政治以及反恐、自然灾害预防等等领域,预测都有着不可替代的作用。然而,此前的研究表明,即便是最顶级的专家,在预...

45216
来自专栏AI科技评论

CNCC 2016 | 中科院谭铁牛:大数据时代的模式识别

编者注:谭铁牛现为中国科学院副院长、中科院自动化所智能感知与计算研究中心主任,他是中国科学院院士、英国皇家工程院外籍院士、发展中国家科学院(TWAS)院士、巴西...

3546
来自专栏SAP最佳业务实践

MBA管理:敏捷项目管理的关键

头脑敏捷的负责人会预见项目执行中的不确定性变化,并灵活应对,而不是固守原来的计划。实践中,他们深知预估性判断的局限性,因而更信赖自己的变通能力,即根据变化对项目...

3126
来自专栏软件测试经验与教训

如何从头组建测试团队

3346
来自专栏PPV课数据科学社区

神奇的数据挖掘

谈到BI,就会谈到数据挖掘(Data mining)。数据挖掘是指用某些方法和工具,对数据进行分析,发现隐藏规律并利的一种方法。下面我们将通过具体的例...

3706
来自专栏PPV课数据科学社区

你知道吗:机器学习发展的黄金时间只是刚刚开始?

尽管神经网络、人工智能和机器学习的嗡嗡声已经发展到相当的阶段。然后,就像很多人知道的那样,这里仍然没有发展出一套新的研究方法。如果有很多核心的算法和途径在这几十...

2715
来自专栏数据猿

影创科技的创始人兼CEO孙立:AI在增强现实中怎么用

数据猿导读 我们在光学上做了非常多的研究。首先是现在国内外量产能力非常不错的一个产品,是自由曲面,通过可量产的方案解决增强现实眼镜价值比较贵的问题。当然如果个人...

3025
来自专栏大数据挖掘DT机器学习

数据如何帮助业务

数据的重要性已经被越来越多的公司、个人所熟知与接受,甚至于有过犹不及之势头。大数据的概念满天飞,似乎一夜之间人人都在谈论大数据,见了面不用大数据打招呼,好像就不...

2735
来自专栏智能算法

干货 | 从菜鸟到老司机,数据科学的 17 个必用数据集推荐

编者按:数据集可谓是数据科学的练兵场,不管是对菜鸟入门还是老司机上路,能找到一个好用的数据集无异于如虎添翼。以下是编者整理编译的 17 个常用数据集,并列举了适...

4076
来自专栏数据派THU

数据蒋堂 | 人工智能中的“人工”

1995

扫描关注云+社区