学界 | 构造一个和人类智能水平相当的人工智能,需要从哪方面努力?

AI科技评论按:本文由图普科技工程师翻译自《Methodology of Human-Level Artificial Intelligence Research》。

每项具有学习能力的技术在一个阶段学习完以后,都会产生下一阶段的学习曲线。通过查看这条曲线,我们可以判断这个特定的结构是否达到了人类水平。

让我们详细的看回每一部分。

技能列表——所有可能的测试和任务至少有一个人能够通过。下列是这一堆技能:认识的多样性——从区分几何形状到语音识别,能循序渐进地玩游戏——从掌握下棋到掌握怎么玩Go,从制作音乐到有新的科学发现。

人与机器之间的区别是,人可以通过选择相关的课程来获得这些技能,而机器则不可以。人类不需要重新创造。课程有助于帮助获得深入学习的能力以及高效使用知识的方法。

此外,人类拥有巨大的常见能力,这些常见的能力有助于人类获得更复杂和特定的技能。比如,阅读,写作和说话的能力,这些常见能力又给出了学习任何其他主题的无限能力:构建飞机,弹钢琴,量子物理学。

技能轴列表。从这里,我们可以假设,有哪些技能是必须先获得的,而这些先获得的技能日后可以帮助在专业领域获得更专业具体的技能。有了这个原则,我们可以建立一个顺序的技能列表——从科学的角度,由最常见到最有趣的顺序来排。这些技能反映出图像应该作为人类水平的技能所存在的。

学习轴的时间决定了给定的计算或其他资源学习的时间消耗。这里出现的问题就是更高水平的技能需要更多的计算能力。因为它,学习时间变得很长。

这里有两种可能的学习曲线。曲线A的第一半(从点O到点N)在某种程度上类似于B。但是存在着一个差别——曲线B具有架构限制,并且在这个意义上与A相同,又或者不存在这个问题。第二个选项引导着我们到技术奇点的主题。

创建人性智能需要做什么?

基于这个图,有两个互补的方式来实现人类智能:

•减少学习时间。这样的顺序技能列表必须被创建,因为只有这样,其中的每一个学会了的技能将会提高学会下一个技能的效率。这样的课程将使学习曲线增长得更快。

•通过开发来提高建筑限制。没错,这非常明显。但通过使用这个被提出的观点,我们可以衡量学习进展。以及能够测量AI的真实客观科学的发展。

因此,每个旨在创建人工智能的项目都可以在以上提出的方案下进行一些考虑。 每个项目通过命题自己的假设和视野来缩小这种训练方案的范围。当证明假说成为了新的研究的基础,人工智能的科学便出现了。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-02-28

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

来自专栏大数据文摘

量子回路终于制成,量子计算机指日可待

1493
来自专栏CDA数据分析师

Google首席决策师告诉你数据科学究竟是什么?

因此,数据科学诞生了。最开始数据科学家的的定义是“能够编程的统计学家”。如今看来,这个说法并不准确,但首先让我们看到数据科学本身。

461
来自专栏机器之心

为何Python攀上数据科学巅峰?KDnuggets2017调查Python超越R

选自KDnuggets等 机器之心整理 参与:李泽南、李亚洲、路旭阳 根据 KDnuggets 2017 年最新调查,Python 生态系统已经超过了 R,成为...

32310
来自专栏华章科技

Python超越R,为何Python攀上数据科学巅峰?

预料之内的是,Python 并没有完全「吞噬」R 语言的空间,但这项基于 954 个参与者的投票显示,Python 生态系统在今年已经超越了 R 语言,成为了数...

562
来自专栏新智元

【AI比人更擅长妥协】Nature子刊全新机器学习算法探讨人机合作

编辑:闻菲、张乾 【新智元导读】BYU计算机科学教授Jacob Crandall和Michael Goodrich以及麻省理工学院和其他大学的同事创造了一种新算...

3276
来自专栏Java学习网

数学对一个优秀的程序员帮助有多大

数学对一个优秀的程序员帮助有多大 今天有很多年轻人或经验不足的程序员在论坛发帖、在 Stack Exchange 网站问:「为了成为优秀的程序员,我需要擅长...

22510
来自专栏企鹅号快讯

我们应该担心吗?人工智能现在可以通过交谈来学习新单词!

关于人工智能在2017年有很多说法,许多令人难以置信的事态发展,人类目睹了第一个人工智能成为一个国家的公民。 但我们是否已经准备好让人工智能进入我们的社会?我们...

18210
来自专栏机器之心

除了深度学习,你需要知道AI技术的23个方向 | 机器之心首份技术报告

35412
来自专栏IT派

每个数据科学家都应该学习4个必备技能

IT派 - {技术青年圈} 持续关注互联网、大数据、人工智能领域 摘要: 作为一个数据科学家你必须要掌握的四个必备技能,值得每个想要成为数据科学家和已经成为...

4229
来自专栏CDA数据分析师

人工智能与机器学习:两者有何不同?

在过去几年,人工智能和机器学习频繁出现在技术新闻和各种网站上。两者常常被用作同义词,但许多专家认为它们存在微妙且重大的区别。 当然,专家们自己有时对于那些区别到...

2017

扫码关注云+社区