MIT数亿美金构建MIT IQ 项目,逆向工程人类智能打造可自我发育的计算机

来源:zdnet.com

编译:马文

【新智元导读】MIT发起MIT IQ项目,旨在联合多个学科,对人类智能进行逆向工程,为机器学习和人工智能创造新的算法,并促进协作,共同推动AI的突破。该项目包含“核心”和“桥梁”两个实体,分别注重基础研究和应用研究。该项目或能促进学术界与工业界、AI学科与其他学科为实现AI突破的更多合作。

麻省理工学院(MIT)正式发起一项名为MIT Intelligence Quest (MIT IQ)的计划,旨在联合多个学科,对人类智能进行逆向工程,为机器学习和人工智能创造新的算法,并促进协作。

MIT IQ项目最大的要点是:AI研究需要形成一项团体运动,才能取得突破。这个项目涉及该校数百名研究人员,试图打破不同研究所间的壁垒,从而了解人类智能,并利用研究成果开发机器智能。

MIT IQ的新闻发布会公布了这个项目的主要领导人,包括MIT校长L. Rafael Reif,以及:

  • Anantha Chandrakasan,工程学院院长
  • James DiCarlo,大脑与认知科学系主任
  • Dina Katabi,电子工程和计算机科学系教授
  • Daniela Rus,MIT计算机科学与人工智能实验室主任
  • Josh Tenenbaum,认知科学和计算科学教授

MIT IQ真正想解决的问题是,当前有关AI基础的知识已经过时了。 AI的数学和核心原则可以追溯到上世纪50、60年代。到现在,计算能力和技术都已发生天翻地覆的变化。MIT校长Reif说:“AI的基础相对来说已经过时了。我们一直在试图从现有的算法中挤出新的应用来。”

开发新算法需要跨多个学科的新方法。一个问题是:我们可以从婴儿的成长中学到什么,可以应用到AI的开发?

科技行业高速发展的研究实验室大有从各大学吸走 AI 领域最有才华的科学家、工程师和创意之势。科技公司已经意识到它们从大学挖走太多AI专家引起的担忧。大学需要这些专家给未来的科学家和工程师授课,并从事基础研究。科技行业的回应是增加学术合作和资助。

据了解,MIT IQ项目将需要“数亿美元”的资金,MIT正在寻找工业界的合作伙伴。去年9月,MIT已经与IBM签署一个合作协议,IBM 同意投资 2.4 亿美元成立一个新的 MIT-IBM 沃森人工智能实验室(MIT-IBM Watson AI Lab)。

MIT工程学院院长Chandrakasan表示,为了真正推动AI进步,需要多个学科联合起来。他说:“我们将教授更多学生使用AI工具。”

MIT IQ的结构:核心和桥梁

MIT IQ有两个相互关联的实体。第一个实体被称为“核心”(The Core),目标是开发机器学习算法。Core将在总体上研究人类智力和机器智能的科学和工程学。除了获得对自然大脑和计算机大脑工作原理的基本理解外,它还将开发针对更具体用途的机器学习算法。

第二个实体被称为“桥”(The Bridge),致力于将在自然智能和人工智能领域的研究成果,应用到包括疾病诊断、药物发现、材料和制造设计、自动化、合成生物学和金融的广大领域。Bridge将提供技术、平台、基础设施、教育和数据集。这两个实体都将与世界各地的研究实验室展开合作。

MIT IQ还将着眼于AI的社会和伦理影响。Reif说:“严肃的AI需要严肃的人性。如果要把 AI 应用到整个社会,那么我们就需要认真思考伦理问题。”

这样的结构设计是考虑到MIT内部已经有250多名教职员工在从事AI领域的研究这一事实,但是,这些研究人员并没有形成紧密的合作。该项目希望通过提供额外的资源和加强研究人员之间的联系,以扩大AI研究。

对于企业来说,MIT IQ的结构值得注意,因为它强调了在AI研究中将多个学科结合起来的影响。企业主要围绕开发产品、优化利润和销售,但也需要扩大AI在各个职能中的覆盖。

Reif说,尽管在工业领域将有大量的AI研究,但是MIT在推动核心研究的发展方面发挥了作用,虽然这些研究不会马上带来利润。

我们可以从婴儿身上学到什么?

MIT大脑与认知科学系主任DiCarlo表示,MIT IQ将采用逆向工程(reverse engineering)的方法研究人工智能。

他补充说,对人类智能进行逆向工程已经促进了计算机视觉的进步。对人类智能进行逆向工程并将其应用于深度学习是必要的,因为这项技术正在推动其极限。

这种逆向工程方法需要多个学科的结合。例如,MIT认知科学和计算科学教授Tenenbaum说,认知科学和大脑研究将在人工智能研究中发挥作用。

Tenenbaum表示,他们的目标是“开发一种最初像婴儿一样学习,然后像小孩一样学习的机器”。他解释了AI是如何从一张白纸的状态开始,然后学习模式和数据。婴儿从一开始就有遗传学上的起点,以及一个允许他们不仅仅学习数据和模式的结构。

Tenenbaum说:“三个月大的婴儿比任何AI系统都要聪明。 小孩是终生的学习者,能够建立多层次的智能,但机器学习系统现在不是这样工作的。”

Tenenbaum说,他的小组将与MIT IQ的 Core 和 Bridge 实体一起工作,打造一台可以像人一样学习的机器,将涉及从算法到大脑研究到机器人的一切。

原文链接:http://www.zdnet.com/article/mit-launches-mit-iq-aims-to-spur-human-artificial-intelligence-breakthroughs-bolster-collaboration/

本文分享自微信公众号 - 新智元(AI_era)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-02-02

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科技评论

学界 | 机器学习十大算法都是何方神圣?看完你就懂了

AI科技评论按:机器学习与人工智能变得越来越热。大数据原本在工业界中就已经炙手可热,而基于大数据的机器学习则更加流行,因为其通过对数据的计算,可以实现数据预测、...

36150
来自专栏人工智能LeadAI

你知道应聘上一份机器学习的工作需要哪些条件吗?

目标导向,不谈其他的方向,只谈如何快速拿到数据挖掘的offer。 ? 我选择了公司的校招中比较严格的(top5%)一个jd要求,我们看下如何拿下这个offe...

44980
来自专栏人工智能LeadAI

请不要把数据分析和机器学习混为一谈

经常看到有很多人把机器学习和数据分析混为一谈,因此我想分析一下机器学习和数据分析这两个职位之间有什么不同,他们干的事情有什么不同,并且借此来分析下两者的技术背景...

37240
来自专栏AI科技评论

开发 | 你的机器学习模型为什么会出错?奉上四大原因解析及五条改进措施

对开发者来说,目前有一系列的机器学习模型可供选择。AI科技评论了解,可以用线性回归模型预测具体的数值,用逻辑回归模型对不同的运算结果进行归类,以及用神经网络模型...

37760
来自专栏AI科技评论

技术大牛带你走向机器学习“正道”:小朋友才迷信算法,大人们更重视工程实践

AI科技评论按:“算法”这两字在人工智能圈已然成为“高大上”的代名词,由于不少在校生和职场新人对它过度迷恋,多名 AI 资深人士均对这一现象表示担忧。李开复曾这...

45930
来自专栏人工智能LeadAI

xgboost的原理没你想像的那么难

xgboost 已然火爆机器学习圈,相信不少朋友都使用过。要想彻底掌握xgboost,就必须搞懂其内部的模型原理。这样才能将各个参数对应到模型内部,进而理解参数...

46450
来自专栏AI科技评论

开发 | 美联储加持的小众语言 Julia ,能否成为机器学习的明日之星?

早在 2009 年,Jeff Bezanson、Alan Edelman、Stefan Karpinski 和 Viral Shah 四个人聚到一起决心创造一种...

37240
来自专栏AI科技评论

开发 | GAN很复杂?如何用不到 50 行代码训练 GAN

AI科技评论按:本文作者为前谷歌高级工程师、AI 初创公司 Wavefront 创始人兼 CTO Dev Nag,介绍了他是如何用不到五十行代码,在 PyTor...

40260
来自专栏AI科技评论

开发 | 机器学习小白入门指引,开年也要规划好小目标

网按:本文为Cookie Engineer写就,主要对机器学习进行了简单的介绍,AI科技评论编译,未经许可不得转载。 经常有人问我如何开始学习机器学习,他们面临...

382100
来自专栏AI科技评论

开发 | 机器学习零基础?手把手教你用TensorFlow搭建图像分类器

AI科技评论按:Pete Warden是TensorFlow移动团队的技术负责人。曾在Jetpac担任首次技术官。Jetpac的深度学习技术经过优化,可在移动和...

39460

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励