西方学院的Justin Li博士正致力于研究预测人类需要的算法; 人工智能是主动而非被动的。我们遇见他以了解更多信息。
我站在加利福尼亚州鹰岩的西方学院校园的未来派吉尔曼喷泉前。这一切看起来都很奇怪,很可能是因为它代表了
星际迷航III中
的星球火神
:寻找Spock
。这感觉相当贴切,因为我在这里采访Justin Li教授,他正在建立AI代理人,希望像Spock一样,与我们人类一起工作。
如果这听起来过于抽象,那么这就是现实生活中的情景。想象一下,你已经保存了数十年的数字日记。进入这个存储库,你已经抛弃了你所感受,完成,实现和思考的一切。你已经给了你的AI助手(让我们称之为“Spock 2.0”)访问所有内容并在后台安静地进行观察,编目,录制建议和做笔记。
然后有一天,你的专业成就越来越高,但在你的个人生活中,你开始约会一个新的人,你正在经历一些消极的情绪反馈循环。没有被查询(因为你的AI代理是预测性的,并且对你日记中正在展开的叙述做出反应),Spock 2.0可能会突然提出一些建议:
“我在你的思维过程中观察到一些不合逻辑的道路。如果我可以推断,你的日记显示了先前在X,Y和Z中经历过的元素,早在2007年,2009年和2017年。你是否与人类仅拥有相同的关系模式不同的名字?“ 翻译:你重复同样的错误吗?
你会看到Spock 2.0如何真正有用 - 或者如果你更喜欢戏剧和否认而非常烦人。
李博士的研究重点是对知识的战略性搜索,包括人类信息搜寻行为,认知架构中的记忆机制,语义网络中的推理以及记忆使用的强化学习。在他的办公室里,李博士有一堆记忆辅助工具,如果在深入的智力讨论中玩弄,可以鼓励创造神经通路。还有一个模型NASA火箭,他自己建造。
在我访问期间,我找到了记忆辅助工具并开始质疑他是否将“Spock 2.0”变为现实。以下是我们对话的编辑和简要摘录。
与训练人类像计算机一样行动相反,人工智能似乎比实际更具适应性?
为了清楚起见,我正在构建大脑的一部分,而不是人类将要查询的自然语言处理前端。我们没有大规模的系统,这些系统具有广泛使用的重要分类,代理人可以以“人类”的方式检索知识 - 我的意思是人类的方式。作为对立点,深度神经网络在图像识别方面做了惊人的工作,但这是我工作的不同范例。但是整合常识知识就是我正在做的事情。
领取专属 10元无门槛券
私享最新 技术干货