首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

人工智能完胜李世石,却败给楼梯?

AlphaGo完胜李世石,深度学习神经网络和遗传算法的逐步成熟,让机器已经拥有了超越人类的能力。一时间人工智能威胁论刷爆媒体。大家都在担心自己的工作被机器抢走,或者某一天人类会被机器统治。机器真的已经如此强大了吗?

AlphaGo连挪动一枚小小的棋子这样一个最简单的行动都需要人类帮助它完成?它在围棋这样的高难度游戏上都已经战胜了人类,如果它有机械手,自己下棋也不会有任何困难?事情真的这么简单吗?更多内容敬请关注2018年1月7日21:48《对话》#触摸硅谷 遇见未来#!

顶尖机器人难过“动作关”?

美国国防部高级研究计划局(DARPA)组织的机器人挑战赛被称作“当前人工智能含金量最高的比赛”。虽然参赛机器人都来自全球顶尖研究机构,但是需要它完成的却是诸如驾驶、进门、打开阀门、上下楼梯等人类简单任务。即便如此,机器人在比赛中摔倒的场景仍然屡见不鲜。普通人对机器人行动能力的印象大多来自科幻作品,然而现实世界的机器人完全是另外一回事。

计算机科学家 谷歌公司副总裁兼首席互联网顾问文顿·瑟夫:到20世纪六七十年代,我们发现实现通用人工智能非常困难,甚至三岁小孩能做的事计算机都无法实现。人类体验真实世界后,在大脑中构建反映真实世界的模型,并基于这个模型制定计划、与世界互动。目前,即使是非常成功的人工智能程序,也不具备基于真实世界自主构建模型的能力。

人工智能长了两张脸?

高阶智能,比如推理、规划和下棋,计算机都能够轻易实现。而几岁孩子就能驾轻就熟的低阶智能,如感知和运动,计算机都远远不够完美。

这就是对著名的“莫拉维克悖论”。传统观点认为,逻辑、演算这样的对人们来说比较困难的事情,机器要做到也很困难;至于小孩子就能解决的事情,例如跳跃,奔跑则被认为很容易。但莫拉维克悖论指出:对计算机而言,实现人类高阶智慧只需相对很少的计算能力,而实现感知、运动等能力却需要巨大的计算资源。事实证实了这个论断:当人们几乎解决了“困难”的问题时,“容易”的问题却成了大麻烦。

在莫拉维克悖论提出之后,一部分人开始在人工智能研究上追求新的方向,不再仅仅局限于模仿人类的学习和推理能力,而是从模仿人类对真实世界的感觉与反应的角度来研发机器人。

现实版“神盾局”的野心勃勃

这项世界瞩目的机器人挑战赛,它的举办方——美国国防部高级研究计划局(DARPA)被称为现实世界中的“神盾局”。在现实里,美国国防部高级研究计划局同样有很多野心勃勃的未来计划。他们举办机器人挑战赛,初衷就是鼓励研究者开发机器的感知和运动能力,最终代替人类完成灾难救援等各种危险任务。

伍斯特理工学院的机器人参赛队参加了机器人挑战赛。机器人要在1个小时内完成8项任务。它们需要在一段土路上驾驶车辆,避开障碍物。然后它们需要下车,这是最难的动作之一。接下来机器人会打开一扇门并走进去。走进门内以后,通讯设备就会关闭,机器人需要自主行动。它要转动阀门,用电钻在墙上打个孔。然后,它要完成一项“意外任务”,或是关闭开关,或是在墙上开一个洞。最后,它们需要穿过一片残骸,并爬上楼梯。这一系列动作,需要机器人对周围环境拥有综合感知能力,并做出恰当反应,这是一个很大的挑战。

如今,让机器人直立行走或者完成某个简单的任务动作,已经初见成效。但是,要想让机器人真正如同人类一样实现无障碍的自由运动,还需要付出非常多的努力。

更多内容敬请关注2018年1月7日21:48《对话》#触摸硅谷 遇见未来#!

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180106A0SJIH00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券