導讀：“當我們不理解人類思維時，無法完美我們又如何創造人工智能呢?模仿”

　　有些人認為，人類是人類大連金州區酒店上門服務聯系方式[微信1662+044-1662][提供外圍女上門服務快速安排面到付款不收定金按照造物主的形象設計的。當涉及到真正的大腦人工智能(這可能是我們最偉大的發明)時，我們也曾嘗試做同樣的只浪事情。人工智能的無法完美一個典型方法是用數字形式再現人腦。但頂尖科學家表示，模仿靈感將來自其他地方。人類事實上，大腦試圖完美地模仿人類大腦是只浪在浪費時間。

　　“我們并沒有真正了解人類思維”，無法完美紐約市巴納德學院的模仿天文學家Janna Levin說，他同時領導了一個關于人工智能技術和倫理未來的人類大連金州區酒店上門服務聯系方式[微信1662+044-1662][提供外圍女上門服務快速安排面到付款不收定金小組。“我們認為，大腦通過映射，只浪我們可以理解人類思維，但這并沒有實現。”

　　“當我們不理解人類思維時，我們又如何創造人工智能呢?”

　　據該小組的人工智能研究人員稱，這是一個棘手的問題。我們無法完美地模擬人腦。相反，我們應該把時間花在解鎖智力的基本原則上。

　　Max Tegmark是麻省理工學院的物理學家，也是生命未來研究所的主任。他說，過于關注大腦只是“碳沙文主義”(此理論認為身為以碳為主體的生物，尚未接觸任何地外生命的人類很難憑空想像截然不同的生化理論)。盡管到目前為止科學家們還沒有找到它的奧秘，但大腦的運作方式并沒有什么神奇之處。“我們太沉迷于大腦的運作方式，”Tegmark說，“我認為這是缺乏想象力的表現。”

　　歷史證明了他的觀點。在維多利亞時代，一位名叫Clément Ader的工程師建造了第一個比空氣重的飛行器。他模仿了蝙蝠來建造。這些機器不過是兩側有大型蝙蝠翅膀的椅子。Ader用這個幾乎無法控制的裝置飛行了幾百米。但是，如果他是第一個飛行成功的人，為什么眾人只知道萊特兄弟卻不知道他呢?

　　Ader第三版的飛行器。雖然它可以維持飛行，但它的蒸汽動力引擎完全無法控制。

　　盡管用我們自己的形象創造人工智能并不是一種可行的方式，但小組當晚的討論依然回到生物學領域。正如Levin所說，人類智慧和意識仍然是我們最好的例證。

　　“你可以從生物學中獲得靈感，但你絕不能機械地復制它”，Facebook的人工智能研究主管揚·勒丘恩說。“從工程的角度來看，追溯進化將非常困難。”由于進化缺乏能動性，創造出有智力的猿猴靠的不是有意識的努力或決定。相反，我們能走到今天，是因為數百萬年的隨機突變，讓我們活得足夠長，能夠繁衍后代。最大化或簡化我們大腦的智力和推理能力從來都不是問題的一部分。人類的大腦是極其復雜的。它充滿了各種機制，可以在子宮里自我配置，還能長期自我修復。機器不需要這些，因為處理配置的過程由人類完成。它只需要接收數據，處理并學習數據。

　　人工智能先驅揚·勒丘恩在Pioneer Works的最新“科學爭議”小組發表講話。一起發言的還包括著名物理學家Max Tegmark和主持人Janna Levin，巴納德學院的天文學家。

　　勒丘恩解釋說，對于更傳統的監督學習方法，人類必須在機器自身完成有意義的工作之前，向系統提供數以千計的例子。例如，一個圖像識別算法需要看到無數的蘋果，才能在照片中識別出一個蘋果。第二種方法是強化學習，在這種學習中，人工智能系統或神經網絡——與大腦相似的算法——彼此相互訓練。這種方法通常只適用于游戲。一個下棋的人工智能可以玩幾百萬次游戲，了解游戲規則只需要分分鐘而已。

　　但這兩種方法都不完美。這兩種方法都不會產生一種真正使其理解這個世界的人工智能。在監督學習中，人類仍在做著所有繁重的工作，而那些下棋電腦則一無所知。

　　“我們用非常愚蠢的方式訓練神經網絡，”勒丘恩說，“和人類與動物訓練自己的方式完全不同。”嬰兒在兩個月大的時候就知道物體永存性。當他們半歲的時候，他們能憑直覺感知物質世界的運作方式。但我們無法在我們的機器中啟動這種無監督的學習(如果有人能成功，那么很可能是勒丘恩和他的Facebook團隊，因為只有大公司才有資源和架構來訓練高水平的神經網絡)。但在小組討論中，他聳了聳肩：“我們也沒辦法做到這一點。”

　　這就是為什么對人工智能來說，生物基礎是至關重要的，而非對人類大腦的完美重構。沒有其他模式供程序員參考。人類的大腦是一個科學奇跡，但并不是唯一的答案。這些研究人員需要記住，人類和隱藏在我們頭骨中的超級計算機沒有什么特別之處，它們不應該試圖創造出新的東西。

(責任編輯：休閑)