机器学习 人工智能之争
咱们正处于一场关于人工智能的地下答辩中。
随着一部刻画阿兰·图灵 (Alan Turing)的很受欢迎的电影的上映,以及关于智能驾驶汽车信息的颁布,这场探讨从去年秋天就开局了。和许多地下答辩一样,这场探讨源于恐怖。 大少数的舆论反映出一种担心:机器不久将取代人类,进而淘汰人类 。去年12月,物理学家斯蒂芬·霍金(Stephen Hawking)在一档 BBC节目中谈到“人工智能的片面开展有或许预示着人类的终结”。贝宝 (Paypal) 开创人伊隆·马斯克 (Elon Musk)的说法更具备怂恿性, 他宣称咱们目前对人工智能的探求是在“呼唤恶魔”。答辩疏忽了一个理想——人工智能畛域蕴含很多不同的观念,许多钻研者以为他们自己的上班是为了提高人类的消费劲,而不是为了取代人类。
普通来讲,咱们可以把人工智能钻研划分为四大流派 。每个流派的目的稍有不同,钻研方法经常天壤之别。 第一个流派咱们称之为“传统人工智能” 。 这个流派确实试图构建能复制人类行为的计算机系统,指摘其想用机器取代人类还不算冤屈。传统人工智能的历史与计算迷信一样悠久,通常以为,它的创立者是像约翰·麦卡锡 (John McCarthy)和马文·明斯基 (Marvin Minsky)等在20世纪50年代中期到任于麻省理工学院的那些人。
后来,传统人工智能的钻研者们关注天然言语 翻译、符号推理(symbolicreasoning)和博弈论(game playing) 等疑问。这一流派发明了一些幽默且适用的技术,但经常没有到达其自我设定的预期目的。这类早期系统的一个例子要算二十世纪七八十年代钻研进去的专家系统 (expert systems)。专家系统本意是希冀运用一套规定来记载人类专家的阅历。这种系统的一个早期案例是试图树立医生诊断阅历的模型。它运转于一个受限的框架内,展现出相似于医生的行为,但得出的诊断结果经常与医疗惯例相悖。因此,很少看到这些专家系统取代医生或许其余专家,不过它们为咱们提供了有用的技术,在消费治理中失掉了一些运行。
从一开局,传统人工智能钻研就由于设定的目的过高而堕入困境 。钻研者们经常失误预计了为成功自己设定的目的所须要付出的致力。20世纪60年代,一些钻研者从复制人类智能转向钻研能增强者类智能的计算机系统。通常以为这一畛域的创立者是约瑟夫·利克莱德 (J. C. Licklider),他曾在位于麻省剑桥的一个钻研单位——博尔特·贝拉尼克-纽曼公司 (Bolt, Beranek and Newman Inc.)上班。他在一篇称为“人机共生”(Man-Computer Symbiosis) 的论文中写道,“宿愿用不了几年,人的大脑和计算机器能够严密配合,由此构成的协作将是人类大脑从未想到过的,解决数据的形式将是咱们所知的信息解决机器无法到达的。”
这个第二个畛域逐渐开展成广为人知的“人机 交互”(human computer interaction) ,它是当今计算机迷信的几个较大分支学科之一。相比于传统人工智能,它提出的目的比拟低调,在成功自己设立的预期目的方面做得较好。它在咱们普遍经常使用的图形用户界面方面做出了奉献,并在算法和流程上做了很多钻研,正是这些钻研才使得手机和移动平台对咱们有如此大的吸引力。
第三个畛域发生于20世纪80年代中期,被称之为“机器学习” (machine learning)。这一畛域的引领者们意识到,虽然传统人工智能没有成功它的目的,但是计算机系统所能到达的本应远远超越目先人机交互畛域所成功的。机器学习创立者们的灵感可以追溯到卡内基梅隆大学司马贺 (Herb Simon)的上班(不论怎样看,司马贺确实是一个对计算畛域有深远影响力的奉献者,他提出的思维影响了计算机迷信许多方面的开展)。这一流派并不试图复制人类智能,而是力求开发“在执行某些类义务时能提高性能”的程序。他们搜集信息,用这些信息改善自身的操作。
机器学习少量自创数理统计工具来开发各种不同的识别和分类算法 。人工智能钻研的先驱者之一, 爱德华·费根鲍姆 (Edward Feigenbaum)以为这些算法已被证实“相当成功”。它们被运行于实践系统中来识别目的、发现数据中的形式和开发用于机器人的战略。
人工智能的最后一个分支畛域是一个最新的畛域。它翻转了计算机和人类的相关 。在传统人工智能中,计算机系统试图复制人类的行为。而在这一畛域, 人类试图解决一些计算机尚无法解决的义务。医疗文件的记载 (transcription) 或许就是一个最好的例子。许多医疗记载系统依托人工来记载医生所说的话,而后再用传统的计算方法来解决这些信息。这个分支畛域的创立者之一,卡内基梅隆大学传授路易斯·冯·安 (Luis von Ahn),把这一畛域称为“天然的人工智能”(artificial artificial intelligence)。这一畛域,更妇孺皆知的是“群体智慧”(collective intelligence)。
群体智慧设计计算系统时,充散施展了人类行为的两个不同方面的长处 。首先,人类能以难以计算的形式识别出复杂形式。人类从这些形式中联想, 进而推理得出复杂的论断。例如,一个便捷的旋律就能引发人脑一连串的想法。
其次,群体的知识广度普通远高于团体 。群体领有少量的观念、假定和推导方法。阅历标明,这些不同的想法会聚起来会带来对疑问更片面的理 解。依据该畛域的创立者之一,麻省理工学院的传授汤姆·马龙(Tom Malone,是麻省理工学院斯隆 治理学院传授,组织结构与团队智能专家,MIT群体智慧钻研核心主任)所说,“群体智慧就是由许多团体组成的群体以智能形式群体执行。”或许群体智慧最驰名的产品之一就是在线百科全书——维基百科。维基百科由不可胜数的团体奉献而成。由于它经常为人工智能系统提供知识性信息,所以与人工智能相关亲密。IBM的那个会玩“风险边缘”(Jeopardy!) 问答游戏的计算机系统沃森 (Watson),就是用维基百科作为它的关键信息来源。
一切这四个局部构成了人工智能畛域 。因此, 当咱们探讨人工智能将会怎样扭转人类以及人类社会时,实践上触及到和人工智能无关的四种不同方法,每种方法有不同的前景。 第一种方法想用计算机系统模拟人类智能,第二种想增强者类的智能, 第三种想从天然环球学习如何高效地执行义务,而最后一个则想聚合许多人永世的阅历 。虽然看起来这四个畛域都将彻底扭转人类的体验,但仿佛也很美观出它们会齐全取代人类。从实质过去说,人类的阅历照旧是这些方法创立的基础。
就像斯蒂芬·霍金推测的,虽然人工智能不太或许取代人类,但它很或许会扭转人类在社会中表演的角色 。这一现象被称为“劳能源空心化” (hollowing of the work force)。计算机技术趋向于发明少数须要复杂技艺的新上班和少量须要低技艺的上班,但缩小了须要中等技艺的上班。当咱们展望人工智能对人类的影响时,咱们须要思索怎样把人类休息者与计算机发明的新的上班角色婚配到最佳,同时也要设计最适宜人类社会的计算机。
