/
/
/
怎样认识和看待人工智能?什么是人工智能的顶峰?——深圳市人工智能行业协会
分类导航 Nav

怎样认识和看待人工智能?什么是人工智能的顶峰?——深圳市人工智能行业协会

  • 分类:展会动态
  • 作者:
  • 来源:
  • 发布时间:2021-04-08 11:29
  • 访问量:

【概要描述】现在谨慎使用“人工智能”一词,否则你所说的很可能是科幻小说而非科学。

怎样认识和看待人工智能?什么是人工智能的顶峰?——深圳市人工智能行业协会

【概要描述】现在谨慎使用“人工智能”一词,否则你所说的很可能是科幻小说而非科学。

  • 分类:展会动态
  • 作者:
  • 来源:
  • 发布时间:2021-04-08 11:29
  • 访问量:
详情

现在谨慎使用“人工智能”一词,否则你所说的很可能是科幻小说而非科学。

 

从根本上说,在 CS发展的历史中,强人工智能(Strong AI)和弱人工智能(Applied AI)一直在争夺 AI领域的主流话语权,而这场论战也是导致 AI这一学术团体分裂的重要原因。在50年代到80年代之间,强大的 AI大行其道,主要是符号化(symbolized),即以知识为基础的方法(knowledge-based),可以被视为自顶向下构建全人工智能的一种方式,其主要目的是制造能够匹配人类智慧的人工智能。刚开始的时候,强 AI的人都很乐观,那个时候也被拍成电影(说的就是你, SteleliCubrik!)。(关于你的事,阿瑟.克拉克!)。在众多影响下,不仅主流学术界认为强 AI将在10~20年内诞生,普通民众中也有许多人持类似观点。但是,研究人员已经证明,强 AI的难度被低估了,在70~80年代左右,强 AI不但没有出现,而且研究过程中遇到的问题也很难解决,甚至看不到希望,所以包括公共和私营公司在内的大多数研究基金都取消了对 AI的支持,这使得 AI研究陷入了瓶颈。强健 AI的顶峰是专家系统,相对完善的发展在80年代。目前,该领域的研究成果已经被归纳逻辑编程(Inductive Logic Programming)这一 CS研究方向所继承。

 

在强 AI陷入困境之后,曾被强 AI嘲笑、鄙视,甚至一度被排除在主流人工智能和计算机科学研究之外的弱 AI又卷土重来。弱智 AI的目标是在某些子领域(特别是 specific)中实现某种程度的智能,即能人无法做到的,可视为自底向上的方法。基本来说,弱 AI采用的是神经网络和统计计算理论的方法,具有明显的数据驱动特征(data-based)。由于神经网络的黑箱特性和统计这个词,在早期被强 AI黑得体无完肤,当然,这些方法都有自己的局限性,例如,单层神经网络不能解决线性不可分问题,统计计算理论在早期很少考虑“可计算性”问题,而对“概率性”某一问题的提法,在当时并不符合计算机科学研究者的期望。神经网络后向算法(back propagation)的提出,以及统计计算理论的进一步完善,使得弱 AI技术在计算机视觉、自然语言处理等许多领域都获得了巨大的成功,从某种意义上说,这些领域已经变得相当聪明,比人强多了。

 

但是,弱 AI自从被强 AI踢出了计算机科学界(事实上,是强 AI自己看不起别人),被称为机器学习,而经历了强 AI梦碎之后,强 AI学术界再也不提“人工智能”这个宏大目标了,而且很委屈地说,当初自己是被科幻、科幻、舆论等误导了,其实俺们搞的是逻辑编程啊。对于这两种 AI实现方式,乐观的研究者们相信,它们会在某个时刻合并,从而实现伟大的“人工智能”。但也有许多人认为,这两个方向的渐行渐远将永远无法实现全能人工智能。然而,这已经是离计算机科学更远的哲学讨论的范畴。

 

回想到题主的问题“如何看待人工智能”,严肃地说,目前被称为“人工智能”学界的人,其实是相当多的人,人工智能的问题也是相当多的,因此主流学术界一般不会称自己是搞“人工智能”的,一般是搞机器学习、统计学习、神经网络、逻辑编程等等。说“人工智能”这个词,在当今社会,它的科幻意义远远大于它的科学意义。

 

关键词:

这是描述信息

协会公众号

这是描述信息

展会公众号

联系客服
联系我们
在线咨询 QQ交谈
GAIE小助理 GAIE小助理
邮件: mkt@saiia.org.cn
客服热线 0755-88917464 工作时间: 9:00 - 19:00