有人问吴恩达,机器学习能解决什么样的问题?吴恩达回答说,只要给定规则,机器学习就能给出比较好或足够好的解。

但对于现实世界的问题,有三点困难:目标不明确,规则在变,资源不足。有些问题很难确定目标,比如:人生的目标是什么?企业的目标是什么?有些问题的规则经常改变,比如期货交易的保证金比例和手续费。更多的时候,没有解决问题所需的资源,尤其是计算资源,比如下围棋时的计算时间。本质上,时间是唯一的资源。

机器学习已经在许多特定问题上超过了人类的表现,唯一让科学家信心不足的是通用人工智能。也有一些科学家信心满满,认为只要模型足够大,就能实现通用人工智能。从前面三点困难出发,我们要考虑:通用人工智能的目标,满足的规则,所需的资源。

图灵给出了通用人工智能的目标,让人们在与之对话时区分不出它是人工智能还是真实的人。通用人工智能要满足的规则是整个人类社会的规则,它要知道一些事情,但又不能知道得太多,以至于不像普通人类。训练和使用通用人工智能所需的资源,也不能超出个人所需资源太多。

目前,实现通用人工智能的目标还有一些遥远。因此,与人工智能相比,人类还有一些优势。也就是说,个人教育仍然是最优选择。科学家穷其一生的努力,做出来的人工智能也达不到四岁小孩的水平。

但人工智能的新进展,为个人教育带来了一些新见解。人类不是在某一方面特别强,而是综合能力特别强。因此,我们不能训练人类去打败AlphaGo,而是要均衡发展人类的各种能力。

首先,是语言沟通能力。图灵靠这一点来区分通用人工智能。

其次,是数理逻辑能力。人类会根据一些原则引导的直觉,通过不那么复杂的计算,进行因果判断。这些判断的好坏程度因人而异,但高水平的人往往能“猜”到正确结果。科学家经常提出猜想,然后由数学家或实验来证实或证伪。

第三,是形体运动能力。不同的运动会锻炼身体的不同部分,混合泳基本上锻炼了全身。

第四,是节奏音准能力。这是对听觉、发声和乐器方面的训练。

第五,是色彩结构能力。画家和设计师在这方面的能力比较突出。

第六,是认识自己的能力。第七,是认识别人的能力。认识你自己。知人者智,自知者明。

训练身体和大脑的不同部分,是人类学习的主要方式。在这个过程中,与环境互动显得尤其重要。山区长大的孩子和平原长大的孩子,运动的方式会不一样。这是强化学习的奥义:智能体与环境互动,这种环境可以是真实的,也可以是模拟的。通过环境给予的反馈,智能体学到知识。

资源是有限的,可能性是无限,针对训练通用人工智能的既定目标,如何分配资源?换言之,如何在无数个解构成的解空间中寻求最优解或足够好的解?吾生也有涯,而知也无涯,如之何?

AlphaGo的做法是使用蒙特卡洛树和神经网络。在无数种可能中寻找那些与目标匹配度较高的解,丢弃那些比较差的解。它在围棋和蛋白质折叠这类问题上,取得了令人瞩目的成果。

人类作为一个整体,学习的过程也类似。每个人会随机探索一些可能性,而那些与整体人类目标匹配度较高的知识被学到并保存下来。人类整体的目标,如果有的话,就是存在下去。

我的中学的校训是“全面发展,出类拔萃”,当时理解为“各方面都不错,某一方面特别厉害”,现在想想不对。因为全面发展,所以出类拔萃。这也是通识教育的要义。

对于个人来说,目标是要度过幸福的一生,该怎么办?

如何训练一个通用人工智能相关推荐

  1. 元学习:实现通用人工智能的关键!

    1 前言 Meta Learning(元学习)或者叫做 Learning to Learn(学会学习)已经成为继Reinforcement Learning(增强学习)之后又一个重要的研究分支(以后仅 ...

  2. 独家 | 哪个更好:一个通用模型还是多个专用模型?

    作者:Samuele Mazzanti翻译:欧阳锦 校对:赵茹萱本文约3900字,建议阅读10分钟本文通过实验验证了一个通用模型优于多个专用模型的有效性的结论. 比较专门针对不同群体训练多个 ML 模 ...

  3. 万字长文解读:从Transformer到ChatGPT,通用人工智能曙光初现

    ChatGPT掀起的NLP大语言模型热浪,不仅将各家科技巨头和独角兽们推向风口浪尖,在它背后的神经网络也被纷纷热议.但实际上,除了神经网络之外,知识图谱在AI的发展历程中也被寄予厚望.自然语言处理是如 ...

  4. 他们提出了一个大胆的猜想:GWT(深度学习)→通用人工智能

    来源:AI科技评论 编译 :陈彩娴 近日,有一篇发表在arXiv的论文"Deep Learning and the Global Workspace Theory"提出了一个大胆的 ...

  5. 通用人工智能最新突破!一个Transformer搞定一切

    Datawhale干货 编辑:梦晨 鱼羊,来源:量子位 通用人工智能,还得看DeepMind. 这回,只一个模型,使用相同的权重,不仅把看家本领雅达利游戏玩得飞起. 和人类聊聊天.看图写话也不在话下. ...

  6. 通用人工智能(AGI):人工智能的下一个阶段

    除了人工智能(AI)的改进和新应用之外,大多数人都认为,当通用人工智能(AGI)出现时,人工智能的下一次飞跃将发生.我们将AGI宽泛地定义为机器或计算机程序理解或学习人类可以完成的任何智力任务的假设能 ...

  7. 工业机器人的下一个竞争焦点已经非常明确:通用人工智能(AGI)

    https://www.toutiao.com/item/6641830622346084872/ 2019-01-02 17:34:58 工业机器人的下一个竞争交点已经非常明确:通用人工智能(AGI ...

  8. DeepMind 的新强化学习系统,是迈向通用人工智能的一步吗?

    作者:Ben Dickson 来源:数据实战派 前言 尽管已经掌握围棋.星际争霸 2 和其他游戏,深度强化学习模型的主要挑战之一是,它们无法将其能力泛化到训练领域之外.这种限制使得将这些系统在现实世界 ...

  9. 实现通用人工智能还要多久?Hinton与AlphaGo之父这样回答

    作者 | Klye Wiggers 译者 | 刘旭坤 责编 | 琥珀 出品 | AI科技大本营(公众号ID:rgznai100) 人工智能(AI)在即将过去的 2018 年进展神速,取得了很多令人瞩目 ...

最新文章

  1. ftp服务器上传的文件打不开,ftp服务器文件有的上传不了
  2. envi与arcgis文件转换_ArcGIS、MapInfo、ENVI、MapGIS等矢量格式相互转换
  3. python中的__new__和__init__
  4. Stream中toMap引发NullPointerException____Stream的执行流程
  5. JAVA基础系列:反射
  6. abs和pc混在一起怎么解决_PC、ABS常见的7大问题及解决方案
  7. 配置suse syslog服务器
  8. 企业盈利能力五大指标之:净利率
  9. 1st Competition of Datawhale: the car price prediction
  10. java用account类型定义两个变量_java 编程
  11. TCP/IP详解之环回接口(loopback interface)
  12. stm32控制超声波测距模块HC-SR04
  13. Python 爬虫找到数据了 re XPath requests Pool
  14. 医院医疗物联网平台的构建
  15. 百度校园招聘历年经典面试题汇总:测试开发
  16. Web-Crawler(爬虫基础)
  17. 意志力薄弱的人如何管理行为?
  18. Aerospike学习笔记篇
  19. windows 获取cpuid
  20. matlab如何泰勒公式用求近似值_用泰勒公式求sin(x)的近似值

热门文章

  1. python格式化输出
  2. 浮点数转换为大写货币金额
  3. IOS_3DTouch实现
  4. 丘成桐谈几何:从黎曼、爱因斯坦到弦论
  5. 解析改变测试自动化的协作机器人
  6. ubuntu conda、pip 设置代理
  7. 3万字通俗易懂告诉你什么是.NET?什么是.NET Framework?什么是.NET Core?
  8. Mybatis注解开发笔记
  9. vant4的showtoast非正常显示问题
  10. 智能家居--domoticz配置和风天气 HTTP/HTTPS poller 的使用以及domoticz_updateDevice的介绍