郑南宁院士会议演讲——直觉性AI与无人驾驶(上)
博主最近参加了2018年中国机器人学术年会,觉得郑院士的报告很有深度,所以先把人工智能部分整理出来与大家共勉:
人工智能的四个阶段
1960-1980 |
1980-2000 |
2000- |
未来 |
将知识/规则交给机器搜索 |
将特征/答案交给机器学习 |
将原始数据和答案交给机器深度学习 |
将目标交给机器 增强学习 混合增强学习 |
五大学派
符号主义 |
联结主义 |
行为主义学派 |
贝叶斯方法 |
类推学派 |
认知即计算 使用符号/规则和逻辑来表征知识和进行逻辑推理,常用算法:规则和决策树 |
认知即网络(比符号主义更加底层)使用概率矩阵和加权神经元动态地进行模式识别与分类 基本算法:神经网络(深度学习) |
基于“感知—行动”的行为智能模拟方法;生成变化,为特定目标获取其中最优的 基本算法:反馈控制/遗传算法/蚁群算法/强化学习 |
获取发生的可能性来进行概率推理,常用方法:朴素贝叶斯和马尔可夫过程,面向向量的统计模型,统计学习方法 |
根据约束条件来优化函数,常用算法:支持向量机等 |
符号化人工智能的局限性
- 需要对问题本身抽象出一个精确数学意义上的解析式数学模型
- 一旦模型建立,计算任务与能力就被唯一确定
- 确定的算法无法表示现实世界问题所固有的测不准性和不完备性
- 图灵意义下的可计算问题都是可递归的
深度学习的局限性
- 过度依赖训练数据
- 若泛化能力(训练和测试样本强同分布)
- 缺乏推理和对因果关系表达能力
- 无法在计算过程中实现有效的注意机制
人类对图像/声音和语言的理解来自人类的感觉运动经验和知识,机器学习模式无法获得这种体验,因此无法以任何人类相关的方式理解他们的输入。
算复杂性与指数爆炸
经典人工智能的基本理论框架:“演绎逻辑和语义描述”与“形式化方法”;
形式化方法不可能为所有的对象建立模型:
- 条件问题(Qualification Problem):不可能枚举出一个行为的所有先决条件
- 分歧问题(Ramification Problem):不可能枚举出一个行为的所有隐性结果
人类面对的许多难题只可能在指数时间内获解(即计算时间与输入规模的幂成正比),一些问题的解决需要近乎无限长的时间
莫拉维克悖论
对计算机而言,实现逻辑推理等人类高级智慧只需要相对很少的计算能力,而实现感知、运动等低等级智慧却需要巨大的计算资源。
发展新一代人工智能需要回答以下问题:
- 什么事人类智力所独有的特征?
- 要做到像人类一样用友智能行为,计算机需要什么能力?
- 人类认知的所有高级形式—概念形式、推理、问题求解、创造以及记忆和知觉——不与智力相关?
人类大脑独特的性质
- 大脑不是通过一个统一的、未分化打的神经网络实现单一的全局优化原理来学习的
- 大脑是模块化的,具有独特且相互作用的子系统支持认知功能,如记忆、注意、语言和认知控制
- 大脑神经网络结构的可塑性,以及人脑在非认知因素和认知功能之间的相互作用,它们是形式化的。
- 要想机器学习模型产生人类的认知结果,需要其所学的特征在一定程度上符合大脑生理学实验结果,同时要使特征具有数学和语义的解释性
从连接到认知
研究大脑网络的聚合和分离来洞察大脑的认知机理
- 结构连接:解剖学意义上的纤维束连接关系
- 功能连接:与任务相关的基于统计学的依赖关系
- 有效连接:神经元之间因果互动和相互影响关系
大脑的结构连接是相对静态的,而功能连接和有效连接具有时空动态演化特性。由功能连接和结构连接可以推测有效连接,有效连接的分析是计算大脑产生成本函数和寻找最优参数的过程
发展受脑认知和神经科学启发的人工智能
- 从人的大脑记忆、学习与预测的机制来看,现有的深度学习及基于语义和逻辑推理的图灵计算架构不能更有效地实现一种通用的人类认知信息加工机制
- 以脑认知和神经科学与机器学习相融合有可能构建出一种类脑的“学习机器”而不是单一的“机器学习”
基本科学问题
- 大脑如何实现优化?
- 脑网络的监督信训练信号从哪里来?它们如何体现不同任务的成本函数?
- 在不同的神经功能连接区域中,存在什么样的有效连接来约束和优化与任务相关的成本函数?以有效的找到特定问题的解决方法?
- 如何实现深度神经网络混合模型的自动构造?
传统深度学习与类脑神经计算
问题:如何将深度学习端到端的单一任务目标优化步数到新的任务
(A)传统深度学习的监督训练依赖外部的标记数据
(B)脑网络的监督训练能通过误差信号的梯度信号下降静态发生;但误差信号是由内部生成的成本函数产生
(C)成本函数和皮质深度网络的误差驱动训练部分组成了一个更大的包含数个专门系统的架构
认知映射
人类理解或描述物理世界时,大脑总会形成一种对时间的“可视化”图像:环境模式表征的认知地图
直觉推理(物理世界的直观理解)
人的“直觉反应”是在解空间中寻找全局最优解-最好的“解”
- 当前的认知映射的形成与大脑对外部信息的感知和理解相关
- 认知映射与成本函数生成的一系列决策活动是一个不断地模式匹配的迭代过程
认知推理
构建学习与思考类似人类的机器和基本核心要素
物理层面的认知推理
可跨越时间与空间追踪事物的发展轨迹
心理层面的认知推理
学习方向收到心理状态的引导
使机器像人一样对物理世界直观理解
实现物理层面认知推理的基本要素
(1)物体(或对象)特征的识别、并形成短期记忆
(2)物体(或对象)之间的相互关系与作用的直观理解
(3)基于想象力的行为模型产生
直观物理层面推理的基本框架.
- 构造一个内部预测模型,在行动之前预想到结果
- 基于环境的模型提取有用的信息
- 规划想象的行为最大化任务效率
混合智能计算模型
结语
直觉:以一种最少的假设去描述一个系统或产生相应的行为
人类大脑对世界的印象是一个不完整的世界的描述,但这个不完整的世界确实人类直觉判断和逻辑思维的基础
面对真实世界的变化,将直觉与经验(或知识)和以数学为基础的演绎归纳结合,能够在不完整的世界描述中产生正确的行为
郑南宁院士会议演讲——直觉性AI与无人驾驶(上)相关推荐
- 郑南宁院士会议演讲——直觉性AI与无人驾驶(下)
上篇是关于人工智能在:https://blog.csdn.net/yukinoai/article/details/84977602 下面是关于无人驾驶的部分: 交通情景计算的复杂性 无人驾驶面临的许 ...
- 终日乾乾,与时偕行——2022年度吴文俊人工智能最高成就奖:郑南宁院士
来源:中国人工智能学会 荣誉专题 01 1 导读 为全面实施创新驱动发展和人才强国战略,贯彻国家创新科技成果转化机制的部署要求,调动广大智能科技领军人才的积极性和创造性,激励原创性科学成果和颠覆性 ...
- CCAI 2019 | 郑南宁:“自觉性AI技术”可助力无人驾驶
来源:人工智能前沿讲习 CCAI 2019 2019年中国人工智能大会(Chinese Congress on Artificial Intelligence 2019,简称"CCAI 20 ...
- 旷视Face++与西交大成立AI联合实验室,郑南宁孙剑再续师徒缘
李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI 又一位院士加盟,又一段师徒情缘再续. 12月8日,旷视Face++宣布与西安交通大学人工智能与机器人研究所(西交大人机所)成立联合实验室. ...
- 高文院士:为什么中国的AI发展必须要有开源开放平台?
出品 | AI科技大本营(ID:rgznai100) 10 月 31 日,由北京智源人工智能研究院主办的 2019 北京智源大会在国家会议中心开幕,本次大会围绕人工智能基础研究现状及面临的机遇和挑战. ...
- 每日新闻 | 郑南宁:人工智能仍在打造核心技术工具方面落后于人
点击蓝字 关注我们 更多精彩,请点击上方蓝字关注我们! 每日新闻播报 第08-23期 1 趋势洞察 郑南宁:人工智能仍在打造核心技术工具方面落后于人 西安交大人工智能与机器人研究所所长郑南宁院士表示, ...
- 港科大郑光廷院士问诊未来,探讨 AI 最新应用与实践
阳春三月,万象更新,2020年注定是不平凡的一年!有激荡就会遇见变革,有挑战就会迎来机遇.今天总会过去,未来将会怎样? 香港科大商学院内地办事处重磅推出全新升级的<袁老师访谈录>全新系列[ ...
- 港科大郑光廷院士问诊未来,揭露 AI 最新应用与实践
阳春三月,万象更新,2020年注定是不平凡的一年!有激荡就会遇见变革,有挑战就会迎来机遇.今天总会过去,未来将会怎样? 香港科大商学院内地办事处重磅推出全新升级的<袁老师访谈录>全新系列[ ...
- 张钹院士:场景是当前AI产业化最大问题
张钹院士:场景是当前AI产业化最大问题 https://mp.weixin.qq.com/s/TLdoi9cnY-Crr0FVp2ah6g 在世界机器人大会"青年创新创业专题论坛" ...
最新文章
- Framebuffer 机制
- wxWidgets:wxSpinCtrl类用法
- 【Linux】一步一步学Linux——less命令(40)
- c++ lua 可以做什么_Redis令牌桶算法(全网最全,后续可以接入lua做原子性操作)...
- 方欣科技算法题面试:蛇形矩阵
- 帆软报表(finereport)table块钻取,返回记住table块位置
- java不要在常量和变量中出现易混淆的字母
- apache+php
- 运行可用:使用FreeType输出中文汉字点阵图形的源码
- 东方卫视收视率查询_全国电视台收视率排名(最新排行榜)
- 新版Android使用微桌面,微桌面是什么?微信正开发安卓“微桌面”
- 【10月10日】指数估值排名
- 作业五:结对项目-四则运算 “软件”之升级版
- Tracking相关的文章
- mouseover和mouseenter的异同
- liferay 7.0开发到部署
- ssm项目整合与功能开发(注解开发)
- 东网科技、中和资本共同成立大数据产业基金:“抢钱时代”下看好的5个抢钱领域...
- Python高效实现滑块验证码自动操纵
- 不同的人生不同的追求