通用人工智能關(guān)鍵在立“心”
“很多人將規(guī)模定律(Scaling Law)奉為圭臬,認為只要數(shù)據(jù)越多、算力越強、模型參數(shù)越大就行了。但我認為,要實現(xiàn)通用人工智能,僅靠數(shù)據(jù)是不夠的,我們需要探索另外一種路徑——為人工智能立‘心’?!苯?,在湖北鄂州召開的蓮花山研究院二十周年學術(shù)思想研討會上,北京通用人工智能研究院院長朱松純分享了他的思考。他認為,通用人工智能已成為全球科技競爭制高點。要在科技競爭中取得突破,關(guān)鍵是厘清大數(shù)據(jù)源頭,定位好人工智能發(fā)展方向。
“如果無法處理視覺數(shù)據(jù),人工智能系統(tǒng)就只剩一個空架子?!痹谥焖杉兛磥?,數(shù)據(jù)標注就像為計算機戴上一副特殊的“眼鏡”,讓其具備識別并理解圖像、文本和其他數(shù)據(jù)細節(jié)的能力。
1997年,斯科特·科尼什(Scott Konish)完成了世界上第一個數(shù)據(jù)集的標注——圖像邊界,用來訓練分類器。也正是看到了統(tǒng)計對圖像理解的可能性,2004年朱松純開啟大規(guī)模高顆粒度數(shù)據(jù)標注工作。
“2008年,我和團隊成員在數(shù)據(jù)標注上遇到兩個瓶頸?!敝焖杉兏嬖V記者,其一,價值、因果、意圖等要素潛藏于感知數(shù)據(jù)表象之下,無法被傳感器直接探測,更難以標注;其二,數(shù)據(jù)標注的過程與特定任務高度相關(guān),不同任務要求不同的標注方法,繼續(xù)擴大數(shù)據(jù)或模型規(guī)模,仍然無法提升泛化能力。這讓朱松純對通用人工智能有了更深入思考。
在朱松純看來,通用人工智能是由計算機視覺、自然語言處理等核心領(lǐng)域構(gòu)成的復雜巨系統(tǒng),其研發(fā)道路之艱難好比“登月”;而大數(shù)據(jù)路線就好比“攀登珠峰”,兩者目標相差甚遠。
那么如何探索通用人工智能這條道路呢?朱松純認為,人工智能研究需要由“理”向“心”轉(zhuǎn)變?!袄怼笔菙?shù)理模型,“心”是認知架構(gòu)、價值對齊。
“經(jīng)過近30年發(fā)展,人工智能多個核心領(lǐng)域已然呈現(xiàn)對內(nèi)融合、對外交叉的發(fā)展態(tài)勢,朝著通用人工智能方向推進。”朱松純說,在融合過程中,必定會形成統(tǒng)一的人工智能架構(gòu),以實現(xiàn)從解決單一任務為主的專項人工智能向解決大量任務、自主定義任務的通用人工智能轉(zhuǎn)變。
在朱松純看來,為機器立“心”,實現(xiàn)由“理”到“心”的過渡以及從大數(shù)據(jù)到大任務、從感知到認知的飛躍,是未來10—20年的學術(shù)前沿,也是智能學科需要承擔的核心使命。



?津公網(wǎng)安備12011002023007號