目前人工智能缺的是啥

这是我之前写的文章,原文地址:http://www.dengfanxin.cn/?p=62一、“勿忘有机组成”
很多人可能还记得哲学课中的一个关键词“有机组成部分”,意指很多部分通过比较恰当的方式组成在一起,就会提供各个部分无法提供的功能,比如一辆汽车,缺少一些核心部件,就无法实现他的功能,比如轮子,方向盘、发动机,等等。在处理人工智能问题时,同样需要重点关注这个基本原则,这个原则提醒我们,很多时候可能我们离成功只差一步,我们可能还缺少一个关键部件,比如,有了自稀疏编码器、有了层次化结构模型、但缺少attetion machanism,即注意力机制,可能也会无法实现我们想要的智能,从另一个角度,很多东西可能又不是必要的,比如神经支撑物、蛋白质、血液。
二、小样本自发现
最小智能系统一个最大的特点就是基于小样本空间的自主学习能力,而目前的大部分机器学习算法都意图在大样本上进行训练以获得好的效果,在小样本上的效果十分不好。基于小样本的自主学习能力是值得使用的规范与约束。
三、精巧的结构
通过大量单一可重复模块的使用来解决智能问题可能是一厢情愿,比如RNN、DNN都是简单的网络模型,仅在微观层面指定了基本元素,并重复使用,而实际上一种结构化的设计可能是十分重要的,就好比单纯的叠加原子,可能没有办法制造一个汽车,你可以需要先制造轮子,轮子的构成又可以细分下去,类人智能也是这样,多种异构组件可能是必要的,通过多种异构组件有机的组合才能发挥出智能,这一点与原则一相互辉映。
四、感知的归一化
无论视觉还是听觉还是触觉,最终在脑中都是一样的神经元firing,理论上,中枢神经是不知道这个神经元传递的是视觉信息还是听觉信息,每种输入都根据其自身的特点,通过统一的视觉皮层算法,进行特征抽取,越复杂的信息越可能需要层层向上处理直至用光整个大脑皮层。听觉与视觉就可能是相互争抢脑区的,但是由于视觉处理需要的神经元更多,所以占据了相当大的区域,对于天生盲人来说,视觉皮层由于空闲而被听觉处理所利用,使得他们具有更加高级的听觉感知能力,超越常人。所以,整个新大脑皮层都是在竭尽所能的自动提取和存储特征。但需要指出的是不是整个大脑都用了统一算法,原则一告诉我们,大脑可能是若干的有机组成部分,既不是单一到只有一种算法,也不是复杂度每个神经元都精心设计,他可能是集中基础模块、若干个宏观组成,以及几种通用算法的结果。
五、不可忽视的逻辑思维
归纳演绎能力是传统机器学习领域容易忽略的,而被机器推理学所研究,两者似乎是断裂的,但神经网络的自动归纳推理能力,逻辑思维能力是需要加以重视的,归纳在人脑探索世界认知世界的过程中扮演了极其重要甚至最重要的角色。

■网友
像c语言等的代码是如何控制计算机工作的,计算机怎么识别你要干什么? - 用户的回答
■网友
作为一名科技工作者,同时也是一名教育工作者,我来回答一下这个问题。
首先,当前人工智能领域依然处在发展的初期,依然有大量的研究课题需要攻克,从目前人工智能的技术体系结构来看,依然有较大的完善空间,所以当前人工智能的缺点还是比较多的,这也是导致当前很多人工智能产品出现落地难的重要原因。
从技术的角度来看,当前人工智能的缺点主要体现在以下三个方面:
第一:智能体对于场景的要求比较高。目前人工智能产品对于应用场景有比较高的要求,这是当前人工智能技术应用的重要障碍之一,随着云计算、大数据和物联网的发展,以及5G通信的落地应用,未来人工智能的应用场景会逐渐得到改善,这也会在很大程度上促进人工智能产品的落地应用。
第二:智能体对于操作人员的要求比较高。当前人工智能产品的应用还需要有专业技术人员的参与,而且很多智能体的操作步骤也比较复杂,这也在一定程度上限制了人工智能产品的应用,这也可以看成是当前人工智能一个不小的缺点。在当前产业结构升级的推动下,行业领域的人才结构也在不断优化升级,这会在一定程度上解决这一问题。


推荐阅读