如何打破四类人工智能之间的界限?
扫描二维码
随时随地手机看文章
人们对人工智能(AI)的一致看法是,具有自我意识的智能机器即将出现。这些机器在命令理解、图片区分、汽车驾驶和游戏等方面均比人类做得更好。距离这样的智能机器走进我们的生活还要多久?
白宫关于人工智能的新报告表示了对这一梦想持怀疑态度。报告表示,未来20年可能都不会看到“机器展现出广泛适用的可媲美或超越人类的智能,”虽然报告接下来表示,在未来几年,“机器将在越来越多的任务中,达到甚至超越人类的水平。”但报告中关于机器如何获得这样的智能的假设缺少一些重要观点。
作为一名AI研究人员,很荣幸我的研究领域在美国政府最高级别会议上被提及,但是报告的内容几乎完全集中于我所说的“无聊的AI。”报告以半句话就驳回了我所研究的AI分支,转而解释进化如何帮助开发不断完善的AI系统,以及计算模型如何帮助我们理解人类智力演变。
该报告集中于所谓的主流AI工具:机器学习和深度学习。这些人工智能技术已经可以在“Jeopardy!”游戏中表现出色,并且在最复杂的游戏中击败了人类围棋大师。当前的智能系统可以快速处理大规模数据和复杂计算。但它们缺乏一个要素,这是未来研发具有自我意识的智能机器的关键。
我们需要做的不仅仅是教机器,更需要打破四类人工智能之间的界限,跨过机器与人类之间的障碍。
第一类AI:反应式机器
最基本的AI系统就是完全反应式的,并且既不能形成记忆也不能利用过去的经验指导当前决策。IBM的国际象棋超级计算机——DeepBlue,在90年代末击败国际大师GarryKasparov,它就是这种反应式机器。
DeepBlue能够识别棋盘上棋子,并且知道每个棋子如何移动。它可以预测下一步自已以及对手如何移动,然后从中选择最佳移动方案。
但它没有任何过去的概念,也没有任何关于之前发生了什么的记忆。除了一个很少使用的国际象棋的具体规则,不允许重复三次相同的移动,DeepBlue不考虑之前发生的任何事。它只考虑当前棋盘上棋子的位置,然后从所有可能的下一步动作中选择一种。
这种类型的智能涉及到计算机对世界的直接感知并作出相应反应,而并不依赖于对世界的内部概念。在一篇开创性的论文中,AI研究员 RodneyBrooks认为我们应该只开发这样的机器。RodneyBrooks的主要理由是人类不擅长构造适于计算机的精确的仿真世界,即AI学术界所谓的真实世界的“表示”。
目前我们所惊叹的机器智能要么对世界没有这样的概念,要么只针对特定任务有有限的概念。DeepBlue的创新点在于它不是增加棋子下一步的可移动方案。相反,开发者找到了一种方法来减少可移动方案,即基于每种方案产生的结果,放弃探索一些潜在的可移动方案。如果没有这项能力,DeepBlue将需要变得更强大才能打败Kasparov。
同样,谷歌的AlphaGo,虽然打败了人类顶级围棋大师,但也不能评估所有潜在移动方案。AlphaGo的分析方法比DeepBlue更复杂,它使用神经网络来评估游戏局势发展。
这些方法确实让AI系统在特定游戏中表现更出色,但它们不适用于其他情况。这些计算机思维没有更宽泛的世界的概念——这意味着它们无法执行特定任务之外的其他任务,也容易被愚弄。
AI系统无法交互性地参与真实世界。相反,这些机器每次遇到相同的情况,处理方式完全相同。这可以确保AI系统的可信赖性:希望自己的自动驾驶汽车可靠。但如果想要系统真实地接触世界并对其作出反应,这就很糟糕。这些最简单的AI系统永远不会让人感到无聊,或者感兴趣,或者悲观。
第二类:有限的记忆力
第二类AI机器可以观察过去的情况。自动驾驶汽车已经做到了一些,例如,它们观察其他车辆的速度和方向。观察过去的情况无法短时间内完成,而是需要识别特定对象并持续监视。
这些待观察物体被添加到自动驾驶汽车预编程的世界的“表示”中。世界的“表示”也包括车道标记、交通灯和其他重要元素,如道路曲线等。当无人驾驶汽车为避免阻拦其他司机或与其他汽车相撞而决策变道时机时,这些物体会被考虑在内。
但是这些关于过去的简单片段化信息是短暂的,与类驾驶员积累多年驾驶经验的方法不同的是,它们不会被保存为可从中学习的经验库信息。
那么,如何构建AI系统,让其拥有世界的完整的“表示”,记忆历史经验以及学习如何处理新情况?Brooks是对的,确实很难做到这一点。受达尔文进化论启发,我的研究方法可以弥补人类让机器自我建立对世界的“表示”的这一缺点。
第三类AI:心理理论
我们可能止步于此,并将这一点作为目前AI机器与未来AI机器的重要分界点。然而,我们最好更具体地讨论机器需要构建的世界的“表示”的类型,以及它们需要关心的。
更先进的下一类AI机器,不仅要形成关于世界的“表示”,也要形成关于其他媒介或实体的“表示”。心理学中,这称作“心理理论”——人、生物和其他物体都有影响自己行为的思想和情绪。
这对人类如何形成社会至关重要,因为它们让人类进行社会性互动。如果不理解对方的动机和意图,或者没有考虑到别人对自己或周围环境的认知,一起工作最困难,甚至根本无法一起工作。
AI系统如果真的走进了我们的生活,它们必须能够理解,我们每个人都有自己的想法、情感以及期待如何对待自己。然后,它们必须相应地调整自己的行为。
第四类AI:自我意识
AI发展的最后一步是构建的AI系统可以形成自我“表示”。最终,我们AI研究人员不仅需要了解意识,而且还要构建拥有意识的机器。
在某种意义上,这是第三类人工智能的“心理理论”的延伸。一定程度上,意识也可以称作“自我意识”。(“我想要那个东西”与“我知道我想要那个东西”有很大区别。)有意识的人了解自己,知道自己内心状态,并可以估计他人的感受。我们认为堵车时,在我们后面鸣喇叭的人是愤怒或不耐烦的,因为这也是我们在别人后面鸣喇叭时的感受。没有某种心理理论,我们无法做出这些推论。
虽然还无法创造出拥有自我意识的AI机器,我们还是应该把注意力放在记忆理解、学习和基于过去经验的决策能力上。这是了解人类智力本身的一个重要步骤。如果想要设计或改造出极其擅长分类眼前所见事物的特殊机器,这也是至关重要的。