强人工智能还有多远?先用10到20年突破这5个数学问题

作者: 红星新闻 2019-08-01 11:20:18

强人工智能还有多远?先用10到20年突破这5个数学问题

7月30日,在成都高新区菁蓉汇举办的2019全球人工智能峰会上,中国科学院院士、西安交通大学教授徐宗本探讨了人工智能与数学之间的关系。

从博弈论的角度来看一看,数学研究的问题和人工智能研究的问题是一致的。”他说,目前弱人工智能在迈向强、超人工智能所面临的一些基础问题,其本质是来自数学的挑战。

当前人工智能变现

最核心技术在于机器学习

徐宗本表示,目前人工智能拿来“变现”最核心的技术是机器学习。而人工智能本身的基石是数学。

什么是机器学习?“人或者是智能体,通过与环境的交互来提升自己行为的这种智能叫机器学习。”他说,机器学习是把这种智能形式化为数学公式,转换成计算机可以操作的算法和软件。

而这一波人工智能的兴起是由于:深度学习的应用。通过与环境交互,调节参数来解决问题的任务求解器,可以被视作智能体。智能体可能反映为深度网络、机器人或是无人系统。

深度学习所起的作用可以类比为:总结经验。徐宗本说:“人工智能做的绝大部分的事情是把重复性的、有规律的东西总结出来,然后用来预测预报。”因此人工智能深度学习的环境非常重要,需要大量有标签的数据,以判断在一定准则下推测出的结果是否适合过去的经验。这件事情构成的技术就叫深度学习技术。

“人工智能一个最重要的场景就是指把智能体放在一个特定的环境之中,智能体完成任务,然后在环境约束之下与环境交互改正智能体的行为,这就是机器学习。”徐宗本说。

目前,由于人工智能三大驱动力——大数据、大模型、大算力技术的发展,使得现在的人工智能技术已经突破了由“不能用”到“可以用”的技术拐点。“但是要说可以‘很好用’,还有很长的路要走。”徐宗本指出。

自动化、自主化

将是人工智能发展未来十年趋势

徐宗本认为,人类距离研制出自主智能,即强人工智能还需几十年的努力。

当前人工智能用应用形态处在数据加算法形成产品的时期,这也是目前人工智能赚钱的基本形态。而现在我们依然需要人工去采集数据、标注数据,做推广泛化都还是要靠人。

即使是先进的深度学习技术,其每一层有多少个元素,每一个元素用什么非线性机制等等,都要人事先预设。“所以那些公司要养很多‘码农’去调试。还有用什么方法去训练它(人工智能)也是人为给定。”他说。

在应用层面上,目前还只能实现一个神经网络智能解决一个问题,不能对问题自动切换。徐宗本预测,未来十年,人工智能研制焦点会在机器学习的自动化层面:自动生成数据、选择数据、自动搭建神经网络结构、自动设计训练算法,对任务能够自切换、自适应。

“现在是处于人工带来智能的阶段,正在走向自动化,朝着自主化。”他说。

人工智能发展本质是5个数学挑战

需持续10到20年研究去搞清楚

既然人工智能的核心在数学,那么到底核心问题在哪?就此,徐宗本提出五个问题,而这五个问题可能将会持续10到20年的研究才能搞清楚。

第一是大数据的统计学基础问题。

当前,大数据破坏了传统统计学基础与分析方法,支持大数据分析的数学基础却尚未完全建立。

第二是人工智能算法的基石——大数据计算基础算法,必须在大数据环境中重建起来,无法使用既有的计算方法。

第三也是更为关键的,新一轮的人工智能以深度学习为基本模型,然而现状是缺少深度学习理论,这就是造成当下“人工智能=人工+智能”的缘由。

第四个问题是非常规约束下的输运问题。

简单来说,就是“举一反三”。这项人的基本智能,涉及到两个不同分布数据间规律的转移问题,人工智能要实现起来,尚有极大困难。

第五个问题是关于学习方法论的建模与函数空间上的学习理论。

“我们在本科学到的机器学习理论,要变到一个叫学习方法论的阶段。从数学上说,就是函数空间上的学习理论怎么建立,本质是要适应不同的任务。由于任务本身是函数,是无穷的,那么就需要把过去机器学习中对样本、数据的选择、泛化,推广到对任务的泛化上去。

“由弱人工智能迈向超人工智能的基础科学问题,让大家意识到人工智能机会就在眼前。但是人工智能要做得好,要靠数学问题的解决。”徐宗本强调到,从业人员不应仅把数学作为一个辅导答疑的“老师”,而应把它作为人工智能技术的核心提供者或参与者来对待。

人工智能 AI 强人工智能
上一篇:谷歌高级研究员Nature发文:避开机器学习三大「坑」 下一篇:杨镇:从大数据与 AI 技术发展来看,跨链技术必要且必然
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

欺诈不可怕,机器学习算法分分钟拿下! 精选

根据一项调查,采用基于AI的解决方案的防欺诈专家中有80%认为AI对打击欺诈者有效。但是,仍然存在的问题是弄清楚哪种机器学习算法可以有效地检测未知的欺诈模式。监督学习和无监督学习算法哪一个更有效?

读芯术 ·  2天前
助力抗疫,人工智能和大数据将全面爆发? 精选

新型冠状病毒肺炎疫情的爆发和传播,牵动着全国人民的心。社会各界纷纷投入到这场没有硝烟的疫情阻击战中。

中国经营报 ·  3天前
人工智能和区块链如何在2020年彻底改变移动应用产业?

2020年也不例外。移动应用行业将以明显的方式增长。人们需要了解人工智能行业将发生什么变化,以及企业在新的一年中如何计划使用这些革命性技术。

Pradeep Makhija ·  3天前
人工智能“捷径”将模拟速度提高数十亿倍

即使用最快的超级计算机模拟复杂的自然现象也要花上几个小时,如大气雾霾如何影响气候。

辛雨 ·  3天前
人工智能如何推动神经科技发展?

神经科技以人类神经系统原理为基础,旨在研究人类大脑这一极为复杂的模型架构。在实际作用方面,神经科技将帮助研究人员了解大脑功能与引发功能障碍的原因,并助力医生治疗各类神经系统疾病。至于具体应用,神经科技目前主要关注增强认知能力、改善睡眠并改善长寿人群的大脑健康等。

佚名 ·  3天前
2020年了,深度学习接下来到底该怎么走?

机器学习资深从业者 Ajit Rajasekharan 在本文中汇集了深度学习领域各路大佬的想法,并分享了他本人的一些思考。

亚希伯恩•菲 ·  4天前
AI战「疫」:百度开源口罩人脸检测及分类模型

2 月 13 日,百度飞桨宣布开源业界首个口罩人脸检测及分类模型。基于此模型,可以在公共场景检测大量的人脸同时,把佩戴口罩和未佩戴口罩的人脸标注出来,快速识别各类场景中不重视、不注意防护病毒,甚至存在侥幸心理的人,减少公众场合下的安全隐患。

Synced ·  4天前
2020年,比较适合AI的5种编程语言

AI系统的开发必须有计算机代码,而计算机程序的开发有不同类型的编程语言可以选择。本文分析哪些编程语言最适合你的人工智能或机器学习用例开发。

CSDN App ·  4天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载