关于AI我们完全错了!MIT教授批判:对数据过度关注

作者: 图灵联邦 2020-02-25 14:10:23

 Luis Perez-Breva是麻省理工学院(MIT)的教授,也是麻省理工学院或工程学院创新团队的主任。他致力于了解我们如何使用技术来改善生活,并探讨如何努力将新技术推向世界。

什么?关于AI我们完全错了!MIT教授批判:对数据过度关注

最近,他接受了AI Today播客的采访,他认为关于AI我们完全错了:对数据的过度关注正在误导机器学习和AI的目标,我们所做的一切就是创建了大型的概率系统,而非智能系统。

以下是福布斯报道的采访原文:

我们是否过于关注数据?

一直关注人工智能和机器学习的任何人都知道数据至关重要。 没有数据,我们就无法训练机器学习模型。 没有机器学习模型,我们就无法让系统从经验中学习。 当然,为了让人工智能系统成为现实,数据需要成为我们关注的中心。

但是,Perez-Breva博士认为我们过于关注数据,或许这种广泛的关注正在导致机器学习和人工智能的目标误入歧途。

根据Luis的说法,在获取数据方面投入了太多的精力,以至于我们通过收集了多少数据、神经网络有多大以及使用了多少训练数据来判断一个机器学习系统有多好。

当您收集大量数据时,您是在使用这些数据来构建主要由统计数据驱动的系统。Luis说,当我们向人工智能输入这么多数据时,我们就会依赖于统计数据,我们将其归因于系统智能,而实际上,我们所做的一切都是创造出大型概率系统,借助大型数据集来展示我们归因于智能的东西。

他说,当我们的系统不能像我们想的那样学习时,最主要的本能反应是给这些人工智能系统更多的数据,这样我们就不必过多考虑泛化和智能的困难部分。

许多人会争辩说,在某些领域中确实需要数据来帮助教授AI。 通过拥有更多数据,计算机可以更好地学习图像识别和类似的任务。 数据越多,网络越好,结果越准确。在播客中,Luis提出了这样一个问题:深度学习是否足够有效,或者我们是否有足够大的数据集来进行图像识别。最基本的问题:是算法还是仅是庞大数量的数据才使这项工作奏效?

相反,Luis认为,如果我们能够找到一种更好的方法来构建整个系统,那么即使只有非常有限的数据,人工智能系统也应该能够通过问题进行推理。

Luis比较了在零售领域的每个应用程序中使用机器学习的情况。 他谈到了实体商店如何看待在线商店的成功并试图复制成功。 他们执行此操作的方法之一是使用应用程序来帮助客户浏览商店。Luis提到,他去过塔吉特百货(Target),在那里他不得不使用手机来导航,这比看招牌还难。有一个人来问问题和交谈,不仅速度更快,而且是实体零售店传统体验的一部分。路易斯说,他更愿意在这些地方与人交流,而不是电脑。

是深度学习的问题吗?

他把这比作机器学习,他说机器学习的应用范围很窄。如果你试图将机器学习应用到AI的各个方面,那么你最终会遇到与他在Target遇到的问题类似的问题。基本上,把神经网络看作锤子,把所有AII问题看作钉子。没有一种技术或解决方案适用于所有应用程序。也许深度学习之所以有效是因为有大量的数据?也许有另一种算法可以更好地泛化,更好地将在一个领域学到的知识应用到另一个领域,并使用更少的数据来获得更高质量的见解。

最近,人们尝试使人类要做的许多工作自动化。 Luis说,纵观历史,技术在试图取代人类时已经杀死了企业。 当技术和企业扩展人类所能做的事情时,它们就会成功。 试图替代人类是一项艰巨的任务,它将带领公司走上失败之路。 他指出,作为人类,我们渴望人类之间的互动。 即使在人们不断使用技术的时代,人们还是非常渴望人际交往。

Luis还指出,许多人错误地将自动化和AI混淆了。 自动化是使用计算机来执行特定任务,而不是创造智能。 许多人在很多场合都提到了这一点。 的确,许多人担心AI的原因是对自动化和虚构的“超级智能”的恐惧。 Perez-Breva博士指出,许多人将机器的特性归因于机器。 但这对于AI系统而言并非如此。

相反,他认为人工智能系统更像是一个新物种,拥有不同于人类的智能模式。他的观点是,研究人员离创造一种类似于书籍和电影中的人工智能还很远。他指责电影给人的印象是机器人(AI)杀人,是危险的技术。虽然电影中有很多好机器人,但也有一些被坏机器人推到一边。他指出,我们需要摆脱这种推坏机器人的形象。我们需要关注人工智能如何帮助人类成长。如果电影制作行业能在这方面提供帮助,那将是有益的。因此,AI应该被认为是我们试图创造的一个新的智能物种,而不是用来取代我们的东西。

一个积极的人工智能的未来

尽管有负面的形象和言论,路易斯还是相信人工智能至少会持续一段时间。 如此众多的公司已经对AI进行了巨额投资,以至于很难停止使用AI或停止开发。

作为采访的最后一个问题,Luis被问到他认为人工智能行业将走向何方。在回答这个问题之前,路易斯说,根据之前的讨论,人们投资的是机器学习,而不是真正的人工智能。Luis表示,他对企业在所谓的AI方面所做的投资感到高兴。 他认为,这些投资将帮助这项技术的发展保持多年。

一旦我们停止将人类与人工智能进行比较,路易斯相信我们将会看到人工智能的巨大进步。他认为,人工智能有能力与人类一起工作,来解开我们以前无法解开的知识和任务。他认为,这种情况发生的时刻并不遥远。我们每天都离它越来越近。

Luis的许多思想与许多对人工智能世界感兴趣的人的普遍看法背道而驰。 同时,他分享的想法以非常合乎逻辑的方式提出,并且非常发人深省。 时间会证明这些想法是否正确。

AI 数据 人工智能
上一篇:AI驱动的网络安全团队致力于人类强化 下一篇:从TensorFlow到Theano:横向对比七大深度学习框架
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

人工智能技术的应用方向

AI是一门非常具有挑战性的科学,但它又是一个边缘学科。这是自然科学与社会科学的交集。主要涉及哲学、认知科学、数学、神经生理学、心理学、计算机科学、信息论、控制论、不定性论、仿生学等学科。

开课吧科科 ·  17h前
AI破解 《死海古卷》背后秘密:不止一位抄写员

据外媒报道,来自格罗宁根大学的研究人员开发了一种新的笔迹分析方法,这为研究《死海古卷》的作者提供了新的线索。

佚名 ·  1天前
医疗机器人已经到来,医学领域将发生巨变

据美国波士顿咨询公司(BCG)预测,2020年全球手术机器人市场规模达到110亿美元,预计可保持20%~25%的复合年增长率,于2023年初达到200亿美元,2025年之前突破300亿美元。

高松 ·  1天前
人工智能教育被列入中小学课堂!

近年来,人工智能领域发展持续升温,人才短缺现状受到关注。国务院于2017年7月发布的《新一代人工智能发展规划》提出,“实施全民智能教育项目,在中小学阶段设置人工智能相关课程”,为人工智能教育赋予了新的任务。

机器人家 ·  1天前
别不懂装懂!机器学习和深度学习弄明白了?

机器学习与深度学习虽然同属于人工智能领域,但它们之间存在很大的差异。三者之间可以理解为,机器学习是AI的子集,而深度学习则是机器学习的子集,就好像一个俄罗斯套娃。

科技星空plus ·  1天前
专家视角丨华先胜:人工智能:是风、是云,还是雨?

人工智能技术广泛应用的今天,各行各业的发展均离不开人工智能的帮助。如何合理利用人工智能技术助力企业发展是每个企业都在思考的问题。阿里巴巴达摩院人工智能中心城市大脑实验室负责人、国际电气与电子工程师协会院士华先胜结合 AI 技术在各个行业的应用实例解析 AI 技术的发展现状,并对未来人工智能的发展做出预测。

佚名 ·  1天前
15张图表带你速览2021人工智能最新趋势

Eliza Strickland ·  1天前
高端芯片能解决智能驾驶的问题吗

随着人工智能算法不断完善,智能化应用逐渐落地,汽车电子架构的发展也在朝着更复杂的方向演进,但出乎意料的是,和宣传视频形成鲜明对比的,正是难以支撑复杂操作的车载系统,也正是前阵子芯片短缺的新闻,才让很多人意识到了车载芯片原来这么落后。

王嘉陆 ·  1天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载