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

人工智能辅助下社交媒体营销人员的十大戒律

如果我告诉你,在社交媒体中使用人工智能工具(并正确地使用)能够增强每名用户的消费者旅程,从而留下更多的用户,且留存时间更长,会怎么样呢?

读芯术 ·  22h前
2020~2030:人工智能将占据主导地位的十年

AntWorks预测,在未来十年中,很难找到一个没有利用AI来智能地自动化业务流程的行业。在所有行业中都有无数的AI用例,这是我们对2020年及以后的预测。

CDA数据分析师 ·  1天前
AI人工智能在2020年的7个发展趋势

随着对其他AI应用程序需求的增长,企业将需要投资有助于其加快数据科学流程的技术。然而:实施和优化机器学习模型只是数据科学挑战的一部分。

CDA数据分析师 ·  3天前
物联网和机器人如何协同工作

很显然,机器人和物联网是两个完全不同的领域。但是,毫无疑问,它们正在协同工作,因为彼此都在帮助对方发展和创新。

iothome ·  3天前
腾讯和清华发表新基建领域最新成果:数据中心电池设备AI诊断服务

近日,腾讯数据中心与清华大学自动化系智网中心团队的贾庆山老师合作论文被第21届IFAC国际自动控制世界大会录取。

佚名 ·  3天前
哈工大造出柔性机器人,人造肌肉能和象鼻一样灵活了!

近日,国际著名期刊 Soft Robotics 刊登了哈尔滨工业大学冷劲松教授团队与美国马里兰大学 Norman M. Wereley 教授团队的共同研究成果,题为 Novel Bending and Helical Extensile/Contractile Pneumatic Artificial Muscles Inspired by Elephant Trunk(受象鼻启发的新型弯曲螺旋可伸展/收缩气动人工肌肉)。

付静 ·  3天前
机器人警察正在将虚幻变成现实

配备了人工智能、计算机视觉、物联网和其他先进技术的机器人警察可以帮助维护法律和秩序,并确保社区安全。

iothome ·  3天前
宫崎骏动画里的新垣结衣见过没?这个开源动漫生成器让你的照片秒变手绘日漫

随手拍张照片,顺势转换为宫崎骏、新海诚等日漫大师的手绘风格作品,这个专门生成动漫图像的 GAN,实测很好用。

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