"Bilişsel" zorlukla yüzleşmek ve "akıllı" işbirliğini güçlendirmek - Akademisyen Zhang Bo ve diğerleri sevgiyi paylaştı
Aşağıdaki makale AI TIME, yazar AITimer'den alınmıştır
Tao'da AI TIME
AI Time, yapay zekanın gelişimi ile ilgilenen ve Tsinghua Üniversitesi Bilgisayar Bilimleri Bölümü'nde düşünceleri olan bir grup genç bilim insanı tarafından kurulan bir çemberdir. AI Time, bilimsel düşüncenin ruhunu teşvik etmeyi, hayatın her kesiminden insanları yapay zeka teorisinin, algoritmaların, senaryoların ve uygulamaların temel sorunlarını keşfetmeye davet etmeyi, fikirlerin çarpışmasını güçlendirmeyi ve herkesin bilgiyi paylaşması için bir toplanma yeri yaratmayı amaçlamaktadır.
Konukların ve ev sahibinin grup fotoğrafı
son günlerde, Tsinghua Üniversitesi - Çin Mühendislik Akademisi Bilgi İstihbarat Ortak Araştırma Merkezi ve Bilişsel Zeka Zirvesi Forumu yıllık toplantısı Tsinghua Üniversitesi Hukuk Fakültesi Liao Kaiyuan Binasında yapıldı.
Aynı gün öğleden sonra "AI Time On Tao AI: The Power and Impossibility of Cognitive Intelligence" ın onuncu sayısı düzenlendi. Tsinghua Üniversitesi'nden Akademisyen Zhang Bo, Alibaba kıdemli algoritma uzmanı Yang Hongxia, Tsinghua Üniversitesi Otomasyon Bölümü'nden Yardımcı Doçent Huang Gao, Huang Minlie, Tsinghua Üniversitesi Bilgisayar Bilimleri Bölümü Doçenti Algısal zeka ile bilişsel zeka arasındaki ilişki, bilişsel zekanın tipik sorunları ve uygulamaları, bilişsel zekanın ilerlemesi ve zorlukları ve insan benzeri zekayı gerçekleştirmek için acilen yapılması gerekenler üzerine düşünceler ve tartışmalar yapıldı. Etkinlik, okul öğrencileri, üniversite öğretmenleri, kurumsal teknoloji seçkinleri, yatırımcılar vb. Gibi ilgili alanlarda birçok uzman ve teknoloji meraklısını cezbetti.
1. Yapay zekanın tarihi
Yapay zekanın gelişimi üç aşamaya ayrılmıştır: İlk aşama hesaplamalı zekadır.Bu aşamanın temel sorunu depolama ve hesaplamadır.İlk olarak büyük miktarda veriyi depolayın ve ardından yüksek performanslı hesaplamalar yapın. İkinci aşama algısal zeka, yani duyma, konuşma, görme ve tanıma becerisidir Bu aşamada konuşma tanıma, yüz tanıma ve trafik işareti tanıma tipik temsilcilerdir. Üçüncü aşama bilişsel zekadır. İnsanlar bir paragrafı tanıyabilir ve işleyebilir ve bilişsel yeteneklere dayanarak bir konuşma paragrafını anlayabilir ve tercüme edebilir. Bilişsel zeka aşamasında çözülmesi gereken sorun şudur: makinenin insanları gerçekten taklit etmesini ve tümevarım, düşünme, akıl yürütme ve planlama yapmasını sağlamak.
Algısal zeka, aslında makinelerin görsel, işitsel ve dokunsal algılama yetenekleriyle ilgilidir. Esas olarak biyolojik verileri işler. Bazı sınıflandırma ve saptama yapabilir. Bunlara dayanarak bir ön karar verebilir. Veriye dayalı ve tipik zayıf olmasıyla karakterizedir. Yapay zekanın kapsamı. Aşağıdaki üç kusuru vardır: Birincisi, model sağlamlık açısından zayıftır ve müdahale çok düşük seviyeli hatalar yapabilir, ancak insanlar düşük seviyeli hatalar yapmayacaktır; ikincisi, modelin yorumlanabilirliği zayıftır; üçüncüsü, bilgi biriktirme yeteneğinin olmaması. Akıllı lojistik, otonom sürüş, yüz tanıma, tıbbi teşhis vb. Bazı tipik uygulama senaryolarıdır.
Algısal Akıllı Uygulama
Bilişsel zeka, makinelerin aktif olarak düşünme ve anlama yeteneğini ifade eder ve genellikle insan dili, biliş ve mantığı ile ilgilidir. Özellikleri şunlardır: tipik bir güçlü yapay zeka olan, indükleme yeteneği, akıl yürütme yeteneği ve bilgiyi kullanma yeteneği. Tipik uygulama senaryoları şunlardır: akıllı yazma, akıllı diyalog vb.
Bilişsel Zeka Uygulaması
2. Bilişsel zeka ve algısal zeka arasındaki ilişki
Akademisyen Zhang Bo
Akademisyen Zhang Bo'nun dediği gibi: "Bilişsel Zeka, bilişsel zekanın bir parçası olan Duyum Zekasını içerir. İnsan zekası üç unsurdan oluşur: Algısal zeka, rasyonel zeka ve davranış , Bu üç maddenin toplamı Bilişsel Zeka'dır. Bebeğin dikkatli bir şekilde gözlemlenmesi, yeme ve uyumaya ek olarak, bebeğin iki yaşından önce aşağıdaki üç şeyi yapması gerektiğini ortaya çıkaracaktır: Gözle, dinle, harekete geç. Bunlar, yukarıda bahsedilen üç zeka: Akıl, duyarlılık, davranış. "
Yang Hongxia
Alibaba kıdemli algoritma uzmanı Yang Hongxia, bilişsel zekanın neden gerekli olduğunu ve bunun belirli endüstriyel uygulama senaryolarından nasıl gerçekleştirileceğini açıkladı. Bilişsel zekaya dayalı bir öneri sistemi, Alibaba'nın yeni nesil çekirdek teknolojisidir. Mevcut bin kişilik ve bin yüz öneri sistemi, kullanıcının geçmiş davranışlarına veya benzer kalabalık davranışlarına dayanarak yalnızca kullanıcının sevdiği veya bir kez daha beğendiği şeyleri kullanıcıya önerebilir, ancak yine de belirli sahne anlayışını ve kullanıcıyla ilgili olduğunu anlayamaz. Cinsel ürün önerisi. Bilişsel zeka bu zorluğu çözecek ve Alibaba'nın mobil Taobao işi için stratejik bir öneme sahip olacak. Bilişsel akıl yürütmeyi ve bilişsel zekayı gerçekleştirmek için iki temel öğeye sahip olunmalıdır. (1) Alanlar arası bilgi grafiği ve insan sağduyu; (2) Güçlü muhakeme motoru (GNN Sistemi).
Huang Gao
Profesör Huang Gao, mevcut derin öğrenmenin bilişsel eksikliklerini bilgisayar görüşü perspektifinden tartıştı ve iki özel binoküler görme ve tıbbi görüntüleme senaryosundan örnekler verdi. Binoküler görüş derinliği tahmini görevi için aynanın görüş mesafesinin veya resmin şeffaf cam kısmının işlenmesi mevcut derin öğrenme yöntemi ile yapılır ancak etkisi iyi değildir. Bunun nedeni, algoritmanın çevreleyen bilgilere dayalı olarak "ayna" veya "cam" varlığına ilişkin muhakemeyi gerçekleştirmede çok iyi olmamasıdır. Tıbbi görüntü analizi sahnesinde, derin öğrenme teknolojisi, MRI kan damarı görüntülemesini analiz etmek için kullanılır. İki kan damarı çok yakınsa, bunları bir araya getirmek kolaydır, bu da doktorların kan damarlarını doğru bir şekilde ayırt etmelerine etkili bir şekilde yardımcı olmayı imkansız kılar. Bu aynı zamanda derin öğrenmeyi yansıtır. Yöntem, fiziksel dünyayı anlama yeteneğinden yoksundur.
3. Statüko ve Zorluklar
Akademisyen Zhang Bo, mevcut derin öğrenme yönteminin yalnızca daha düşük hayvanların seviyesine ulaştığını, ancak algısal zekadan rasyonel zekaya pek yükselemeyeceğini belirtti. Bunun nedeni, algının gerçekleştirilememesi ve büyük miktarda bilginin birikmemesidir. Başka bir deyişle, dünyadaki çeşitli hayvanları tanıyan bir tanıma sistemi kurmak artık mümkün.Tanıma oranı insanlardan daha yüksek olabilir, ancak sistem hayvanları tanımıyor, bu da algısal bilgiden rasyonel bilgiye gelişmediği anlamına geliyor. Go'nun (Alphago) insanları yenebilmesinin nedeni derin öğrenme yöntemlerini kullanmak, algısal bilişe ve sezgiye güvenmektir. Şu anda, bilişsel zekayı gerçekleştirme görevi hala çok zordur.Bir bilgisayar sisteminin tümevarımdan rasyonaliteye veya insan biliş düzeyine geliştirilebilmesi için daha gidilecek uzun bir yol var.
Bilişsel zekanın gerçekleştirilmesi için Yang Hongxia, beyin bilimcileriyle daha derinlemesine tartışmalara ihtiyaç olduğuna ve beynin nasıl düşündüğünü öğrenmemiz gerektiğine inanıyor. Şu anda en büyük zorluk, bilgi madenciliğinin nasıl yapılacağı, bilgi konusunda yargıda bulunmanın ve yeni bilginin nasıl üretileceğidir. Bu aşamada yaygın bir uygulama, aşağıdan yukarıya veya yukarıdan aşağıya ilerlemektir. Aşağıdan yukarıya yöntem, temel olarak çok modlu öğrenme yoluyla kullanıcı niyet özelliklerini ifade etmektir. Yukarıdan aşağıya yaklaşım, esas olarak belirli bir alan bilgisi grafiği oluşturmaktır.
Huang Gao, bilişsel zekayı gerçekleştirmenin ana fikrinin veriye dayalı ve bilgi güdümlü birleştirmek olduğunu söyledi. Bilginin nasıl elde edileceği ve edinilen bilginin veriye dayalı yöntemlerle nasıl birleştirileceği bu aşamada zorluktur. Etkili bir çözüm, grafik sinir ağlarını kullanmaktır. Örneğin, grafik sinir ağı ve evrişimli sinir ağı, görsel görüntü özelliklerini çıkarmak için birleştirilir. Bilişsel zekayı gerçekleştirmenin bir başka yolu, dikkat mekanizması, hafıza mekanizması ve unutma mekanizması gibi insan beyni mekanizmalarından öğrenmektir. Etkili bir çözüm, dış dünyaya uyum sağlama yeteneğine sahip, yani ağ yapısını veya yapısını farklı girdilere göre otomatik olarak değiştirebilen dinamik bir sinir ağı oluşturmaktır. Avantajlar en az iki noktadır: (1) Hesaplamaları kaydedebilir (2) Yorumlanabilirliği gerçekleştirmek kolaydır.
Huang Minlie
Dördüncüsü, bilginin rolü
Akademisyen Zhang Bo, bilginin bilişsel zekadaki rolünü insan evrimi perspektifinden açıkladı. Bilginin rolünün özü, öğrenme problemiyle ilgilidir.Öğrenme problemi, bir bebeğin 2 yaşından önce ne öğrendiği ve ne yapması gerektiği ile karşılaştırılabilir. Yemek yemeye ve uyumaya ek olarak, çocukların aşağıdaki üç şeyi de yapması gerekir: (1) Gözlemleyin, Dünyayı gözlemlemek Tanrı'nın verdiği bir görevdir. Acele etmelidir ve denetimsiz çalışmalıdır ve uzun süre bir yerde kaldığında ağlayacaktır. Bu aynı zamanda Tanrı'nın ona söylediği şeydir. Her zaman bir yerde izleyemezsiniz, ancak birkaç yerde. Bak. (2) Dinleyin, Anneler neden her zaman çocuklarla dırdır eder? Bu aynı zamanda annenin doğasıdır Tanrı ona, çocuk şarkıları söyleyerek, hipnotik şarkılar söyleyerek, onunla acele edip dırdırman gerektiğini söyledi. Bu aynı zamanda denetimsiz öğrenmedir. (3) Eylem, Çocuk neredeyse hiç durmaksızın. Bu, daha önce bahsedilen üç zeka gibidir: rasyonellik, duyarlılık ve eylem. Çocuklar 2 yaşından önce yukarıdaki görevleri tamamlamalıdır. Ancak, bilgisayar olasılık ve istatistik öğrenmede en iyisidir.Hareket açısından bilgisayarın tamamlanması da zordur ve dinlemenin geliştirilmesi gerekir. Bu boşluk aynı zamanda yapay zekanın çok önemli bir parçası.
Huang Gao, bu soruna cevaben, bilgisayarla görme alanında, karşılaşılan problemleri çözmek için kendi kendini denetleyen çoklu modalite (görme, dinleme ve dokunma) öğrenme yöntemlerinin kullanıldığından bahsetmiştir.Farklı yöntemler arasında karşılıklı denetimli öğrenme yoluyla, Farklı yöntemler arasında tutarlılık gibi bilgiler.
Yang Hongxia, insan beyninin neden hızlı öğrendiğine inanıyor.Her bir nöronun, yüzbinlerce yıl boyunca insan evrimi bilgisini depolamak için belirli bir model oluşturduğu ve birkaç atış / tek atışla etkinleştirildiği ve daha sonra çok verimli bir dağıtılmış yönteme dayandığı varsayımı var. Bilgiyi yayın.
5. Konukların yoğun spekülasyonları sırasında izleyiciler soru sormaya devam etti
1. Nöral ağların kara kutusunu parçalamaya mı çalışıyorsunuz? Her katmanın ağırlığını açıklamaya mı çalışıyorsunuz?
Bu bağlamda, Bay Yang Hongxia, aslında bazı girişimler olduğunu ve bazı kişilerin bunu ODE kullanarak yaptığını söyledi.
Akademisyen Zhang Bo, bazı araştırmacıların, öğrenilen özellikleri görselleştirerek modeli açıklamak için görselleştirme yöntemlerini kullanmaya çalıştıklarına inanıyor, ancak bu yöntem, temel nedenden ziyade semptomları tedavi ediyor. Çünkü görselleştirme yöntemleriyle görüntülenen özellikler çoğu durumda sonuçları açıklamak için yeterli değildir. Örnek olarak kanser teşhisini alın. Bilgisayar hesaplaması tamamlandıktan ve kanser teşhisi konulduktan sonra açıklama için bazı özellikler görselleştirilir, ancak doktor bunu onaylamaz. Bunun nedeni, doktorların durumu bu görsel özelliklere göre teşhis etmemesidir.
Öğretmen Huang Gao, Akademisyen Zhang Bo'nun bakış açısına temelde katılıyor. Derin ağları açıklamak için yaygın olarak kullanılan iki yöntem vardır: (1) Adi diferansiyel denklemleri (ODE) kullanarak, Ancak bu yöntem çoğu zaman gerçekte kendiliğinden tutarlı değildir. (2) Görselleştirme yöntemlerini kullanmak, Bununla birlikte, sinir ağları dağıtılmış temsil ile karakterize edildiğinden ve anlamlı özellikler toplu olarak çok sayıda nöron tarafından temsil edildiğinden, derin öğrenme mekanizmasını tek bir nöronu görselleştirerek açıklamak zordur.
2. Bilgiyi yapay zekaya tanıtın, ancak bilginin özü gerçek dünyanın soyut bir alt kümesidir. Bilgi, farklı bir dünyanın temsilidir. Makineye dahil edilmesi gereken bilgi sonsuzdur. Bilgi yaşam değildir ve nesnel sosyal uygulamaya katılamaz. Bilgiyi makineye aşılamak mantıklı mı?
Akademisyen Zhang Bo, bu sorunun bilimsel bir bakış açısıyla cevaplanamayacağına inanıyor. Çünkü fikrinizi kanıtlayacak yeterli bilimsel kanıt yok. Bilimsel düzeyde ele alınması tavsiye edilmez ve felsefi düzeyde tartışılabilir. Felsefe açısından tartışmak mantıklı mı? İlham verici mi? Çünkü felsefe, bilimin henüz çözemediği sorunları çözmek ister. Nasıl düşünmeliyiz? Bu, felsefede iki kısma ayrılır: yarısı evet derken, yarısı hayır der. Hangi yarısını tercih etmeliyim? Yazdığı nedene bak. İnsan bilgeliği nasıl ortaya çıkar? Daha düşük seviyelerdeki hayvanlar, doğal evrim yoluyla insan zekasını geliştirdiler. Ve bunu yapmak için bir makine kullanmak, felsefi bir tartışmadan, daha düşük hayvanlardan daha yüksek zeki hayvanlara (insanlar gibi) evrim zaten bir gerçektir. Zekaya giden tek yol bu mu? Eğer öyleyse, o zaman sonuç, makinelerin asla insanları geçemeyeceğidir; zeki olmanın birçok yolu varsa, makinelerin bir zeka geliştirebileceğini kabul edersiniz, ancak bu zeka tam olarak insanlarla aynı olmayacaktır. Akademisyen Zhang Bo ikinciye katılıyor ve çoğu insan ikincisine katılıyor. Çoğu bilim insanı, zekaya giden birçok yol olduğuna ve tüm yolların Roma'ya çıktığına inanır, bu nedenle uzayda dünya dışında yaratıklar olması gerektiğine inanırlar, buna inanırlarsa, makinelerin zeka üretmek için sürekli gelişebileceğine inanırlar. Gelecekte amaç, insanlarla aynı olan makineler yapmak değil, insan zekasından farklı makineler yapmaktır. Gerçekleşme sürecinde, insanlardan öğrenmek için mümkün olan her şeyi yapmalıyız çünkü insanlar zaten var ve gitmek için hazır bir örnek var. Bir makine ajanını öğrenmek, dolayısıyla evrimleştirmek, bu ajan bazı yönlerden insanlardan daha güçlü ve bazı açılardan insanlardan daha zayıf. İhtiyacımız olan şey bu. Ancak bu şekilde, nihai hedefimiz olan insanlar ve makineler arasında uyumlu bir toplum inşa edebiliriz.
Son olarak, insan benzeri zekanın gerçekleştirilip gerçekleştirilemeyeceği konusunda seyirci oy kullandı.Sonuçlar aşağıda gösterilmiştir.İzleyicilerin% 87,65'i yakın gelecekte insan benzeri zekanın gerçekleşeceğine inanıyor.
6. İnsan benzeri zeka nasıl gerçekleştirilir?
Huang Gao, beyin biliminden başlamayı, insan beyninin çalışma mekanizmasından öğrenmeyi ve yeni bir makine öğrenimi modeli oluşturmayı önerdi. Bir yandan, insan beyninin nasıl çalıştığını, dış uyaranların biyoelektrik sinyallere nasıl dönüştürüldüğünü ve ardından beyindeki işlemenin nasıl tamamlanacağını inceliyoruz. Öte yandan, algoritma araştırması açısından insan beyni anlayışından ilham almaya, insan beyninin dikkat, hafıza ve unutma mekanizmalarını öğrenerek yeni modeller oluşturmaya çalışıyoruz.
Yang Hongxia, önce insan beynine dayalı yeni bir model oluşturduğuna ve donanım tasarımını güçlendirdiğine inanıyor. Bir yandan, insan beyninin yapısına dayalı yeni nesil yeni modeller geliştirmemiz gerekiyor, çünkü güçlü ifade yeteneğine sahip bir modelin bilişsel zeka olarak adlandırılması yeterli değil. İkinci olarak, donanımın yazılım modeline uyum sağlayabilmesi için donanım çipinin tasarımını güçlendirmeliyiz.
Akademisyen Zhang Bo nihayet, yapay zekanın nihai çözümünün beynin çalışmasını derinlemesine anlamamıza bağlı olduğu ve esas olarak çalışmanın iki yönünü güçlendirdiği sonucuna vardı: (1) İnsan beyni araştırması; (2) Bilgisayar modellemesi. Bir yandan beyin biliminin temel çalışma mekanizmasını keşfetmemiz, diğer yandan hesaplama modelini zenginleştirmemiz, verileri ve bilgiyi birleştirmemiz, özellikle de bilgiyi nasıl kullanmamız gerekiyor.
Tao Bilişsel Zekasının Yeteneği ve İmkansızlığı Üzerine
Bu olayın PPT indirme bağlantısı:
https://www.aminer.org/ki2000.
Editör: Wang Jing
-Bitiş-
Tsinghua-Qingdao Veri Bilimi Enstitüsü'nün resmi WeChat kamu platformunu takip edin " THU Veri Pastası "Ve kız kardeş numarası" Veri Pastası THU "Daha fazla ders avantajı ve kaliteli içerik elde edin.
