是时候谈“兽工智能”了

智能相对论
关注

与其一味解读,不如认它做老师?

我们对动物的了解,可能比我们知道的要少得多,因此,向它们学习,也许是现阶段人工智能的突破点。智能相对论分析师雷宇将其称为“兽工智能”,那么“兽工智能”到底是怎么回事?

1.动物可以帮助人工智能变得更聪明

本文预测动物行为的研究证明,当狗看到不同的物体时,身体的反应是不同的,狗能清楚地表现出视觉智能,能识别食物、障碍物、人类以及动物。这种不同反应我们在现实生活中也很常见,而既然狗能够这么聪明地识别出不同目标,那么神经网络也能够被训练成同样聪明。

因此在后续实验中,探究人员进一步尝试把神经网络训练得“像狗一样”,并让其在不同场景中识别物体,进一步发现,通过这种学习方式,深度神经网络可以识别出室内或者室外等不同场景,并且能够理解怎样在不同场景下行走,路线怎样更合理,而这一学习原理显然可以迁徙到机器人自主行走领域。

训练机器让神经网络懂得如何智能识别物体是一项艰难的任务,因为它需要大量先验知识,这对于机器来说学习起来相当耗费时间,如今狗知道这些规则,那么人们将不必再从基础来训练神经网络,通过观察狗的行为就能掌握这些规则。

众所周知,如今AI技术应用上最火的是两种,一是智能语音,二是机器视觉。但人类目前在触觉、味觉和嗅觉领域这三个领域中的进展特别缓慢,尤其是味觉和嗅觉,属于小众需求,目前只有一些特殊领域的机器需要用到,因此整个研发投入都不足。

就机器识别而言,人是视觉动物,所以感觉视觉比较靠谱。而动物之间的识别,不一定靠视觉。嗅觉、味觉、触觉、听觉都有可能。比如老鼠,由于皮层无褶皱,神经元分层也比灵长类少,视觉皮层占的比例非常小,因此只能看到鼻尖前面一点点。但它嗅觉很发达,它可以通过嗅觉来识别其他物种。

去年7月,一位尼日利亚科学家研制出了一种新型AI芯片,可以让计算机拥有嗅觉识别能力,比如识别出爆炸物气味等等。但是官方披露的资料的极少,至今也没太大的动静,估计现状不容乐观,起码是不能做到大规模的商用。

而一旦商用,机器嗅觉将必须让AI先看到物体这一步骤省略,直接透过现象窥视隐藏物体的本质。如此一来,未来公共场合中的毒品将无处遁形。

2.动物可以开拓全新的学习机制

是时候谈“兽工智能”了

图片来自公众号视觉求索

上图a是一只被研究人员在日本发现和跟踪拍摄的野生乌鸦。它找到了坚果,需要砸碎,可是这个任务超出它的物理动作的能力。于是它发现一个诀窍,把果子放到路上让车轧过去(图b),就可以完成“鸟机交互”了。但是虽然坚果被轧碎了,但它到路中间去吃是一件很危险的事。它又开始观察了,见图c。最后他发现了红灯停绿灯行,过马路要走斑马线这一逻辑复杂的机制,搞清楚之后,乌鸦就选择了一根正好在斑马线上方的一根电线,蹲下来了(图d)。它把坚果抛到斑马线上,等车子轧过去,然后等到行人灯亮了(图e)。这个时候,车子都停在斑马线外面,它终于可以从容不迫地走过去,吃到了地上的果肉(图f)。

这个过程既没有大数据训练的,也没有所谓监督学习,但是乌鸦硬是解决了世界顶级科学家都解决不了的完全自主智能。这是与当前很多机器学习,特别是深度学习完全不同的机制。

那我们如何向乌鸦一样聪明呢?其实可以采用一些搜索进化算法的办法来解决

首先我们很确定的知道,建造一个和乌鸦的脑子一样强大的电脑是可能的——我们的大脑就是证据。但如果太难完全模拟,那么我们可以模拟出乌鸦大脑的演化过程。

这种方法叫作“基因算法”。它建立一个反复运作的表现/评价过程,就好像生物通过生存这种方式来表现,并且以能否生养后代为评价一样。一组电脑将执行各种任务,最成功的将会“繁殖”,把各自的程序融合,产生新的电脑,而不成功的将会被剔除。经过多次的反复后,挑选出最接近于样本的甚至超越样本的电脑。

这个方法的缺点也很明显,人类主导的演化会比自然快很多很多,演化需要经过几十亿年的时间,而我们却只想花几十年时间,因此我们现阶段具备的技术优势是否能使模拟演化可行还有待商榷。

电影中的杜立德博士因为动物而重拾了快乐,他们始终平等而坦诚。但现实生活的残酷在于,人工智能的受益方是人,“兽工智能”也是。

文|雷宇

声明: 本文由入驻OFweek维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存