论文部分内容阅读
人工智能火了！人工智能牛了！很大程度归功于近年来一只不断进化的“狗”——阿尔法狗（AlphaGo）。
中科院院士张钹简单分析了人工智能发展的两条路径：一是符号主义，即从信息处理的宏观层面去模拟智能；二是连接主义，即从网络介观层面去模拟人类行为。当人工智能的开拓者提出上述方向时，不少人认为不可能，但事实证明这两条路都行得通。
“人工智能第一次震撼，是IBM的‘深蓝’程序打赢国际象棋冠军，这是用计算机模拟人类下象棋的理性思考过程，证明了符号主义这条路走得通。”张钹说。
人工智能第二次对人类的“暴击”，是基于神经网络的深度学习，AlphaGo抛弃了传统围棋程序的编程方法，创造性地利用机器学习，来获取下棋的经验与直觉，结果战胜世界围棋冠军。“更值得注意的是AlphaGo Zero从零开始，通过36小时自我学习，超越人类3000年的圍棋经验，以100比0击败了上一版本的AlphaGo。这证明第二条路也走得通。”张钹说。
“这让人欢欣鼓舞，也令人担忧。”张钹的“忧”，指的是基于深度学习的人工智能系统存在的根本性缺陷——不可解释和不可理解，就事论事，缺乏推广能力，遇到新的情况一筹莫展等。因此当面对动态变化的环境，信息不完全、存在干扰与虚假信息时，人工智能系统性能就会显著下降。
“当前的人工智能与人类智能本质上是不同的。”张钹说，与人类相比，人工智能系统抗干扰能力（鲁棒性）差，推广能力弱，甚至可能犯大错。“基于深度学习的模式识别系统尽管可以准确地区分不同事物，但本质上不认识它们。与人类不一样，它不会举一反三，更不会‘知其所以然’。使用这样的人工智能系统需要十分小心。”
“现在大家对人工智能有无限期待。围棋有规则，现实生活中没有规则。人工智能产品完成单项任务很牛，但遇到复杂情况，实际没那么厉害。”海尔公司CTO赵峰认为。
中科院院士张钹简单分析了人工智能发展的两条路径：一是符号主义，即从信息处理的宏观层面去模拟智能；二是连接主义，即从网络介观层面去模拟人类行为。当人工智能的开拓者提出上述方向时，不少人认为不可能，但事实证明这两条路都行得通。
“人工智能第一次震撼，是IBM的‘深蓝’程序打赢国际象棋冠军，这是用计算机模拟人类下象棋的理性思考过程，证明了符号主义这条路走得通。”张钹说。
人工智能第二次对人类的“暴击”，是基于神经网络的深度学习，AlphaGo抛弃了传统围棋程序的编程方法，创造性地利用机器学习，来获取下棋的经验与直觉，结果战胜世界围棋冠军。“更值得注意的是AlphaGo Zero从零开始，通过36小时自我学习，超越人类3000年的圍棋经验，以100比0击败了上一版本的AlphaGo。这证明第二条路也走得通。”张钹说。
“这让人欢欣鼓舞，也令人担忧。”张钹的“忧”，指的是基于深度学习的人工智能系统存在的根本性缺陷——不可解释和不可理解，就事论事，缺乏推广能力，遇到新的情况一筹莫展等。因此当面对动态变化的环境，信息不完全、存在干扰与虚假信息时，人工智能系统性能就会显著下降。
“当前的人工智能与人类智能本质上是不同的。”张钹说，与人类相比，人工智能系统抗干扰能力（鲁棒性）差，推广能力弱，甚至可能犯大错。“基于深度学习的模式识别系统尽管可以准确地区分不同事物，但本质上不认识它们。与人类不一样，它不会举一反三，更不会‘知其所以然’。使用这样的人工智能系统需要十分小心。”
“现在大家对人工智能有无限期待。围棋有规则，现实生活中没有规则。人工智能产品完成单项任务很牛，但遇到复杂情况，实际没那么厉害。”海尔公司CTO赵峰认为。