类脑人工智能面临两大困境,但别绝望啊,研发也算有点进展

类脑人工智能研发面临两大困境:第一对大脑知之甚少 , 第二没法把大脑的工作方式抽象成计算机可以理解的数学模型 , 这就是类脑人工智能开发困难的两大原因 。 目前人类的努力取得一些进展 , 例如 , 已经有光遗传学和双光子显微镜等技术手段,观察神经元协作有了工具;在大脑信息处理的数学模型化方面取得了一定进展 , 使得输入信息变成计算机或AI能读懂的语言 。
2017年春夏之交 , 在地表最强的柯洁大棋士与阿尔法狗的三番棋鏖战中 , 人工智能(AI)阿尔法狗表现出的压倒性优势让柯洁在五局比赛中没有占据过哪怕一点先机 。 最后 , 整个围棋圈乃至全人类都认可的一件事情是 , AI已经彻底征服了围棋 , 完全博弈类游戏的最后高峰也被攻占了 。
可能读者们已经注意到了上句话中的定语 , 那么什么是完全博弈类游戏呢?完全博弈类游戏的学术定义很唬人 , 小编直接用大白话给大伙儿翻译一下 , 完全博弈类游戏就是双方共享相同的游戏视野 , 共享相同的出招表 , 具体到围棋来讲 , 棋盘上的局面信息是一样的 , 行棋规则是一样的 。 那么 , 非完全博弈类游戏呢?举一个例子大家就能明白 , 《星际争霸》这类即时战略游戏 , 双方视野就完全不同 , 由于战争迷雾(WarFog)的存在 , 交战时间之外双方并不清楚对方在做什么 。
在非完全博弈类游戏领域 , AI的表现可比非完全博弈类游戏差的远了 。 还是拿《星际争霸》为例 , 目前AI仅仅在非常局限的设定下战胜过人类高手 , 比如1V1的短兵相接局 。 如果将游戏规则设定为正常的对战规则 , 人类的计谋和策略就可以发挥作用 , 目前的AI将很可能只有游戏中的疯狂电脑水平 。 这一事实折射出目前AI发展的瓶颈之一 , AI还不能像大脑一样思考 , 这也是我们发展类脑人工智能的初衷之一 。 那么 , 我们应该如何认识类脑人工智能 , 它的开发难点到底在哪里 , 我们已经取得的成绩是什么呢?
类脑人工智能面临两大困境,但别绝望啊,研发也算有点进展
文章图片
非完全信息博弈类游戏的典型例子 , 玩家并不知道对方此刻在做什么 , 资料来源1
什么是类脑人工智能 , 它与传统人工智能的区别在哪里?
类脑人工智能 , 顾名思义就是像人类大脑一样的人工智能 , 它拥有与大脑类似的信息处理机制 , 可以搜集加工来自不同感官的信息 , 自行做出适当的判断 , 最后再指挥类似运动神经元的输出系统做出与人体反应类似的行动 。 拿科幻巨作《星球大战》举个例子 , 类脑人工智能就算到不了3PO的水平至少也得跟R2-D2差不多吧?
类脑人工智能面临两大困境,但别绝望啊,研发也算有点进展
文章图片
《星球大战》中的两大类脑人工智能谐星
也就是说 , 人类设想中的类脑智能既要包括像大脑一样处理感官信息的能力 , 还得能够操纵类似灵活的关节以及协调良好的肌群这样高度复杂的机电系统 。 今天的人类科技水平在这两个环节上虽已初出茅庐 , 但都还没有取得颠覆性的成就 , 完全满足上述要求的类脑人工智能可能还有很长的路要走 。
类脑人工智能面临两大困境,但别绝望啊,研发也算有点进展
文章图片
科幻电影铁甲钢拳中 , 身形矫健的类脑人工智能机甲
当我们提到脑 , 扪心自问 , 我们了解脑什么?
脑中的一千亿个神经元是如何协调同步以处理信息的?
他们处理信息的具体方式是什么?
实现记忆的机理是什么?
我们为什么会恐惧?
为什么会忧郁?
我们为什么可能患上老年痴呆症?