人工智能可實(shí)現(xiàn)的視角

責(zé)任編輯:cres

作者:John McDowall

2019-10-10 08:50:41

來(lái)源:企業(yè)網(wǎng)D1Net

原創(chuàng)

半個(gè)世紀(jì)以來(lái),人工智能一直是計(jì)算技術(shù)發(fā)展的夢(mèng)想,它總是遙不可及。但是有許多方法可以部署產(chǎn)生實(shí)際收益的人工智能。

半個(gè)世紀(jì)以來(lái),人工智能一直是計(jì)算技術(shù)發(fā)展的夢(mèng)想,它總是遙不可及。但是有許多方法可以部署產(chǎn)生實(shí)際收益的人工智能。
 
20世紀(jì)60年代的人們對(duì)人工智能充滿了美好的未來(lái)愿景,但這一前景在半個(gè)世紀(jì)后仍未實(shí)現(xiàn)。而人們?nèi)缃翊_信,盡管早期的進(jìn)展比較緩慢,但真正實(shí)現(xiàn)了人工智能的應(yīng)用愿景。似乎每一個(gè)采用軟件的產(chǎn)品都在聲稱采用了人工智能技術(shù)。面對(duì)這些宣傳和炒作,人們必須對(duì)人工智能的現(xiàn)實(shí)發(fā)展有著清醒的認(rèn)識(shí)。
 
人工智能的下一件大事
 
人們對(duì)人工智能的應(yīng)用正處于興奮的階段。在某些方面,由于處理能力的最新發(fā)展,人工智能被吹捧為最終走向現(xiàn)實(shí)。人們?cè)僖淮螌?duì)生活被徹底顛覆以及工作被智能機(jī)器所取代的愿景充滿了幻想。廉價(jià)圖形處理單元的可用性已經(jīng)使卷積神經(jīng)網(wǎng)絡(luò)在某些應(yīng)用(例如圖像識(shí)別)方面具有商業(yè)實(shí)用性。并且?guī)缀跛惺袌?chǎng)上的軟件都被廣告宣傳為“由人工智能驅(qū)動(dòng)”,但在企業(yè)將其業(yè)務(wù)的未來(lái)發(fā)展寄托在人工智能之前,對(duì)一些現(xiàn)實(shí)保持清醒的頭腦是明智的。
 
長(zhǎng)期以來(lái),實(shí)用的人工智能一直是“下一個(gè)大事件”。它承諾在日常工作中減輕人們的負(fù)擔(dān),同時(shí)幫助人們實(shí)現(xiàn)難以想象的科學(xué)和工程成就。也有更多的反烏托邦式的設(shè)想,即人工智能取代了廣大勞動(dòng)力,導(dǎo)致大量的工作崗位被人工智能驅(qū)動(dòng)的機(jī)器所取代,甚至有些人得出結(jié)論:人類是多余的和低效的,將會(huì)在電影《終結(jié)者》中設(shè)想的那樣發(fā)生人類和機(jī)器之間將會(huì)發(fā)生終極戰(zhàn)爭(zhēng)。
 
這些愿景在很長(zhǎng)一段時(shí)間內(nèi)都不可能實(shí)現(xiàn)。大約20年前,一位專家提出了人工智能代表的是“人工智能不是發(fā)明的”這一觀點(diǎn),他當(dāng)時(shí)的觀點(diǎn)是對(duì)的,現(xiàn)在這么說(shuō)也是對(duì)的。人工智能的實(shí)際應(yīng)用已經(jīng)成熟。然而,這些應(yīng)用是有限的,值得注意的是,通用人工智能還像以往一樣遙遠(yuǎn)。
 
定義人工智能
 
當(dāng)大多數(shù)人聽(tīng)到“人工智能”一詞時(shí),通常就會(huì)想到科幻小說(shuō)中描述的人工智能,它可以響應(yīng)一些模棱兩可的語(yǔ)音命令,并執(zhí)行復(fù)雜的計(jì)算和邏輯行為。這些令人印象深刻的機(jī)器得出的結(jié)論是,人類由于記憶力有限以及推理能力較慢,最終將被人工智能超越,但這是一個(gè)不精確的、不正確的定義,其原因很簡(jiǎn)單,人們很難定義“智能”。
 
拋開(kāi)所謂的智力測(cè)驗(yàn),例如智商(IQ)測(cè)驗(yàn)或?qū)W術(shù)成就測(cè)驗(yàn),例如用于大學(xué)入學(xué)的測(cè)驗(yàn)。
 
大多數(shù)人都知道人們認(rèn)為非常聰明的人由于各種原因在這些測(cè)試中得分不高。相反,出于討論目的,需要考慮儲(chǔ)存和回憶、關(guān)聯(lián)和推理,以及將創(chuàng)造性的解決方案應(yīng)用于新情況等能力的組合。
 
誠(chéng)然,這個(gè)定義是有限和不精確的,但是人們對(duì)于人類大腦功能的理解也是如此。事實(shí)上,人類的思維遠(yuǎn)遠(yuǎn)超出了自己的理解,以至于人們甚至無(wú)法就人類思維意味著什么達(dá)成共識(shí)。但是,這種智能定義將滿足隨后討論人工智能功能的需求。
 
為了理解真正的智能到底離人們有多遠(yuǎn),建議閱讀行業(yè)專家Douglas Hofstadter關(guān)于這個(gè)主題撰寫(xiě)的一本開(kāi)創(chuàng)性著作,該著作涉及哥德?tīng)枴I釥?、巴赫等理論。這本書(shū)著于40年前,它分解了最低層次思考的含義,并深入研究了簡(jiǎn)單的數(shù)學(xué)概念,以及人們?cè)谌粘I钪惺褂盟阈g(shù)時(shí)如何思考令人難以置信的抽象概念。人們發(fā)現(xiàn)這是一本很有啟發(fā)性的著作,它使人們認(rèn)識(shí)到通用人工智能比想象的要遠(yuǎn)得多??紤]一下:對(duì)計(jì)算機(jī)編程以正確執(zhí)行數(shù)學(xué)計(jì)算,人們必須以驚人的精確度理解各個(gè)方面。如果人們甚至不理解智能是什么,那么怎么可能把計(jì)算機(jī)編程成真正的智能?
 
可實(shí)現(xiàn)的人工智能
 
人們不可能將計(jì)算機(jī)編程視為真正的智能,但可以將計(jì)算機(jī)編程看作一種有限的智能,特別是在專業(yè)領(lǐng)域中。IBM公司推出的Watson可能是這種機(jī)器最著名的例子,但是即使Watson也有一些明顯的局限性。無(wú)論如何,大多數(shù)企業(yè)沒(méi)有安裝和使用Watson規(guī)模的人工智能項(xiàng)目所需的資源。
 
但是,在有限的技術(shù)范圍內(nèi),還有另一條途徑可以實(shí)現(xiàn)人工智能的一些好處。最基本的第一步是改進(jìn)數(shù)據(jù)建模。正如專家所述,以本體的形式定義數(shù)據(jù)模型是一個(gè)好主意,因?yàn)樗梢詭椭藗兌x數(shù)據(jù)的語(yǔ)法和語(yǔ)義。
 
使用Web本體語(yǔ)言(OWL)建模的數(shù)據(jù)以支持機(jī)器推理的格式進(jìn)行記錄,這是一種簡(jiǎn)單但功能強(qiáng)大的基本人工智能。因?yàn)閃eb本體語(yǔ)言(OWL)建立在稱為“描述邏輯”的推理分支中,所以它適合許多基于邏輯的推理過(guò)程,這些過(guò)程都是強(qiáng)大又可解釋的。隨著在醫(yī)療和軍事行動(dòng)等應(yīng)用中部署基于人工智能的應(yīng)用程序,解釋人工智能過(guò)程如何到達(dá)其結(jié)果的能力變得越來(lái)越重要。在基于人工智能輔助推薦的基礎(chǔ)上做出任何重要決定之前,用戶正確地希望理解人工智能將如何得出這個(gè)結(jié)論。這推動(dòng)了人們對(duì)“可解釋人工智能”的渴望。
 
卷積神經(jīng)網(wǎng)絡(luò)(CNN)可以執(zhí)行令人印象深刻的圖像識(shí)別功能,但是很難準(zhǔn)確地跟蹤它們?nèi)绾巫龀鰶Q定。分類和比較有很多層次,其最終結(jié)果非常準(zhǔn)確并且一致。但這并不意味著人們可以真正解釋卷積神經(jīng)網(wǎng)絡(luò)(CNN)如何得出每個(gè)圖像的決定。
 
與其相反,當(dāng)數(shù)據(jù)模型使用Web本體語(yǔ)言(OWL)或其他形式邏輯表示(例如公共邏輯)形式化時(shí),人們可以編寫(xiě)推理規(guī)則,并使用形式邏輯規(guī)則應(yīng)用它們。考慮一個(gè)簡(jiǎn)單的示例:創(chuàng)建一個(gè)簡(jiǎn)單的數(shù)據(jù)模型,其中包含一個(gè)類“Person”,具有 “name”和“sex” 兩個(gè)屬性。在Person類的實(shí)例之間可以建立兩種關(guān)系:“has_parent”和“has_sibling ”。通過(guò)這個(gè)簡(jiǎn)單的模型,人們可以存儲(chǔ)諸如PersonA has_sibling PersonB和PersonB has_Parent PersonC之類的數(shù)據(jù)。
 
采用一個(gè)簡(jiǎn)單的規(guī)則,例如“如果Person1 has_sibling person2,并且Person2 sex = Female,然后Person1 has_sister Person2”,就可以推斷出數(shù)據(jù)庫(kù)中每個(gè)人的新知識(shí)(請(qǐng)記住,原始數(shù)據(jù)模型不包括sister的概念)。人們可以使用類似的規(guī)則來(lái)推斷關(guān)系,例如祖父母、兄弟、表弟以及其他人。而且由于這都是建立在形式邏輯上的,因此其結(jié)果是完全可以解釋的。但其結(jié)果超出了可解釋的范圍,并證明是正確的。
 
可以使用現(xiàn)成的推理技術(shù)(商業(yè)和開(kāi)源)進(jìn)行這種推斷。諸如Protégé之類的本體編輯工具可以使用諸如HermiT和Pellet之類的多種推理引擎。有許多數(shù)據(jù)庫(kù)和分析產(chǎn)品都支持這種基于邏輯的推理,并且在正確配置它們之后,其性能可與其他數(shù)據(jù)庫(kù)技術(shù)相媲美。
 
基于邏輯的推理無(wú)法為人們提供可以討論黑格爾哲學(xué)精髓或編寫(xiě)鋼琴奏鳴曲的人工智能系統(tǒng)。但是可以為人們提供可以執(zhí)行許多常規(guī)數(shù)據(jù)處理任務(wù)的人工智能系統(tǒng)。

鏈接已復(fù)制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號(hào)-6京公網(wǎng)安備 11010502049343號(hào)