CNET科技資訊網(wǎng) 5月26日 北京消息: 5月26日,在貴陽(yáng)數(shù)博會(huì)“機(jī)器智能”高峰對(duì)話上,全球IT屆的多位領(lǐng)軍人物就MI(機(jī)器智能)與AI(人工智能)的區(qū)別展開(kāi)激烈討論。
“只要?jiǎng)?chuàng)造出關(guān)于動(dòng)物和人的智能,都可以叫做人工智能。但人與動(dòng)物不具備的智能,如果機(jī)器具備了,那就是機(jī)器智能,這是我的理解。”阿里巴巴技術(shù)委員會(huì)主席王堅(jiān)說(shuō)。
王堅(jiān)舉例說(shuō),最常見(jiàn)的人工智能就是創(chuàng)造一個(gè)聊天機(jī)器人,基本上是過(guò)去人能做的事情。但是去年我們給杭州裝一個(gè)城市大腦,那是一個(gè)人也不具備的智能,我覺(jué)得更適合機(jī)器智能。
美國(guó)硅谷著名創(chuàng)業(yè)家、天使投資人史蒂夫·霍夫曼認(rèn)為,AI是拿圖靈測(cè)試作為定義,能與人進(jìn)行互動(dòng)通過(guò)圖靈測(cè)試的都是AI。MI會(huì)是人機(jī)共生的核心點(diǎn),我希望在有生之年能看到MI無(wú)處不在。因?yàn)榻裉煳宜龅暮芏鄾Q定,如果有MI輔助,我可以作出更好的決定,這讓每個(gè)人未來(lái)可以發(fā)揮潛力。“我是寫(xiě)書(shū)的,寫(xiě)每一本書(shū)的時(shí)候要做大量的研究工作,如果有MI幫我收集信息、整理信息,把最相關(guān)的信息提取出來(lái),我可以用更短時(shí)間寫(xiě)出更有水平的書(shū)。”
斯坦福大學(xué)人工智能與倫理學(xué)教授杰瑞·卡普蘭認(rèn)為,機(jī)器智能不應(yīng)該認(rèn)為它是讓機(jī)器變得像人一樣有智慧,應(yīng)該看成是新一代的自動(dòng)化。它不是來(lái)取代人,它是來(lái)輔助人,還會(huì)有大量的工作崗位,現(xiàn)在就有很多工作崗位不能靠自動(dòng)化來(lái)取代,這個(gè)技術(shù)它會(huì)改變工作的性質(zhì),讓我們工作變得更加高效。如果從這個(gè)視角來(lái)理解,機(jī)器智能是自動(dòng)化的延伸。
北京大數(shù)據(jù)研究院院長(zhǎng)鄂維南認(rèn)為,機(jī)器智能的核心是會(huì)學(xué)習(xí)的機(jī)器,它將會(huì)把我們帶入智能化社會(huì),就像當(dāng)年造出了會(huì)勞動(dòng)的機(jī)器把我們代入了工業(yè)化社會(huì)一樣。
機(jī)器智能如此無(wú)所不能,是否會(huì)取代人類(lèi)?對(duì)此,王堅(jiān)打了一個(gè)有趣的比喻:“我們拿一條狗讓它去找毒品的時(shí)候從來(lái)沒(méi)有說(shuō)過(guò)我們的鼻子被狗的鼻子給取代了。”他認(rèn)為,我們要尊重機(jī)器在某些方面的能力超越人類(lèi)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。