• 行业专题
  • IndustryTopic
  • 造出比人类聪明的机器人,还要多久

    • 行业专题
    • 时间:2015-07-02
    • 来源: 中青在线-中国青年报(北京)
    • 编译:OCY
    • 我要投稿
    • 0
       “研发人工智能将成为人类历史上犯的最大错误。不幸的是,这也可能是最后一个错误。”物理学家霍金2014年这番颇具意味的话,曾掀起全球关于人工智能威胁论的舆论热潮,包括SpaceX创始人、特斯拉电动汽车CEO马斯克也称人工智能为“恶魔”。不过,在6月27日中国科学院、天津市滨海新区政府联合主办的类脑智能创新论坛上,与会专家频频向外界传递着另一种声音:要想造出超越人类智能的机器人,人类在科学研究上还有不小的距离。
     
      当天,面对现场100多位国内外神经生物学、人工智能领域的学者,中国科学院院士谭铁牛说,“尽管经过近60年的发展,人工智能取得了巨大进步并呈爆发增长之势,但在看得见的未来,人工智能的整体水平还难以超越人类智能,还不足以威胁人类的生存。”不过,他也提到,人工智能的社会影响必须得到高度重视。
     
      当前的人工智能有智能没智慧、有智商没情商、会计算不会“算计”
     
      通常来说,人们更习惯于将那些能听、能写、能做、能够代替人类工作的机器人,称为通用的人工智能。就像人类的大脑一样,能举一反三、融会贯通,可谓“一脑万用”。相应地,真正意义上完备的人工智能系统,也应该是一个通用的智能系统。 但在谭铁牛看来,目前通用人工智能距离人类智能水平还有巨大差距。
     
      尽管早在1997年,IBM的深蓝超级计算机就战胜了国际象棋世界冠军卡斯帕罗夫,14年后,IBM沃森知识问答系统,在电视智力竞赛节目《危险边缘》中战胜了两位人类冠军选手,不过,谭铁牛认为,这些面向特定领域的人工智能技术,由于应用背景需求明确、领域知识积累深厚、建模计算简单可行,因此形成了人工智能领域的单点突破,在局部智能水平的单项测试中可以超越人类智能。
     
      仍以人机对弈为例,谭铁牛说,人工智能可以在国际象棋比赛中打败人类冠军,但是在对智能水平要求更高的围棋项目中,人工智能只相当于业余五段水平。
     
      身份识别也是现有机器人的一大“软肋”,尽管在受控场景下,他们能够准确识别人员身份,但在车站、机场、商场等现实场景中,其人脸识别准确率则急剧下降,而人类可以综合人脸、谈吐、衣着、表情、行为等多种特征在各种复杂条件下精确辨识人员身份。
     
      “当前的人工智能系统有智能没智慧、有智商没情商、会计算不会‘算计’。” 谭铁牛说。
     
      中国工程院院士郑南宁也认为,我们距离真正的人工智能还有较大的距离,一个简单的例子是,我们目前尚未搞清楚大脑的工作机理,比如大脑用来处理外界激励的能量消耗,只占了很小的比例,那些与刺激无关的能量消耗到底做了什么,以及在休眠状态下,大脑记忆得到了强化,它的内在机理是什么?“这些我们都还没搞清楚,何谈做类脑方面的研究?”
     
      人类引以为傲的计算能力,也成了一大障碍。郑南宁说,人类大脑约有1011的神经元,其中每个神经元有约104的突触连接,以10Hz的速度释放神经脉冲,因此其计算量约为1016次操作,需要1018能力的高性能计算,才可完成模拟整个大脑的计算能力。然而,全球Top500高性能计算中具有这种能力的,预计在2019~2023年才能出现。
     
      莫让类脑计划成为“皇帝的新衣”
     
      随着脑认知和神经科学的发展,国内外学术界都已经意识到,智能技术可以从脑科学和神经科学获得启发,提高机器的智能水平。近年来,脑科学与类脑智能已经成为世界各国研究和角逐的热点,美国、欧盟相继启动相关研究计划,我国政府也正在论证并启动“中国脑计划”。相应地,不少高校也纷纷成立与此有关的课题组,甚至是研究院。
     
      类脑计划研究正在高速路上?
     
      郑南宁并不否认这一点,在他看来,神经科学、计算机科学、神经网络理论近20年的长足进步,以及大数据时代对于智能计算的需求,使得今天的我们,再一次聚焦这一重大命题。
     
      不过,他清晰地记得,上世纪80年代到90年代,也曾出现一股类似的潮流—以日本“第五代计算机”为代表的技术,力图突破电脑所谓的冯·诺依曼瓶颈,以实现人工智能。当时,知识工程奠基人费根鲍姆认为,这个惊人的开发,将引起第二次计算机革命。
     
      然而,第五代计算机的命运是“悲壮的”。郑南宁至今记得,那次研究并未实现自然语言人机对话、程序自动生成等目标,最终计划流产。
     
      如今,人们这一次在面对类脑研究时的兴奋,在郑南宁看来,和当年的情景如出一辙,他提醒现场的学者,莫让这一次的类脑计划,成为皇帝的新衣,“期望值过高,而又没有达到预期,随之带来的,可能是学科发展的低落,甚至是灾难”。
     
      类脑计算研究还是给科学家们留足了一些“可以踏踏实实”研究的题目。郑南宁说,尽管神经生理学的大量实验告诉我们,人类脑皮层各功能区域之间的关系极为复杂,解决各层次和各处理模块之间的关联是一个巨大挑战,但科学家还可以深入研究模型特性,而非单纯研究它的原型的物理原理。
     
      他以飞机和鸟为例说,对鸟的详细研究,不可能对如何制造飞机提供更多的启示,对飞机的真正理解来自飞行的研究,而非鸟。“从这个意义来说,研究类脑计算,并非去完整复制人的大脑,而是对人脑功能特性的模拟。”郑南宁说。
     
      谭铁牛也将上世纪80年代中到90年代中这段时间称为人工智能的“寒冬期”,但在他看来,如今,互联网和大数据推动人工智能进入新的春天。
     
      国际机器人联合会预测,“机器人革命”将创造数万亿美元的市场。2014年全球工业机器人销量为22.5万台左右,销量增长27%,年销售额约59亿美元。而中国市场,2014年一年的工业机器人销量猛增54%,达到5.6万台 。
     
      中国缺席人工智能60年来的重大发现
     
      谭铁牛以中科院自动化所为例说,该所已经初步实现了具有自主学习能力的类脑计算系统,并围绕环境感知与交互、类脑自动推理、类人机器人等开展了应用验证。
     
      但在谭铁牛看来,一个严峻的现实情况是,我国在人工智能方面的整体发展水平,与发达国家相比仍然存在较大差距,尤其是在高精尖零部件、基础工艺、工业设计、大型智能系统、大规模应用系统以及基础平台与数据开放共享等方面与发达国家相距较大。
     
      他说,在基础理论差距方面,中国缺席人工智能60年来的重大发现,在智能汽车方面,我国先进的传感器(雷达、摄像头)、控制器芯片、执行器等核心零部件严重依赖外商,在电控单元的软硬件、系统可靠性和控制精度方面,与国际先进水平相比落后了10~15年,竞争力明显不足。
     
      同时,我国在经济社会综合发展水平、高科技人才队伍、高科技产业投资等方面与发达国家还存在差距。
     
      不过,当前,世界各国在类脑智能方向的研究都刚刚启动,我国在这方面的研究也处于蓄势待发阶段,这可能是一个机会。谭铁牛说,“通用人工智能研究和应用任重道远,类脑智能是实现从专用到通用人工智能突破的重要途径。”
    [打印文本] []
    
    全部评论(0
    TOP Bookmark