AI研究新思路:MIT教授研究儿童思想推动AI发展

2018 年 9 月 21 日 DeepTech深科技


对人类大脑的研究或许才是实现人工智能下一次重大突破的关键。”

 

MIT 计算认知科学实验室主管 Josh Tenenbaum 教授如此说道,他认为认知科学和神经科学对人工智能研究的下一步发展至关重要。为此,他正带领团队进行一项雄心勃勃的计划——The MIT Quest for Intelligence (简称: The Quest ) 。

 

The Quest 成立于今年 2 月,项目联合了计算机科学家、工程师、神经科学家和认知科学家,旨在通过探索人类智力来推动人工智能的基础研究,并将研究成果用于指导更广泛的实际工作,为社会的各个方面带来积极的影响。

 

近日,在《麻省理工科技评论》举办的 EmTech 峰会上,Josh Tenenbaum 教授介绍了这一项目,并分享了他对人工智能发展的看法。

 

图丨Josh Tenenbaum (来源:麻省理工科技评论)


“想象一下,我们建造一台机器,如果它可以像一个刚出生的婴儿一样从零开始学习,那么这种“机器学习”才是真正意义上的“学习”,而这也正是人工智能的基础。”

 

近年来我们在人工智能领域取得了一些喜人的进步,但这其中大多是基于机器学习领域中一些已有的技术突破,尤其是深度神经网络。例如,深度学习使计算机能够像人一样准确地识别文字或者表情信息;像 AlphaGo 这样的游戏程序也有非常惊人的表现;如今发展迅速的自动驾驶汽车和机器人也都依赖深度学习技术。

 

而 Tenenbaum 在会上说道:“这些系统都不算真正的智能他们缺乏灵活性,在对常识的掌握上也仅仅和 1、2 岁的婴儿相当。那么他们缺少的是什么?它们和真正智能的差距又在哪?”

 

为了进一步了解人类的智力,Tenenbaum 将认知科学和神经科学作为其重点研究方向。在这过程中,他观察研究了一个 3 岁儿童是如果通过一个与生俱来的认知模型,来对这个世界产生认识。他认为正是这个认知模型,让人类相比于计算机,能够对这个世界产生更加深刻的认识。

 

“儿童的行为给我们带来重要的参考,正是这些在儿童身上展现出来的特质,让人类成为这个世界上学习能力最强的物种。”

 

(来源:麻省理工科技评论)


Tenenbaum 还开创性地开发了能够模仿人类思维、进行深层次思考的程序。例如在 2015 年,他与另外两名开发者一起开发的程序,做到了仅仅在看了几个手写文字样本之后,就能够进行学习并正确识别更多的手写文字。相对于以往需要经过大量数据训练的项目,Tenenbaum 参与开发的这一新程序非常有意义。

 

The Quest 项目同样致力于将人工智能推广到更多的工作中,如疾病诊断、药物研究、材料和工业设计、自动化系统、合成生物学和金融等。由于运用的领域更广,研究者就需要更充分地考虑技术的基本局限和缺点,以及算法的偏见和可解释性等问题。

 

Tenenbaum 最后指出,人们在 50 多年前提出人工智能时,最初的设想是它能够从人类的智力中获得灵感,模仿人的思考过程。但当时这一想法缺少科学和技术的支持。Tenenbaum 说:“如今认知科学和神经科学已经发展得更为成熟相信这能帮助我们在人工智能领域的研究中获得突破性的进展。”

 

现阶段的人工智能所能达到的程度,如果以图灵测试来衡量,几乎可以以假乱真。机器下围棋、作曲或者写诗的水平,都可以与人类一决高下。但是如果脱离了人类,没有了算力、算法、数据和存储的支持,机器本身又能“走”多远?


在这个 AI 即一切的时代,每个科技企业,不论是新兴科技企业,还是老牌制造企业,都希望在这个时代占领一席之地。而对于一个成立百年有余的老牌企业,在人工智能崛起的今日,将如何应对各个产业对传统制造业带来的冲击,又将如何在 AI 大潮中占得一席之地?



2019 年 1 月 19 至 21 日,通用电气全球副总裁 Colin Parris 博士将亲临 EmTech China 全球新兴科技峰会现场,解读通用电气百年沉浮及其 AI 适应策略。


目前,EmTech China 2019 全球新兴科技峰会已进入筹备阶段!本次会议不论从嘉宾量级、会议规模、内容丰富程度上看,都将大幅提升!目前已有 15 位全球科技领袖确认出席,更多重磅嘉宾陆续确认中。已确认的嘉宾有:


扫描上图二维码,参与全球新兴科技峰会


今天,我们向您发出这封邀请函,邀您进入我们的世界,与全球最强的大脑们思想碰撞—— EmTech China 2019 全球新兴科技峰会。


EmTech China 2019 全球新兴科技峰会商务合作、媒体合作现已全面启动,如果您想与我们在新兴科技的舞台上产生碰撞,请在对话框回复“合作”与我们沟通。


-End-


参考:

https://www.technologyreview.com/s/612002/a-plan-to-advance-ai-by-exploring-the-minds-of-children/?set=612030&set=612030

https://quest.mit.edu/


登录查看更多
0

相关内容

Josh Tenenbaum是麻省理工学院大脑和认知科学系教授,他的研究兴趣是人类的学习和推理,机器学习和人工智能,让机器学习算法更接近人类的学习能力,应该会产生更强大的人工智能系统,以及更强大的理论范式来理解人类的认知。目前研究探索人类认知的许多方面的计算基础:学习概念,相似性判断,推断因果连接,形成知觉表征、学习单词的含义和在自然语言语法原则,注意巧合和预测未来,推断他人的心理状态,和构造直觉理论的核心领域,如直观的物理学、心理学、生物学、或社会结构。
深度学习可解释性研究进展
专知会员服务
96+阅读 · 2020年6月26日
专知会员服务
121+阅读 · 2020年3月26日
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
2019 年,最值得回顾的十大 AI 学术观点
AI科技评论
6+阅读 · 2019年12月31日
何晖光:多模态情绪识别及跨被试迁移学习
深度学习大讲堂
52+阅读 · 2019年4月23日
王飞跃教授:生成式对抗网络GAN的研究进展与展望
算法与数学之美
12+阅读 · 2019年2月16日
【人工智能】重磅:中国人工智能40年发展简史
产业智能官
7+阅读 · 2017年11月12日
心理学与脑科学:进展、思考和展望
科技导报
8+阅读 · 2017年10月27日
【GAN】生成式对抗网络GAN的研究进展与展望
产业智能官
12+阅读 · 2017年8月31日
王飞跃:生成式对抗网络GAN的研究进展与展望
机器学习研究会
7+阅读 · 2017年8月26日
Arxiv
6+阅读 · 2018年11月1日
Arxiv
5+阅读 · 2018年5月1日
Arxiv
10+阅读 · 2018年4月19日
VIP会员
相关资讯
2019 年,最值得回顾的十大 AI 学术观点
AI科技评论
6+阅读 · 2019年12月31日
何晖光:多模态情绪识别及跨被试迁移学习
深度学习大讲堂
52+阅读 · 2019年4月23日
王飞跃教授:生成式对抗网络GAN的研究进展与展望
算法与数学之美
12+阅读 · 2019年2月16日
【人工智能】重磅:中国人工智能40年发展简史
产业智能官
7+阅读 · 2017年11月12日
心理学与脑科学:进展、思考和展望
科技导报
8+阅读 · 2017年10月27日
【GAN】生成式对抗网络GAN的研究进展与展望
产业智能官
12+阅读 · 2017年8月31日
王飞跃:生成式对抗网络GAN的研究进展与展望
机器学习研究会
7+阅读 · 2017年8月26日
Top
微信扫码咨询专知VIP会员