?html> 张钹院士Qh工智能当前最大问题，不可解释和不可理?清华校友M(x)

麻花影视免费观看电视剧琅琊榜,天美麻花星空视频,麻花星空MV,麻花影视在线看电视剧软件,麻花传媒MD034苏蜜清歌,2023麻花产精国品免费入口,麻花传MD034苏蜜清歌,麻花视频V3.2.2纯净版

癑ֹ清华

张钹院士Qh工智能当前最大问题，不可解释和不可理?/h2>
2017-06-01 | 黄v?/span> | 来源 上观新闻2017-5-30 |

当前以大数据与深度学?fn)?f)基础的h工智能存在的最大问题是Q不可解释和不可理解Q就事论事，~Z推广能力Q遇到新的情况一{莫展?/span>

张钹Q?935q?月生Q福建福清h。计机U学与技术专Ӟ中国U学院院士?953q考入清华大学Q入校时p于电(sh)机系甉|?sh)器专业Q?956q因C业需要，转读自动控制Q两q后作ؓ(f)国家W一批自动控制专业的优秀毕业生留校Q教?015q获?014 CCFln成就奖?/span>

q是一场没有?zhn)늚比赛??7日，中国手柯洁与h工智能AlphaGo展开三番比赛的l局对决。历l?个多时的对弈后Q柯z投子认输。至此，柯洁q输三局完|?/span>

q场比赛在很多h看来Q在U学价值层面已l失ȝ炏V因为，人类在某些方面不如h工智能早已不新鲜Q倒是未来人工发展中的新挑(xi)战(sh)许更值得x(chng)?/span>

人工有哪些问题需要解冻I未来发展势如何Q本报记者专访了(jin)中国U学院院士、清华大学教授张钹，共同探寻人工接下来的U种可能?/span>

人工Zq些q大显n手？

人工QArtificialIntelligenceQ，英文~写为AI。从1956q的国辄茅斯?x)议vQ明提Zh工智能的概念q开始科学与技术的研究已有61q?/span>

张钹院士?978q就开始研Ih工智能，在他看来Qh工智能实际上是让计算机模仿hcȝ三种功能。第一U是模仿理性思考，包括推理、决{和规划{，属于人类的高U智能，或者叫逻辑思维。第二项是模仿感知，对周围环境的感知Q包括视觉、听觉、触觉等。第三项是模仿动作，包括人类手、脚和其它动物的动作。此外，情感、灵感和创造性等也在研究之列Q但相对来讲Q进展要一些?/span>

人工模拟大脑经元网l的某些工作机理Q即人工经|络QANNQ，早在上世U?0q代问世了(jin)Qؓ(f)何近些年才开始大显n手？q主要取决于以下三个要素有了(jin)长q步Q第一、多层神l网l（深度|）(j)与其相应的有效学?fn)算法，x(chng)度学?fn)算法；W二、大数据Q第三、计资源（计算能力的提高）(j)?/span>

最初ƈ没有把AlphaGo攑֜眼里

׃围棋的复杂度q比象棋高，因此q两U棋cM的Ҏ(gu)有本质的区别。下象棋与下其他类一P靠的是推理、预，卛_前看几步。围由于复杂度太高Q不可能依靠推理与预，主要靠“直觉”，即“棋感”与l验。由于过d家没有认识到q种区别Q采用编写象程序的同样Ҏ(gu)来编制围程序，其结果是围棋E序的下水q_低，臛_辑ֈ业余4-5D늚水^Q根本不是职业围手的对手。这一点许多围手都有q个体验Q因此最初大家ƈ没有把AlphaGo攑֜眼里Q这是完全可以理解的?/span>

AlphaGo抛弃?jin)传l下程序的~程Ҏ(gu)Q创造性地利用机器学习(fn)来获取下的l验与直觉。AlphaGo不仅学习(fn)?jin)以往围棋大师们已l下q的所有棋局——约几千万棋局Q还通过强化学习(fn)Q自׃自己对弈Q，学习(fn)?jin)更多（几亿个?j)新棋局。这意味着QAlphaGo下过的棋是Q何一位围大师一生下q棋的几百上千倍。由于围棋局I间很大Q约2x10170Q，在围几千年的历史中人类也只是探索了(jin)其中的很一部分QAlphaGo利用计算机的强计算能力Q不仅把人类已经探烦(ch)q的I间加以优化Q而且q探索了(jin)新的I间Q即新的局Q。正׃此，人类手在AlphaGo面前才显得那栯动，许多情况下都不知道是怎么输的。这也是围棋的魅力所在——毫无止境的探烦(ch)?/span>

人工打桥牌不如hc?/span>

张钹院士认ؓ(f)Q目前大家对AlphaGo战胜人类手qg事有着各种不同的反应，惊讶、崇拜、愤怒、不服气{等Q这些都是过度的反应。其实，研究AlphaGo不是Z(jin)~制一个围程序来代替人类手Q来颠覆围棋q动Q而是以“围”ؓ(f)q_Q研Ih工智能解册c问题的Ҏ(gu)以及(qing)可能辑ֈ的水q뀂因此研制AlphaGo的成功只是证明，人工在解决以下类型问题时Q不问题多么复杂，都可能做到甚臌qhcȝ水^?/span>

q类问题的特Ҏ(gu)Q（1Q有充的数据（或知识）(j)Q（2Q完全信息，Q?Q确定性，Q?Q单领域。这c问题除围棋之外Q还包括语音识别、h脸识别和囑փ识别{，其中有一些问题（如围）(j)对hcL讲虽然很困难Q但对于高速的计算机却是比较容易的。不q，当一个问题(sh)满上述4个条件中的Q何一个（或几个）(j)Ӟ对计机来讲变成十分困隄?jin)，而这些问题对于hcL讲反而相Ҏ(gu)较容易。比如打桥牌Q不完全信息博弈Q，无h车（不确定性，不完全信息和多领域）(j)Q自然语a理解Q多领域Q等。在q些问题?sh)，计算机则比hcd距很大。这告诉我们机器智能与人类之间通常不是互相排斥和互相替代，而是互补的?/span>

解决围棋只是人工往前迈q了(jin)一步，许多更困隄问题{待人工去解冟뀂当前以大数据与深度学习(fn)为基的h工智能存在的最大问题是Q不可解释和不可理解Q就事论事，~Z推广能力Q遇到新的情况一{莫展。因此当面对动态变化的环境Q信息不完全Q存在干C虚假信息Ӟ人工pȝ的性能׃(x)显著下降。此外，q样的h工智能系l由于不可理解，无法实现人机交互Q无法与人类协同工作与和谐相处。解册些问题的困难很大Qh工智能发展的道\q很长，机器辑ֈ适应动态变化环境的能力q很遥远?/span>


相关新闻