? 四川少妇bbwbbbb搡bbbb,色综合久久中文字幕无码,婷婷色爱区综合五月激情

亚洲 a v无 码免 费 成 人 a v,性欧美videofree高清精品,新国产三级在线观看播放,少妇人妻偷人精品一区二区,天干天干天啪啪夜爽爽av

卡內(nèi)基梅隆大學(xué)教授 :是時(shí)候打破人腦與機(jī)器之間的壁壘了

2017/04/28
導(dǎo)讀
二者發(fā)展都很迅速,現(xiàn)在到了融合的時(shí)間了。

?卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院教授Tom Mitchell



編者按:


4月27日,由長(zhǎng)城會(huì)主辦的全球移動(dòng)互聯(lián)網(wǎng)大會(huì)(GMIC)在北京開(kāi)幕,在其中全球科學(xué)創(chuàng)新峰會(huì)上,美國(guó)卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院機(jī)器學(xué)習(xí)系主任Tom Mitchell做了“突破人類(lèi)與機(jī)器的壁壘”的主題演講。他認(rèn)為,腦科學(xué)和人工智能在過(guò)去幾十年都有了巨大的發(fā)展,現(xiàn)在是時(shí)候打破它們之間界限的時(shí)候了,未來(lái)將發(fā)展出更加具有人類(lèi)能力的人工智能,我們對(duì)大腦的理解也將會(huì)更加計(jì)算機(jī)化。以下內(nèi)容整理自嘉賓演講,未經(jīng)演講者審閱。



演講 | Tom Mitchell(卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院教授)

整理 | 劉美幸、劉嘉欣

責(zé)編 | 陳曉雪


  


智能如何在物理材料中實(shí)現(xiàn)突破?這是科學(xué)界一個(gè)偉大但未被解答的問(wèn)題。


我們當(dāng)前有兩種研究的方式:研究大腦,因?yàn)槲覀兊拇竽X是智能的;努力開(kāi)發(fā)人工智能。這是兩種研究智能的方向,而且人類(lèi)對(duì)它的研究已經(jīng)進(jìn)行了很長(zhǎng)一段時(shí)間了。


關(guān)于智能的這兩個(gè)研究方向是不是“相差太遠(yuǎn)”了?它們就像是在互相忽視對(duì)方一樣,從來(lái)沒(méi)有交集,這兩方面的專(zhuān)家對(duì)對(duì)方領(lǐng)域都了解得不多,是不是到了該讓它們產(chǎn)生交集得時(shí)候了?是不是該進(jìn)行一些戰(zhàn)略改變,投入更多的資源進(jìn)行兩者之間的交叉研究?


實(shí)際上,這兩方面在過(guò)去幾十年都取得了許多顯著進(jìn)步。人工智能在圍棋、國(guó)際象棋、撲克等方面取得了不俗的戰(zhàn)績(jī),包括去年戰(zhàn)勝?lài)骞谲娎钍朗S?jì)算機(jī)視覺(jué)進(jìn)展也很快,過(guò)去十年里面,識(shí)別率從60%變成了95%。去年10月,微軟已經(jīng)宣布了它相應(yīng)的一個(gè)數(shù)據(jù)庫(kù),也實(shí)現(xiàn)了主要突破,比如前面講到了下圍棋、下象棋,人工智能突破非??欤澈笾饕且粋€(gè)深層次的機(jī)器學(xué)習(xí)。


腦科學(xué)發(fā)展也非常迅猛,我們能更好地引入功能性磁共振成像(fRMI)、腦電圖(EEG)等高科技,這些微創(chuàng)或者無(wú)創(chuàng)的方法使得我們可以在毫秒間分析幾千個(gè)影像,查看人腦的一些活性。與人腦研究相比,動(dòng)物的大腦研究更加令人歡欣鼓舞。我們對(duì)老鼠和其他一些動(dòng)物進(jìn)行基因改造,對(duì)它稍微放電刺激,研究動(dòng)物大腦基因的一些修飾、改變,這樣可以更好地管理和控制人的神經(jīng)活動(dòng)。當(dāng)老鼠在迷宮中跑動(dòng)時(shí),我們可以掃描其腦活動(dòng),而當(dāng)老鼠在一個(gè)迷宮行走的時(shí)候,我們可以通過(guò)它的神經(jīng)元放電的狀況來(lái)了解老鼠對(duì)自己位置的感覺(jué)。我們還發(fā)現(xiàn)人們社交時(shí),大腦中管社交的部分會(huì)得到同步激活,而且自閉癥患者和正常人在該區(qū)域會(huì)出現(xiàn)不一樣狀況。


無(wú)論是在人工智能方面還是腦科學(xué)方面,我們都取得了令人矚目的巨大進(jìn)展。所以,就有這樣一個(gè)問(wèn)題,它們?yōu)槭裁床痪酆掀饋?lái)?無(wú)論腦科學(xué)還是人工智能方面都是進(jìn)行交叉的研究。



首先是計(jì)算機(jī)視覺(jué),這樣的一個(gè)神經(jīng)網(wǎng)絡(luò),可以用來(lái)預(yù)測(cè)人腦當(dāng)中的神經(jīng)元的活動(dòng),包括它的視覺(jué)皮層相應(yīng)的活動(dòng)。我們可以來(lái)看一些細(xì)節(jié),單個(gè)神經(jīng)網(wǎng)絡(luò)當(dāng)中的單元,通過(guò)輸入輸出可以看到相關(guān)的情況,它的輸入可以進(jìn)行研究,它到底是怎樣的組合,我們也可以看到單個(gè)神經(jīng)元組成的網(wǎng)絡(luò),一個(gè)輸出成為另外一個(gè)輸入的情況,如果對(duì)這樣深層次的網(wǎng)絡(luò)進(jìn)行訓(xùn)練,比如把輸入的影像通過(guò)輸出,展現(xiàn)出這個(gè)影像到底是什么,實(shí)現(xiàn)相應(yīng)的深度學(xué)習(xí)。


2014年,我們做了一些實(shí)驗(yàn),訓(xùn)練了不同的網(wǎng)絡(luò),每一個(gè)點(diǎn)都是代表他們訓(xùn)練過(guò)的人工神經(jīng)網(wǎng)絡(luò)。在訓(xùn)練了這些神經(jīng)網(wǎng)絡(luò)之后,我們把同樣的影像給另外的神經(jīng)網(wǎng)絡(luò)看。fMRI掃描也在人的大腦當(dāng)中相應(yīng)的部分觀測(cè)到神經(jīng)活動(dòng),有相似的預(yù)測(cè)。這是令人一個(gè)非常稱(chēng)奇的結(jié)果。我們現(xiàn)在可以建立一種橋梁,訓(xùn)練人工神經(jīng)網(wǎng)絡(luò),預(yù)測(cè)大腦的腦神經(jīng)活動(dòng)。這樣就打開(kāi)了無(wú)限的可能,可以回答很多有趣的問(wèn)題。比如,人的視覺(jué)到底是怎么運(yùn)作的,可以用怎樣的設(shè)備設(shè)計(jì)更好的人工神經(jīng)網(wǎng)絡(luò)幫助我們做這樣的預(yù)測(cè)。這樣人工的神經(jīng)網(wǎng)絡(luò)可以進(jìn)一步推動(dòng),一層一層地輸入、輸出,而大腦的確是不一樣的,大腦是有前輸和后輸?shù)?,而我們就可以在這個(gè)橋梁當(dāng)中研究,人工的大腦和人的大腦當(dāng)中到底什么區(qū)別,可以相互借鑒、促進(jìn)。


這里有另外一個(gè)例子,來(lái)自于最近的一個(gè)研究,自然語(yǔ)言的研究已經(jīng)得到了很大的提升。比如谷歌翻譯現(xiàn)在也比之前要更加精確了,為什么呢?主要是由于深層次的神經(jīng)網(wǎng)絡(luò),甚至是因?yàn)橛幸恍﹥?chǔ)存。通過(guò)對(duì)大腦的研究,我們來(lái)研究大腦怎么樣用這個(gè)神經(jīng)活動(dòng)來(lái)解釋相應(yīng)的一些詞義,這些詞義給我們一些更好的回答問(wèn)題的方式。對(duì)這些細(xì)節(jié)進(jìn)行研究后,我們產(chǎn)生一種模型或者理論來(lái)幫助我們對(duì)大腦的活動(dòng)進(jìn)行預(yù)測(cè),任何一個(gè)詞輸入人腦會(huì)出現(xiàn)怎樣的一個(gè)詞義。通過(guò)這樣一個(gè)模型的結(jié)構(gòu),任何輸入都可以被研究。比如說(shuō)電話,首先這個(gè)模型產(chǎn)生一個(gè)代碼,用它預(yù)測(cè)大腦的神經(jīng)活動(dòng),能預(yù)測(cè)出大腦中兩萬(wàn)多個(gè)不同的位置。進(jìn)一步通過(guò)矢量預(yù)測(cè),比如這里是“芹菜”和“飛機(jī)”兩個(gè)矢量,兩個(gè)矢量的特征都和相應(yīng)的詞對(duì)應(yīng),我們可以看到和芹菜相關(guān)聯(lián)的有“吃”,“味道”一類(lèi),而對(duì)“飛機(jī)”來(lái)說(shuō),相關(guān)聯(lián)的就出現(xiàn)很多動(dòng)詞,相關(guān)的一些詞就出現(xiàn)了。


通過(guò)這樣一些模型當(dāng)中的編碼,可以很好地反映出皮層中出現(xiàn)的詞,有助于我們對(duì)模型進(jìn)行訓(xùn)練。我們看到對(duì)任何詞的神經(jīng)活動(dòng),比如“芹菜”,把這些語(yǔ)義的特征組合起來(lái),通過(guò)模型分析,關(guān)聯(lián)這些特征,“吃”這個(gè)詞和“芹菜”這個(gè)詞是關(guān)聯(lián)度最高的,通過(guò)這樣的研究很有意義,給到一個(gè)新詞,比如說(shuō)之前沒(méi)有培訓(xùn)過(guò)。我們發(fā)現(xiàn),在83%的情況下有兩個(gè)新的詞,哪個(gè)是第一個(gè)關(guān)聯(lián),哪個(gè)是第二個(gè)關(guān)聯(lián),有50%的可能性是正確的,有的詞從來(lái)沒(méi)有出現(xiàn)也是有很高的識(shí)別率。詞義的表達(dá),是我們矢量表達(dá)法在詞義解釋上的應(yīng)用。


第三個(gè)例子是強(qiáng)化學(xué)習(xí),這個(gè)是非常流行的,比如相關(guān)的訓(xùn)練當(dāng)中會(huì)出現(xiàn)強(qiáng)化學(xué)習(xí)。很多時(shí)候?qū)?dòng)物的獎(jiǎng)勵(lì)是強(qiáng)化學(xué)習(xí)的一種很好的方式。


這里有張圖,底部有一些橫線,每一個(gè)點(diǎn)都是對(duì)應(yīng)到猴子一個(gè)正在放電的神經(jīng)元,在下面可以看到有時(shí)間的序列,給猴子一些糖,猴子的神經(jīng)元就有放電的現(xiàn)象。神經(jīng)元放電代表什么呢?可能是猴腦對(duì)這個(gè)獎(jiǎng)勵(lì),也就是這個(gè)糖有所感應(yīng),所以放電了。


所以,實(shí)驗(yàn)的第二部分是,實(shí)驗(yàn)者培訓(xùn)這些猴子,讓它們知道給糖之后的1秒就會(huì)開(kāi)始閃光,這個(gè)圖就變了。我們可以看到的就是給猴子糖以后,猴子的神經(jīng)元沒(méi)有任何反應(yīng),而是當(dāng)閃光以后,猴子的神經(jīng)元才放電,說(shuō)明并不是因?yàn)榻o了糖神經(jīng)元才反應(yīng),而是對(duì)獎(jiǎng)勵(lì)這個(gè)事情本身放電,這是很酷的情況。


第三種情況,沒(méi)有給糖,只是閃光,猴子怎么反應(yīng)?沒(méi)有給糖,沒(méi)有任何獎(jiǎng)勵(lì),這個(gè)神經(jīng)元就會(huì)怎么樣來(lái)表達(dá)呢?我們發(fā)現(xiàn),閃光之后沒(méi)有給糖,是一種令猴子抑郁的舉動(dòng)。一些物質(zhì)是與強(qiáng)化學(xué)習(xí)直接相關(guān)的。在這樣的信號(hào)之下,我們可以看到的是能出現(xiàn)獎(jiǎng)勵(lì)和這個(gè)時(shí)間的方程式,在這樣的一個(gè)情況下,很好來(lái)解釋了我們能看到猴子神經(jīng)元的一個(gè)表現(xiàn),因此在我們的人工智能的算法和我們?nèi)说拇竽X之間或者動(dòng)物的大腦之間,有這樣一種橋梁和關(guān)系。因此強(qiáng)化學(xué)習(xí)的算法對(duì)機(jī)器人的控制是可以用的,或者是可以用于打敗人類(lèi)冠軍的AlphaGo的訓(xùn)練。因此,這樣一些對(duì)大腦行為的觀測(cè)和檢測(cè)可以幫助我們進(jìn)行一些人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。


這就是我要講的三個(gè)例子, 一個(gè)是計(jì)算機(jī)視覺(jué),一個(gè)是文本含義與預(yù)測(cè),一個(gè)是通過(guò)獎(jiǎng)賞強(qiáng)化學(xué)習(xí)。


人工智能和大腦是兩種研究智能的方式,二者發(fā)展都很迅速,現(xiàn)在到了二者融合的時(shí)間了。盡管人的大腦不是由硅組成的計(jì)算機(jī),但是任何產(chǎn)生智能的物理的方式,它都是有一些信息的約束條件的,形成一種結(jié)構(gòu),這樣的一種結(jié)構(gòu)可以深層次地學(xué)習(xí)。在人工智能和人腦之間的學(xué)習(xí)中,我們可以找到更多的答案幫助我們推進(jìn)科學(xué)的進(jìn)步。


制版編輯:鄧志英

參與討論
0 條評(píng)論
評(píng)論
暫無(wú)評(píng)論內(nèi)容
知識(shí)分子是由饒毅、魯白、謝宇三位學(xué)者創(chuàng)辦的移動(dòng)新媒體平臺(tái),致力于關(guān)注科學(xué)、人文、思想。
訂閱Newsletter

我們會(huì)定期將電子期刊發(fā)送到您的郵箱

GO