你好,游客 登录
背景:
阅读新闻

人工智能“超体”算法的到来可能比你想象得要早

[日期:2018-04-26] 来源: IT经理网  作者: [字体: ]

我们知道,紧盯人工智能领域的所有进展和突破可能令人筋疲力尽。因此你可能没有注意到,一位名叫Daniel J. Buehrer的台湾国立中正大学退休教授本月早些时候发表了一个 白皮书,提出一个新的数学概念——类微积分理论,可能导致机器自主意识的诞生。

机器人意识是人工智能界的一个敏感话题。为了讨论可以’感觉’和’想’的电脑这个概念,并且有它自己的动机,你首先必须找到两个真正认可 感知语义的人。即使你这样做了,你还必须闯过无数 假设的异议来研究任何你能想到的理论上的“活的”AI。

我们还没有准备好接受完全独立于人类的机械“物种”的想法,并且有充分的理由:这简直就是科幻小说 – 就像曾经的太空飞船和激光一样。

这将我们带回到比埃尔的白皮书中,提出了一个新的微积分类。如果他的理论是正确的,他的数学理论可能会催生一个包罗万象的,无所不学的算法。

这篇名为“超智能机器的数学框架”的论文提出了一种新型的数学方法,即“表达足以描述和改进自己学习过程的表达式”。

Buehrer提出了一个数学方法来组织人工智能学习的各个部落,在一个统治结构下,比如Pedro Domingos在他的书“ The Master Algorithm”中提出的方法。

我们问Buehrer教授什么时候应该期待这个“主算法”(Master Algorithm)出现,他说:

如果类微积分理论是正确的,人类和机器智能使用相同的算法,那么只需不到一年时间,人们就能在OpenAI的试验场中测试这一理论。该算法涉及类的层次结构,物理对象的部分和子例程。这些图谱的每一个循环都可以用一个“等价类”节点替换消除。独立的子问题被自动识别以简化实施模糊逻辑推理的矩阵运算。属性被继承到子类,位置和方向相对于物理对象的中心点被继承,并且计划图被用于组合子例程。

这是一个革命性的想法,即使是对于人工智能这样的每天都有技术创新突破的领域。创建一个可以自主学习的人工智能算法(类微分算法),学习(并控制)所连接的任意数量的人工智能代理(智能机器),理论上其机器智商将随着所控制的智能机器的更新呈几何级数增长。

也许最有意思的一点是:这个控制和更新系统将提供一种反馈回路。根据Buehrer的观点,这个反馈环路是如此产生机器意识的:

允许机器修改他们自己的世界模型,它们自己可能会创建“有意识”的机器,对机器人意识的评估方法可以是机器与其创建的这个世界的类积分模型之间的反馈循环次数,以及机器人对现实世界造成的实际影响。

Buehrer还指出,出于安全起见,人类可能需要在只读硬件上开发这些系统,从而杜绝机器自行编写新代码并变得有感知的可能性。他继续警告说,“但是,未经其同意关闭有意识的模拟应被视为谋杀,并应在每个国家进行适当的惩罚。”

Buehrer的研究进一步表明,人工智能有一天可能与自己达成冲突,说明智能系统“可能不得不像此前的人类一样经历长时间的战争和冲突,然后才能形成普遍的社会共识”。

目前还无法判断这个新数学概念能否孵化具备独立信仰和动机的机械物种,这个问题还有待观察。但不可否认的一点是,如今想简单地彻底否认那些模糊了科学与虚构之间界限的机器学习理论已变得越来越困难。这感觉本身似乎就是一种进步。

编者按:感兴趣的读者还可以去听听麻省理工这个AGI高级通用人工智能(类人智能)的课程( Youtube)

收藏 推荐 打印 | 录入:Cstor | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款