来源:MIT
作者:Will Knight
智能观 编译
“人工智能的下一个重大突破可能取决于探索我们自己的思维。”MIT计算认知科学实验室,及人工智能项目“智能探索”的负责人Josh Tenenbaum说。
Josh Tenenbaum
“智能探索”项目聚集了计算机科学家、工程师、神经科学家、认知心理学家,探索可能推进人工智能进展的研究。Tenenbaum在MIT举办的EmTech会议上概述了这个项目,及其推进人工智能的设想。
Tenenbaum说:“想象一下,我们可以制造出一台像婴儿一样开始学习的机器。如果我们能做到这一点,这将成为人工智能的基础。”
近年来,人工智能取得了一些惊人的进展,但这些进展主要是建立在机器学习方面的一些关键突破上,特别是大型或深度神经网络。例如,深度学习使计算机能像人一样准确地识别语音中的单词和图像中的人脸。深度学习还为游戏项目(如DeepMind的AlphaGo)取得巨大进展提供了支持,并为改进自动驾驶汽车和机器人技术作出了贡献。但是这些都遗漏了一些东西。
“这些系统都不是真正的智能系统,” Tenenbaum说,“他们甚至没有一两岁孩子那样的灵活、常识和智力。那么缺少的是什么呢?有什么差距?”
Tenenbaum的研究集中于探索认知科学,以了解人类的智力。例如,他们探索了,即使是小孩子,也能通过一种天生的三维模型来观察世界的各个方面。这使人类比计算机或机器人更本能地理解物理世界。“儿童游戏真的很重要,它们是实验品。这就是为什么人类是已知宇宙中最聪明的学习者。”
Tenenbaum还做了一些开创性的工作,开发了能够模仿人类思维中一些更难以捉摸的方面的计算机程序,通常使用概率技术。例如,在2015年,他和另外两名研究人员在看了几个例子后,就创建了能够学习识别新的手写字符以及图像中某些物体的计算机程序。这很重要,因为最好的机器学习程序通常需要大量的训练数据。iSee是一家自动驾驶汽车公司,他们从这项研究中获得了灵感。
“智能探索”项目也试图探索人工智能的社会影响。这意味着要考虑人工智能的基本限制或缺点,以及算法偏差和可解释性等问题。
Tenenbaum指出,人工智能最初的设想——一个已经有50多年历史的设想——试图从人类智能中汲取灵感,但没有太多的科学依据。“认知科学和神经科学领域现在更加成熟了,这应该会让这个项目变得与众不同。"
https://www.technologyreview.com/s/612002/a-plan-to-advance-ai-by-exploring-the-minds-of-children/
—完—
想知道AI加教育领域有哪些最新研究成果?
想要AI领域更多的干货?
想了解更多专家的“智能观”?
请前往:www.智能观.com。
声明:
编译文章旨在帮助读者了解行业新思想、新观点及新动态,为原作者观点,不代表智能观观点。
转载智能观原创文章,请联系
智能观小艾(微信号:zng2017618)!
关于我们
我们关注AI+教育。致力于提供高附加值的知识,以帮助每一位老师和我们的读者不断学习并提高技能。
我们努力让发表的每一篇文章都具有最佳质量,以满足读者的需求。
领取专属 10元无门槛券
私享最新 技术干货