我们的人工智能_冯天瑾著_9787567031678

本书以“模拟论”化解种种对AI的质疑；以通俗的语言、清晰的逻辑、有趣的历史回眸和作者自己的工作体验引导读者，拨开围绕AI的重重迷雾，获得必备的AI概念和知识，了解AI的学术派别以及目前的困境和发展趋势。从而看清我们国家和教育、科学、企业界面临的竞争态势，自觉建立欢迎AI与人类共生的科学心态，主动投入自己“优雅转型”的历史过程。

AI与生物进化人工智能（AI）再度崛起，引世人瞩目。AI已进入我们生活的方方面面，而它的未来却充满了不确定性。美国太空探索技术公司（SpaceX）总裁、2019年霍金科学传播奖获得者埃隆 ·马斯克说：“我们需要万分警惕人工智能，它们比核武器更加危险！”人工智能不仅关系到每一个人，同时，也是我们遇到的最困难、最奥秘的问题之一。对AI深有研究的冯天瑾教授，曾编写多部相关著作，如《智能机器与人》（1983年）、《神经网络技术》（1994年）、《智能学简史》（2007年）和《计算智能与科学配方》（ 2008年）。2018年为中国海洋大学的研究生开设AI系列讲座再次激起他编写一本关于AI科普著作的“内心涌动”。这可以说是本书的起因。该书，不仅对AI的各种学派进行溯源分析，从亚里士多德到辛顿，从东方的道教到西方的莱布尼茨，从古到今，从东方到西方进行探索，而且从哲学层次对AI的实质进行了研究；AI是什么？它会思考吗？AI与BI（生物智能）之间的差异是什么？有不可逾越的鸿沟吗？未来的AI会威胁人类吗？该书通过种种拷问和作者亲历的研究工作体验，带领读者做了一次思想的遨游！这是一本视野开阔、史料翔实、思考深刻、富于启发的、非常精彩的关于AI的书。 AI经过几次大的起伏，直到近年由于深度学习的优异表现，使AI在一些领域（如围棋、医学影像分析和蛋白质结构预测等）大放异彩。但是，在一些根本性问题上，AI仍然没有突破。例如，AI难以实现“无监督学习” ；不能自如适应意外情况；不具有深层次“理解力”，“ 举一反三”能力十分有限；由于我们对意识的起源和运行仍一无所知，AI也就没能呈现“机器意识”。或者说，我们离真正全面实现人的智能还有很远的距离。我同意辛顿的看法：“历史上，人们都小瞧了生物系统，特别是人脑的复杂性，大大低估了模拟大脑的难度！”例如，AI符号主义学派擅长逻辑思维，它是串行处理的，而神经网络则擅长语言与空间分析，它是并行处理的。至今，AI的两种基本方法仍是分开的，而人脑则将两者密切结合，相互融合。人脑是怎么做到的？直觉与意识很可能是复杂神经系统中“涌现”出的智能，这又是怎么才能做到的？仅仅模拟人脑的精细结构就能做到吗？总体来说，AI目前遇到的这些困难，可以归结为“ 系统”性质的困难。对此，很多研究人员提出要向人脑学习，开展脑科学研究；沈宏梁教授2021 年提出，为什么不像人类学习飞行一样，不是去模仿鸟的翅膀，而是去研究空气动力学？我想，为什么不深入学习生物及智能产生的机制呢？生物最重要的演化机制是 “进化”，这也是智能产生的重要机制。如何在AI的产生中应用“进化”机制呢？智能是生物的基本特性之一，它是生物对环境不断“学习”的结果；生物因进化而发生、发展，智能也是因进化而发生、发展。因此。“学习的进化”应是智能产生的机理。人类复杂的大脑是进化的结果，而低等生物的大脑结构并不是很复杂，我们何不从比较简单的结构开始，通过进化而得到复杂的结构呢？与直接模拟大脑功能相比，是否更符合智能产生机理的要求呢？我们知道，AI也在“进化” ，但是，我强调的是这个“ 进化”必须是生物进化类型，它有别于现有的“进化”。对生物进化来说，它具有“ 随机变异”导致“结构改变” 。结构改变的结果，应是记录过去“学习的结果”，同时也改进了“学习方法”（选择与优化）。这种进化目前似乎研究得还不够。在这种进化的推动下，系统进入复杂系统，就可能“涌现”出直觉和意识等。所以，将进化理论与复杂系统理论相结合是很有意义的探索。现在，我们已经走到一个新的节点，AI并不成熟，还有很长的路要走，仍然需要我们大胆设想与探索。对 AI而言，仍然是：机遇与风险并存！中国科学院院士清华大学自动化系教授李衍达 2021年10月6日

你还可能感兴趣

我要评论