专家:避免过度依赖大数据 打造通用人工智能应知识与数据并重

机器人 | 2019-11-01 09:06:28
时间:2019-11-01 09:06:28   /   来源: 新华网      /   点击数:()

新华社北京10月31日电(记者彭茜)目前,大数据驱动的人工智能在产业落地方面遇到诸多问题。在31日开幕的2019北京智源大会上,相关专家学者提出,开发人工智能应避免过度依赖大数据,未来要更重视知识和经验的学习。

中国科学院院士张钹在大会上说,训练人工智能主要依靠两种资源:一是数据;二是知识和经验,特别是常识。目前人工智能的成功应用多是基于大数据的深度学习,但该方法一定程度存在“不可靠、不可信、不安全、难推广”等缺点。

张钹说,单纯靠数据驱动在很多应用场景下无法解决实际问题,如在智能翻译领域,仅靠数据训练会产生重大错误。机器无法理解很多基本常识,像“你真行”的“行”,就会被机器认为与“人行道”的“行”同义。因此,打造通用人工智能,必须把数据跟知识和经验结合起来。

他还认为,开发人工智能的目标并不是要做跟人类完全一样的机器,而应当优势互补,开发在某些方面胜过人,在某些方面弱于人的机器,这样才可打造和谐的人机关系。

美国加利福尼亚大学洛杉矶分校教授朱松纯在大会上说,目前人工智能的工作有点像“鹦鹉学舌”,只能单纯学习对话,而不理解内容。大数据、算力与深度学习结合的人工智能模式在产业落地时暴露出很多问题,如只能做特定的、人类事先定义的任务,不能做通用任务;需要海量数据,成本极高;模型不具有可解释性,人类无法理解其决策过程等。

朱松纯介绍了以“大任务”为驱动的通用人工智能研究方向。他借鉴两岁前的婴幼儿以任务为中心,探索物理世界和获取社会常识的学习路径,增强了人工智能常识推理、举一反三的能力。团队开发出“眼中有活”的桌面机器人,可在茶杯空了后主动为人加水。

本次大会由北京智源人工智能研究院主办,为期两天。来自美国斯坦福大学、英国曼彻斯特大学、清华大学、北京大学等机构的100多位海内外人工智能专家就智能芯片、自然语言处理、人工智能伦理等议题展开讨论。

标签:

最近更新