首頁熱門文章
制約人工智能進步的門檻，是計算能力
發(fā)布時間：2019-03-11 分類：趨勢研究
人工智能權威謝諾夫斯基（Terrence Sejnowski）是推動深度學習技術成為主流應用的人之一。正是深度學習技術，讓人工智能走出寒冬，重新成為熱門技術領域。
在他看來，深度學習的價值是，它可以讓人類通過自然語言和視覺同人工智能溝通。此前，人工智能一直缺少同人類和現(xiàn)實世界交互的方式?，F(xiàn)在，包括語音識別、圖像識別等技術可以讓人工智能做到這一點。
2016年，AlphaGo戰(zhàn)勝韓國圍棋國手李世石非常轟動，一下子讓全世界見識到了人工智能的威力。但在他看來，AlphaGo使用的，其實是上世紀80年代就已經(jīng)開發(fā)出的神經(jīng)網(wǎng)絡學習算法。谷歌真正做到的是，有能力提供足夠的計算能力和計算資源給這個圍棋人工智能，讓它學習到足以戰(zhàn)勝人類選手。
在這個邏輯下，“只要計算能力繼續(xù)擴大，就會解決越來越復雜的問題。每個問題都有一個計算閾值，低于這個閾值，解決方案就不可行，高于這個閾值，奇跡就會發(fā)生。”因此，基于深度學習的人工智能，制約它進步的門檻，其實是計算能力的不斷提升程度。
對于大家普遍擔心的工作問題，謝諾夫斯基也有自己的看法。他把數(shù)據(jù)比喻成礦井。工業(yè)革命期間，需要有大量的人去開采煤礦，提供煤炭給蒸汽機。現(xiàn)在，數(shù)據(jù)礦井就是新的煤礦。只不過，“這里要比真正的煤礦干凈，適宜于工作”。他說，這是一場類似的工作革命。蒸汽機革命提供了新的就業(yè)機會，人工智能革命也會同樣。
總之，人工智能權威謝諾夫斯基認為，深度學習的價值，就是讓人工智能找到了可以同人類和世界溝通的手段。而制約人工智能進步的門檻，是計算能力。
