近70年的人工智能发展史,算法、算力、数据...从利用机器学习、深度学习、自然语言处理等技术,使机器能够执行各种智能任务,如语音识别、图像识别、自然语言翻译、自动驾驶等。
头都搞晕了,能不能说“人话”,让小白3分钟就能看得懂?星愿大叔试图用没那么吓人的艰深理论,不用堆砌的沉闷史料,来聊聊AI:人工智能发展有哪两条路径?历史上人工智能的发展经历了哪三个阶段?未来人工智能成为通用还需要哪四个要素?AI到底能不能给我赚钱?没那么严谨或有错误大家勿喷~
01
啥是人工智能?
既然是人工智能科普,当然还是要用人工智能技术来解释,用上李继刚老师用AI大模型手搓的汉语新解,看看AI是怎么解释人工智能的。
人工智能的定义:artificial intelligence(人工的、人造的智能),简称 AI。人工智能,是研究、开发用于模拟、延伸和扩展人的智能行为的理论、方法、技术及应用系统的一门综合性科学。
简单来说,就是让软件和硬件系统能像人一样干活~!可以是软件应用,可以是计算机、机器人。还是汉语新解这个人工智能定义说的好:“人类智慧的数字孪生”,说白了就是人类想让AI多干活、多赚钱嘛~哈哈!
但大家要知道,AI确实是一门严谨的科学,融合了计算机、数学、哲学、心理学等多种学科的知识。太多了记不住,你就记住计算机学科下面就行。
02
AI咋发展出了两条道路?
到今天,人类对于“什么是智能”都没有达成统一意见。就像大家看美女,有人喜欢身材好的,有人喜欢颜值高的。没有统一标准,萝卜青菜各走一边。
于是经过多年的探索,人工智能走出了两条道路:一条道路是行为主义学派,另一条道路是内在主义学派。
还有人说,AI不是分成三个学派符号主义、联结主义和行为主义吗?符号主义、联结主义,我的理解是内在主义学派的分支。
这里先理清楚两个不同的概念,以便好理解两条道路的区别:“智能”与“智能的行为”。
“智能”在我们大脑里,人类至今仍对其知之甚少。比如都是一个班的同学,学的知识都是一样的,为啥考试成绩不一样,哪怕是双胞胎在一个班考试成绩也不一样。本质上就是人类对于脑科学还没研究透。
“智能的行为”则是智能的外部表现,可以进行观察和模拟。看得见摸得着的,都是“智能行为”。
下面我们来理解下两条道路的区别:
行为主义学派主张用机器模拟人类的智能行为。目标是让机器行为与人类行为相似,而非内部工作原理的一致性。目前人工智能的主流是机器智能,这种人工智能与人类的智能只存在行为相似,并非完全一致。行为主义学派主张除人类这条道路外,机器或其他方法也可以走出一条智能道路。
内在主义学派主张必须用机器模拟人类大脑的工作原理,即类脑计算。符号主义靠人赋予机器智能,联结靠机器习得智能。分别模仿了人类的思维(专家系统、知识图谱)和人类的神经系统。主张走向智能道路只能依靠人类。
具体的技术细节对于入门小白来说暂且不用了解,只需要知道目前这两种道路都处于探索阶段。
03
AI发展的3个阶段
AI诞生。
1956年,美国,10位来自数学、计算机科学、认知心理学、经济学和哲学等不同领域的专家,开了八周的会,定义了人工智能。
在这次会议上,纽维尔(Newell)和西蒙(Simon)演示了一个名为“逻辑学家”的程序。该程序用机器证明了数学原理第二章中的部分原理,数学定理证明与推理相似,这表明机器能做类似推理的工作。
他们主张通过符号推理、符号表示来做一个能像人那样思考的机器。最终,“人工智能”在这个会议上获得了定义。
AI发展的三个阶段。
早期的时候(1960-1990),符号主义(以专家系统、知识图谱为代表)是主流。后来,从1980年开始,联结主义(以神经网络为代表)崛起,一直到现在,都是主流。
第一代人工智能的目标是让机器像人类一样思考。思考是指推理、决策、诊断、设计、规划、创作、学习等。无论做管理工作还是技术工作,都需要两方面的能力,一是在某个领域具有丰富的知识和经验,二是具有很强的推理能力。提出了“基于知识与经验的推理模型”,该模型的核心是若要实现机器思考,只需将相应的知识放入计算机即可。
比如,如果要让计算机像医生一样为患者诊断,只需要把医生的知识和经验放到知识库里,将医生看病的推理过程放入推理机制之中,计算机就能为患者实施机器诊断。
第一代人工智能最大的缺点是缺乏自学能力,难以从客观世界学习知识,所有知识都源于人类灌输。因此,第一代人工智能永远无法超越人类。
第二代人工智能源于第一代人工智能的低潮期,主要基于人工神经网络。人类既有理性行为也有感性行为,而感性行为要用人工神经网络进行模拟。第一代人工智能主要在符号主义指导下进行,目的是模拟人类的理性行为。理性知识是可以学习的,但感性的知识难以用语言传授,也无法从书本上获得。就像每一个人最初得到的感性知识是对自己母亲的认识。但具体是什么时候开始对母亲有所认识的?又是怎样实现这种认识的?这些问题到现在仍难以解答。所有感性知识都在不断观察、不断倾听的过程中学习累积,第二代人工智能深度学习沿用了这个方法。
例如,过去我们主要通过编程的方法告诉计算机马、牛、羊的具体特征(机器学习)。现在则将网上大量马、牛、羊的照片做成训练样本,让计算机进行观察和学习即可。学习完毕,再把剩下的样本作为测试样本去测试它,识别率能达到95%以上。
观察和倾听的过程通过人工神经网络进行,将识别的问题作为分类问题,利用人工神经网络来分类。通过神经网络进行学习的过程称为深度学习,基于深度学习能够进行分类、预测和生成等。但是第二代人工智能的所有数据(图像、语音等)均来自客观世界,它的识别只能用于区别不同的物体,并不能真正地认识物体。
第二代人工智能最大的问题是不安全、不可信、不可控、不可靠。第二代大模型就是我们今天看到的OpenAI这类大模型公司采用的技术。
未来第三代人工智能的基本思路是必须发展人工智能理论。迄今为止,人工智能尚无较为成型的理论,更多是模型和算法,且第一代和第二代人工智能的模型、算法都有很多缺陷。因此,必须大力发展科学完备的人工智能理论,在此基础上,才能发展出安全、可控、可信、可靠和可扩展的人工智能技术。
第一代人工智能运用了知识、算法、算力三个要素,其中最主要的是知识。
第二代人工智能则主要用了数据、算法和算力三个要素。(数据、算法和算力三要素,可以看下之前写的文章《从历史规律,探寻AI大模型的发展周期和未来趋势》)
为了克服人工智能的固有缺点,唯一的办法是把知识、数据、算法和算力这四个要素同时运用。目前得到较多运用的AI工具(大语言模型),就能够充分利用知识、数据、算法、算力这四个要素。清华大学团队提出了第三代人工智能的三空间模型,将整个感知、认知系统进行连接,为发展人工智能理论提供了非常好的条件。
总结:
人工智能会影响未来我们每个人的工作和生活,未来替代你的不是AI,而是掌握AI知识和AI工具的那部分人,他们利用AI的能力一个人能干原来五个人的活。先从AI常识了解起来,先不说能不能给你赚钱,先保住未来的饭碗再说。
素材来自中国科学院院士,清华大学计算机系教授,清华大学人工智能研究院名誉院长张钹教授在2024年4月举办的清华人文讲坛的演讲内容。
人工智能&创业洞察
真诚推荐你来关注