首页 / 资讯中心 / 趋势研究/制约人工智能进步的门槛,是计算能力

制约人工智能进步的门槛,是计算能力

发布时间:2019-03-11 分类:趋势研究


人工智能权威谢诺夫斯基(Terrence Sejnowski)是推动深度学习技术成为主流应用的人之一。正是深度学习技术,让人工智能走出寒冬,重新成为热门技术领域。

在他看来,深度学习的价值是,它可以让人类通过自然语言和视觉同人工智能沟通。此前,人工智能一直缺少同人类和现实世界交互的方式。现在,包括语音识别、图像识别等技术可以让人工智能做到这一点。

2016年,AlphaGo战胜韩国围棋国手李世石非常轰动,一下子让全世界见识到了人工智能的威力。但在他看来,AlphaGo使用的,其实是上世纪80年代就已经开发出的神经网络学习算法。谷歌真正做到的是,有能力提供足够的计算能力和计算资源给这个围棋人工智能,让它学习到足以战胜人类选手。

在这个逻辑下,“只要计算能力继续扩大,就会解决越来越复杂的问题。每个问题都有一个计算阈值,低于这个阈值,解决方案就不可行,高于这个阈值,奇迹就会发生。”因此,基于深度学习的人工智能,制约它进步的门槛,其实是计算能力的不断提升程度。

对于大家普遍担心的工作问题,谢诺夫斯基也有自己的看法。他把数据比喻成矿井。工业革命期间,需要有大量的人去开采煤矿,提供煤炭给蒸汽机。现在,数据矿井就是新的煤矿。只不过,“这里要比真正的煤矿干净,适宜于工作”。他说,这是一场类似的工作革命。蒸汽机革命提供了新的就业机会,人工智能革命也会同样。

总之,人工智能权威谢诺夫斯基认为,深度学习的价值,就是让人工智能找到了可以同人类和世界沟通的手段。而制约人工智能进步的门槛,是计算能力。