close
公眾號 人工智能專傢 劉鋒
谷歌阿爾法狗4：1戰勝前圍棋冠軍韓國選手李世石後，人工智能威脅論進一步彌漫在社會各個領域，認為谷歌阿爾法狗的勝利標志著人類沒落的開始，其實在本次比賽前，人工智能威脅論已經廣為流傳。
本世紀以來，隨著互聯網大數據的興起，信息的爆炸式增長，深度學習等機器學習算法在互聯網領域的廣泛應用，人工智能再次進入快速發展的時期。與此同時，不同領域的科學傢，企業傢如物理學傢霍金，微軟創始人比爾蓋茨等人，紛紛對人工智能的未來表達瞭擔心，提出人工智能的快速發展可能對人類本身產生威脅，由於這些科學傢，企業傢具有很強的影響力，人工智能威脅論因此得到廣泛傳播。
人工智能威脅論產生根源是人工智能系統沒有形成統一的模型，與人類為代表的生命體之間也沒有形成統一的模型。這兩個挑戰都指向瞭同一個問題，即對於所有的人工智能系統和所有生命體（特別是以人類為代表的生命體）需要有一個統一模型進行描述，隻有這樣才能在這個模型上建立智力測量方法並進行測試，從而形成統一的，可進行相互比較的智力發展水平評價結果。
解決AI超越人類智慧的理論基礎-標準智能模型
為瞭解決這個問題，從2014年開始，AIE實驗室成員與科學院大數據挖掘與知識管理重點實驗室石勇教授參考馮·諾伊曼結構，維。韋克斯勒人類智力模型定義，知識管理領域DIKW模型體系。發表論文提出瞭包含信息知識的輸入輸出，掌握和創新能力的系統--“標準智能模型”
圖1 智能系統標準模型示意圖
2014年我們在標準智能模型的基礎上構建瞭人工智能智商評測量表。從信息知識的輸入輸出，掌握和創新等4個大類，圖像、文字、聲音識別；常識、計算、翻譯、創作、挑選、猜測、發現等、15個小類，對世界50個搜索引擎和三個不同年齡段人群進行瞭”人工智能智商測試“，測試結果發現目前人工智能系統的智商遠遠低於人類智商，最高的谷歌尚不及6歲兒童智商的一半。
2016年2月，我們和科學院大學劉穎團隊開始開展2016年人工智能智商測試，目前已對包括谷歌，SIRI ，小冰，百度，搜狗等系統進行瞭測試，工作還在進行中，但從已完成的工作看，谷歌，百度等比2年前有大幅提高，但仍與6歲兒童有較大差距。
”擴展的馮諾依曼架構“與智能分級標準
圖2 馮諾依曼架構
我們在上文中提到標準智能模型的建立參考瞭馮·諾依曼架構，馮·諾依曼架構有五個構成部分，分別是計算器、邏輯控制裝置、存貯器、輸入系統、輸出系統。對比我們圖1和圖2的差別可以發現馮·諾依曼架構可以補充的兩個部分，通過這種補充，我們試圖將人，機器，人工智能系統用一個更為明晰的方式表示出來。
第一個補充是創新創造功能，即能夠根據已有的知識，發現新的知識元素和新的規律，使之進入到存儲器，供計算機和控制器使用，並通過輸入輸出系統與外部進行知識交互，這個功能之前不在馮·諾依曼架構中；第二個是能夠進行知識共享的外部知識庫或雲存貯器，而馮。諾依曼架構的外部存儲其隻為單一系統服務。因此對馮諾·依曼架構進行擴展，形成如圖3所示的新架構
圖3 統一人和機器的擴展馮諾依曼架構
汽車音響後級 人工智能系統智能等級分級標準
在研究的過程中也發現，即使智商相同的人工智能系統，因其在關鍵領域仍然存在巨大差異，我們知道無論在自然界還是人類社會都存在智能和知識的分級現象，譬如，對於螞蟻，魚，猴子和人類，雖然都屬於生命系統，其種群個體也都存在智能的差異，但總體上螞蟻，魚，猴子和人類從種群上看，其智能水平存在明顯的等級差異。人類的教育體系也存在分級問題，例如本科，碩士，博士的分級，助理研究員，副教授，教授的分級。等級內部進行考核有優劣之分。但在不同等級間，需要在知識，能力，資歷上有的明顯提升和考核才能進行升級。
回到人工智能系統的智商測試上，如何區分智能系統因為關鍵領域功能不同產生的巨大差異。上述研究中提到的”標準智能模型“（擴展的馮諾依曼架構）給予瞭我們啟發，判斷標準由如下；
1。能不能和測試者（人類）進行信息交互，也就是有沒有輸入輸出系統。
2。系統內部有沒有能夠存儲信息和知識的知識庫。
3。這個系統的知識庫能不能不斷更新和增長。
4。這個系統的知識庫能不能與其他人工智能系統進行知識共享。
5。這個系統除瞭從外部學習和更新自己的知識庫，能不能主動創新出新的知識並分享給其他人工智能系統。
人工智能系統的6個智能等級分級
人工智能系統的第0級系統，0級系統的重要特征就是理論上存在，但現實中不存在的人工智能系統，在擴展的馮諾依曼架構延伸出來的分級規則中，有一些組合，例如，可以信息輸入，但不能信息輸出，或者可以信息輸出，但不能信息輸入，或者可以創新創造，但知識庫不能增長，這些在現實中不能或無法找得對應系統范例的案例，我們將其統一劃歸到”人工智能系統的第0級系統“，也可以叫”人工智能系統的特異類系統“
人工智能系統的第1級系統，1級系統的重要特征是無法與人類測試者進行信息交互，例如石頭有沒有智慧，這原本是一個哲學問題，有一種叫泛靈論的思想認為天下萬物皆有靈魂或自然精神，一棵樹和一塊石頭都跟人類一樣，具有同樣的價值與權利。當然這種觀點從科學的角度看，隻能算作猜想或哲學思考。從分級規則中“能不能和測試者（人類）進行信息交互“看，因為石頭等物體不能與人類進行信息交互，也許它內部有知識庫，能夠創新知識，或者能夠與其他石頭進行信息交互，但對人類測試者是黑箱，不能瞭解。因此不能與測試者（人類）進行信息交互的物體和系統可以定義為”人工智能系統的第1級系統“，符合第1級分類的范例有石頭，木棍，鐵塊，水滴等等。
人工智能系統的第2級系統，2級系統的基本特征是能夠與人類測試則進行交互，存在控制器和存儲器，也就是馮諾依曼架構描述的系統，很多傢用電器被稱作智能傢電，如智能冰箱，智能電視，智能微波爐，智能掃地機。這些系統大多有一個特點，雖然它們內部有或多或少的控制程序信息，但一旦出廠後，就無法再更新他們的控制程序，不能進行升級，更不會自動的學習或產生新的知識，譬如智能洗衣機，人們按什麼鍵，洗衣機就啟動什麼功能。從購買到損壞不會發生變化。（故障除外）。這種系統能夠與人類測試者使用者進行信息交互，符合馮諾依曼架構描述的特征，而且它的控制程序或知識庫從誕生時就不再發生變化，這種系統我們可以定義為”人工智能系統的第2級系統“，范例包括我們日常見到的掃地機器人，老式的傢用電冰箱，空調，洗衣機等等。
人工智能系統的第3級系統，3級系統的特征是具備2級系統的特征外，其控制器，存儲器中包含程序或數據可以進行不聯網的升級或增加，例如傢用電腦是我們常用的智能設備，與2級智能系統不同，傢用電腦和手機的操作系統往往可以定期升級，從windows1.0到windows10.0，從android1.0到android5，其內部的應用程序也可以根據不同需要不斷更新升級。這樣傢用電腦，手機等設備隨時使用的時間，其功能會變得越來越強大，可以應對的場景也越來越多。汽車擴大機電容除瞭傢用電腦，很多傢用電器，生產機器人也都開始留有接口，可以通過外接設備進行系統升級。這一類系統明顯要比第2級智能系統要有更強的適應性。這種系統能夠與人類測試者使用者進行信息交互，但這類系統不能與其他系統通過“雲端”進行信息交互，控制程序或知識庫能夠進行程序或信息升級，這種系統，我們可以定義為”人工智能系統的第3級系統“，范例包括智能手機，傢用電腦，單機版的辦公軟件等。
人工智能系統的第4級系統，4級系統特征除瞭包含3級系統的，最終要的特征是可以通過網絡與其他智能系統共享信息和知識。2011年歐盟資助瞭一個叫做RoboEarth的項目，該項目旨在讓機器人可以通過互聯網分享知識，並且能夠獲取強大的機器人雲服務雲機器人借助於網絡和雲計算，幫助機器 人相互學習、共享知識，不僅能夠降低成本，還會幫助機器人提高自學能力、適應能力，推動其更快更大規模普及。雲機器人的這些能力提高瞭其對復雜環境的適應性。 無論是雲機器人還是互聯網的B/S架構，除瞭具備3級別系統的功能，還多瞭一個重要的功能，信息可以通過雲端進行信息共享，因此這種系統能夠與人類測試者使用者進行信息交互，可以通過“雲端”進行信息交互，進行程序或信息升級，但這類系統所有的信息都是直接從外部獲得，其內部無法自主的，創新創造的產生新的知識，這種系統，我們可以定義為”人工智能系統的第4級系統“范例包括谷歌大腦，百度大腦，RoboEarth雲機器人，B/S架構的網站等。
人工智能系統的第5級系統，我們在擴展的馮諾依曼架構中，對原來的馮諾依曼架構增加瞭創新知識模塊，就是試圖把人納入到擴展的人工智能系統概念中，人類可以看作是大自然構建的特殊”人工智能系統“，與前四種不同，人類等生命體最大的特征，就是可以不斷的創新創造，發現萬有引力，元素周期表，撰寫出新小說，創造新的音樂，繪畫等等，然後通過文章，信件，電報，甚至互聯網進行傳播，分享。不斷的創新創造並能夠識別創新創造對隻身的用處，讓人類占據瞭地球生態環境下的智力制高點。因此這種系統能夠與人類測試者使用者進行信息交互，可以創新創造的產生新的知識，並可以通過文章，信件，電報，甚至互聯網這樣的“雲端”進行信息交互， 這種系統，我們可以定義為”人工智能系統的第5級系統“。人類是5級人工智能系統最突出的范例。
谷歌阿爾法狗屬於第幾級
2016年3月谷歌阿爾法狗與韓國前圍棋世界冠軍李世石進行瞭舉世矚目的圍棋比賽，並獲得大比分勝利，擴大機改電容谷歌阿爾法狗屬於人工智能系統的第幾級。
我們根據上述規則進行判斷，因為谷歌阿爾法狗可以與棋手進行比賽，龐大的運算系統和數據存貯系統，因此具備2級系統條件。
在谷歌研發過程中，阿爾法狗的策略訓練模型版本通過不斷進行大量數據訓練而不斷升級，從2015年月與歐洲冠軍對戰到2016年3月與韓國前世界冠軍李世石比賽，阿爾法狗的軟硬件系統也獲得很大提升。因此阿爾法狗具備瞭3級系統的條件。
從公開的資料看，谷歌阿爾法狗雖然可以通過網絡實現大量CPU，GPU協同工作，但由於保密性或階段性問題，谷歌目前沒有開放阿爾法狗程序在互聯網接受用戶的在線挑戰，因此阿爾法狗不具備4級智能系統條件。
關於谷歌阿爾法狗是否具備創新創造性問題，我們認為，從根本上說，谷歌阿爾法狗依然是依托大數據訓練形成的策略模型，結合比賽對手的落點數據，根據阿爾法狗內部的運算規則，不斷形成落點數據，這些落點數據最終形成集合，再根據圍棋規則與比賽選手形成的落點數據集合進行比較，判斷輸贏，整個過程完全在人類設定的規則下運行，無法體現其自身的創造性。
如果谷歌阿爾法狗在沒有人類提供數據的情況下，能夠主動獲取棋譜，自動設計程序進行模擬對戰，學習經驗，並用於改變自己的訓練模型，並用於實戰比賽，戰勝對手，這種情況下，我們才可能認為谷歌阿爾法狗具備創新性，但從人工智能的發展過程看，谷歌阿爾法狗還完全無法實現這一點。
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
全站熱搜
留言列表
