侵权投诉

搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

前沿|专访Geoffrey Hinton:人工智能会继续发展 请慎用

2016-03-21 00:11
人在旅途20
关注

    问:你对Alpha Go 获胜有什么看法?

    Hinton:激动人心。为了这场比赛,我常常熬夜到凌晨两点看直播。在AlphaGo第一次对局李世乭之前,其实我们根本不知道AlphaGo是不是有些不清楚的致命缺陷。在第四局的时候我们看到了一些它的弱点。总结来说,它非常的让我们振奋。每个团队里的人都在比赛之前认为AlphaGo会赢的,但是没有人确定。幸运的是第一局并没有出现第四局的情况,如果AlphaGo输了第一局,他们会相当紧张的。

    问:人工智能取得了围棋的胜利为什么意义重大?

    Hinton:围棋很多时候取决于直觉。真正优秀的棋手会在眼中看到哪里适合放置下一个棋子。他们也会做大量推理,也就是算棋,但是他们最出色的还是神乎其神的直觉,而这正是人类觉得计算机无法做到的。但是有了这些神经网络,计算机也可以做到这点。它们可以思考所有可能的落子方法,并依靠直觉决定其中一种优于其他所有。这正是feed point neural network所做的事:它给了这个系统类似于真正棋手的直觉。接着它可以尝试所有的替代方法。神经网络为你提供了好的直觉,这是其他系统所缺少的,这也是人们还没有理解计算机到底能做到什么的原因所在。

    问:在2014年,专家说过人工智能或许在未来有一天能够在围棋中获胜,但是主流思想是在那之前至少需要十年的时间。很显然,他们低估了人工智能。那么你在那时猜想过它会发生吗?

    Hinton:我当时觉得如果有一个非常优秀的团队,管理有序,然后用一年的时候努力推进这项研究,并且利用神经网络,也许你可以做到,当然这只是一种可能性。但是Deep Mind团队真的做到了,因此我很惊讶他们的速度。

   问:那么下一步,人工智能又想去征服哪一个更加复杂的游戏呢?

    Hinton:从我们对于棋盘类游戏所得来说,我不认为还有其他——我想这真的是一个里程碑。当然还有很多其他游戏,在这些游戏里你与其他和你对话的人物作出反应。人工智能仍然无法处理这类游戏,因为它们还不能很好地理解自然语言,但是它正在进步之中。现在所用的翻译手段一定会有所改变,因为谷歌承诺会研发更好的机器翻译技术,这是发展理解自然语言的一部分,并且会有着深远影响——它会影响幻想游戏等等,但是它也能让你更好地进行检索,因为它可以更好地理解文件的意思。其实它已经在影响很多东西了——在Gmail里有Smart Reply,后者可以辨别快速回复的邮件,并在它认为合适的时候给你替代选择。它们做的很好。你也许会认为它是一种大量数据存储系统,类似「如果邮件是这样子的,那么这是个不错的回复,如果邮件是那样子的,那么他的这个是个不错的回复」。实际上它合成了邮件里的回复。神经网络处理了邮件中的所有字句,并在神经元中腾置出内部状态,利用这些内部状态生成回复。它已经用大量数据训练过,在这个过程中熟悉各种回复的格式,但是它的确是在生成回复,并且越来越靠近人类做同样的事的方式。

     

1  2  3  4  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号