谷歌科学家：人工智能的三大障碍

人工智能（AI）在Google的许多应用中都扮演着举足轻重的角色。屏幕之后，AI支撑着Google的翻译项目、图像识别以及垃圾邮件过滤等。而且Google并不会就此止步。Google CEO Sundar Pichai 在Q3 财报上宣布，他们正在重新考虑让其产品包含更多的AI以及机器学习的方法。这些产品将会是什么仍有待观察，没有人真正知道AI最后会是什么形态，但是三位Google的研究人员揭示了AI研究人员试图建立具有超高智慧的机器时正面临的的一些问题。

障碍一：让机器以人类的方式感知世界

谈到感知世界的时候，人类无疑是胜利者——否则我们也不会存在。经过数百万年的进化，人类的感官（视觉、听力和触觉等）已经非常完备，因为这对于物种的生存来讲是至关重要的。并且这些感官也是智能很重要的一个部分。当AI研究人员采用机器学习的方式来获得前所未有的进步时，其实还有很长的路要走。 Google研究部门的主管Peter Norvig同时也是一本现代AI研究教材的合著者，他认为让电脑以人类感知世界的方式来感知世界将会揭开AI研究人员长久以来面临的一些问题。他说：「我们非常擅长搜集数据，并开发算法来解释数据，但解释受到数据的限制，与现实情况有一定的差距。」电脑感知世界的方式越真实，它们的表现就会越完美。「我认为，如果我们能开发出可以不断感知世界并与之互动的系统，解释的水平也会提高，这和那些被动观察别人删选过的信息的学习系统是完全不同的。」

障碍二：无需人类监督，让电脑自主学习

在你成长的过程中，你会以不同的方式感知这个世界。或许会有家长或者老师指着物品告诉你这是什么。但是事实上很多小孩童年的学习也暗示他们有能力从以前学过的知识为基础进行推理。但是电脑并不具备这样的能力。迄今为止，机器学习最成功的方法就是监督式学习，就如同老师指着物体然后告诉它们这是什么一样。每一次系统学习新的任务，它必须从头开始。这需要很多人类的参与和时间。Google研究人员Samy Bengio认为，机器需要具有自主学习的能力。Bengio说：「在持续学习方面（也就是说，每当有新数据或算法需要尝试时，不需要完全从头开始），我们需要做更多的工作。有很多非常困难的任务需要非常长的时间来提高。」

障碍三：聚焦于人类智能的正确部分，不被不必要的因素牵制

Google杰出的研究员Geoffrey Hinton说，在计算机中建立人类级别的智能有一个很大的障碍，那就是避免被不必要的因素牵制。以意识为例。长期以来，意识都被认为是真正的智能中的组成部分，但同时也是人类智能最大的谜团之一。但是Hinton指出，这种思考思维的方式已经过时了。 Hinton说：「意识是一种古老而又非常原始的方式，试图通过一些不可观测的本质来解释什么是复杂的计算系统。这就好像用『oomp』（最优正交匹配追踪算法）来解释汽车行驶的原理……根本无法解释它们的工作原理。」   来自techinsider，机器之心编译出品。参与人员：杨超，Chen Xiaoqing，汪汪。