科技导报分享 http://blog.sciencenet.cn/u/kejidaobao

博文

被批20年无进展,人工智能需要重启?

已有 4620 次阅读 2011-5-19 11:24 |个人分类:栏目:科技事件|系统分类:观点评述| 人工智能, 机器人, 实验室, 研讨会, 认知科学

本刊记者/李 娜
      “为什么没有机器人能修复日本的核反应堆?原因是人工智能研究在20世纪60年代和70年代取得了很大的进步,但随后走上了错误道路。”最近人工智能(AI)和认知科学领域的奠基人和老牌代表人物在MIT举行了一次讨论会,认为AI研究需要一次重启。
回归基础?又一次老生常谈的争论
      在20世纪50年代倡导了神经网络,并致力于推动人工智能和机器人领域的重要进步的Marvin Minsky在此次的研讨会上说,今天的学生们虽然津津乐道于机器人能打篮球、踢足球、跳舞或搞笑的功能,但实质上这些机器人并没有变得更智能、更聪明。1972—1997年间担任MIT人工智能实验室主任的Patrick Winston同意Minsky的说法:“对于没有进展这个观点,许多人是反对的,但是我认为没有人能否认,过去20年中AI本来是应该取得更大进展的,问题发生在80年代。”
      20世纪80年代发生了什么?Patrick Winston认为,冷战结束后AI研究的资金流开始枯竭,研究人员尝试探索商业化AI。由此产生的最大的问题是AI研究日益狭窄和专业化,如神经网络和遗传算法,而基础问题乏人问津,没有进展。因此,会议主张回归早期的研究模式,将狭窄的应用驱动研究回归到好奇心驱动研究。
      这并不是一个新话题。据中国科学院自动化研究所王飞跃研究员介绍,关于AI回归基础研究的争论20世纪90年代就已经出现了,原因是当时AI领域的确出现了问题,“许诺太多,很多实现不了,连当时人工智能专业的毕业生都很难找到工作。这主要是20世纪80年代技术水平与当时的思想发展水平无法匹配造成的,比如当时AI领域允诺解决GPS这样的大问题,但是技术水平根本达不到,可以说当时这个领域存在着巨大的泡沫。”
是回归还是轮转?
      麻省理工麦戈文脑科学研究所的创始人之一Emilio Bizzi认为,研究人员应该专注于研究人类智力的重要元素,如能够概括学习经验,或流畅的规划动作以回避障碍物,来达到一定的目的,如抓住一副眼镜。他还认为,“未来几年,我们将有很大的进展,原因是分散在世界上不同地方的实验室都在从事仿人机器人研究。”
如果说人工智能的研究要从狭窄的应用驱动回归到好奇心的驱动,王飞跃非常认同;但是如果回归基础研究正如Emilio Bizzi所指的是回归到对人的智能的研究本身上去,王飞跃则并不认同这种观点。他认为:首先,人的智能是一种生物系统,而人工智能并不应只是建立一种机械式的生物系统,更多地应考虑基于机器特征和能力的机器智能;其次,20世纪90年代初发展起来的计算智能已在很大程度上改变了智能研究的格局,人工智能的未来研究无法摆脱其影响,不能也不应回到过去;最后,20世纪80年代国际人工智能界就有“干净派(neats)”与“邋遢派(scruffies)”的大辩论,与今天的讨论并无太多差别,辩论的结果就是后来传统人工智能的研究差点整体出局;基本上,人工智能的研究是逻辑推理、数据推理、行为推理等之间“30年河东、30年河西”的轮换,这是本领域科技发展的必然,不是坏事;目前基于数据或数据驱动的研究的确应该向逻辑推理回溯一些,但是他们之间是一种互相补充的关系,而不是相互取代的关系。
      王飞跃研究员告诉《科技导报》,从技术路线来看,20世纪60—70年代甚至到80年代,人工智能的研究主要是基于逻辑推理,不管是以“干净”还是以“邋遢”的的方式;90年代开始出现基于数据的数据挖掘和机器学习等计算智能研究领域,现在则该是走向大一统迈进的研究路径的时候了,基于数据和逻辑推理之间的还要融入社会计算、行为计算等,可以说向更加接近人的智能方向靠近,但不是简单地从人的生物智能出发,还加了人的社会智能等等。“现在人工智能领域最多的工作就是机器学习研究,最初这种研究只是占到2%—3%,现在已经超过了50%,中国的人工智能研究目前大多是机器学习和数据挖掘领域的研究,但这种情况不会也不应永远下去。”
互联网将给AI又一春
     1956年达特茅斯会议后,人工智能被确立为一门学科,之后几起几落。
      1956年到1974年是人工智能的第一个黄金时代。对许多人而言,这一阶段开发出的程序堪称神奇:计算机可以解决代数应用题,证明几何定理,学习和使用英语。当时大多数人几乎无法相信机器能够如此“智能”。研究者们相当乐观地认为具有完全智能的机器将在20年内出现。
      到了20世纪70年代,AI开始遭遇批评,随之而来的还有资金上的困难。AI研究者们对其课题的难度未能作出正确判断:此前的过于乐观使人们期望过高,当承诺无法兑现时,对AI的资助就缩减了。80年代AI迎来二度繁荣,名为“专家系统”的AI程序开始为全世界的公司所采纳,而“知识处理”成为了主流AI研究的焦点。
      不过AI在随后的1987—1993年又遭遇了第二次低谷。1987年AI硬件市场需求的突然下跌开启了AI之冬。
      现在的AI,终于实现了它最初的一些目标。它已被成功地用在技术产业中,不过有时是在幕后。“实现人类水平的智能”这一最初的梦想曾在20世纪60年代令全世界的想象力为之着迷,其失败的原因至今仍众说纷纭。各种因素的合力将AI拆分为各自为战的几个子领域,“AI比以往的任何时候都更加谨慎,却也更加成功”。
      “现在可以这么说了,AI时代真的要到来了。因为一方面有社会和商业的需求驱动,另一方面互联网技术的发展也为AI提供了极好的发展环境,Baidu、Google、Facebook这样的公司才会应运而生。”王飞跃研究员并不像Marvin Minsky那样主张AI重启,“网上的数据海洋不是已冲到你的家门口了,而是已经到了床边,好在数字之水淹不死人,但要回到一个舒心的环境,似乎只有AI的方法才能清理这数据的超载(information overloading), 所以当务之急还是围绕数据的AI方法,而不是什么重启”,他现在更加看好AI在社会计算、行为计算等方面的前景。■


https://blog.sciencenet.cn/blog-336909-445741.html

上一篇:新型分离材料离子交换纤维的微观结构
下一篇:治理喀斯特石漠化的建议
收藏 IP: 123.124.137.*| 热度|

1 刘洋

发表评论 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 20:11

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部