小度机器人战胜记忆大师魏坤琳:让机器感知和运动比下围棋更难

2017-01-08 20:32 来源:中国软件资讯网  我有话说
2017-01-08 20:32:13来源:中国软件资讯网作者:责任编辑:赵刚
  如果将AlphaGo挑战世界围棋冠军和小度机器人对决 “最强大脑”超人做比较,哪一个更厉害?北京大学心理学博士、江苏卫视《最强大脑》科学家嘉宾魏坤琳(以下简称Dr.魏)的回答出人意料,他说“两者就像苹果和橘子,不能比”, Dr.魏认为,AlphaGo人机大战比的是运算能力、逻辑推理能力,小度机器人比的是运动能力、感知能力,对于人来说爬楼梯比下围棋简单、易学,但是对于机器来说,下围棋是比爬楼梯要简单的,“百度在最强大脑这个舞台上最厉害的一点,就是实时比拼,大家都没事先看那些舞台上挑战项目的素材”,Dr.魏透露。

  1月6日,江苏卫视《最强大脑》第四季播出,搭载着百度大脑人工智能技术的小度机器人在人脸识别比赛中战胜了人类大师。这是继2016年3月谷歌AlphaGo与世界围棋冠军李世石对决之后,又一场让人惊心动魄的人机大战。

  Dr.魏表示,“我在台上其实是非常中立的人,我跟一般老百姓的区别是:老百姓是希望人赢。因为我知道,人工智能后面也是人,它是很多工程师和科学家工作的结晶。机器赢了就机器赢了,这是科技发展的必然结果,这一天迟早会到来”。至于人工智能是否会对人类构成威胁,Dr.魏持否定观点,他说小度机器人与AlphaGo的意义一样,它们都在印证着人工智能只是让人们的生活变得更加便利,而不是取代人类。


北京大学心理学博士、江苏卫视《最强大脑》科学家嘉宾魏坤琳

  以下是Dr.魏关于人工智能与最强大脑人机大战的采访实录:

  Q1 :相比于AlphaGo下棋和百度大脑这次挑战超人类,到底哪个更可怕?

  Dr魏:很难比较。其实在舞台上比的是视听觉能力,但AlphaGo比的是所谓的运算能力、所谓的逻辑推理能力。人下棋,除了逻辑推理和运算能力的积累,依赖所谓的棋感,就是棋艺上面的所谓的直觉,是不能直接用语言描述的那一部分下棋的感觉和决策。这方面脑科学是有研究的。但是直觉也是大数据跑出来的,即平时大量的练习养成的。从这方面来说,AI也是一样的,深度学习基于大量的数据,形成的下棋的模型是它的设计者也不能准确描述的一套算法。

  人认为最简单的事情,对人工智能来说是很困难的。比如运动,虽然三岁的时候你就会爬楼梯,但是现在我们都不知道怎么让机器人像人一样流畅地爬楼梯,特别是楼梯的好多参数是无法预知的时候。人可以爬各种各样的楼梯,在不同光照条件,不同身体状况等。但是机器人到现在无法象人一样流畅。从进化上来说,运动,包括像爬楼梯这样的运动,大脑很早就学会了。而人学会围棋对进化中的大脑来说,是很晚才开始玩的。所以,对人来说,楼梯容易一点,围棋难一点。但是可能对机器来说围棋更容易一些,上楼梯更难一些。

  其实运动、感知,还有其他认知活动,像下围棋、搞记忆,都是大脑的功能。人工智能对不同认知功能有它的难易评判,我们不能用人的直觉去做这个评判。我相信我回答你的问题了,所以这两个就像苹果和橘子,不能比。

  Q2:百度的厉害之处在哪里?

  Dr.魏:百度在最强大脑这个舞台上厉害的一点,就是实时比,大家都没看那些舞台上挑战项目的素材。事先,人机双方只是知道挑战的大概项目,留给百度工程师的是基于正常人的、普通场景下的数据去训练人工智能,最多再自己额外采集一些数据,有针对性地练一练。

  Q3:机器与人脑各自擅长之处是什么?

  Dr.魏:感知和运动,这是人类擅长的。这个事情我们就干了几百万年,我们恰恰不擅长逻辑和运算为代表的抽象思维能力。机器不擅长感知和运动。你会发现机器人能下围棋或者记下海量的信息,但是没有办法像人这样运动,或者像人一样去感知这个复杂而快速变化的世界。因为这个是人脑擅长的,我们还不太清楚人脑是怎么完成的,就像我们也不太清楚人是怎么看清楚这个世界的,这个是很复杂的问题。

  Q4:怎么看待下棋与运算?

  Dr.魏:不是说只有下象棋才是运算,做数学题才是运算。比如人类做一个特别简单的手臂运动,但是要工程师画一下力学的交互,这上面有十几条肌肉,控制两个关节,这两个关节有几个自由度,要描述这个运动的运动学关系,公式就可以写出整整一页纸。所以大脑要控制身体运动其实是非常复杂的,也需要进行大量的运算。下棋也是一样,就是大量的运算。

  人工智能目前擅长的是一个规则定义清楚的东西,他能够解决,就是围棋。围棋是有规则的,他是有一个目标状态,就是我占得去比你大,我把你围死了,国际象棋更是,我就把你kill。目前人工智能算法能解决的问题很多都是有规则的,或者目标状态定义清楚的。但是人类社会,人脑要实现的东西并没有规则,甚至连准确的目标状态都没法提前知道。

  Q5 :人类的想象空间?

  Dr.魏:人的很多技能,就是一直练下去一直会提升。除了有些是生理上的衰老,你的肌肉系统衰老,那没办法。但是很多技能,如果不被物理身体限制的话,很多技能都是越练越好。另外,人类的整体智商是逐年提升的,所谓的弗林效应,平均智商每10年提高3个点左右,当然,主要提高的是抽象思维能力。

  Q6:关于对比赛结果的期望?

  Dr.魏:我在台上其实是非常中立的人,我跟一般老百姓的区别是:老百姓是希望人赢。因为我知道,人工智能后面也是人,它是很多工程师和科学家工作的结晶。但这边是最强大脑的选手,都是我很熟悉的人。但是机器赢了就机器赢了,这是科技发展的必然结果。这天迟早会到来,只是来的早和晚的事情。

  Q7:比赛是否公平?

  Dr.魏:我觉得相对还是比较公平的,因为没有绝对公平,就是你挑了这两个能力恰恰是人擅长的,人脸识别我们擅长,我们大脑中有特定的脑区(Fusiform face area(FFA)去干这个事,这个是很难得的。就是不是所有的物体的识别,我们都有专门的脑区干这个事。还有声音,人的声音的识别我们也擅长。所以都是相对的,没有绝对公平。从某种程度上规则的制定决定了胜负。

  Q8:对于这一场比赛的输赢结果,你觉得会给大众层面带来什么刺激和启发,另外对中国的人工智能发展具备哪些意义?

  Dr.魏:首先他是跟人工智能概念和最强大脑联系起来了。最强大脑的选手是人类在某些方向上出类拔萃的选手,但是他们都可以被机器打败,这个意义有点像AlphaGo的意义。实际上就告诉我们,科技的发展,这些智能科技的发展其实是超越我们的想象的。这一天迟早会到来,包括我们目前还不能实现的通用人工智能。只是现在的工程师做的是一个一个区域地攻克,有些硬骨头要啃。在这舞台上你可以说在某些领域人工智能已经达到登峰造极的程度了。

  人工智能在面孔识别上超过人类。应该是2012年,就说人脸识别超过了人类的平均水平,是里程碑事件。那现在,百度大脑超越的人类中出类拔萃的一群人。可以说在这个专业方向上,人工智能的准确率已经达到很高的水准,下一步应该是提高运算的效率和能耗。这就是我说,人工智能的一个个问题,一个一个地解决。将来还得拼接成一个通用机器人出来。但是这个其实很困难,这个是研究的热点。关键是从认知科学上厘清人脑是怎么学习的,人是怎么学习到新的技能的。因为机器也是在学习,就是智力最关键点。智能的核心,实际上是学习能力,如果再加一句的话是适应能力,适应环境的任何改变。这个能力其实人是非常擅长的,要不然我们也不会在这个星球上处于霸主地位,因为我们会学习,会适应。

  Q9 :对人工智能威胁论的看法?

  Dr.魏:任何新技术出现的时候老百姓都恐慌,汽车出现恐慌,火车出现恐慌,计算机出现恐慌。这个是终极恐慌,因为汽车出现的恐慌只是这个东西很快,能撞死我。火车也是一样。老百姓第一想到的是自己的失业,自动化的工厂建起来想的是产业工人的失业,人工智能的出现,可能让很多一般智力活动(包括很多白领的工作)甚至专业人员(包括某些领域的医生)的工作受到威胁。但是,我觉得人类的整体的失业率不一定会下滑,有些的工作死了,新的工作又产生了。

  Q10 :谈谈未来人工智能会在人们的生活中扮演什么样的角色,然后你是否会对未来人工智能的应用有所期待?

  Dr.魏:首先对生活更加轻松吧,很多的便利,就像百度做的搜索,这肯定是便利的。但是将来比如说有时候自动驾驶,家居的机器人,专业决策辅助。其实我们现在每一个人的生活都更“智能”了,过着古时候皇帝都没有这样的生活。不仅体现在生活水平的提高,更多体现在两大能力的提升,即个体消费的信息量和个体对自身发展的掌控力。人工智能只会让我们在这两方面有更大提高。

  但是,人类要反思,人是唯一擅长反思的动物。如果我们对未来已有预期,我们就应该想一些将来跟人工智能共存的手段。可以想想,我自己的工作是不是有存在的必要了,我是不是应该发展新的能力,或者是发展永远不会被淘汰的东西。就是人的反思。如果这个时代,人工智能这么快地来到的话,我们应该怎么做才能够更好地发挥我们的能力,更好的发展,和更好的生存。

  Q11: 机器的难点?

  Dr.魏:人脸的识别在特殊情况下面对机器有很大挑战,光照条件差,视角独特,信息模糊甚至变形。声音识别的挑战也是一样,我们需要机器能从极少的线索中提取出稳定不变的信息,并作出推演。不是简单的信息匹配和分类问题,而是从模糊复杂的信息中抽象出规律的问题。基于极少的非结构化的信息,来学习来推理,这恰恰是人脑擅长的。我们把这些要素都设计到了舞台上的挑战当中。

[责任编辑:赵刚]

手机光明网

光明网版权所有

光明日报社概况 | 关于光明网 | 报网动态 | 联系我们 | 法律声明 | 光明员工 | 光明网邮箱 | 网站地图

光明网版权所有

立即打开