无生命的AI算不上「智能」

36e684ccfe87276d147d792d7c96fdbd.png

来源:AI前线

作者:Ben Dickson

译者:王强

策划:刘燕

什么是智能?以非常快的速度解决复杂的数学问题就算智能吗?在国际象棋中击败世界冠军的力量算智能吗?分辨图像中数千个不同对象的能力算智能吗?预测句子中的下一个单词算智能吗?

这些都是智能的表现。

由于人工智能的进步,我们已经能够在计算机中做到这些事情,并取得了不同程度的成果。但是人工智能科学家仍然很难就智能的定义和衡量标准达成共识。拥有一系列解决问题的能力似乎并没有让我们更接近于“重新创造在自然界中发现的智能”这一目标。

对于约翰霍普金斯大学神经科学教授 Daeyeol Lee 而言,当前的人工智能系统是“人类智能的替代品”,因为它们旨在实现人类创造者的目标,而不是它们自己的目标。

Lee 在他的著作《智能的诞生:从 RNA 到人工智能》(https://oxford.universitypressscholarship.com/view/10.1093/oso/9780190908324.001.0001/oso-9780190908324)中指出,真正的智能是“生命在各种环境中解决复杂问题以实现自我复制的能力”。换句话说,每一种经过时间考验并能够繁殖的生物——从细菌到树木、昆虫、鱼类、鸟类、哺乳动物和人类——都是智能的。

“如果我们想评估各种生命形式的智能水平,那么以'生命形式通过在更广泛的环境中解决更复杂的问题来成功地自我复制'这一标准来做评估是比较合理的,”Lee 这样写道。

从生命和生存的角度看待智能,对于理解人工智能的当前状态,包括其局限性、潜力和未来方向等,是至关重要的。

遗传智能

44cbebde2b9d21fc0bcda033c9ca91a6.png

《智能的诞生:从 RNA 到人工智能》,作者 Daeyeol Lee

生命是一场与死亡的赛跑。从出生开始,每个生物都要面对来自环境的无数危险,比如食物短缺、天气突然变化、其他生物捕食它或与它竞争资源,抑或是简单的时间流逝。

活得足够长的生物,无论是通过更好地在环境中生存下去还是靠运气,都能繁殖并将其基因传递给后代。它们的后代不会继承它们基因的完美副本。后代的基因会产生细微的差异,也称为突变。有时,这些突变会增强对生物生存而言至关重要的某些能力并提高繁殖机会。最终,经过数百万次繁殖和突变循环后,该物种得以通过进化增强了自己的能力,并进化出一些新器官,以改善其对环境强加条件的应对能力。

换句话说,它的后代变得更聪明了,因为它们是更优秀的生存者和自我复制者。

在单细胞生物和植物中,智力来源于趋向性,静态行为直接编码在基因中。趋向性使生物体能够对环境中的不同刺激做出反应,例如转身面对光源或向食物来源更密集的地方移动。

在这些生物体中,基因完全控制它们的行为,其智能水平依赖于基因进化。

脑智能

72bd736be21f8eed476507c9f14543a4.png

更复杂的生物体,如动物,已经发育出了大脑和神经系统,这为它们提供了更加多样化和复杂的行为模式。

神经系统具有反射性行为,例如对疼痛和威胁性噪音的本能反应。但它最大的优势是学习能力。有大脑的动物通过与环境互动来学习,进而调整它们的行为以支持能够为它们带来最大奖励的行动。这也称为强化学习。

学习让生物体变得更聪明,并使它们能够在一生中不断改变自己的行为。与单细胞生物相比,动物更善于应对环境的变化。它们不需要等待几代突变,其行为变化就会融入后代的基因中。它们可以发展出非常复杂和动态的行为,例如为自己创造庇护所、狩猎、照顾孩子和社交。

拥有大脑和神经系统的动物的智能可以被视为两个同心环。外循环是遗传进化,即物种身体和四肢跨越多代的缓慢增强过程。内循环是快速学习,即每个生物体在其一生中获得的技能。

ba54dd5491ac8593af25197bd4added8.png

两种智能之间存在协同作用。大脑通过提高生物体的生存和繁殖能力来为基因服务。作为交换,进化能够让改善每个物种大脑的天赋和学习能力的基因突变更有机会留存下来(这就是为什么有些动物天生具有行走能力,而其他动物则在数周或数月后才能学会)。

与此同时,大脑也会做出权衡。当基因将它们的职责交给大脑时,它们就失去了对有机体行为的一些控制。有时,大脑会去追逐不利于基因自我复制的奖励(例如成瘾、自杀)。此外,大脑学习的行为不会通过基因传递(这就是为什么你没有继承父母的知识,不得不从头开始学习语言、数学和体育)。

正如 Lee 在《智能的诞生》中所写的那样,“大脑功能可以通过经验改变这一事实,意味着基因并不能完全控制大脑。然而,这也不意味着大脑完全摆脱了基因控制。如果大脑选择的行为阻止了其自身基因的自我复制,那么这种大脑将在进化过程中被淘汰。因此,大脑与基因是双向相互作用的。”

人工智能的要点

9425ac47cc26d53ba0e54e76ed5a7600.png

AI 社区通常会求助于脑科学来获取算法和新研究方向的灵感。科学家们试图在计算机中复制大脑和神经系统的认知功能。

但智能的进化视角向我们表明,大脑及其所有奇迹和未解开的秘密,是基因进化悠久历史的产物。它是基因的代理人,尽管它非常复杂,有时行为超出了其委托人的控制范围。

“今天的人工智能仍然不是真正的智能,不是因为它是由与人脑不同的材料和构建块组成的,而是因为它的目标是解决人类选出来的问题,”Lee 写道。“如果人工智能真的很聪明,它必然会有自己的目标,并为自己寻找解决相关问题的方法。而现在的人工智能是旨在为人类,而非自身的福祉与繁荣服务的。”

从这个角度来看,人工智能,至少在目前的形式中,是人类智能的延伸,就像大脑是基因智能的延伸一样。我们的人工智能算法可以在一秒钟内完成数十亿次计算,并学会做到超出人类大脑能力的事情。但它们仍然以解决人类大脑已经发现和制定的已知问题为目标。我们的大脑是我们基因的代理人。你可以将 AI 视为智能图中的第三个循环。它的进化速度比智能和有机学习快得多,但仍受其外部循环设置的条件所限制。

这并不意味着人工智能就不会伤害人类。我们已经见过了很多人工智能系统造成危害的例子。但这些例子中并不存在一个失控的人工智能在积极策划伤害人类的行动。这些错误是人类设计和滥用错误的人工智能系统的结果。

那些打败星际争霸冠军、在图像分类中赶超人类水平并做到实时语音识别的狭义人工智能系统呢?它们是否会威胁到人类的生存?

不,Lee 认为,因为这些狭义的人工智能系统的目标是解决人类不可能或难以解决的问题。否则,它们就没有用了。

“人工智能和人类表现之间的 [竞争] 不是对人类社会的威胁,而是人工智能的必要条件,”他写道。“大脑进化为复杂的学习机器,这是对大脑和基因之间的委托代理关系的解决方案,而不是威胁。同样,人工智能技术本身的进步不会对人类构成威胁。”

因此,不去发展自己的目标,不追求自己的福祉的人工智能仍然是人类为提高劳动效率而发明的众多工具之一。

“只要计算机不进行物理复制,人类将仍然居于主体地位,并通过人工智能控制计算机的行为,就像大脑无法自我复制,因此继续充当基因的代理人一样,”Lee 写道。

原文链接:

https://bdtechtalks.com/2021/11/15/birth-of-intelligence-book-review/

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

5a1d725f977df8efb05d0b117641f244.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/482504.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MySQL 练习 创建表格2

|--需求说明 #实践课,使用SQL语句创建成绩表#要求:在数据库myschool中,使用SQL语句创建成绩表result,result的结构表见书上 |--实现思路 采用创建表的语句完成 |--代码内容 #实践课,使用SQL语句创建成绩表 #要求&#…

前沿速递:因果涌现在多种因果衡量标准下普遍存在

来源: 集智俱乐部作者:陈昊编辑:邓一雪导语因果涌现理论指出,在宏观尺度下观察复杂系统可以减少因果关系中的噪声,从而得到具有更强因果关联的系统。目前该理论已经在有效信息和整合信息的因果度量标准下得到的验证&am…

类脑计算的一大突破 BrainScaleS-2

来源:混沌巡洋舰今天最成功的人工智能算法,人工神经网络,是基于我们大脑中错综复杂的真实神经网络。但与我们高效的大脑不同的是,在计算机上运行这些算法消耗了惊人的能量: 最大型的模型在训练全过程中消耗的能量几乎相当于五辆汽…

委托、Lambda表达式、事件系列07,使用EventHandler委托

谈到事件注册,EventHandler是最常用的。 EventHandler是一个委托,接收2个形参。sender是指事件的发起者,e代表事件参数。 □ 使用EventHandler实现猜拳游戏 使用EventHandler实现一个猜拳游戏,每次出拳,出剪刀、石头、…

2022年国家自然科学基金指南发布情况

来源:锐动源编辑部近日,2022年国家自然科学基金部分项目申报指南已陆续发布。据不完全统计,截至目前2022年国家自然科学基金已发布32个项目的申报指南,其中“国家自然科学基金委员会与日本学术振兴会合作与交流项目”已发布获资助…

最简单概率论的五个智慧

来源 :罗辑思维在我认为人人都应该学一些概率知识,它现在是公民的必备知识。现在的世界比过去复杂得多,其中有大量不确定性,是否理解概率,直接决定一个人的开化程度。01随机:有些事情是无缘无故地发生的这个…

谷歌AI一次注释了10%的已知蛋白质序列,超过人类十年研究成果

来源:ScienceAI编辑 :泽南、张倩和 AlphaFold 不同,这次谷歌探索的是用深度学习给蛋白质打上功能标签。蛋白质是组成人体一切细胞、组织的重要成分。机体所有重要的组成部分都需要有蛋白质的参与。目前已知存在的蛋白质种类有数十亿&#xff…

你真的了解计算生物学和AI for Science吗?

来源:量子位Q1:AlphaFold2的最大意义是什么?A1:这个看似突破性的进展,其实是技术演进的必然结果。 此外,如果我们换个视角来看待这个问题,蛋白质结构预测仅仅是计算生物学这个大门类里面一个相对…

Stephen Wolfram专访Judea Pearl:从贝叶斯网络到元胞自动机

来源: 集智俱乐部编译:闫和东、徐培 编辑:邓一雪 导语2022年人工智能与数学国际研讨会(ISAIM 2022)恰逢著名计算机科学家、贝叶斯网络之父 Judea Pearl 85岁生日,会议期间Mathematica创始人 Stephen Wolfra…

day32 并发编程之锁

并发编程之锁 1. GIL全局解释器锁 2. GIL与普通的互斥锁 3. 死锁 4. 信号量 5. event事件 6. 线程q 1. GIL全局解释器锁 """ In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytec…

马斯克Neuralink被曝“虐杀实验猴”,140万元美金项目遭谴责

来源: 学术头条作者:刘芳编辑:黄珊2021 年 4 月,马斯克公布了一段猴子用意念玩乒乓球游戏的视频,一时间为他旗下的脑机接口公司 Neuralink 赚足了眼球。然而最近,这些被用来做脑机接口实验的猴子的经历&…

死前真的会有「跑马灯」,人类首次同步测量大脑濒死状态

来源:新智元编辑:袁榭 好困或许,人死前可能真会眼前出现人生跑马灯!最近,神经科学家在记录了一个濒临死亡的人类大脑的活动之后发现,人在死亡前后有节奏的脑电波模式与做梦、回忆记忆和冥想时出现的模式相似…

七牛图片盲水印

注意 暂时不支持从 dora 数据处理直接调该接口,只支持从 kodo 存储调用。即 cdn 域名不可开通图片瘦身调用形式 资源 http://i.iamlj.com/19-08-12/123936.png 处理参数 watermark/6/method/encode/text/aGVsbG8gcWluaXU 新图 http://i.iamlj.com/19-08-12/123936-w…

「最小细胞」的3D数字模型,计算揭示生命最基本的要求

来源:ScienceAI编辑:萝卜皮无论是海洋深处的奇异生物还是我们体内的细菌,地球上的所有生命都是由细胞组成的。但我们对这些细胞中最简单的细胞如何运作只有一个非常粗略的了解。伊利诺伊大学厄巴纳-香槟分校的一个团队创建了有史以来最完整的…

Yann LeCun最新发声:自监督+世界模型,让 AI 像人类与一样学习与推理

来源:AI科技评论作者:维克多、西西、王晔编辑:陈彩娴如何突破当代人工智能(AI)的瓶颈?不同学者存在不同观点。总体来看可以概括为两类,其一监督学习者,提倡通过改善数据标签质量&…

两大头号玩家 一个伟大愿景: 联邦学习的元生态建设美好世界

来源:IEEE标准协会新年伊始,世界领先的标准制定机构IEEE标准协会牵头,组织了2022年度联邦学习领域首场重量级尖峰交流活动——联邦学习首创团队带头人、谷歌研究院副总裁Blaise Agura y Arcas博士,与联邦学习亚洲奠基人、IEEE联邦…

物理学的过去、现在与未来

来源:中科院之声(ID:zkyzswx)、《物理》杂志、中国物理学会期刊网作者:冯端(我国著名物理学家、金属和晶体材料学家、教育家,中国科学院院士、第三世界科学院院士、第五届中国物理学会理事长,南…

《MIT科技评论》:2022年全球十大突破性技术

来源:6G俱乐部资料来源:《麻省理工科技评论》近日,《麻省理工科技评论》2022年“全球十大突破性技术”正式发布。此次发布的突破性技术包括:“新冠口服药”“实用型聚变反应堆”“终结密码”“AI蛋白质折叠”“PoS权益证明”“长时…

PNAS前沿:迈向作为多层学习的进化理论

来源:集智俱乐部作者:郭瑞东编辑:邓一雪导语进化、学习与物理系统的重整化有何相似之处?PNAS的论文“构建将进化视作多层学习的理论”一文,经由统一的理论框架,分析进化过程中的环境预测误差,及…

【前瞻】Nature:2022年7大“颠覆性”技术

来 源:中国科学报 作 者:文乐乐 近日,《自然》对“可能在未来一年对科学产生影响”的7项技术进行了综述。这7项技术分别是完整版基因组、蛋白质结构解析、量子模拟、精准基因组调控、靶向基因疗法、空间多组学、基于CRISPR的诊断。完整版基因…