通用人工智能最新進展,，清北通用人工智能實驗班已正式啟動且開始面向全國招生，該班型的創(chuàng)立備受大家的關(guān)注,。小編整理了一些有關(guān)通用人工智能的信息幫助大家更為深刻的了解該專業(yè)。具體詳情,，請見下文,。
通用人工智能最新進展
01
如果有一天，人類真的做出了能夠思考的機器,，那么所產(chǎn)生絕不僅僅是巨大的社會影響,，也將帶來巨量的市場機遇。1956年,，達特茅斯會議正式吹響了進軍人工智能的號角,，在后續(xù)的六十年里，浩浩蕩蕩的人工智能研究軍團從集結(jié)力量到潰敗逃散,，歷經(jīng)數(shù)次反復(fù),。
夢想敵不過慘烈的現(xiàn)實，人工智能內(nèi)部開始分化,，形成“問題求解,、邏輯推理、知識工程,、感知運動,、機器人”等多個不同的方向，遺憾的是這些方向之間并不存在可能的統(tǒng)合方式,。這也就意味著,，整體上表現(xiàn)出類人智能的機器依舊不會從中誕生。于是,，人工智能技術(shù)應(yīng)用被人詬病便不足為奇了：任何被認為“智能”的技術(shù),，產(chǎn)品化后便不再“智能”,。
直到通用人工智能的出現(xiàn)，上述尷尬困境才被推翻,。
02 什么是通用人工智能
盡管人工智能術(shù)語最初用于表達與人類智能相似的機器智能,，但在跌宕起伏的發(fā)展歷程中，其內(nèi)涵已經(jīng)產(chǎn)生了分化：目前幾乎等同為機器學(xué)習(xí),、統(tǒng)計分析的代名詞,，專注具體應(yīng)用而遠離了智能探索的初衷，這是早期對智能問題過于樂觀估計的結(jié)果,。
在這種情況下,，一部分依舊堅守夢想的學(xué)者開始使用通用人工智能（Artificial General Intelligence，AGI）作為正式用語,。也就是說,，人工智能領(lǐng)域目前存在兩個迥然不同的派別：專用人工智能（Special-purpose AI或Narrow AI）與通用人工智能。
然而,，人工智能（AI）這一提法沿用至今,，逐漸與專用人工智能等同。但實際上,，人工智能包括專用人工智能和通用人工智能兩個不同的子領(lǐng)域,，即：
人工智能（AI）= 專用人工智能（SAI）+ 通用人工智能（AGI）
人工智能本質(zhì)上為類人智能，即追求設(shè)計和開發(fā)像人腦那樣工作的軟件或硬件系統(tǒng),。對于“智能”理解的差異,，使人工智能分化為專用和通用兩個不同分支。其實,，專用和通用存在根本性差異：專用人工智能的目標是行為層面上“看起來像有智能”,，通用人工智能關(guān)注系統(tǒng)從內(nèi)在層面上“如何才能實現(xiàn)真正的智能”。
專用人工智能先做后思,，即開始并不深究智能也不對智能做清晰的定義,，而是通過技術(shù)迭代漸進式地提升智能化的程度，分為符號主義,、聯(lián)結(jié)主義和行為主義三個派別,。通用人工智能則認為智能的存在代表著可以被認知的理性原則，采取先思后做的路徑,。
事實上,，通用人工智能內(nèi)部也存在不同學(xué)說和派別。在本文中,，基于的“智能的一般理論”及其“非公理邏輯推理系統(tǒng)（NARS）”的工程實現(xiàn),，便是通用人工智能領(lǐng)域中極具代表性和影響力的學(xué)派，其創(chuàng)始人為美國天普大學(xué)的王培教授。
其對智能的操作性定義為：智能就是在知識和資源相對不足的條件下主體的適應(yīng)能力,。智能絕非全知全能或比定然人更聰明,，正是基于知識和資源相對不足假設(shè)而非某種預(yù)設(shè)的高深叵測的算法，使得所構(gòu)建的NARS系統(tǒng)“恰好”不但具有感知,、運動等低層活動（配備機械軀體和傳感器）,，也具有類似人腦的情感、記憶,、推理,、決策乃至自我意識等高級認知活動。
同時,，系統(tǒng)尤其強調(diào)經(jīng)驗的可塑性,，以及經(jīng)驗與系統(tǒng)個性和自我發(fā)展的相互影響。然而,，這些自生的高級認知活動是專用人工智能系統(tǒng)根本不具有的,。一言以蔽之，那便是：能思考,、有情感,、有自我意識的智能系統(tǒng)已經(jīng)存在。
03 常見誤解
（一）人工智能的分類
在各類刊物中,，人工智能有三種分類：第一種,，分為計算智能、感知智能和認知智能三種,；第二種，分為弱人工智能和強人工智能兩種,，而強人工智能也正是通用人工智能,；第三種，則分為專用人工智能和通用人工智能兩種,。
第一種分類常見于行業(yè)演講和報告中,，既缺乏理論依據(jù)又具有誤導(dǎo)性。實際上,，所謂的計算智能和感知智能并不是真正意義的智能,，但卻錯誤地將智能實現(xiàn)分成三步，而且當前已經(jīng)完成前兩步即將走完最后一步,，殊不知認知智能的實現(xiàn)根本不是如此,。第二種則始于哲學(xué)討論，“強—弱”意指智能的真假之分,，而被大眾誤讀為智能的寬與窄之分,。
事實上，三者之間不存在等同關(guān)系,，只有第三種分類──“專用人工智能”和“通用人工智能”才是真正符合和適合當下語境交流的正確概念分類,。
（二）“超級智能”
人們自覺正處于一個快速發(fā)展的時代,。特別是在中國，技術(shù)的“指數(shù)發(fā)展”更符合個人生活體驗,，“奇點”論在中國特別有市場,。“奇點”的指數(shù)發(fā)展基于代際之間的迭代進化而實現(xiàn)，在物種進化的尺度上,，人類智能的確由低智能動物發(fā)展而來,，但這不意味著智能可以無限制發(fā)展下去。實際上,，在任何領(lǐng)域中,，按某個量已有增長趨勢而推之未來的預(yù)測都不可靠。
具體到人工智能,，在硬件方面,，“奇點”論認為智能機器通過制造出比自身智能水平更高的機器而實現(xiàn)“奇點”，然而至今也沒有任何一臺機器可以獨立創(chuàng)造出另一臺機器,，更別說具備一定智能水平,；在軟件方面，人們期待人工智能通過“給自己編制程序”來進化,，此乃缺乏計算機知識所導(dǎo)致的誤解,。
不僅允許自我修改的程序設(shè)計語言早已存在多年（如Lisp和Prolog），而且至今未曾在計算機病毒程序中發(fā)現(xiàn)智能的產(chǎn)生跡象,，盡管它們也已經(jīng)自我復(fù)制并繁衍了多年,。
智能本質(zhì)上是一種對環(huán)境的適應(yīng)能力。正所謂“魚和熊掌不可兼得”,，若要實現(xiàn)這種適應(yīng),，有得必然有失?；蛘邠Q言之,，在任意情況下都能夠全盤了解并做出最優(yōu)選擇的“東西”一定不智能，而且不僅不智能同時也是不可能,。因此,，所謂“超級智能”是不會出現(xiàn)的。
（三）“人工智能將取代人類”
專用人工智能具有濃厚的客體性工具色彩并不能構(gòu)成對人類的威脅,，公眾真正擔(dān)心的正是通用人工智能,。與專用人工智能完全不同，通用人工智能系統(tǒng)對所有應(yīng)用場景均不預(yù)設(shè)任何算法,，從而具有問題解決的通用性,。
當然，并不是說通用人工智能系統(tǒng)的構(gòu)建不是算法實現(xiàn)的，而是其內(nèi)部的算法僅僅用于協(xié)調(diào)和保持系統(tǒng)自身各個耦合功能模塊的運行,，并不直接作用于外在經(jīng)驗的加工,。
對現(xiàn)實應(yīng)用問題的分析和解決，全部來自個體學(xué)習(xí)的經(jīng)驗積累,。這點與人類完全一致,，剛開始運行的NARS系統(tǒng)，記憶空間沒有任何知識和技能,，就好似人類嬰兒一般,。在后續(xù)的系統(tǒng)與系統(tǒng)、系統(tǒng)與人的交互過程中才能逐漸學(xué)到本領(lǐng),。
而且,，經(jīng)驗的積累有一個理解和消化的過程，而單純地輸入“你必須喜歡人類”,、“人類利益第一位”等高階信念是無效的,，這就意味著系統(tǒng)的經(jīng)驗建構(gòu)是內(nèi)生的，絕不是外界灌數(shù)據(jù)便能夠輕松做到,。試想,，如若不然，我們不就同樣可以把數(shù)理化知識一并給孩子們成功“填鴨”了么,？
因此,，通用人工智能系統(tǒng)的成長需要人類的協(xié)助，其獲得的經(jīng)驗也與人類多有共同之處,。
當然,，正所謂“近朱者赤近墨者黑”，“好人”能夠教出“好的”通用人工智能系統(tǒng),，而“壞人”也能夠教出“壞的”通用人工智能系統(tǒng),。但無論如何，其與人類關(guān)系密切,，并沒有充分的理由和必要在種群的整體層面上與人為敵，“人工智能將取代人類”只是我們自己的擔(dān)憂而已,，就好似很多人明知道世界上沒有鬼,，卻在夜行路上總是擔(dān)驚受怕一樣。
04 應(yīng)用前景
由于通用人工智能技術(shù)具有通用性這一本質(zhì)特點,，理論上系統(tǒng)適用于任何有人類需要之處,。但如下行業(yè)卻在系統(tǒng)應(yīng)用的投入產(chǎn)出比上名列前茅，是最為理想的切入點,。
（一）醫(yī)療
醫(yī)療領(lǐng)域中,，有兩個NARS系統(tǒng)極具競爭力的應(yīng)用場景：一是疑難病的輔助診斷。與當前基于概率的專用人工智能手段不同，通用人工智能是以證據(jù)積累為基礎(chǔ)的推理系統(tǒng),。
經(jīng)過訓(xùn)練的NARS系統(tǒng),，對于小概率事件的判別性和鑒別度遠強于它者；二是精神障礙的輔助診斷,。出于人道考量,，無法將患者的應(yīng)激事件及其生活經(jīng)歷重演，但卻可以置入NARS系統(tǒng),，讓軟件無限次地體會和模擬,，并通過30余種人格參數(shù)的詳盡報告為醫(yī)生診斷提供重要的量化依據(jù)。
（二）教育
教育歷來是比較穩(wěn)定的投資藍海,。通用人工智能技術(shù)的教育應(yīng)用,，最為現(xiàn)實的途徑之一便是在保證課業(yè)學(xué)習(xí)質(zhì)量的前提下實現(xiàn)學(xué)生減負：科學(xué)評估學(xué)生當前的知識結(jié)構(gòu)，并按照大綱和考綱要求,，自動制訂出個性化的學(xué)習(xí)方案,。
該方案最大的特點是學(xué)習(xí)路徑為該生完善當前知識結(jié)構(gòu)的最短路徑集合，用最精簡的方式完成最高效率的學(xué)習(xí),，即真正的：做得更少,，學(xué)的更好。
（三）翻譯
隨著對外開放的穩(wěn)固推進,，中國在全球化進程中角色變得日益重要,，高質(zhì)量的機器翻譯必然成為業(yè)界寵兒。然而,，當前專用人工智能下的機器翻譯技術(shù)毫無例外地使用深度神經(jīng)網(wǎng)絡(luò)和強化學(xué)習(xí)技術(shù)作為支撐,，雖較過去有明顯改善，但提升空間卻所剩無幾,。
不同于專用人工智能的機器翻譯,，通用人工智能系統(tǒng)的翻譯真正建立在理解的基礎(chǔ)之上，經(jīng)過語言訓(xùn)練的通用人工智能系統(tǒng)原則上可以實現(xiàn)接近人類水平的翻譯效果,，能夠妥當?shù)胤g長句,、復(fù)句、隱喻句等高難度的表達,，這是專用人工智能技術(shù)所不能比擬的,。
（四）應(yīng)急
在危險作業(yè)和應(yīng)急環(huán)境下（如消防、航天,、自然災(zāi)害等）,，專用人工智能的缺陷被充分暴露出來：一旦遇到知識庫中未曾存儲的突發(fā)情況，系統(tǒng)將無法相應(yīng)或在合理時間內(nèi)得到響應(yīng),。
通用人工智能系統(tǒng)則不然,，對于突發(fā)的新情況,，通用人工智能系統(tǒng)雖不能保證相應(yīng)解決方案的成熟性和完備性（人也同樣無法在危急關(guān)頭進行充分詳實的思考），但卻能保證規(guī)定時間內(nèi)的合理相應(yīng),。解決方案的有無此時關(guān)乎生命,，犧牲胳膊的代價總比犧牲生命來得更加值當。
05 應(yīng)用難點
世間沒有免費的午餐,，通用人工智能的應(yīng)用也是如此,。事實上，與專用人工智能中算法和模型的決定性作用不同,，通用人工智能是高度經(jīng)驗依賴的,。這就意味著對機器的教育決定著通用人工智能商用化的能力和水準。依舊與人類相仿,，通用人工智能走向產(chǎn)業(yè)化一如孩子們從小到大的教育訓(xùn)練一樣,，沒有人一生下來就會算術(shù)、編程或經(jīng)商,、從政,。
因此，在最粗線條的框架下,，可以將通用人工智能近似為人類以便于理解,。于是，對于通用人工智能技術(shù)的產(chǎn)業(yè)化而言,，“教育決定一切”在此同樣適用,。
以上是有關(guān)通用人工智能最新進展的相關(guān)內(nèi)容，希望對伙伴們有所幫助,，想要了解更多資訊,，請繼續(xù)關(guān)注可圈可點網(wǎng)站。