通用人工智能 AGI 的一点感想
利用现在非常火爆的AI算法,例如深度神经网络,蒙特卡洛搜索树这类算法,特定领域的智能貌似就在不远的未来,也许就几十年。但是对于通用人工智能AGI(相当于强AI),离我们貌似还很远,DeepMind最近的Alpha Zero,基于自我对弈强化学习加自我对弈蒙特卡洛树搜索,在没有真实棋局训练的情况下,完全是自我对弈训练,从围棋泛化到国际象棋和日本将棋。对于AGI来说,泛化能力的重要性不言而喻。有人认为这条路是对的,但有些人并不这么认为,例如NIPS(神经信息处理系统大会)上两位认知科学大牛。我对AI方面的了解甚至都算不上入门,这里,在我有限的理解下,记录一下我的一些想法。
我们对AI的期望是什么嗯?像《Her》中的Samantha,善解人意,可以成为一个虚拟情人,像《West World/西部世界》或者《Humans》里的人形机器,完全模拟人的行为。人形机器人随着制造业,新材料的发展,或许会越来越像人的外观。但是在认知和思想上模拟人类的思维肯定不是一件容易的事,能肯定的是会在很多方面超越人类个体的能力。