科学家们一直致力于创造一种像人类一样思考的机器，但经过一段时间的探索，这一进程遇到了阻碍，他们基本上已经暂停了模仿“人脑”，转而研究已有发现的应用。剩下的仍在孜孜不倦得追求“超智能机器”的人中，图灵奖获得者Judea Pearl提出了通往智能机器的新路线图。
“人脑”模仿受挫
卡内基梅隆大学计算机科学系主任Andrew Moore在接受Axios采访时表示，尽管现在的AI在可视化、语音和困难游戏方面有令人惊叹的能力，但它仍然“没有魔力”。“我们不再试图复制人脑，我们专注于设计制造（已经发明的东西）”，他说。
Moore的观点与人工智能界日趋强烈的疑问一致——现有的方法真的可以达到实现所谓”人工智能”吗？去年九月，AI领域最受尊敬的先驱之一Geoffrey Hinton称，研究者们需要重新开始。
1986年，Geoffrey Hinton与他人合著了一篇论文，这篇论文在30年后成为了引爆人工智能的核心。该论文提出了反向传播理论方法，这是如今人工智能所依赖的主要方法，图像分类、Siri交谈能力的进步都仰仗该方法。然而去年九月，Geoffrey Hinton在一场多伦多举行的AI会议上直言自己提出的突破性方法应该被舍弃。
反向传播算法的核心工作机制是用“标签”或“权重”代表类脑神经层中的图像或声音，权重可以逐层调整，直到该神经网络能够在最少错的情况下执行智能功能。如今Geoffrey Hinton对这个算法深表怀疑，他不认为这是大脑的工作方式，因为“我们显然不需要所有标记的数据。”他说，“我的看法是抛弃一切，重新开始”。
通往“智能机器”的新路线
尽管许多AI科学家停下了对“超智能机器”的追求，但还是有研究者在坚持寻求突破。其中Judea Pearl提出了通往智能机器的新路线——“因果推理”。
Judea Pearl是计算机科学领域最高奖项图灵奖的获得者，也是人工智能领域畅销书 “The Book of Why”的作者。他把他提出的新路线称为“因果推理”，即推断情况的原因和方式的能力。
评论 (0)