吴恩达2022机器学习专项课程C2W1：2.12 是否有路通向AGI(通用人工智能)

两种AI

如今的AI分为两类，ANI和AGI。

1.ANI

弱人工智能只做一件事或一个任务，有时效果很好且价值很高。
案例：智能音箱，自动汽车驾驶，网页搜索。农业或工厂的特定应用

2.AGI

强人工智能，能做一个一般人能做的所有事情的AI系统。

ANI 与 AGI 的进展

尽管在 ANI 上取得了巨大进展，因此在 AI 上也取得了巨大进展，但无法确定在 AGI 上是否真正取得了任何进展。ANI的所有进展使人们得出正确的结论，即 AI 取得了巨大进展。但这也导致一些人得出错误的结论，认为 AI 取得的巨大进展必然意味着在 AGI 上也取得了很大进展。

对大脑工作的有限理解

• 如果能模拟人类大脑的神经元，就能模拟人类大脑中的其它内容，从而构建真正智能的系统，实现这种这种想法极其困难。

• 原因：

  • 一个人工神经元做的事情很简单，其复杂程度远不及大脑中的生物神经元。
  • 其次，我们仍不清楚大脑的工作原理，例如神经元是如何从输入映射到输出，因此用电脑去模拟人类大脑和真实的大脑功能相去甚远。
    

AGI突破的希望

动物身上的一些有趣实验显示或强烈暗示，同一块生物大脑组织可以执行令人惊讶的广泛任务。这导致了一个学习算法假说，即许多智能可能归功于一种或少数几种学习算法。如果我们能弄清楚这些算法是什么，也许有一天可以在计算机中实现。

1.听觉皮层实验

这些是 Roe 等人多年前的实验结果。你的大脑中有一个区域称为听觉皮层，大脑通过电信号将耳朵检测到的声音信号传递到听觉皮层。如果你重新连接动物大脑，切断耳朵与听觉皮层之间的连接，而是将图像输入到听觉皮层，听觉皮层会学会“看”。听觉皮层本应学习听觉，但当输入不同数据时，它学会了视觉。

2.体感皮层实验

另一个例子是体感皮层，负责处理触觉。如果你类似地重新连接大脑，切断触觉传感器与体感皮层的连接，而将图像输入到体感皮层，体感皮层也会学会“看”。

3.小结

一系列这样的实验表明，大脑的许多不同部分只需根据输入的数据就可以学习看到、感觉到或听到，好像存在一个算法，根据输入的数据学习相应的处理方式。

现实实验

1.摄像头实验

有些系统将摄像头安装在人额头上，并将图像映射为舌头上的电压图案。通过将灰度图像映射为舌头上的电压图案，这可以帮助失明的人通过舌头“看到”。还有一些关于人类回声定位或声纳的有趣实验，比如让人类发出点击声并听取回声，这样可以学会某种程度的回声定位，就像海豚和蝙蝠一样。

2.触觉腰带实验

斯坦福大学的研究实验室曾设计了一种触觉腰带，在腰部周围安装一圈振动器，并用磁性罗盘进行编程，使北方向的振动器始终缓慢振动。这样，你会感觉自己知道北方在哪里，而不是感觉腰部在振动。

3.青蛙的第三只眼实验

通过手术在青蛙大脑上植入第三只眼，大脑会学会处理新的输入。这类实验表明，人脑具有惊人的适应性，神经科学家称之为“可塑性”，即能够适应各种感官输入。

4.小结

这些实验提出了一个问题：如果同一块大脑组织能学会“看”、“触摸”或“感觉”，那么它使用的是什么算法？我们能否复制这个算法并在计算机中实现？

AGI 的现实与未来

尽管如此，避免过度炒作很重要。我不知道大脑是否真的是一种或几种算法，即使是，也没有人知道这个算法是什么，但我仍然怀抱希望，也许通过大量的努力，有一天能发现它的近似解。我认为这是一个非常迷人的话题，经常在空闲时间思考，也许有一天，你能对此作出贡献。