目前人工智能虽处于寒武纪的大爆发阶段,但也很可能再度面临寒潮。具体来说,人工智能可能会面临这五大考验:
第一大考验:理论鸿沟很难逾越。
目前人工智能在学习上遵循的理论依然是上个世纪80年代提出的,人们并没有从本质上理解人类的学习原理,从监督学习到无监督学习的方法还在探索。如果将人工智能比作建造太空火箭,计算能力和数据是燃料,理论就是发动机。如果你有许多燃料但只拥有小功率发动机,你的火箭大概无法飞离地面。如果你拥有大功率发动机但只有一点点燃料,你的火箭即使飞上天也无法进入轨道。
目前的人工智能技术多数都要依靠形态匹配,在监督式学习下,输入训练数据,每组训练数据有一个明确的标识或结果。人们将预测结果与「训练数据」的实际结果进行比较,不断调整预测模型,直到模型的预测结果达到一个预期的准确率。
而无监督学习中,计算机无需人类帮助的情况下,像人类一样自己学习知识。计算机并不被告知怎么做,而是采用一定的激励制度来训练机器人培养出正确的分类。无监督学习方式是机器人工智能发展的关键技能之一。“目前朝着良性的趋势发展,但还未达到我们希望的阶段。”微软亚洲研究院院长芮勇表示。
第二大考验:知识表达问题。
许多输入的数据其实都经过了人脑抽象,但大家看不到,就好比你看到地面上的竹子每一根都是独立的,但它的地下茎联系是非常紧密的。若要完成形式化知识结构的搭建,是需要很多知识的,而机器中没有人脑中的背景知识,所以数据中蕴含的信息是不完整的,继而计算不出正确的结果。
如果将这些信息补足,是有可能用机器处理的。但同时要看到的是这些信息很难补足,一方面是因为很多人脑中的知识难以形式化,另一方面,补什么补多少才能达到特定的效果,很难衡量。并且人脑