歷史的車輪滾滾向前,人工智能經(jīng)歷了3次寒冬的洗禮,潮起潮落。通用人工智能這個詞匯已如同“舊事王謝堂前燕,飛入尋常百姓家”。
現(xiàn)在的人工智能學(xué)習(xí)算法以機器學(xué)習(xí)和深度學(xué)習(xí)算法為主。這兩種類型的算法以數(shù)據(jù)為基礎(chǔ),通過計算機強大的算力來尋找樣本間的共性,從而找出隱藏在數(shù)據(jù)背后的客觀規(guī)律,但這種規(guī)律仍然不能為人類完全所知,它們通過參數(shù)來間接體現(xiàn)。
以數(shù)據(jù)為基礎(chǔ)并且參數(shù)背后的規(guī)律不能具體化是現(xiàn)在人工智能算法主要局限性。因為這樣即使一個人類已知的規(guī)律,對算法來說也需要大量的運算才能得到一個近似解,而且這個近似解往往達不到人類要求的精確度。所以現(xiàn)在人們在應(yīng)用這些算法時都會進行人為干預(yù),比如對數(shù)據(jù)進行特征工程處理,對算法運行過程加入一些人類已知的規(guī)則等。
通用人工智能(AGI)是具有一般人類智慧,可以執(zhí)行人類能夠執(zhí)行的任何智力任務(wù)的機器智能。通用人工智能是一些人工智能研究的主要目標(biāo),也是科幻小說和未來研究中的共同話題。一些研究人員將通用人工智能稱為強AI(strong AI)或者完全AI(full AI),或稱機器具有執(zhí)行通用智能行為(general intelligent action)的能力。與弱AI(weak AI)相比,強AI可以嘗試執(zhí)行全方位的人類認(rèn)知能力。
測試人類水平的通用人工智能具有以下幾種方式:
圖靈測試(圖靈提出):一名人類參與者與一臺機器和一名人類進行對話,參與者看不見目前對話的是人類還是機器。如果在很長一段時間內(nèi),參與者無法判斷與他對話的是人類還是機器,那么機器就通過了測試。
咖啡測試(沃茲尼亞克提出):一臺機器需要具備在普通的美國家庭中弄清楚如何煮咖啡的能力:找到咖啡機,找到咖啡,加水,找到一個馬克杯,按下正確的按鈕開始煮咖啡。
機器人大學(xué)學(xué)生考試(哥茲柔提出):一臺機器就讀于一所大學(xué),選擇并通過和人類相同的課程,最終取得學(xué)位。
就業(yè)測試(尼爾森提出):機器從事一份經(jīng)濟上起著重要作用的工作,在工作中的表現(xiàn)至少和人類一樣好。
扁平家具測試(Tony Severyns提出):需要一臺機器來打開和組裝一件扁平家具。它必須閱讀說明并按照描述組裝項目,正確安裝所有部分。
來源:博客園,機器之心,知乎綜合整理
責(zé)任編輯:lq
-
人工智能
+關(guān)注
關(guān)注
1789文章
46397瀏覽量
236596 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5442瀏覽量
120800 -
機器智能
+關(guān)注
關(guān)注
0文章
55瀏覽量
8577
發(fā)布評論請先 登錄
相關(guān)推薦
評論