极客视点
极客时间编辑部
极客时间编辑部
113232 人已学习
免费领取
课程目录
已完结/共 3766 讲
2020年09月 (90讲)
时长 05:33
2020年08月 (93讲)
2020年07月 (93讲)
时长 05:51
2020年06月 (90讲)
2020年05月 (93讲)
2020年04月 (90讲)
2020年03月 (92讲)
时长 04:14
2020年02月 (87讲)
2020年01月 (91讲)
时长 00:00
2019年12月 (93讲)
2019年11月 (89讲)
2019年10月 (92讲)
2019年09月 (90讲)
时长 00:00
2019年08月 (91讲)
2019年07月 (92讲)
时长 03:45
2019年06月 (90讲)
2019年05月 (99讲)
2019年04月 (114讲)
2019年03月 (122讲)
2019年02月 (102讲)
2019年01月 (104讲)
2018年12月 (98讲)
2018年11月 (105讲)
时长 01:23
2018年10月 (123讲)
时长 02:06
2018年09月 (119讲)
2018年08月 (123讲)
2018年07月 (124讲)
2018年06月 (119讲)
时长 02:11
2018年05月 (124讲)
时长 03:16
2018年04月 (120讲)
2018年03月 (124讲)
2018年02月 (112讲)
2018年01月 (124讲)
时长 02:30
时长 02:34
2017年12月 (124讲)
时长 03:09
2017年11月 (120讲)
2017年10月 (86讲)
时长 03:18
时长 03:31
时长 04:25
极客视点
15
15
1.0x
00:00/02:17
登录|注册

AI先驱Judea Pearl:机器人一定会有自由意志

讲述:杜力大小:1.05M时长:02:17
近日,在一篇专访中,人工智能先驱朱迪亚·珀尔(Judea Pearl)认为,人工智能已困在泥淖之中达数十年:大多研究困于概率关联,而忽视了因果关系的重要性。
根据资料,珀尔为人工智能的发展贡献了很多智慧。在 20 世纪 80 年代,在他的带领下机器终于能够进行概率推理。现在,他却成为这一领域最尖锐的批评者之一。
在他的新书(《The Book of Why:The New Science of Cause and Effect》)中,他表示,人工智能的发展正因人们没有完全理解智能的真正含义而遭遇阻碍。
三十年前,人工智能研究面临的主要挑战是让编程机器找到一系列可观察条件与潜在原因之间的联系。珀尔用一种被称为贝叶斯网络的方案解决了这个问题。
贝叶斯网络使得机器能够根据一位从非洲回来的人发烧并感到身体疼痛的症状,推断出此人最有可能患有疟疾。2011 年,珀尔赢得了计算机科学领域的最高荣誉图灵奖,很大程度上正是得益于这项工作成果。
但是,在珀尔看来,人工智能领域陷入了概率关联的泥淖之中。如今,到处都是机器学习和神经网络最新突破的头条报道,以及计算机可以下棋、操控自动驾驶车辆的消息。
这让珀尔感到烦恼不已。在他看来,今天人工智能领域的技术水平只不过是上一代机器已有功能的增强版,依然是在大量数据中发现隐藏的规律性。他指出,所有令人印象深刻的深度学习成果都只是曲线拟合。
那么如何让智能机器真正学会思考呢?珀尔认为,做到这一点的关键在于用因果推理来取代概率推理。机器不仅需要具备将发热和疟疾关联起来的能力,还需要具备推断疟疾引起发烧的能力。
一旦构建了这种因果关系框架,机器就有可能提出反事实的问题,即询问某种干预引起的因果关系将如何改变。这被珀尔视为科学思想的基石。珀尔还提出了一种形式化的语言,让这种思维成为可能。
珀尔期望因果推理可以赋予机器人类智能。他解释道,它们可以更有效地与人类沟通,甚至可以获得具有自由意志和作恶能力的道德实体(moral entities)地位。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
免费领取
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
显示
设置
留言
收藏
15
沉浸
阅读
分享
手机端
快捷键
回顶部