第一个问题的回答：
人工智能研究经过了半个世纪的起起伏伏，近两年因为深度学习而再次受到关注。（顺便看了下，论坛该活动的第一期是在2016年的1月。）
关于计算机能不能像人一样富有理性还存在着争议，不过高级的人工智能应当具有自我审视的能力，或者他应当能够对自己的行为进行分析，并且能够解释他是如何得到现有结论的。事实上，现有的人工智能实体大都能在一定程度上达到这个要求了。这种能力与人类所具有的智能行为是非常相似的，人类也是通过类似的方式体现自身只能的。所以如果计算机能够做到这点的话，那么对于外界观察者来说，就可以认为他是具有智能。
发展到当下，人工智能的发展进程总是落后于人们的预期的，主要原因是创造人工智能机器所遭遇的技术困难远远超越了计算机领域先驱者们或者是人工智能领域专家们的所认为的程度。
在讨论人工智能时，特别是超越人才类才能的人工智能时，可能有人会说如果科技足够先进，我们就有能力制造出比人类更加智能的头脑。
近两年来我们经常看到人工智能在某某方面达到人类水平甚至是超越人类水平，在某某方面的性能指标比人所能达到的水平更加优越，相信大家都可以看出，大都是某一单一领域的表现上，如国际象棋上的深蓝（比较老了），围棋上的阿尔法狗，甚至是语音识别和图像识别上，也有人工智能的研究成果的表现超越人类，而要知道的人类学者是存在“百科全书式”这样的人物的。拿驾驶来说，很多的人不仅会骑二轮的自行车和摩托车，也会三轮车，当然还有四轮汽车。但是就目前而言，作出一个这样的人工智能系统还是有一定难度的，能够超越人脑的人工智能系统不仅需要具有百科全书式的知识，还要懂得运用，懂得知识推导和理论创新。更多的人工智能研究者相信高水平的人工智能的研制需要更加建设性的想法，某种程度上可以说，我们现在是无法预知什么时候才能制造出真正意义的人工智能。
最后给出人工智能之父麦卡锡总结的人工智能的研究方法：人工智能研究的进步是依靠这些方法创造的：（前人总结好的）
1). 通过逻辑规则和其他适当的方法来描绘真实世界中各种各样的知识。
2). 确立理性的机制，比如说，那些比一般的推理过程中所使用的逻辑演绎方法更加高级的机制。
3). 正确的表征人们在日常推理过程中常用到的那些概念。
4). 设计更好的运算法则去进行科学探索，设计更好的计算逻辑推理方法。
2. 第二个问题的回答：
当下，创造出人工智能如此辉煌的胜利来源有两个：一个是建立在更可靠的统计以及信息理论基础上的机器学习不断突破，另一个是在将解决特定领域特定问题的人工智能应用到特定的实践和商业中所取得的成功。
机器在搜索、计算、存储等方面相比于人类具有非常大的优势，然而也存在巨大的短板，在感知、推理、归纳和学习等方面与人类智能相比又存在着巨大的差距。所以存在机器智能与人类智能互补的一种想法，也就是混合智能的理念（也有人说AI结合HI最终获得超级智能，总之是人工智能的发展离不开人类智慧）。随着人类对人类大脑研究的逐渐深入，对大脑的机制理解越来越清晰，都将会推动人类在智能领域的研究进展。混合智能具有非常好的应用前景，极大可能改变我们未来的生活方式。在以后应该会有越来越多的相关的成果走入我们的生活。
3. 第三个问题的回答：
近期人工智能领域值得关注的是迁移学习和对偶学习的研究进展吧！
迁移学习不同于过去的机器学习方式，可以在一个环境中学到的知识来运用于新环境中的学习任务，从某种程度上讲应该更接近我们的学习方式，正在逐渐成为人工智能领域研究的热门方向。国内第四范式公司团队应该在这个领域有一定的研究进展。
微软亚洲研究院也有研究员提出对偶学习的新理念，深度学习取得了巨大的成功，但也并非不存在短板，主要一个就是带标签的大规模数据问题，这是个棘手的问题。为了降低其对大规模标注数据的依赖性，提出了一种新的学习范式称作对偶学习，是可以从未标注的数据进行学习的，应该具有不错的研究前景，并且我们应该多多鼓励国内的创新研究。
当前位置：
论坛首页 »
自由讨论区 »
AI.人工智能讨论区
»
发起投票
技术讨论
加好友
发消息
2017-4-13 15:46:05 |
赞(
操作
