机器人

机器人 > 学习园地 > 学习园地 > 【科普】真正意义上的人工智能是什么?

【科普】真正意义上的人工智能是什么?

来源:日笃小站 | 发表日期:2016-10-25
简介:最近,谷歌的人工智能AlphaGo战胜了棋王李世石,可谓是世纪围棋大战,引起了一般民众对人工智能的兴趣。本期小编尽力以简单易懂的形式为大家介绍什么是人工智能,让我们一起思考真正意义上的人工智能是什么呢?

谷歌的人工智能AlphaGo战胜了棋王李世石,这个事件轰动了全世界,可谓是世纪围棋大战,引起了一般民众对人工智能的兴趣。本期小编尽力以简单易懂的形式为大家介绍什么是人工智能,让我们一起思考真正意义上的人工智能是什么呢?

【科普】真正意义上的人工智能是什么?

真假AI?

近两年人工智能的字眼频频出现在新闻媒体上,虽然可能没有互联网+那么热,但至少频率也是很高了。谈到机器人,大家潜意识就会觉得机器人应该很聪明,可以做很多人可以做的事情,感觉很智能。实际上在新闻和网上出现的很多机器人,并没有大家想象中那么智能,它们仅仅能够做一两件人可以做的事情,就可以有很多值得谈论的地方了。可以简单举几个例子:如果你在百度搜索框内输入“智能机器人”五个字,按回车键搜索后,撇开前几个竞价排名的广告不看,在百度百科和百度图片下面会列出一些最新机器人的新闻(如下):

【科普】真正意义上的人工智能是什么?

[新闻1]“智能扫地机器人”,看上去很智能,能够自动在房间里面清扫,实际上这种机器人基本就是(电机带动轮子转完成前后左右运动 + 普通吸尘器的头以及吸尘的泵+ 距离传感器(超声或者红外)+基本的路径规划算法(可以是走之字,也可以是遇到障碍物以后随机改变前进方向等等类似的方法))。有的可能还有GPS定位的芯片,吸尘器快要没电的时候,能够定位充电座的位置,并短距离导航回到充电座自动充电

【科普】真正意义上的人工智能是什么?

[新闻2]“航天科工打造智能机器人”,新闻提到自动化设备,自动化生产线,这个就是代替人工的自动流水线,里面大概有:传送带,转台,夹具,多轴机床用于加工零件或者焊接组装。其实跟智能关系并不大

【科普】真正意义上的人工智能是什么?

[新闻3]“人工智能,情感机器人何去何从”,这则新闻里面提到的机器人类似于日本软银的Pepper机器人,能够识别人类情绪,表达自身情绪,理解人说的话,并作出回应。识别人类情绪可以有两个途径,一个是通过摄像头捕捉人脸,对人脸的表情用图像处理的方法进行模式识别,比如,嘴巴上弯并且眼睛眯着可以认为是开心,用手指着机器人,眼睛瞪大,嘴巴一直说话可以认为是生气等等;另一个途径是通过对主人的录音,用自然语言处理的方法从文字中提取出主人的情绪,比如语言里面包含了“我靠”“去你的”“气死我了”类似的生气的话则可以认定主人生气,同样如果包含“开心”“轻松”“哈哈哈”类似的话则可以认定主人开心。新闻里面机器人理解人说话就包括了上一个句子解释的分析主人语句,其他方面的话可以分析主人提的问题,通过预先储存的信息库来搜索答案,或者机器人直接联网百度,将百度里面的信息做一定筛选,最后通过文字信息转成语音信息读出来。自然语言处理也属于人工智能的一个内容,全世界大部分数据都是以文字的信息储存的,要让机器人学习,首先得想办法如何从文字里面提取有用的信息。

【科普】真正意义上的人工智能是什么?

[新闻4]“天津市推广智能机器人照看老人”,里头提到的机器人主要是紧急呼叫设备以及在线与老人视频或者通话的设备,这些设备的通过现在大家手里用到的手机就能实现,需要改进的主要是适合老年人使用,比如操作简单,容易找到等等。

【科普】真正意义上的人工智能是什么?

[新闻5]“智能机器人将挑战柯洁”,点开新闻能够看到,这个机器人没有像其他机器人一样的运动部件,仅仅是一个超级计算机,新闻里面也提到了最近谷歌Deepmind团队研究出来的“AlphaGo”超级计算机相继战胜欧洲围棋冠军和拥有18个世界围棋冠军头衔的韩国选手Lee Sedol.

【科普】真正意义上的人工智能是什么?

这种机器人用到的算法就相对高级,大概原理是:轮到机器人下棋的时候,机器人首先把当前的棋局上面的子的位置记录下来,这可以理解为当前的状态,接下来机器人选择下棋的位置的数量是有限的(因为格子只有那么多,假设机器人有N个选择),这时候计算机要计算这N个选择对应的惩罚函数的大小(惩罚函数就是你走那一步所遭受的惩罚,或者说是需要付出的代价),最后机器人选择N个惩罚函数里面最小的那个所对应的棋作为这次计算的结果来下棋。这个重点是惩罚函数是怎么计算的,可以简单,可以复杂,最简单的话直接就只考虑走完这一步后,对手也走一步,然后评判对手走完后,整个棋局自己的胜率,胜率越大的,惩罚函数就越小,计算自己和对手各一步所用的计算时间是很短的,自己有N个选择,走完后对手只剩下N-1个选择了,这样两步就只有N*(N-1)这么多种可能性;最复杂的话就用暴力算法把接下来所有可能的步数都计算下来,一直计算到输赢,比如19*19格的围棋,对方下了第一个子以后,计算机要计算自己第二颗子怎么放,如果用暴力算法那么计算机需要计算的步数是:(19*19-1)*(19*19-2)*....*(3)*(2),这个数用数学表达是360的阶乘,用matlab计算这个数,其大小大概是10的后面跟765个零,这么多种可能性,乐观一点假,如一种可能性只需要计算机运算一个浮点运算,用目前计算速度最快的计算机位于广州的天河2号(峰值计算速度5.4902*10^16)算到五十亿年后地球毁灭也算不完这一步。一般的话就不会算到最后的输赢那一步,比如算到之后的十几步就已经是很不容易了,这是暴力算法。一般可以通过人为设定一些条件,可以帮助计算机省略掉很多不必要走的步数,比如说对方快要占领一大块地方的时候,计算机里面储存了之前类似的棋局,这样,计算机就通过吻合之前的棋局来下棋。之前的棋局数量太多了,没办法储存所有的,这样的情况就迫使研究者使用大家耳熟能详高大上的“深度学习”英文叫DeepLearning,所谓的深度学习,实际上就是利用多层神经网络进行高度的非线性拟合。简单的介绍一下神经网络的非线性拟合:

首先介绍拟合:拟合的话一般是要拟合数据,下棋的话需要拟合的数据就是当前的棋局a,以及下一步应该走哪一步b,通过以往的数据,我们可以有很多组对应的(a,b),简单的来说就是如果当前棋局是a的话,接下来机器人应该走b这一步,最终赢的概率就最大。假如我们从下棋高手那里得到三组对应的(a,b)分别是[(1,1),(2,3),(3,5)]用坐标轴表示出来分别对应三个蓝色的圆圈,用一条线性的方程拟合:b=m*a + n。就可以在三个点之间画出一条直线,我们拟合得到的m=2,n=-1.5. 这样的话我就可以通过(2,-1.5)这两个数来代表原来的[(1,1),(2,3),(3,5)]这六个数,这样一来就可以节省很多内存。

【科普】真正意义上的人工智能是什么?

神经网络的非线性拟合原理跟这个简单的例子一样,只不过是方程要复杂一些,不是直线,很多时候围棋高手给出的a和b对应的是两串数字,然后a和b的关系成了:

【科普】真正意义上的人工智能是什么?

把(1)(2)(3)三个式子整合起来,我们就可以得到a和b的一个表达式:

【科普】真正意义上的人工智能是什么?
【科普】真正意义上的人工智能是什么?

跟上面的例子一样,我们也可以用一些数学方法拟合这个复杂一点的a,b表达式得到。(在这一个a,b表达式里面,所有字母代表不仅仅是一个数,而是多个数,这个需要一些线性代数的知识,向量和矩阵)。到了这一步机器人下棋的时候就方便很多,轮到机器人下棋的时候,首先机器人先把当前的棋局转化成数字串,把这个数字串输入到关系式(4)中,因为在拟合的时候已经求出,这样等式左边所有的字母就都是已知数了,我们就可以轻松的求出b,b对应的就是机器人应该走的棋,机器人到此完成计算。在实际的应用中,上面神经网络示意图中的h(隐层)可能有上万层,计算a,b过程中的基本表达式也有多种形式,上面列出来的是最普遍的形式。同时,拟合的数据不一定是定死的,比如数据有限的情况下,可以日积月累增加拟合的数据(比如电脑在跟高手下棋的过程中就能收集数据,储存到自己的数据库一遍以后做拟合用)

从第二个新闻的解释里,就牵扯到很多大家平时在网上能够看到的字眼:

“机器学习”其实就是上面提到的关系式的拟合;

“深度学习”深度这个词主要指的是神经网络的示意图里面中间的h(隐层)有上万层,关系式一样,唯一不同就是未知数m,n的数量会很多;

“大数据”这个词主要指的是在拟合之前,从“围棋高手”那里得到的成千上万,甚至上千万组(a,b),这些经验数据就是大数据。

到底什么才是真正意义的人工智能呢?

通过上面讲解几个新闻大家应该对网上所谓的智能有了大概的了解,除了第三则新闻里提到的围棋机器人,其他机器人其实也没有想象中那么智能,只是之前不了解,所以看起来就会感觉很高级的样子。第三条新闻提到的下棋的智能机器人已经能够代表目前人工智能的最前端的技术博悦娱乐了。一点需要知道的是创造出“AlphaGO”的Deepmind团队,几十个人花了整整两年的时间才造出能够战胜人类世界冠军的机器,没有人知道这其中花了多少人力物力财力。在小编看来,离开人类的大脑,没有机器是智能的,现有的所有的智能的设备的思维都是人的思维,人类在程序里面怎么编,机器就会执行人类所编的程序而完成一些任务,有些任务低级一些,比如加减法,有些任务高级一些,比如下棋。就拿谷歌的下棋机器人来说,从一开始它可能只能下赢小学生,然后就会暴露出很多问题,研究人员会根据对应的问题对程序作出相应的调整,使得不会出现同样的问题,这样机器人就能进入到初中生的水平。在跟初中生下棋过程中又会暴露出相对高级一点的问题,这时候研究人员再次出现,对程序进行改进以致不再犯类似错误。就这样,机器人在“研究人员”的不断改进的情况下逐步走到了世界冠军的位置。我们想知道的是从此刻起,机器人再依赖任何研究人员,它能保证未来永远是世界冠军吗?也许答案是否定的,原因很简单,围棋不是数学题,没有固定的下法,机器人能成为冠军,主要是因为它在下棋的时候相比对手来说犯的错误更少,所以才能赢。李世石之所以能成为18次世界冠军也是如此,在那18次跟对手对决的时候比对手犯的错误少,他就是冠军。谁也没法断定以后出现的人类围棋高手在跟谷歌机器人对决的时候犯的错误是否会比机器人少,随着谷歌机器人在公共场所下棋的次数增加,它暴露出来的问题就会越来越多,虽然每次跟高手对决,机器人也能增加新的数据,但这些数据始终有限,没有研究人员用自己的大脑来给它弥补漏洞的话,人类把冠军头衔拿下来只是时间问题。

在这里想说的是,目前来讲还没有可以不利用人的大脑对其进行持续更新和改进的智能机器,一旦借助了人脑来思考算法,这样的机器就不是真正意义上的人工智能。要实现真正的人工智能需要做的是:

把人的大脑研究透彻,一方面是结构,大脑都有哪些结构构成(如:大脑左右半球,小脑);另一方面是这些结构对应都有哪些功能(如:大脑的颞叶区域负责人类语言,大脑的顶叶区域负责运动,脊椎的海马体和内嗅皮层负责记忆)

对现有的全世界的所有硬件进行筛选,选出可以一一对应人脑结构的硬件,这些硬件的要求是能够在软件的配合下实现所对应大脑结构的功能

根据大脑的机械连接结构(如:脊髓和中脑的连接,小脑和中脑的连接,左右脑半球连接)以及化学连接(如:上一个轴突与下一个树突间隙传递信息的神经递质)把硬件组合起来

【科普】真正意义上的人工智能是什么?

图片来源:http://www.brainwaves.com/

通过这三步,才有可能实现真正的人工智能。不过每一步确实都很难,就说第一步,里面有两方面,第一方面相对来说简单一些,大脑的结构基本上现在通过研究无数个尸体的大脑,有了比较多的认识;第二方面就相当难,虽然我们知道一些结构的功能,但还有一些结构我们并不知道有什么用。第二部步里面,硬件筛选也是很难,有些硬件估计是不存在的(小编个人比较保守),找不到对应的硬件,真正的人工智能就无法实现。更难的是即使有了硬件,如何让那个硬件实现对应大脑结构的功能,这个硬件的输入和输出分别是什么也是需要时间来研究。第三步就是一个系统集成,在前两步完成的基础上,需要把所有的硬件连接起来,使其能够正常工作,难点在于不同硬件的输入输出如何匹配,有的硬件与硬件之间的连接是化学连接,如何完成大脑环境下一样的化学信号传递,如何知道是不是漏了某些化学连接,这都是值得探讨的。

【科普】真正意义上的人工智能是什么?

人工智能行业现状

在这里再提到一下目前的人工智能领域的研究现状,全球范围内人工智能研究做的比较好的也比较热的是美国,日本主要偏向于机器人硬件,美国的人工智能研究的方向主要受资金来源的影响,不是来自军方(美国国防先进研究项目Defense Advanced Research Projects Agency- DARPA),就是来自网络科技巨头(谷歌,IBM,微软,苹果,facebook,亚马逊)。军方的话一般就是研究一些先进的武器装备,Mind’s eye就是一个比较大的军方项目,目的是用人工智能的技术做出像动物一样尖锐的视觉,其他项目一般就是智能的传感器,制导等等。网络科技巨头的话主要是服务于公司的主营业务,比如谷歌人工智能主要在两方面:第一是智能搜索,处理搜索引擎的大数据,第二是图像处理,有助于自己的图片搜索业务,同时也有助于无人车的环境感知。IBM则主要将人工智能技术运用在自己擅长的超级计算机上,典型代表是Waston,它2011年跟人类冠军对决,赢得Jeopardy冠军,现在已经通过waston衍生出医学专家系统(Expert System)应用在医学领域,帮助医生看病。微软,苹果,facebook,亚马逊四个比较类似,它们手里有很多客户的数据,通过人工智能分析手头的数据,定向投放广告(半年前微信曾定向投过宝马,可口可乐等广告),推广自己的博悦娱乐,增加营业收入。

【科普】真正意义上的人工智能是什么?

总的来说,虽然真正的人工智能难以实现,不是很乐观,但需要知道的是,现有的人工智能的技术已经悄然改变着我们的生活,为我们带来无数方便,美颜相机APP的图像处理让无数少女梦想成真;虾米网用人工智能分析理解用户喜好,推荐的歌曲十拿九稳;谷歌和有道翻译通过自然语言处理让诸多不同英文的同胞倍感欣慰;游戏开发商通过机器学习让玩家觉得跟电脑对打越来越有挑战性。。。

标签 人工智能 AI

Robugtix T8X 仿生蜘蛛机器人