IBM基于人脑建立新的AI

来源：网易新闻 · 网易号“各有态度”，作者： Chelsea Gohd  ，译者：彭婷 

概要：作为人类的我们在逐渐地学习。简单地说，我们在边发展边学习。当我们在掌握知识的同时，我们的大脑会适应和吸收许多信息，而这些信息会与现有AI系统构建方式不同。另外，我们会逻辑思考。

1

细心的机器人

目前，AI技术可以表现出貌似人类的特征。其中有的是故意表现得像人类，而有的会做一些通常和人类密切相关的事情，例如歌曲写作，教学和视觉艺术。

但是随着该领域的发展，为了重新思考AI的基础，公司和开发人员会审视自己的思维，并检查如何使用机械和软件来有效地模仿AI。IBM是一家雄心勃勃的公司，因为它已经开始着手研发能够表现得像人类的人工智能了。

许多现有的机器学习系统都是围绕着从数据集中提取数据的需要而建立的。他们解决问题无论是为了赢得Go游戏还是为了从图像中识别皮肤癌，往往都是如此。然而，这个基础是有限的——它与人类的大脑不同。

作为人类的我们在逐渐地学习。简单地说，我们在边发展边学习。当我们在掌握知识的同时，我们的大脑会适应和吸收许多信息，而这些信息会与现有AI系统构建方式不同。另外，我们会逻辑思考。而且我们会使用推理技巧和逻辑来解决问题，但是这些系统现在还无法达到这种程度。

IBM正在寻找改变这一点的方法。DeepMind的一个研究团队创建了一个合成神经网络。据报道，这个合成神经网络可以使用理性推理完成任务。

2

理性机器

DeepMind的计算机科学家TimothyLillicrap在接受Science Magazine采访时表示，通过给予AI多个对象和一个具体的任务，我们会让网络发现其中存在的关系。在6月份的网络测试中，有人质疑说如果一个图像中有多个对象呢。例如，网络上有人问道：“在一个蓝色的东西前面有一个物体; 它是否与灰色金属球右侧的微小青色物体具有相同的形状？

在这个测试中，难以置信的是相比正确率只有42%到77%的传统的机器学习模型，网络识别的正确率高达96％。先进的网络也擅长处理词语问题，并且它会持续地发展与完善。除了推理技巧之外，研究人员正在努力提高网络的注意力，甚至尝试提高其制作和存储回忆的能力。

IBM的研究人员Irina Rish在接受Engadget采访时表示，使用这样的策略可以加快AI未来的开发。他说：“神经网络学习通常是经过精心设计的，所以要想找到一个最有效的特定架构，需要做大量的工作。这可以说是一种试错法……如果这些网络能够自我建立，那将会是一件好事。”

光是想想AI网络可以自我建立和提高就觉得可怕，但如果监控，启动以及控制得当的话，这可能会使该领域突破目前的局限性。尽管对机器人接管充满恐惧，但是如果进步的AI技术能够运用于医疗领域的话，可以挽救许多生命，甚至能让人类登上火星等等。