您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

人工智能发展的最大障碍是什么？

人工智能,模式,神经元人工智能发展的最大障碍是什么？

发布时间：2019-02-08加入收藏来源：互联网点击：

说到这里，我一直感觉我们的思想被冯诺依曼系统和现代计算机指令集限制了。我们走上了一条捷径，创建了当今看似高度发达的计算机世界，但其实一直是在用硬编码、强介入的方式来解决问题。人类花了很多智力资源用来和计算机系统沟通，比如，程序员。

世界模型

每个人的大脑中对这个世界都有一个模型，从哲学角度也叫世界观。这个模型表达了人对这个世界的认知，包含了人所有的知识，对具体事物和抽象事物的理解。

虽然每个大脑先天上有所不同，后天的成长环境也不同，每个人的世界模型之间有一些偏差，但绝大部分都是一样的。这就像DNA一样，人和其它动物间的差别不大，别说人和人之间了，但人的个体差异从外表上也是很显著的。这样的个体差异也同时包括了先天和后天环境产生的差异。

当前的机器学习应用中的模型，一般都是单一或者有限的几个模式。这样的模型高度简化了真实世界，虽然降低了每个单独的问题难度，但是通用性很差。如果能有和人脑中类似的世界模型，绝大部分东西就可以重用了。这样就能在已知的基础上累积未知，在解决新问题时所需要的人工介入就很少了。

世界的模型是一个非常复杂的模型，估计包括了千万级的模式。其复杂性以当前的人口基数和软件管理水平是不能通过一行一行代码堆出来的。所以，需要通过大规模的模式整合来实现。一个能够自动化产生各种模式并吸收知识的系统。这和人类从小到大所接受的教育是类似的。另外，人脑的强大除了学习，还有归纳。对于类似的模式，人脑是能够将其合并的，这样的合并不仅能节省空间，还能有效的发现未知的模式和提高响应速度。另外，人脑对知识的有效的有损压缩也是很有用的。大脑是永远存不满的，它会不断的将知识合并、整理、遗忘。现在的计算机架构很难做到这一点。

这些基本问题也不完全是停滞不前的，还是有一些进展的。比如多层神经网络也有了一定的发展，比如深度学习。再比如，控制非分层的神经网络中振荡的问题，也有些比较简单的算法来处理了。

计算规模

虽然当前的计算能力已经很强了，但强人工智能所需要的规模也是非常大的。按照通常的计算，人类有大约120亿个灰质细胞，每个细胞有数百到上万个树突，假设平均每个细胞会有5000个树突形成突触。这样算下来，突触的数量大约有10的13次方。从存储上来看，假设每个突触有1k的存储量，总共是5PB的存储量，虽然很巨大，但现在的存储系统已经不难解决了。从计算量上看，假设人脑的频率是100Hz，每次活动有1%的突触参与。由于当前的计算机不是为神经活动设计的，所以需要用当前的指令集来模拟神经活动，假设每一次突触活动需要100个处理器周期。假设用8核2.4G的处理器，算下来大概需要29万个处理器，才能达到人类的运算速度和规模。虽然现在的超级计算机也有上十万个处理器，但不是简单的累加就可以达到同样的计算能力。整个系统内的数据存取速度，通讯速度也是需要考虑的。在大规模的并行计算下由于处理器之间的通讯，协调等问题，计算效率是会下降的。另外，这只是一个人脑规模所需要的计算资源，如果要支持多个团队的研究，所需要的资源就要数倍了。

现在IBM等公司已经在制造为神经网络优化的计算机了，且不说其架构是否和强人工智能所匹配。但从能耗、成本、并行规模上应该比现在的处理器架构更适用于强人工智能。即使这样，也需要可观的规模才能有足够模拟一个人脑的资源。

现实利益驱动

在人工智能发展的过程中有一个冷门期，大概是上世纪70年代。当时，一方面理论上没什么突破，另一方面也没有找到实际的应用。所以研究机构、政府、企业等没有动力继续支持研究，大部分科学家们也因为不容易出成果也就不研究了。直到那些不撞南墙不回头的科学家发现了新的理论、新的应用方向，才将大量的资源和科学家重新吸引过来。

当前人工智能、机器学习方向虽然看起来热热闹闹的，但主要还是集中在应用领域。愿意对强人工智能投入的组织和科学家有不少，但不是主流。虽然无人质疑强人工智能的应用范围，但对其可预见范围内能实现的信心不足，对其所需要的投资仍是敬而远之。所以人工智能虽然复苏了，强人工智能的研究可以说仍然是在被冷落中。一旦对人类智能的认识和模拟达到了新的高度，强人工智能有了更切实的时间表，各种资源就会蜂拥而至。这和资本主义的逐利性是一样的，从积极的方面来看，也是资源的合理调配。

综观全文，主要篇幅都在讲基本问题的挑战，所以主要不在于运算规模和资源投入，还是要解决一系列的基本问题。从基本问题的难度上来看，如果有各种资源的投入，这个过程是能加快的。通过人脑来超越人脑，实现强人工智能，需要规模化、系统化的研究，不停的迭代和积累，才会成功。

回答于 2019-09-11 08:43:50

实现通用型人工智能

回答于 2019-09-11 08:43:50

感谢题主提出的问题，非常荣幸能够做出回答。

最大的障碍是计算机语言。其实人工智能发展到现今，终究未逃出计算机语言这个框架范围。从计算机问世以来，图灵、比尔盖茨、乔布斯等人都未迈过计算机语言这道坎。

我们熟知计算机其实是用二进制来进行演算的，即通常咱们所说的0和1。不管是windows系统还是苹果的IOS系统，都无法逃出C语言的框架，终究都只能在0和1之间进行运算，进行编程。

正因为如此，所对应的算法和系统框架都被局限，不管是嵌入式还是交互式，其实只不过是换了一个硬件载体而已，但一个硬件如果不能附加上软件的运行，那跟一块废铁没有区别。

我们现在常说人工智能，包括AI，视觉映像，等等。其实都需要一门语言进行编程，没有了语言，没有了运行环境，没有了算法，那所谓的人工智能其实就是浮云罢了。这也是为什么我认为人工智能发展最大的障碍在于语言的原因所在。

 4/6   首页 上一页 2 3 4 5 6 下一页 尾页