人工智能也上补习班？美国国防部高级研究计划局推出机器常识计划

2023-05-16 18:55:38 人工智能 ℃

后台-插件-广告管理-内容页头部广告（手机）

人工智能也上补习班？

如题：人工智能也上补习班？没办法，美国军方不满人工智能知识匮乏

西方有谚语：Common sense is not that common.（不要小瞧常识性知识，常识虽小，作用很大。）但是受过基本教育的人都会有一个基本的自然常识，因为自然常识往往来自于对自然界的观察，天气、植物、动物，日常可见的花鸟鱼虫草等等。现在人工智能的技术可以在毫秒或者是秒级别识别图片残片或者识别图片的内容，可以说一些前沿的算法超过了人类的大脑配合肉眼查找、搜索的速度。但是在很多方面需要给人工智能“补课”。没错，正式的名字就是关于常识的补课计划（The Machine Common Sense program）。

人工智能也上补习班？

其实人工智能的这个局限性由来已久。也很容易看到，比如谷歌翻译的时候会有几处错误让人哭笑不得。但是，在翻译效率方面提升得也非常明显。让人不经感慨机器学习的神奇力量。人工智能科技公司正在忙于商业化机器学习技术，这些技术虽然强大但基础有限。例如，深度学习可以识别语音中的单词或图像中的对象，通常具有令人难以置信的准确性。但该方法通常依赖于将大量标记数据（原始音频信号或原始图像中的像素）输送到大型神经网络中。系统可以学会找到出重要的模式，很容易出错非常正常，因为它没有更广阔世界的概念。换句话说，具体到某一个应用场景的算法比人类更适用于“隔行如隔山”的俗语。在某一个领域远远超越人类，但是换个玩法，就可能不如蹒跚学步的孩子。例如，人类婴儿很快就会形成对世界的直观理解，这是他们智力的基础。

人工智能也上补习班？

所以，虽然今天的机器学习系统比以往任何时候都更先进，能够自动执行日益复杂的任务，并成为人类操作员的关键工具。然而，尽管最近取得了进展，人工智能（AI）的一个关键组成部分仍然遥不可及 - 机器常识。被定义为“感知，理解和判断几乎所有人共享的事物的基本能力，几乎所有人都可以合理地期望不需要辩论”，常识形成了人类如何与周围世界互动的重要基础他们。拥有这些必要的背景知识可以显着推进人与机器之间的共生伙伴关系。但是，阐明和编码这种模糊但普遍的能力并非易事。

人工智能也上补习班？

机器学习系统并没有那么高的灵活性。它们表示单词的方式要简单得多:它会查看单词的所有不同定义，并得出一种平均值——可以肯定的是，这是一种复杂的表示，但不能反映其真正的复杂性。当一个单词的正确含义被理解是至关重要的时候，它们就不可靠了。

人工智能也上补习班？

这个问题不是一个小问题，美国国防部高级研究计划局信息创新办公室项目经理Dave Gunning在今天早上发表的一份声明中说：“缺乏常识会妨碍智能系统了解其世界，与人自然交流，在不可预见的情况下合理正常的行事，并从新经验建立反馈，从中学习。这种缺席可能是我们今天的专注于某一领域或者某一场景的人工智能应用程序与我们希望在未来创建的更为通用的AI应用程序之间最重要的障碍。”

人工智能也上补习班？

这项“常识”计划是美国国防部高级研究计划局(DARPA)斥资20亿美元在多个领域投资人工智能的一部分。但它们并不打算与谷歌、亚马逊(Amazon)和百度等公司开展重复竞争，说白了，就是要玩不一样的，科技巨头们在细分的人工智能应用程序等方面投入了大量资金。

艾伦人工智能实验室的负责人，Etzioni教授认为「人工智能对常识的理解现成为了多方面的局限（limitations of those systems）。就应该从这些基础性的地方入手。假如说当年，美国国防部高级研究计划局和其他政府相关部门在语音识别和自动驾驶汽车两个细分领域做了很多工作，这个空白的领域也是可以由政府来主导完成的。」

据美国国防部高级研究计划局官网介绍，该机构创建了「机器常识（MCS program ，Machine Common Sense」来解决这一棘手问题。机器常识将探索认知理解、自然语言处理、深度学习以及人工智能研究的其他领域的最新进展，以找到常识问题的答案。为了集中精力与资源，机器常识将采用两种方法来开发和评估不同的机器常识服务。

人工智能也上补习班？

第一种方法将创建计算模型，从经验中学习并模仿发展心理学定义的认知核心领域。为了评估这个计算模型的进展和成功，研究人员将探索发展心理学研究和文献，以创建评估标准。

第二种机器常识方法将构建一个常识知识库，能够通过从网页上上读取来回答关于常识现象的自然语言和基于图像的查询，简而言之一句话：上网学，网上信息多。美国国防部高级研究计划局希望研究人员能够结合使用手动构建、信息提取、机器学习、众包技术和其他计算方法来开发常识性知识的存储库。由此产生的能力将根据艾伦人工智能研究所（AI2）常识基准测试进行测量，该测试通过广泛的众包过程构建，形成了一个可以表示和测量普通成年人的多样的常识知识基础到底如何的体系，可以简单的理解为评价系统或者打分系统。