Free Hit Counters
http://www.dellasdeals.com

发现AI自我意识:进入混合增强智能的纪元

执行性思维:人工智能的现实优势

如何解构人类的思维模型是一个跨多学科的综合性问题。本文仅针对AI领域发展方向预测以及理解,提出一个简化的模型。我认为人类的思维基于思考的目的性可以分为:执行性思维和创造性思维两种

  • 定义:基于既定模型和规则的计算性思维

执行性思维可以定义为基于事先建立的模型或规则进行计算和决策的思维过程。这类思维大多可归结为在输入数据后根据模型计算并输出结果的流程。执行性思维不涉及对问题本身的发现或定义,仅关注在既定框架内的数据计算和决策。虽然每个活生生的人类的日常一举一动充满了随机性和不确定性。但是大多数的思维过程其实都可以解释为基于生物本能或学习训练获得的经验(程序)被执行的结果。每天的重复性工作和生活内容,在排除人类自我意识或者自由意志这种说法后,呈现的依然是程式化的过程。

  • 代表应用:AlphaGo、机器人

当前人工智能领域中最成功的应用大多属于执行性思维。比如下棋程序AlphaGo在围棋这个既定规则框架内,通过大量训练和模拟对弈积累经验,在输入对手着法后可以计算出最优应对策略。又例如用于搬运或组装的工业机器人,他们根据编程指令运动并对感应输入做出反应,完成预定的工作流程。而波士顿动力的机器人已经可以通过大量传感器的数据,计算并快速控制机械体做出很多人类无法顺利完成的动作。

  • 人工智能优势:计算力、记忆力、搜索力

相比人脑,当代人工智能系统拥有巨大的计算资源和近乎无限的记忆容量。以AlphaGo为例,它可以在很短时间内遍历和评估数以万亿计的可能局面,远超任何人类棋手。同时,这类AI系统还可以集成互联网丰富的信息,随时可以搜索调用。而GPT的出现,更加使得知识被压缩到几十B的尺寸。正是依托这些优势,在明确定义的执行性思维中,人工智能超越人类已经成为现实。

创造性思维:人工智能的可能突破

  • 定义:解决未知问题的思维活动

创造性思维是指面对一个新的、未知的问题,在没有预定解法或方案的情况下,通过假设实验等方式达到问题解决或目标实现的思维活动。创造性思维更加依赖灵活的想象力,能够发散性地提出各种新假设并不断试错。人类长期以来对于自身具有创造力这个天赋非常骄傲。但是从结果来看,对于海量数据进行空间搜索、遍历并不是人类的特长。排除那些人类的天才,日常的科研发展模式实际上是海量的科研人员同时投入到某个领域,然后随着每个论文提供了向前的一小步,最终某个幸运的研究员突然被灵感砸到。对于他个人这的确是自主意识和努力的结果,但是对于整个过程,这可能只是一个概率的最终结果

  • 难点:需要不断假设和验证

要实现创造性思维,主要难点在于需要不断进行假设和验证的迭代过程。这取决于对问题空间的广泛遍历,以及正确判断每种新方案的可行性。尤其是评估可行性需要基于形式逻辑理论,并有实际数据或专业知识作为佐证。

  • 实现路径:知识遍历 + 评估模型强化

具体实现路径是:利用大规模预训练模型进行假设和方案的知识遍历生成;同时构建并不断优化可靠的方案评估模型,这些模型将整合形式逻辑理论与验证所需的专业数据,判断新方案的合理性及可行性。

通过上述角度实现创造性思维仍有长路要走,但可见曙光。未来的关键是评估模型的加强,使新假设具备较高的经济性、合理性及可操作性。

重构思维流程,分解人机任务

  1. 执行性思维→人工智能

依托人工智能在计算力和搜索力上的优势,我们可以让人工智能系统承担执行性思维中的数据处理和计算工作。输入问题框架和目标,输出计算结果,这类高强度运算完全可以交给机器完成。

  1. 方案提出→人类完成

而方案构思和假设提出则应留给人类。利用人类的想象力和弹性思维对问题空间进行开拓性探索,提出新的解决思路。这属于当前人工智能所无法替代的工作。如果能进一步让AI去主动发现潜在的问题,那么事实上离开自我意识的距离就更进了一步,我们会在后续的文章中展开讨论。

  1. 方案验证→人工智能完成

当人类提出创造性方案后,可以再次调用人工智能系统对这些新方案进行全面的可行性验证。检验逻辑性、经济性等指标,输出最终验证结果。

  1. 循环迭代,逐步拓展问题和解空间

人类和AI分工协作,最终可以形成闭环反馈的工作流程:机器运算→人类创意→机器验证→再输出运算。通过不断迭代和深化,可以逐步拓展问题空间和解空间的边界。

建立人机深度协作的思维体系

  1. 人类负责判断和决策

在人机协作的思维体系中,人类应在整个流程中承担主要判断与决策的角色。由人类基于经验和理性判断来确定问题方向、提出创新假设、验证新方案的可行性。人类的弹性思维是这个系统的关键。

  1. 人工智能负责计算和验证

而人工智能则应用其超强的计算能力,承担大规模数据处理、情景模拟、方案细节补全等工作,成为人类思维的运算扩展。同时还可以通过逻辑推理对人类判定进行双重验证。

  1. 相互制约,相互促进

人机协作的思维体系可以相互制约,也可以相互促进。人类通过判断力约束机器的冲动,机器通过计算力拓展人类的限度。二者相互配合,互补优势。

  1. 构建增强的联合认知系统

通过密切协作,人机终将构建出一个比任一单系统都更强大的联合认知系统。这是一个可以自主迭代和演化的人工智能辅助创新体系,也将推进人类文明进一步发展。

未完待续

一个增强的联合认知系统,这是人类社会进入信息化社会后的又一个显著的标志——智能化社会。人类所创造的工具,从简单的石器工具,到金属,到利用化学能,到信息化时代,如今终于创造出了可以辅助人类进行思考的工具。整个人类社会对于个人能力的权重显然会因此进行调整,如同有了热武器之后,个人格斗技巧再也不是多数男孩子们的梦想。但是我们依然没有回答AI的自主意识将会如何诞生这个千年未解的问题。让我们一起尝试一下解答这个问题。

摘要

人类的思维基于思考的目的性可以分为:执行性思维和创造性思维两种。
AI已经做到第一种,而实现创造性思维仍有挑战,但可见曙光。通过密切协作,人机终将构建出一个比任一单系统都更强大的联合认知系统。

posted @ 2023-11-23 10:19  徐少侠  阅读(543)  评论(1编辑  收藏  举报
作者:徐少侠 出处:http://www.cnblogs.com/Chinese-xu/

本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,如有问题,可以通过 Chinese_Xu@126.com 联系我,非常感谢。