云南龙网

  1. 首页 > 云知道 > >

通用人工智能的时代已经来临( 三 )

参考


机器人寻找瓶子、机器人抓住瓶子
机器人举起瓶子、机器人运送瓶子
图2：体现NARS实时推理与学习能力的瓶子收集任务
图注：此例虽小 ， 但意义重大 。 首先 ， 再次印证同一个通用人工智能系统能够完成不同的专用任务 ， 而无需再次开发或修改源码重新编译；其次 ， 明确说明通用人工智能系统的多种感知与运动功能能够在“大脑”的指挥下被妥善协调 ， 而对算力仅有“微弱”的要求；最后 ， 尽管单项能力非其所长 ， 但对开放世界里又“找”又“避”又“抓”又“举”的“多强全能”冠军而言 ， 通用人工智能系统必定是最有力的竞争者 ， 没有之一 。
在这一任务中 ， 机器人不仅需要协调视觉搜索和机械操作等多种感知运动功能 ， 同时还要学习探索如何避障 。 这让NARS实时学习和实用推理相得益彰 ， 二者融合一目了然——既能够充分体现实时学习的能力（常被视为强化学习的优势） ， 又不失目标规划及利用背景知识的认知灵活性 。 而且 ， 通过集成最新的深度学习模型来处理其所擅长的目标检测任务 ， 可将机器学习的离线优化特点与AGI系统的实时学习和推理优势相互结合 ， 此为SAI与AGI系统的共生之道 。 我们的AGI方案有望实现智能系统自主性的极大提升 ， 并用于：
救援机器人
探险机器人
基于智能手机或PC的个人助手
无论是某种新型自主代理还是其他项目 ， AGI的应用不拘形迹——“一切皆有可能” 。 一言以蔽之 ， 实时学习乃AGI关键之法 ， 离线优化的人工智能技术可以成为服务AGI“大脑”的其他延展“器官” ， 从而令多模态学习及跨域迁移的交结变为现实 。 这样的系统具备真正意义上的智能 ， 能迅速适应多变的现实环境 。
最后 ， 总结本文要点如下：
AGI与SAI根本目标各异——通用VS专用
AGI与SAI评价方式完全不同
实时适应性是智能系统的必然要求
NARS所依据的通用推理系统是实现真正智能的一种方法
【通用人工智能的时代已经来临】AGI时代的大幕正徐徐升起 。 2021 ， 你好牛年 ， 你好牛·年！
参考文献
[1] Bochkovskiy, A., Wang, C. Y., & Liao, H. Y. M. (2020). YOLOv4: Optimal Speed and Accuracy of Object Detection. arXiv preprint arXiv:2004.10934.
[2] Bratman, M. E. (1987). Intention, Plans, and Practical Reason. CSLI Publications. ISBN 1-57586-192-5.
[3] Georgeff, M., Pell, B., Pollack, M., Tambe, M., & Wooldridge, M. (1998, July). The belief-desire-intention model of agency. In International workshop on agent theories, architectures, and languages (pp. 1-10). Springer, Berlin, Heidelberg.
[4] Hammer, P., & Lofthouse, T. (2020, September). ‘OpenNARS for Applications’: Architecture and Control. In International Conference on Artificial General Intelligence (pp. 193-204). Springer, Cham.
[5] Holland, J. H. (1984). Genetic algorithms and adaptation. In Adaptive Control of Ill-Defined Systems (pp. 317-333). Springer, Boston, MA.
[6] Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You only look once: Unified, real-time object detection. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 779-788).
[7] Wang, P. (2019). On Defining Artificial Intelligence. Journal of Artificial General Intelligence, 10(2), 1-37.
[8] Monett, D., Lewis, C. W., & Thórisson, K. R. (2020). Introduction to the JAGI Special Issue “On Defining Artificial Intelligence”—Commentaries and Author’s Response. Journal of Artificial General Intelligence, 11(2), 1-100.
[9] Wang, P. (2013). Non-axiomatic logic: A model of intelligent reasoning. World Scientific.
[10] Wang, P. (2009, October). Insufficient Knowledge and Resources-A Biological Constraint and Its Functional Implications. In AAAI Fall Symposium: Biologically Inspired Cognitive Architectures.

推荐阅读


上一篇：骨子里的气质是学不来的 刻在骨子里的气质是与生俱来的

下一篇：气质出众的人能看出来 是不是气质美人一看就知道