文章图片
最近 , 中国清华大学和北京大学的科学家们共同发表了一项研究成果 , 这项成果是一种新型计算架构 , 这种架构通过一种机制让人工神经元的工作方式和人脑中的神经元的工作方式更接近 , 从而使得人工智能更“聪明” 。
这项研究发表后引爆轰动 , 甚至被人称作是中国创造的一项全新里程碑 。
在这项研究中 , 科学家们提出一种新的假说 , 认为人脑的原理和现在人工智能系统采用的原理并不一致 , 前者的复杂性不体现在外部表现上而是体现在内部 。
大家都知道 , 当前人工智能系统的智能程度是依赖它们不断增加的复杂度的 , 这就导致深度学习模型越来越大 , 计算资源和能耗也大幅增加 。
同时 , 推进通用人工智能这一梦寐以求的目标还需要更巨大的计算系统 。
通用人工智能(AGI)是什么?那么什么又是通用人工智能呢?
通用人工智能(AGI)是科学家们正在努力研发的一种理想中的人工智能系统 , 它具有像人类一样的推理和学习能力 。
AGI不仅具备对各种任务进行自主思考、学习和推理的能力 , 而且能够在不同领域之间进行知识迁移 , 使其能够在面对新的任务时具备一定自主学习能力 。
AGI远比当前的AI系统要“聪明” , 它具备与人类相当乃至超越人类的推理、学习和创造能力 , 并拥有一定意识水平 。
也就是说 , AGI不仅仅像现代人工智能那样是一种工具 , 而是更像一个人类合作伙伴 。
因此 , AGI在许多领域都有着非常广泛且重要的应用 , 这包括科学探索、医疗诊断、环境保护等领域 。
比如在医疗领域 , 如果AGI能够更好地帮助医生做出诊断 , 那么这会为许多患者赢得新的生命 , 而且使用AGI将会降低医疗资源消耗 , 有助于医疗条件差地区的发展 。
再比如 , AGI可以帮助科学家们解决许多当前无法解决的科学难题 , 比如癌症、艾滋病等疾病 。
随着技术进步带来的影响 , AGI不仅会大大提高生产效率 , 而且还可能为人类带来许多我们现在无法想象的新机会 。
这将有助于我们探索宇宙、保护环境、预测自然灾害等 , 提高我们生活的方方面面 。
因此 , 各国各大科技公司都在为争夺AGI这一“香饽饽”而努力 , 而让人工智能系统“变聪明”的这项中国研究自然引起了重视 。
高效大规模神经网络 。根据这项中国研究 , 推进通用人工智能需要让深度学习模型变得“高效” , 不能只是一味增大模型 。
科学家们认为 , 通过提升人工神经元的内部复杂性能够实现这一目标 。
老师一定会给你反复强调一个词 , 那就是要“善于从问题入手” 。
同样 , 科学家们希望通过调节解决问题背后的原因 , 而不是一味从表面寻找解决方案 , 来让深度学习模型更高效 。
这就是他们设想的新架构想要实现的目标 。
那么新架构与传统大规模神经网络有什么区别呢?
传统大规模神经网络是将人造神经元由大量处理逻辑简单、体积较大的“电子元件”组成 , 而人工神经元通过简单信号传递过程向邻域的神经元传递信号 , 并收集到大量来自邻域的输入信号 , 再结合这些信号决定是否向下游的神经元发送信号 。
这个过程同时也是信息处理和信息传递的过程 。
人类自然神经元则是由大量细胞器组成复杂细胞机械系统 , 通过复杂生化过程实现信息传递和处理 。
显然 , 传统大规模神经网络人工神经元与自然神经元相比 , 只是在体积和复杂性层面大打折扣 , 要想追赶的话进步幅度将会十分庞大 。
因此 , 科学家们希望通过改变设计思路 , 让人造人工神经元向自然神经元看齐 。
据了解 , 这项中国研究由清华大学和北京大学几个科研团队共同组成 , 这个团队率先完成了新架构实现了高效的神经网络 , 在处理复杂任务时 , 其表现极其优异 , 并以很小的计算资源达到了传统大型神经网络需要几十倍计算资源才行的水平 。
另外 , 他们还发现 , 新架构在处理复杂任务时 , 比之前他们发布的大型神经网络模型Pangu-α要节能数十至数百倍 。
突破与应用前景 。现在看来 , 这一突破已经足够惊人 , 但考虑到新架构仍存在巨大的提升空间 , 让人更加期待未来的新应用场景 。
想象一下 , 也许在不久的未来 , 一款新发布的AGI程序甚至不需要超大的计算系统作为支撑 , 仅凭使用这种新架构就可以实现全能力输出 , 这将无疑成为新的技术突破 , 而更多关于这一新架构潜力的讨论才刚刚开始 。
这项研究成果在各种杂志上被进行了转载报道 , 并引起了许多猜测 , 主要集中在几个方面:
首先 , 这种新架构会给行业带来怎样的影响?
其次 , AGI到底能不能作为终极目标去追求?
最后 , 对于研发真正AGI而言 , 有哪些关键挑战?
然而 , 在深入了解这些问题之前 , 我们必须弄清楚通用人工智能是什么 , 以及它能做些什么 , 这个问题实际上已经很早就有人问过 。
那么AGI到底是什么呢?
科学家们已经对这一问题进行了很长时间的研究 , 并得出了初步结论 。
通用人工智能应该具备许多能力 , 包括推理能力、学习能力、行动能力、适应能力、社会交往能力等 , 而不仅仅是简单的问题回答能力 。
如果一个AI能够通过创造性的方式综合这些能力来解决问题 , 那么这就非常接近通用人工智能了 。
其实这种定义只是一个开始 , 我们还有很多工作要做 , 以使我们能够更好地理解AGI这一概念 。
有一种观点认为 , 为什么我们要追求人工智能呢?
毕竟 , 目前我们所拥有的特定领域人工智能已经足够强大 , 不仅帮助我们提高了生产力 , 而且在医疗领域也发挥了重要作用 。
而且 , 我们如何才能知道我们的目标不会危害社会发展呢?
【中国新型计算架构突破!重定义人工神经元,让人工智能更聪明!】但是 , 也有许多人支持AGI的发展 , 因为他们认为 , 这将使我们深入了解我们自身 , 并增强我们对自己认知和自我控制能力 。
推荐阅读
- 国产飞机终于安上中国心!AES100发动机获批适航证,美方封锁失效
- 善恶终有报!垄断中国市场30年,声称绝不培养中国人,如今怎样?
- 华为尊界S800有戏吗?中国市场100万级豪车冠军,9个月卖1.4万辆
- 张一鸣,又在中国搞出“抖音”
- 中国成立人工智能专业委员会,阿里云创始人出任首席主任委员
- 中国芯片自给率接近30% ,日媒提议:现在是美国投降中国最佳时机
- 中国: 你搞我的中兴, 我搞你的高通!
- 国产屏幕挑战外国垄断,美国国会上报国防部,对中国屏幕实行制裁
- 全球第一的手机在中国遇冷,用户几乎跑光,新机不足6万人预约
- AMD证实停止向中国提供X86技术授权!网友:我们有国产