1. 首頁 > 生活百科 > 科技 > >

|21世紀的我們能夠制造出哆啦A夢嗎？

|21世紀的我們能夠制造出哆啦A夢嗎？

文章圖片

|21世紀的我們能夠制造出哆啦A夢嗎？

文章圖片

|21世紀的我們能夠制造出哆啦A夢嗎？

文章圖片


哆啦A夢是日本漫畫家組合藤子·F·不二雄于1970年創作的科幻喜劇漫畫 。 在這部漫畫里 ， 不二雄先生描繪了一個來自22世紀的貓型機器人——哆啦A夢 。 它有一個萬能口袋 ， 里面的各種奇思妙想的道具讓人驚艷 。
我想眾多的80后90后小的時候都幻想能擁有屬于自己的哆啦A夢 ， 在21世紀的如今 ， 我們有辦法實現哆啦A夢嗎？

AGI是什么？根據斯坦福大學機器學習教授吳恩達（Andrew Ng）的說法 ， 現在有兩種類型的人工智能 。 一種是用于特定目的的“專用型人工智能”（Narrow AI=ANI ， 有時也被稱為狹義人工智能） ， 以及“通用人工智能”(即人工通用智能AGI） 。
AGI（人工通用智能）被認為具有類似人類的認知能力 ， 能夠根據過去的經驗和知識適應環境的變化 。 此外 ， 據說它還能擁有想象力、表達能力、預測力和計劃能力 。
但是 ， AGI的研究開發比ANI晚了很多 ， 現在在商業現場應用的大部分人工智能都是ANI 。 ANI可以學習局部的任務和工作 ， 并且非常順利地完成 ， 因此它經常作為預測和處理的工具 ， 以需求預測模型等形式被使用 。
例如 ， 咨詢公司gartner在2021年曾發布過一個AI hype cycle周期 ， 預測AGI還處于黎明期 ， 預計技術成熟至少需要10年以上的時間 。 由此可見 ， AGI的實現是在遙遠的未來了 。

AI hype cycle周期
到目前為止 ， 在美國的IT業界 ， 一提到AI ， 很多人都默認是指ANI ， 但最近越來越多的人開始談論AGI 。
谷歌旗下的人工智能公司DeepMind于2021年5月發布了一份名為“Reward is Enough（報酬足夠）”的職位報告 。 在這篇論文中 ， DeepMind提出 ， 在不遠的將來 ， 我們就有可能接觸到AGI 。
定位論文與學術論文不同 ， 是指“沒有基于數學證明或實驗證明假說 ， 僅以文字形式提出假說的論文” 。
這篇論文的執筆者是人工智能研究的泰斗、被稱為“強化學習教父”的理查德·薩頓 ， 以及薩頓的前弟子、AlphaGo開發的核心人物大衛·西爾弗 。
這篇轟動一時的論文在人工智能研究者之間引起了巨大的爭論 ， 也為討論AGI創造了契機 。

打造通用人工智能只需要設計“報酬”就足夠了嗎？【|21世紀的我們能夠制造出哆啦A夢嗎？】在上述的那份職位表中 ， DeepMind公司提出了一個假設 ， 即為了實現AGI ， “只要給（人工智能）報酬就足夠了” 。
獎勵是強化學習的核心概念 ， 通過獎勵的最大化 ， 人工智能可以學習到各種知識 。
例如“糖果和鞭子”中的“糖果” 。 如果知道采取特定的行動就能得到糖果 ， 人工智能就會不斷重復同樣的行動 ， 從而強化行動 ， 心理學上稱之為強化學習 ， 這也是人工智能強化學習的基本概念 。
再舉一個例子 ， 論文中出現了廚房人工智能機器人的例子 。 通常來說 ， 廚房機器人要想將廚房的清潔程度最大化 ， 需要具備以下小技巧 。