在Siri與Google Brain研發者眼中，人工智能應該是怎樣的？

距離人工智能首次提出已經過去數十年了，我們開始重新審視機器，并且研究如何呈現一些更加聰明的絕技。精確地識別不同面孔和口語也許是一個開端。在麻省理工學院舉行的技術峰會上，兩位人工智能專家具體闡釋了人工智能未來發展的前景。

Adam Cheyer是蘋果個人助理Siri的研發者之一，也是Viv Labs公司的創始人，這家公司正在嘗試建立一個功能更加齊全的個人助理，可以回答融合不同概念的復雜問題。例如，它可以將天氣和地理知識，與聯絡簿所獲取的信息相聯系，來回答類似這樣的詢問：“假如今天晚上下雨， 請為我找一家位于我女友住所附近的餐館。”

Cheyer說到，盡管目前在人工智能方面所取得的進步賦予了電腦許多非凡的技能，但它們應用起來仍然非常狹窄。研發一臺可以解決綜合不同數據來源，或者不同概念問題的機器，要在沒有為這些連接設立代碼的前提下，找到連接當前不同信息來源的方法。

Cheyer認為實現這一目標意味著要讓一些基本的編程任務實現自動化。因此Viv Labs可能不僅代表了人們在人工智能方面所取得的進展，同時也是計算機與人類在新領域合作的一個重要例子。這并不只是關于機器研究的狹窄功能，它們將會幫助我們進行編程。

Cheyer認為，此舉所產生的效果將會遠遠超過單純的電腦編程。“其最終目的是如何實現人與人工智能技術規模化協同運作，在協同工作過程中，人類在做自己最擅長的事情時，機器也在盡力做好它們能做的事情，兩者各司其職。”

雷鋒網多次報道過，近期人工智能所取得的許多進步都與一個叫做深度學習的領域有關，深度學習是指通過訓練簡化的虛擬神經元來使用大量數據識別模式。Quoc Le是Google Brain項目的一名研究科學家，他在深度學習上的最新研究表明，深度學習已經能在時尚和金融等領域發揮作用了。

和Viv Labs一樣，Le最近的研究工作就是將不同的方法結合起來，創造出大于它們各部分之和的效果。這意味著要將不同的深度學習系統相連接，創造令人驚嘆的效果，例如一個系統可以回答圖像內容的問題。“一旦我們理解了圖像，就可以理解人們的言語，然后理解文本，于是我們就可以將這些領域聯系在一起。”

然而，Le認為研發真正智能的計算機所面臨的最大障礙，是找到一種可以讓它們學習卻不需要借助標記的訓練數據的方法，這種方法叫做“無監督學習”。

雷鋒網曾有文章指出，人工智能方面取得的新成就促使一部分人開始擔憂許多行業的就業前景，甚至認為超級智能的機器將會對他們造成一定的生存威脅。然而Cheyer和Le似乎并不十分贊同后者的觀點。“目前，還有許多人類可以完成而機器卻不能代替的事情，” Cheyer說到。“我確信將會有些變化，但是我認為我們不會靜坐旁觀，讓機器人主宰我們的生活。人類將會適應這些改變。”

via techreview （譯：鄭佳雨）

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。