online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 人工智慧發展一切順利?美 AI 專家:凜冬將至

摘要: 自深度學習(deep learning)技術問世後,許多人都相信這將是帶領我們逐步走入「通用 AI」(general AI)夢想的關鍵,企業領導者也都在演講中談及 AI 時代將會如何來臨,然而事情真的如此順利嗎?電腦視覺與 AI 領域專家 Filip Piekniewski 並不這麼認為,近日在部落格的一篇文章中,Piekniewski 也詳細談及對於現今 AI 發展進度的看法,在他看來,已經有許多跡象都顯示出 AI 產業的「凜冬將至。

 


來源:shutterstock

Piekniewski 指出,在 ImageNet 獲得不錯的解決方案時,許多該領域的知名研究人員都積極的受訪並採用相同的論調表示:人們正處在一場巨大的革命前面,從現在開始,所有 AI 發展只會加速。

然而許多年過去了,期待中的加速並未發生,這些受訪的研究人員也不再那麼活躍的鼓吹相同的想法,隨著情緒降溫,他們開始不將深度學習形容為終極演算法,AI 相關論文也從「革命」一詞逐漸改變為「進化」。

相較起前者,進化聽起來要溫和且緩慢許多,而這似乎也更為符合 AI 發展的現實情況。Piekniewski 指出,包含 OpenAI 在內,許多知名研究單位近期都開始變得相對安靜,自 AlphaGo Zoro 問世後 Deepmind 也並未再展現任何更為驚奇的事物,甚至一些論述指出,Google 其實不太確定該如何處理 Deepmind,因為團隊得出的研究成果明顯不如原先預期的「那麼實際」。

除此之外,Piekniewski 也觀察到一些大型科技企業的傑出 AI 研究人員,都開始從實際操作的研究負責人轉任至協助遊說政府資助的職務上,他認為這種細微轉變跡象顯示,像是 Google、Facebook 這些公司對 AI 研究的興趣實際上正在慢慢收斂。

至於深度學習所面臨的瓶頸,Piekniewski 認為自動駕駛(self-driving)技術在現實世界的實際應用便是最明顯的例子,除了 Nvidia、Tesla 在發展自駕技術上都遇到困難, Uber 自駕車在亞利桑那州的死亡車禍更是能夠用來做最好的說明。

從 NTSB 的初步報告中,除了能明顯看出系統設計的問題之外,最為驚人的莫過於發現系統花費了很長一段時間,去試圖判斷眼前的物體究竟是什麼(行人、腳踏車、車輛或其他),而不是做出在該情況下最重要、也是邏輯上唯一該做的決策:確保不會碰撞它。

▲人在碰到危機時多半會先採取行動。(Source:pixabay

這與人對危機的處理方式並不相同。Piekniewski 指出,儘管人們經常在交通事故後說出當下的判斷標準,像是「我看到前方有騎士所以轉向左邊避開它」,但許多心理物理學(Psychophysics)文獻都曾經提出解釋,人們往往是在當下透過神經系統迅速將其判斷為障礙並採取行動,等到一小段時間過後才會意識到發生了什麼,並試著將其組織為言語進行說明。

這並不僅限於駕駛行為,其實每天我們都會做出許多沒有言語化的的決定,因為言語化是「昂貴的」,需要花費時間,而現實生活中的許多情況並無法提供時間。

這種生存機制來源已久,數十億年來都保護著我們的安全,而在駕駛車輛時,人們自然也就使用到這樣的原始反應,由於這些反應並非專為駕駛行為發展,自然偶爾也會因為這些反射神經引發一些事故。然而整體上來說,這種對空間、速度及周遭警覺的原始能力,對於人類安全仍舊有著許多保障。

只是這種能力大多無法用言語來描述,也難以進行測量,這使得研究人員難以對機器進行這方面的系統改良,Nvidia 過去所提出的 End-to-End 方法雖然理論上可行,但從現實一些測試中我們也可知道情況並非這麼簡單。

在 Piekniewski 看來,這些發展困境都表明著 AI 發展的寒冬即將來臨,就像股市崩盤一樣,雖然不太可能準確說出發生的時間點,但你從某些明顯的跡象中,幾乎可以肯定它將會在某個時刻出現,然而因為外界的呼聲太過強烈,以至於人們很容易就忽視掉這些徵兆。

可想而知,一些研究人員應該會對「凜冬將至」的說法感到憤怒,但 Piekniewski 指出,過去已經有許多知名研究者都警告過,群眾對於 AI 關注的熱潮已有些過頭,就連 Geoffrey Hinton 也曾在受訪時承認,反向傳播法(back-propagation)似乎已走入死胡同,相關研究可能得從頭開始展開。

然而,由於 AI 炒作的風聲實在過於強大,以至於這位對神經網路有著巨大貢獻、經常被外界稱作深度學習之父者的聲音並沒有太多人真的聽見。

「究竟冬天會有多『嚴寒』?我不知道。接下來會發生什麼?我不知道。但是我相當確定凜冬即將來臨,或許事情只會比我預想的更早發生。」

 

轉貼自: 科技新報Technew


留下你的回應

以訪客張貼回應

0

在此對話中的人們