麻省理工學(xué)院(MIT)、紐約大學(xué)及多倫多大學(xué)研究人員聯(lián)合設(shè)計一套貝氏程式學(xué)習演算法,企圖縮小電腦和人類學(xué)習能力的差距。該演算法可將一個概念轉(zhuǎn)化為簡單的電腦程式,并能依據(jù)單一范例進一步學(xué)習并產(chǎn)生相近概念的事物,例如電腦先學(xué)習拉丁字母,之后它就能學(xué)習類似的希臘字母。
麻省理工學(xué)院(MIT)、紐約大學(xué)及多倫多大學(xué)研究人員最近發(fā)展出一套電腦系統(tǒng),宣稱具備人類學(xué)習及創(chuàng)造的能力,而且創(chuàng)作結(jié)果已經(jīng)足以和人類不相上下。
電腦“學(xué)習”的方式和人類有個顯著不同。在現(xiàn)有機器學(xué)習技術(shù)下,電腦必須被喂以大量,可能是數(shù)百或上千個訓(xùn)練范例,才能“學(xué)習”新的概念,但人類往往只需幾個例子就能很快應(yīng)用到別的事物上。人類也能從概念學(xué)習,再推衍并創(chuàng)造出新的范例。
MIT大腦及認知科學(xué)教授Josh Tenenbaum、紐約大學(xué)博士后研究生Brenden Lake及多倫多大學(xué)電腦科學(xué)副教授Ruslan Salakhutdinov聯(lián)合設(shè)計一套貝氏程式學(xué)習(Bayesian Program Learning BPL)演算法,企圖縮小電腦和人類學(xué)習能力的差距。這套演算法可將一個概念轉(zhuǎn)化為簡單的電腦程式,并能依據(jù)單一范例進一步學(xué)習并產(chǎn)生相近概念的事物,例如電腦先學(xué)習拉丁字母,之后它就能學(xué)習類似的希臘字母。
研究人員運用50種少數(shù)語言,包括梵文、藏文、格拉哥里字母(Glagolitic)及印度的古吉拉特(Gujarati)文里1600多個手寫字體來訓(xùn)練這套電腦模型,并指示電腦創(chuàng)造新的范例。最后,在一項測試中,研究人員要求人類測試員來判斷,哪些是人類創(chuàng)造的新范例,哪些是電腦造出的新范例。結(jié)果顯示,不到25%的人類測試員無法有效判斷兩者的差別。
根據(jù)著名的圖靈測試,判斷機器是否能夠思考,可測試機器能否表現(xiàn)與人等價或無法區(qū)分的智能。因而研究人員結(jié)論,他們制造出的電腦模型已經(jīng)通過了一定形式的圖靈測試。
“我們研究顯示,此類方法在一次性的分類學(xué)習上,已獲致與人類等級的精準度,并在創(chuàng)造能力上,于視覺圖靈測試中騙過了大部份測試員。”
不過也有人不以為然。Mashable引述艾倫人工智慧研究所(Allen Institute for Artificial Intelligence)CEO,也是華盛頓大學(xué)教授Oren Etzioni指出,這項研究并不算通過圖靈測試,頂多是計算機在乘法運算上擊敗人類一樣,頂多具有學(xué)術(shù)研究上的貢獻。
2014年俄國的尤金.古斯曼(Eugene Goostman) 超級電腦在倫敦皇家學(xué)會(Royal Society)所舉辦的Turing Test 2014競賽中,被公認為通過“圖靈測試”,也是首次電腦騙過人類,讓人相信它是一位十三歲男孩。但根據(jù)維基百科,有文章指它其實并非真正通過測試。