AI世界 还少了啥 牛津大学教授Michael Wooldridge现实世界
发布时间：2022-09-30 12:01:03 所属栏目：外闻 来源：转载
导读： 无限猴子定理认为，让一只猴子在打字机上随机地按键，当按键时间达到无穷时，几乎必然能够打出任何给定的文字，比如莎士比亚的全套著作。在这个定理中，“几乎必然”是一个有
|
无限猴子定理认为，让一只猴子在打字机上随机地按键，当按键时间达到无穷时，几乎必然能够打出任何给定的文字，比如莎士比亚的全套著作。在这个定理中，“几乎必然”是一个有特定含义的数学术语，“猴子”也不是指一只真正意义上的猴子，而是被用来比喻成一台可以产生无限随机字母序列的抽象设备。 在 Wooldridge 看来，虽然 GPT-3 等 AI 模型借助数百亿或数千亿的参数展现出了令人惊讶的能力，但它们的问题不在于处理能力的大小，而在于缺乏来自现实世界的经验。 例如，一个语言模型可能会很好地学习“雨是湿的”，当被问及雨是湿的还是干的时，它很可能会回答雨是湿的，但与人类不同的是，这个语言模型从未真正体验过“潮湿”这种感觉，对它们来说，“湿”只不过是一个符号，只是经常与“雨”等词结合使用。 然而，Wooldridge 也强调，缺乏现实物理世界知识并不能说明 AI 模型无用，也不会阻止某一 AI 模型成为某一领域的经验专家，但在诸如理解等问题上，如果认为 AI 模型具备与人类相同能力的可能性，确实令人怀疑。 相关研究论文以“What Is Missing from Contemporary AI? The World”为题，已发表在《智能计算》（Intelligent Computing）杂志上。 在当前的 AI 创新浪潮中，数据和算力已经成为 AI 系统成功的基础：AI 模型的能力直接与其规模、用于训练它们的资源以及训练数据的规模成正比。 对于这一现象，DeepMind 研究科学家 Richard S. Sutton 此前就曾表示，AI 的“惨痛教训”是，它的进步主要是使用越来越大的数据集和越来越多的计算资源。 （编辑：西安站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐