人工智慧：美國DARPA的視角和認識

人工智慧（AI）的基本原理是什麼？美國DARPA(國防部高級研究計劃局)信息創新辦公室主任John Launchbury試圖揭開AI的神秘面紗——AI可以做什麼、不能做什麼，以及AI的發展趨勢。以下是John通過討論「人工智慧的三波浪潮」，以及發掘人工智慧全部潛能所需的能力，為我們更好地理解AI曾經扮演的角色、現在扮演的角色，以及未來可能扮演的角色而提供的一些分析。

DARPA一直處在人工智慧的前沿，推動了這項技術的發展。因此，DARPA對它的走向有著相當明確的看法。最近媒體上有很多關於AI的炒作和咆哮，他們在談論一個「奇點」，擔心人工智慧有朝一日會超過人類的能力，甚至可能取代人類。

事實上，第一波浪潮的AI系統在自然世界運行時會遇到故障。我們看到這一點，比如DARPA在2004和2005年間做了大量的自動駕駛汽車的研發工作。我們對正在開發自主駕駛汽車技術的汽車界提出了挑戰，看看他們如何將AI技術結合到汽車技術，讓無人駕駛汽車在加利福尼亞和內華達沙漠行駛150英里。 2004年，所有的挑戰隊伍都失敗了，沒有一輛車能自動行駛超過八英里。他們發現行駛中的識別非常困難，視覺系統甚至難以辨別出遠處的黑色物體是影子還是岩石。車子應該避開它嗎？還是通過它？系統老是作出錯誤的決定。然而，僅僅一年後，許多參加挑戰的汽車都獲得了成功，有五輛車完成了整個行程。這一年間， 無人駕駛技術最大的變化是開始使用機器學習，這是一項用來處理信息的概率性技術。

（圖：DARPA自動駕駛汽車挑戰賽要求自動駕駛車輛在加利福尼亞和內華達州行駛150英里的泥土道路。2004年沒有一輛完成任務，2005年已有五輛車完成了全程。）

這類技術把我們引向AI技術的第二波浪潮——以統計學習為特徵的技術。它在語音識別、人臉識別、照片分類等應用中非常有效。它獲得了很大的成功，以 至於人們相信計算機真的能「學到東西」。但事實上，沒有什麼比這種看法更遠離真理的了。機器的表現完全歸功於我們在幕後大規模地創建統計模型來描述他們試 圖解決的問題域。此外，他們還培訓特定數據的統計模型。

顯然，我們需要第三波AI技術浪潮。我們認為這第三波是關於語境順應的。在這波浪潮中，我們將看到系統本身將隨著時間的推移建立解釋性的基礎模型，使他們能夠描述真實世界的現象。

如何加入學會

註冊學會會員：

個人會員：

（c2_china），回復「個人會員」獲取入會申請表，按要求填寫申請表即可，如有問題，可在公眾號內進行留言。通過學會審核後方可在線進行支付寶繳納會費。

單位會員：

（c2_china），回復「單位會員」獲取入會申請表，按要求填寫申請表即可，如有問題，可在公眾號內進行留言。通過學會審核後方可繳納會費。

學會近期活動

1. CICC企業會員交流會

會議時間：（具體時間詳見後續通知）

2.2017首屆全國兵棋推演大賽總決賽

2017年9月25日

長按下方學會二維碼，關注學會微信

感謝關注