【網(wǎng)易智能訊8月12日消息】根據(jù)瑞士神經(jīng)學家、 Starmind聯(lián)合創(chuàng)始人Pascal Kaufmann的說法，人工智能今日遭遇困境，這是因為如今的公司都把人腦比作電腦。然而，大腦對信息的處理、知識的檢索，以及對記憶的儲存并不能像電腦那樣運作。

　　人工智能與大數(shù)據(jù)無關(guān)

　　“當企業(yè)聲稱利用人工智能來支持下一代產(chǎn)品時，他們在潛意識里指的是大數(shù)據(jù)、邏輯分析以及自動化的交叉領(lǐng)域。如今所謂的人工智能，通常只是將程序員的個人智力濃縮到源代碼之中，”曾在美國國防部高級研究計劃局從事機器人工作的Kaufmann說到。

　　“我們不應(yīng)該需要看3億張照片才能判斷某事物是貓、牛還是狗。”智能與大數(shù)據(jù)無關(guān)，而是與小數(shù)據(jù)有關(guān)。你看到一只貓，如果能像孩子一樣抓住并提取貓的本質(zhì)特征，從而以后見到貓就能夠識別，這才叫做智能。

　　AlphaGo不是真正的人工智能

　　谷歌旗下DeepMind開發(fā)的AlphaGo，精通人類所尊崇的、最苛刻的戰(zhàn)略游戲—圍棋。Kaufmann對此表示，創(chuàng)造AlphaGo奇跡的并不是“真正的人工智能”。“AlphaGo使用的技術(shù)能夠預(yù)測未來10到20個潛在的動作，這并不是成功應(yīng)戰(zhàn)的最高戰(zhàn)略布局，”他說，“所以這項測試只是典型的基于規(guī)則的戰(zhàn)略，而不是真正的人工智能。”

　　Kaufmann認為人工智能將在并未編程的情況下作弊。根據(jù)他的說法，機器在游戲規(guī)則之外制定策略的能力才能夠反映出是否是真正的人工智能。此外，他堅稱，“人類行為或人工自動化的能力并不一定說明機器變得更聰明。”以水泵為例。你可以用一個水泵收集水，而不是從河里取水。但這并不是人工智能。它只是手工工作的自動化……人類層面的人工智能應(yīng)該是能夠?qū)π碌那闆r有所預(yù)見的。”

　　我們距離真正的人工智能還有多遠?

　　Facebook計劃建立一個大腦-計算機交互界面，而埃隆·馬斯克計劃將人腦與人工智能相結(jié)合，這不禁讓人們好奇，我們距離開發(fā)真正的人工智能還有多遠。盡管如此，Kaufmann相信，在我們真正推進這一領(lǐng)域之前，還需要對“大腦代碼”進行破解。他說這只能通過對神經(jīng)科學進行研究來實現(xiàn)。

　　今年早些時候，DeepMind創(chuàng)始人Demis Hassabis在一篇論文中也表達了類似的觀點，他認為人工智能和神經(jīng)科學領(lǐng)域需要重新建立聯(lián)系，而且只有通過挖掘自然智能，我們才能開發(fā)出人工智能。“許多公司都在對他們的資源進行投資以建造更快的計算機……我們需要對大腦運作原理給予更多的關(guān)注，理解它是如何運轉(zhuǎn)的……而不僅僅是復(fù)制/粘貼信息，”他說。