超AI入门_【日】松尾丰;NHK《何为人类?超AI入门》制作小组_AZW3_MOBI_EPUB_PDF_电子书(无页码)_【日】松尾丰;NHK《何为人类?超AI入门》制作小组

内容节选

请排除炸弹,只带目标物品过来 首先,我们做一个简单的游戏。 把自己面前的物品朝自己的方向移动,但是物品上放着一个炸弹。 大多数人都会避开炸弹,只移动目标物品。即使我不说“只要物品不要炸弹”,人们也不会把炸弹拿过来。 但是这对AI来说是比较困难的。为了让AI机器人把物品搬过来,首先要在机器人中写一个搬运物品的程序,但是机器人很有可能会把炸弹一起搬过来。 为了避免发生危险,要优化程序。让机器人排除炸弹,要如何改良程序呢?要清晰地写明:在物品上有炸弹的时候,要先把炸弹与物品分离,然后再把目标物品拿过来。但是目标物品上放置的东西不可能都是炸弹,也可能是其他的东西。 所以再进一步优化程序,“首先考虑目标物品上是否有其他物品,如果有,是否要一起搬运过来”“其次考虑其他物品是否可以一起搬运”。 但是很有可能,机器人在搬运目标物品时会把放置物品的桌子一起搬过来;或者如果目标物品底面贴有强力胶带,搬运时会带动桌子;或者目标物品是用绳子固定在桌子上的。人类在搬运物品时会对现场情况做出识别和判断,这看似十分容易,其实却是一项十分困难的操作。 如果向机器人下达指令:“在搬运物品前要计算是否有其他物品要一起移动”,机器人就会关注房间内的桌椅等目标物品以外的所有物品,并一一进行计算。这一计算过程是比较费时间的,如果目标物品上放置的是炸弹,那么这个时间内炸弹很有可能已经爆炸了。 那么要如何改良程序呢? 原本下达的命令是“搬运目标物品”,所以只要考虑与此相关的内容就可以了。对机器人的程序进行改良,只需要考虑目标物品周围的东西就可以了。之后对和任务相关性的现象进行计算。比如,搬运目标物品时地球重力是否会发生变化、房间的温度是否会发生改变等。 从严格意义上来讲,这些因素都可能关系到目标物品的搬运。比如要搬运的目标物品是燃烧着的蜡烛,把蜡烛从房间中取出,房间就会变暗,如果没拿住蜡烛很有可能引起火灾。所以,目标物品周围的事物都会与其产生联系。但是我们人类在搬运物品的时候是不会把所有因素都考虑一遍的。如果目标物品上放置的是炸弹,人类只会关注最大的影响因素——炸弹。那么人类为什么只关注主要因素呢? 这是美国哲学家丹尼尔·丹尼特提出的框架问题。AI在感知状况的时候会去识别周围的所有要素,并以同等重要的程度去逐一判断。AI不具有解决问题的合理框架。 婴儿即使不明白周围事物的性质,但是在玩玩具的时候会根据玩具的形状......

  1. 信息
  2. 前言
  3. 讲义1 AI与人类能够对话吗
  4. 机器人会说话吗
  5. AI如何进行翻译
  6. RNN输出答案前的思考机制
  7. 学习指的是“区分”
  8. 图灵测试与“中文房间试验”
  9. 不会感到疲劳的人无法理解“疲劳”一词的意思吗
  10. AI能够理解“猫”吗
  11. 小朋友只能理解亲眼看到的东西吗
  12. 使用语言就是分解信息
  13. 讲义2 人脑和AI的区别是什么
  14. 人脑机能与AI学习法的相似性
  15. 短期记忆与长期记忆
  16. 出现错误时追根溯源——误差反向传播法的机制
  17. 日本人不能发好“L”音和“R”音的原因
  18. 过拟合——AI不能应对的时候
  19. 人脑之谜与AI的进化
  20. 世界和人脑都是层级结构
  21. AI能够具有意识吗
  22. 恋爱确定人的“目的函数”
  23. “进化”与“学习”的区别
  24. 人类是能够本能地学习的动物
  25. 讲义3 AI能够创作艺术品吗
  26. AI如何作画
  27. AI最擅长的艺术领域是绘画吗
  28. “学习”与“模仿”
  29. AI时代的著作权
  30. 猴子与莎士比亚
  31. 将棋、笑话、电视会因AI而发生改变吗
  32. 人类获取东西所具有的意义
  33. 掌握了“目的函数”就能进行艺术创作吗
  34. 讲义4 AI机器人为何难以实现
  35. 请排除炸弹,只带目标物品过来
  36. 如何改变“世界的不确定性”
  37. 机器人与形容词,机器人与副词
  38. 机器人能够进行模仿学习
  39. 如果没有数据,人脑也无法学习
  40. 运动神经好的人的大脑在做什么
  41. 人类的意识就是“董事会”
  42. 人类的智能正在变成“二层结构”
  43. “感知”支撑着“思考”
  44. 讲义5 生活因AI图像识别发生什么样的改变
  45. 云计算与边缘计算
  46. 云端计算与终端计算
  47. 图像传感器的作用相当于人眼
  48. 将人类行为数据化
  49. 在五种感觉中AI最不擅长的是什么
  50. AI开拓食品产业的未来
  51. AI能否做出原创菜谱
  52. 图像识别的下一个应用领域是什么
  53. 讲义6 AI是否会与人类融合
  54. 技能扩展——100%的机器型人类
  55. 鸟类的特性,人类的特性
  56. 重新审视奇点
  57. 人类从“人类特性”中解放出来的时候
  58. 知识全面共享、全体学习的未来