AI時代,人類的學習特點及其優勢:《人之彼岸》選摘(1)

2018-05-20 05:10

? 人氣

作者認為,故意犯錯很多時候是在體驗自主的樂趣。有時候犯的錯誤需要糾正,但有更多時候,錯誤沒有任何關係,而是開啟了另外一道門。(資料照,取自新浪科技)

作者認為,故意犯錯很多時候是在體驗自主的樂趣。有時候犯的錯誤需要糾正,但有更多時候,錯誤沒有任何關係,而是開啟了另外一道門。(資料照,取自新浪科技)

人類學習的最菁華特點,凝結在孩子身上。

透過<Google新聞> 追蹤風傳媒

人工智慧時代,當我們越來越熟悉機器學習,我們也就越來越對人類孩子的學習充滿驚嘆。如果沒有和人工智慧對比,我們可能還察覺不到這種不尋常的能力。

人類的學習從嬰兒期就開始,一直持續到成年,甚至終身。與AI的學習方法相比,人類孩子的學習有一系列非常獨特的學習特徵,與人工智慧相比,有下面幾個明顯的特別優勢:

@小數據學習vs.大數據學習

孩子是小數據學習。與人工智慧對比,小孩子的學習能力高效得驚人。人工智慧學習認鴨子,需要看數百萬張鴨子的圖片,小孩子只需要看兩三張就夠了,下次就能認出來。而且不僅僅是生活中有可能出現的熟悉的事物,小孩子看圖片認袋鼠、無尾熊--北半球的小孩子可能從來沒機會見到真的──也是一樣高效。

這種能力與「抽象認知」能力相關。人類記住某些事物,是以非常抽象的方式提取關鍵特徵,記憶成「模式」。這是如何做到的,現在還是謎。預言學家雷.庫茲韋爾猜想,人類記憶「模式」是存儲在大腦的三億個柱狀結構中。且不管他的猜想是不是正確,我們只要知道人類的這種模式識別能力的強大,就足以發出感嘆。

到目前為止,電腦「深層學習」仍然需要海量數據,人工智慧對每一件事的學習都要足夠多的數據支援。因而很多人說「未來最寶貴的資源將是數據」,如果得不到足夠的數據,人工智慧就很難發展。對於一些有海量現存數據的領域,這是自然而然的事情,例如金融、醫療;但是人類社會生活還是有諸多領域缺乏足夠多數據紀錄,人工智慧一時就很難習得。對人情世故的理解也往往受限於數據。人類擁有「從經歷中學習」的能力。當一件事發生,做為單一的事件數據,人類就能學習到很多規律。在事件學習方面,人類不僅不需要很大的樣本數據,就可以「吃一塹長一智」,甚至可以超額學習,也就是「舉一反三」。

@聯想學習vs.邏輯學習

人類的思考總是充滿聯想跳躍。我們通常認為走神是缺點,但其實也是優點。人工智慧學習一個領域的知識,會局限在這個領域內,按照這個領域內的數據,尋找相關聯繫,尋找因素之間的相互影響。如果存在邏輯規則,人工智慧學習毫無難處。人工智慧在一個領域內得到的知識很難聯想或類比到其他領域,因為它們並不具備多個領域的知識記憶。

人類的語言裡充滿類比和聯想。當我們說起時代變化,我們說「風起雲湧」的時代,表明時代的劇烈變化;當我們說起事態嚴重,我們說「山雨欲來」,暗示即將有大變化。天氣和我們討論的政治經濟趨勢毫無關係,但是所有的這些比喻之所以能成立,是因為人能注意到事物背後相似的部分,這些相似性也很抽象,如風雲的變幻感和趨勢感,這種相似性人工智慧難以想到或理解。

關鍵字:
風傳媒歡迎各界分享發聲,來稿請寄至 opinion@storm.mg