关于常识背后隐藏的下一代人工智能红利

2050大会走向通用人工智能专场总结人类简史的作者尤瓦尔说人类文明进步的关键是讲故事的能力。因为人类的一切，文化、国家、经济、法律都是构建在想象上的。这种想象就是通过讲故事实现的。组织因为故事而达成共识， 从而构建出想象扽共同体，而成就文明。而现在的人工智能， 也发展到了讲故事的阶段， GPT 1-2-3模型的迭代让人们看到了机器讲故事的可能性。这些故事有些生动惟妙惟肖， 而且想象力超群。然而， 这些想象中的故事却总有那么一个问题， 就是你细品，会觉得有那个什么地方不对。比如：在这些工作的基础上，预训练模型的表现会更加像人。事实上，常识和语言的关系就好像抽象类和它的实例的关系。如同柏拉图的洞穴隐喻中岩壁上的火光和背后的火的关系。无数人类世界的故事（语言）， 是不同的常识类经过实例化，加上一些随机性得到的特例， 或者说常识的revalation。阶段III融合多模态信息。我们开头说的人类的概念并非仅仅是那些可以言传的被语言承载的，而语言所包含的信息量永远是真实世界信息冰山浮现在海平面上的一角，那么如何把海平面下的部分融合进来？当你看到水龙头打开，你自动会脑补出水流出的情景。当你看到一个坚硬的水果，你可能自动的像需要一个榔头把它敲开， 这些东西不一定可以用言语简单描述， 但是你的常识直觉可以帮助你完成这些事情。对于机器， 同样的是可以通过大量预训练来掌握相似的能力，比如强化学习得到的alpago还是大量预训练的视频预测模型。最终我们需要把这部分能力和符号化的常识联通，而得到不仅有骨架，还有躯体的常识结构和世界模型。阶段IV掌握常识生成背后的本质认知能力-符号的产生和生成能力。如果前三个阶段都已经达到了， 我们依然不能说机器完全具备了常识认知能力。因为前面说其实都可以归纳为概念的使用， 而没有到达概念的生成。为什么我们会选择一些特定的概念作为日常使用频率最高的， 这本质上和我们的神经认知机制的基本原理是什么关系 ，如何让机器在未知环境，比如火星上，自动生成在那个环境里最有效的概念和常识，并指导行为，这才是具有了真正的常识能力。当我们达到了阶段四， 机器具备了常识，却不一定和人类的常识完全吻合。这就好比algphgo在自己的棋盘里具备了人类无法理解但使用更有效的概念，只不过这个时候棋盘是整个开放世界，任务也是千变万化。而在当下， 让机器理解和使用人类具备的常识依然是走向更加通用的人工智能的必由之路，尤其是对于未来智能硬件和机器人将成为我们的日常伙伴的时候。你想想，你是希望一个不谙世事无法理解你的超人来陪你，还是一个可以和你日常沟通交流的常人呢？铁哥正在思考和设计可以充分利用上述原理的常识认知引擎，希望探讨技术，甚至共同合作可加微信TieXu0609更多阅读
2050大会走向通用人工智能专场总结