江苏龙网

  1. 主页 > 生活百科 > >

「AI教父」万字采访实录：AI航行的方向藏着巨大的冰山( 三 )

AI


这项技术被推广到了微软、IBM 和 Google 等大型语音识别实验室 。2012 年，Google 首次将其应用于产品，突然之间，Android/ target=_blank class=infotextkey>安卓上的语音识别变得跟 Siri 一样好，甚至更好 。这是深度神经网络在语音识别领域的一个应用，比以前提前了三年 。
在那个时间点的几个月内，我的另外两名学生开发了一个物体识别系统 。该系统可以查看图像，告诉你图像中的物体是什么，效果比以前的系统好得多 。
这个系统是怎么工作的呢？有一个人叫李飞飞，和她的合作者创建了一个大型图像数据库，包含了 1000 个不同类别的 100 万张图像 。你需要查看一张图像，并对图像中的主要物体进行最好的猜测 。
所以，这些图像通常会在中间有一个物体，比如子弹头火车或者哈士奇之类的东西 。其他系统的错误率是 25%，而我们的错误率是 15% 。几年之后，15% 的错误率降到了 3%，这已经接近人类水平了 。
让我试着解释一下，让人们理解他们的方法与其他团队的方法之间的区别 。假设你想在图像中识别一只鸟 。图像本身，假设是 200x200 的图像，有 200x200 个像素，每个像素有三个颜色值 RGB 。所以你在计算机里有 200x200x3 个数字，就是计算机里的数字 。
任务是将这些数字转换成一个表示鸟的字符串 。50 年来，标准 AI 领域的人们一直试图做到这一点，但没有成功 。将一堆数字转换成一个表示鸟的标签是很棘手的 。
你可以这样做：首先，你可以制作特征检测器，检测像素的小组合 。然后在下一级别，你可能会说，假设我有 22 个边缘检测器，它们以一个细角相连，那可能就是一只喙 。然后在更高的层次上，我们可能有一个探测器，它会说，嘿，我找到了这个类似喙的东西，还找到了一个圆形的东西，它们在空间关系上大致是一只鸟的眼睛和喙 。
所以下一个级别，你会有一个鸟类探测器，它会说，如果我看到这两个特征，我认为这可能是一只鸟 。
你可以想象通过手动连接这些特征检测器 。而反向传播的思想就是在一开始随机设置连接权重，然后根据预测结果调整权重 。如果预测出现错误，那么你就通过网络反向计算，并提出以下问题：我应该如何改变这个连接强度，使其更不容易说出错误答案，更容易说出正确答案？这称为误差或差异 。
然后，你要计算每个连接强度如何进行微调，使其更容易得出正确答案，更不容易得出错误答案 。
一个人会判断这是一只鸟，然后将标签提供给算法 。但是反向传播算法只是一种计算方法，用于确定如何改变每个连接强度，使其更容易说鸟，更不容易说猫 。
算法会不断尝试调整权重 。现在，如果你展示足够多的鸟和猫，当你展示一只鸟时，它会说鸟；当你展示一只猫时，它会说猫 。事实证明，这种方法比手动连接特征检测器要有效得多 。
这就是我的学生在图像数据库上所做的事情 。他们让这个系统工作得非常好 。这些学生非常聪明，事实上，其中一名学生，他是 ChatGPT 背后的主要人物之一 。那是人工智能的一个巨大时刻，他实际上参与了这两个项目 。
你可以想象，当你调整这个小旋钮时，它会说出「鸟」，这感觉就像是一个惊人的突破 。这主要是因为计算机视觉领域的其他人认为，这些神经网络只适用于简单的任务，例如识别手写数字，但这并不是真正复杂的图像，具有自然背景等 。他们认为这种方法永远不会适用于这些大型复杂图像，但突然之间，这种方法就成功了 。
值得称道的是，那些曾经坚定反对神经网络的人，当看到这种方法成功时，他们做了科学家通常不会做的事情，也就是说：「哦，它有效，我们会采用这个方法 。」人们认为这是一个巨大的转变 。因为他们看到这种方法比他们正在使用的方法更有效，所以他们很快就改变了立场 。
【「AI教父」万字采访实录：AI航行的方向藏着巨大的冰山】当人们既在思考机器，也在思考我们自己的思维方式时，我们常常认为，输入是语言，输出是语言，那么中间一定也是语言 。这是一个重要的误解 。
实际上，这种观点并不正确 。如果这是真的，那么被称为符号人工智能的方法应该非常擅长进行机器翻译，比如把英语转换成法语 。你会认为操作符号是实现这一目标的正确方法 。但实际上，神经网络的效果更好 。当 Google 翻译从使用符号方法转向神经网络时，效果大大提高了 。
我认为，在中间的部分，你会发现有数百万个神经元，它们中的一些是活跃的，一些则不是 。符号只能在输入和输出处找到，而不是在整个过程中 。


推荐阅读


上一篇：未来已来：AGI发展脉络与猜想

下一篇：自媒体必备的四款Al工具