AlphaGo贏得圍棋大戰(zhàn)后，很多人開(kāi)始思考AI革命的問(wèn)題，說(shuō)白了就是AI階段上升的問(wèn)題，它標(biāo)志著我們從弱AI階段進(jìn)入了強(qiáng)AI或者說(shuō)人類(lèi)水平的AI階段，但既然跟“人類(lèi)”開(kāi)始掛鉤，那我們就應(yīng)該探討從人那里，機(jī)器人可以切身學(xué)到什么？

在今天韓國(guó)大田舉辦的IROS 2016 人腦項(xiàng)目中的虛擬神經(jīng)機(jī)器人分論壇里，德國(guó)馬克斯·普朗克學(xué)會(huì)的Heinrich H. Bulthoff (Heinrich H. Bülthoff）教授從5個(gè)方面為我們闡述了他的觀點(diǎn)。

在講這5個(gè)方面前，我想說(shuō)，從弱AI階段進(jìn)入了強(qiáng)AI或者說(shuō)人類(lèi)水平的AI階段，首先第一個(gè)關(guān)鍵是要增長(zhǎng)計(jì)算力。

第二個(gè)關(guān)鍵是看大腦如何運(yùn)作的。

所以引申出下面的5方面。

1) 我們能從大腦識(shí)別里學(xué)到啥？  

目前我們通過(guò)3D建模，精確的物理控制和維度控制學(xué)會(huì)了人臉識(shí)別和物體識(shí)別這些大腦常做的工作。

2）大腦怎么計(jì)算的（推理的）？

大腦不是一個(gè)曝光計(jì)，它不是根據(jù)光的密度來(lái)決定它對(duì)什么感興趣的，而是根據(jù)它的推斷來(lái)決定它對(duì)什么感興趣的。下面這三個(gè)經(jīng)典例子都表明，而這個(gè)感知過(guò)程，很有可能是由一種無(wú)意識(shí)的推斷組成的。

3）為什么積極的感知很重要？

人類(lèi)感知很大程度上，是一種被動(dòng)的的積極感知。當(dāng)一些東西進(jìn)入我們的視野，我們會(huì)選擇性地對(duì)進(jìn)入事業(yè)的東西的一部分進(jìn)行高分辨率的感知。比如這個(gè)自上而下的圖我們目前就不能解釋我們?nèi)绾芜x擇感知目標(biāo)的。

4）關(guān)于虛擬世界中的感知和行動(dòng)。

在飛行員訓(xùn)練中我們經(jīng)常見(jiàn)到這種例子，飛行員坐在訓(xùn)練室里的椅子上，椅子在360各種旋轉(zhuǎn)，飛行員自己手里拿著方向盤(pán)移動(dòng)，雖然它沒(méi)有在天上開(kāi)飛機(jī)，但他獲得的感覺(jué)跟在藍(lán)天上完全一致。這給了我們一個(gè)重要啟示，就是大腦如何在復(fù)雜的控制運(yùn)動(dòng)中，用不同的（感知）傳感器就可以達(dá)到任務(wù)，而不是真的要完全模擬我們的大腦。

在現(xiàn)實(shí)生活中我們?cè)趺磻?yīng)用它？下面這個(gè)圖是非常常見(jiàn)的一部分。

小結(jié)：

Heinrich H. Bülthoff教這個(gè)話題給我們的啟發(fā)是，跟運(yùn)動(dòng)模仿那邊不一樣的是，基于人腦的模仿，除了物理上的模仿，還摻雜了人類(lèi)意識(shí)上，甚至可以說(shuō)哲學(xué)層面的模仿，這告訴我們?cè)谧龌谶@類(lèi)模仿的機(jī)器人技術(shù)時(shí)，應(yīng)該對(duì)人類(lèi)行為背后的認(rèn)知和感知思維有個(gè)更深層次的理解，從而助力我們更好地實(shí)現(xiàn)真正的“類(lèi)人”人工智能。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。