近日，搜狗CEO王小川在一次演講中說(shuō)，人工智能現(xiàn)在的智力其實(shí)還不到人類一歲的水平，因?yàn)橥瑯右粡垐D，小孩子只要教一遍，下次就有可能記住圖中的物體，但人工智能如果要分辨出圖中物體，則需要有幾百萬(wàn)張的圖庫(kù)做支撐，在這些圖中如果有很多圖顯示了同一個(gè)標(biāo)簽，那么系統(tǒng)就會(huì)認(rèn)定這張圖中的物體是什么了。雖然外界對(duì)于人工智能具體的智力水平都有不同的說(shuō)法，但可以肯定的是，絕對(duì)還沒(méi)有到人類平均水平。

為了找出我們的大腦為何比人工系統(tǒng)更善于學(xué)習(xí)的原因，以此研究出更先進(jìn)的人工智能，美國(guó)高級(jí)情報(bào)研究計(jì)劃署(IARPA)在哈佛大學(xué)召集了三個(gè)團(tuán)隊(duì)，提供了共2800萬(wàn)美元的資金讓他們來(lái)研究這件事。

哈佛工程與應(yīng)用科學(xué)學(xué)院（SEAS）的研究員約翰·保爾森(John A. Paulson)，大腦科學(xué)中心（CBS）以及分子和細(xì)胞生物學(xué)系的任務(wù)是記錄大腦視覺(jué)皮層中的活動(dòng)。他們必須找出大腦神經(jīng)元之間的彼此連接。然后，他們必須使用收集到的數(shù)據(jù)找出一個(gè)方法來(lái)構(gòu)建更好的人工智能系統(tǒng)。

哈佛的助理教授David Cox 向媒體說(shuō)道：

“這是一個(gè)月球探測(cè)器的挑戰(zhàn)，類似于人類基因組計(jì)劃的范圍?？茖W(xué)記錄這些活動(dòng)的價(jià)值在于這些神經(jīng)元以及他們之間的單獨(dú)映射是巨大的。不過(guò)這些僅僅是這項(xiàng)工程的一小部分工作。當(dāng)我們計(jì)算出大腦學(xué)習(xí)的基本原理，不難想象我們最終能夠設(shè)計(jì)出可以匹配人類，甚至是超越人類的人工智能系統(tǒng)。”

當(dāng)整個(gè)項(xiàng)目共產(chǎn)生了拍字節(jié)（或者160萬(wàn)CDs），研究員相信它會(huì)在計(jì)算上領(lǐng)先其他系統(tǒng)。當(dāng)然，在項(xiàng)目進(jìn)行期間，他們還要想辦法如何管理這些數(shù)據(jù)，以及加速項(xiàng)目進(jìn)程。

最近，由于人工智能的發(fā)展開(kāi)始有了較明顯的起色，越來(lái)越多地機(jī)構(gòu)開(kāi)始加入進(jìn)來(lái)。在學(xué)校方面，除了斯坦福等人工智能研究先驅(qū)，上個(gè)月，劍橋大學(xué)花1000萬(wàn)英鎊成立了一個(gè)人工智能研究中心，不過(guò)，他們的初衷并不是為了研究出更先進(jìn)的人工智能，而是為了研究人工智能在發(fā)展的過(guò)程中帶給人類的機(jī)遇與挑戰(zhàn)，從而防止機(jī)器人在21世紀(jì)會(huì)控制世界?？磥?lái)，人工智能不夠先進(jìn)和過(guò)于先進(jìn)都是一個(gè)問(wèn)題，關(guān)鍵在于找到中間的那個(gè)度。

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。