托馬斯·薩金特一席話，有人評論說弄明白了人工智能是什么，也有人并不認同這一觀點。支撐人工智能迅猛發(fā)展的，只有統(tǒng)計學(xué)而已?
人工智能的理論基礎(chǔ)遠超統(tǒng)計學(xué)范疇
“60多年來，人工智能不斷吸收和借鑒數(shù)學(xué)、計算機科學(xué)、腦科學(xué)、認知心理學(xué)、物理學(xué)、信息科學(xué)等不同學(xué)科的理論、方法和技術(shù)，形成了體系龐大、分支豐富、學(xué)派紛呈的新一代人工智能發(fā)展態(tài)勢，推動了科技進步和產(chǎn)業(yè)轉(zhuǎn)型，豈是一個統(tǒng)計學(xué)能夠概括的!”中國人工智能學(xué)會智能產(chǎn)品與產(chǎn)業(yè)工作委員會主任、原中國人工智能學(xué)會副理事長韓力群說，研究和開發(fā)具有人類智能特點的智能機器，使其能夠像人一樣處理信息、提煉規(guī)律和調(diào)度知識，是科技發(fā)展的必然趨勢。
中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟副理事長、京東集團副總裁、AI平臺與研究部負責(zé)人周伯文認為，人工智能的發(fā)展不僅依賴于算法和算力，數(shù)據(jù)的積累也很重要。以目前深度學(xué)習(xí)大熱的研究領(lǐng)域計算機視覺為例，一個好的識別需要龐大的數(shù)據(jù)庫，這樣才能不斷降低誤識率。
“人工智能絕不僅僅只是一種統(tǒng)計學(xué)。雖然在分類、預(yù)測、隨機分布等常見問題上，它深度融合和借鑒了統(tǒng)計學(xué)的一些經(jīng)典理論，讓人工智能建立在嚴格的數(shù)學(xué)基礎(chǔ)之上。”周伯文告訴科技日報記者，除此之外，人工智能的重要理論基石還包括認知科學(xué)、計算機科學(xué)、優(yōu)化和博弈論、圖靈機理論、信息論等，這都遠遠超出統(tǒng)計學(xué)的范疇。
三次發(fā)展浪潮中統(tǒng)計學(xué)作用有限
起源于20世紀50年代的人工智能，其發(fā)展經(jīng)歷了三次大的浪潮。那么，統(tǒng)計學(xué)究竟起到了什么作用?
“第一次浪潮是以注重邏輯推理為標志的問題求解和語言處理時代，在支撐這類人工智能成果的關(guān)鍵技術(shù)中，統(tǒng)計學(xué)的應(yīng)用難覓蹤影。”韓力群說，第二次浪潮是以依托知識積累構(gòu)建模型為標志的專家系統(tǒng)時代，同時霍普菲爾德網(wǎng)絡(luò)(是一種反饋型神經(jīng)網(wǎng)絡(luò))和基于誤差反向傳播算法的前饋多層神經(jīng)網(wǎng)絡(luò)也有一席之地。在離散霍普菲爾德網(wǎng)絡(luò)中，美國加州工學(xué)院物理學(xué)家約翰·霍普菲爾德使用了統(tǒng)計力學(xué)的方法，分析網(wǎng)路的存儲和優(yōu)化特性，解決了數(shù)學(xué)領(lǐng)域中著名的旅行商(TSP)問題。
正在進行的第三次浪潮，則是以重視數(shù)據(jù)、自主學(xué)習(xí)為標志的認知智能時代，高等代數(shù)、概率統(tǒng)計、優(yōu)化理論等不同學(xué)科的數(shù)學(xué)工具被引入機器人學(xué)習(xí)領(lǐng)域，一大批新的數(shù)學(xué)模型和算法被提出且得以發(fā)展。
“在前向神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，多倫多大學(xué)教授杰弗里·辛頓提出深度學(xué)習(xí)，并在AlphaGo、無人駕駛汽車、語音識別、自然語言理解等方面取得良好進展。深度學(xué)習(xí)涉及的數(shù)學(xué)基礎(chǔ)，除了概率統(tǒng)計理論，還有線性代數(shù)、優(yōu)化理論和微積分等。”在韓力群看來，顯然，統(tǒng)計學(xué)是人工智能的眾多數(shù)學(xué)工具中的一種，但絕非全部。
周伯文則表示，未來，在進一步利用和發(fā)展已有的數(shù)學(xué)、統(tǒng)計學(xué)、計算機科學(xué)等基礎(chǔ)理論的前提下，人工智能的研究和進一步突破，還需我們?nèi)胬斫庵悄芎驼J知的產(chǎn)生和表達機制，從而真正掌握認知的科學(xué)規(guī)律，達成從狹義人工智能到廣義人工智能，再到通用人工智能的飛躍。
京公網(wǎng)安備 11010502049343號