让AI像人一样思考认知科学研究在引领

Mark wiens

发布时间:2022-08-03

让AI像人一样思考认知科学研究在引领

  1.人工智能和认知科学有着惊人的相似之处,如果我们想了解人工智能背后的机制,认知科学可能会提供帮助。

  到现在为止,你可能已经逐渐相信,人工智能(AI)能提供人们所希望的所有机会,以及可能会带来人们应该担心的所有威胁。随着所有与人工智能有关的新闻的不断传播,看起来人工智能这项新技术的突然出现让我们都大吃一惊,它的到来可能永远改变社会。人工智能是最近创造的一个独立学科。我并不否认人工智能提供的机会,正如我不会否认任何其他科学学科或方法提供的承诺。我当然也不是对人工智能给我们带来的风险一无所知,因为我不会忽视任何技术给我们带来的风险。Via:《蜡笔小新》

  人工智能和认知科学是非常相互关联的。人工智能是在1956年夏天,在达特茅斯学院举行的一个研讨会的提案中首次提出的一个概念。该研讨会旨在寻找问题的答案,比如:如何使机器使用语言形成抽象和概念,并解决问题;如何能开发出性能与人类思维相似的人工思维。参加会议的有11位计算机科学家,其中包括纽维尔和西蒙,他们的工作在20年后获得了诺贝尔奖。

  在达特茅斯的研讨会结束几周后,麻省理工学院建立了一个信息理论特别兴趣小组。参加这次会议的有心理学、语言学、计算机科学、人类学、神经科学和哲学的研究人员。在这次会议上,关于语言、抽象和概念以及问题解决的问题也发挥了核心作用。这些问题是由这个中心问题所激发的:我们如何通过开发人工思维来更好地理解人类的头脑。参加特别兴趣小组会议的几个研究人员也参加了达特茅斯的研讨会。

  麻省理工学院的特别兴趣小组标志着认知和认知科学的开始。认知强调对人类思维及其产生过程的跨学科研究的运动,特别强调计算过程和认知过程之间的相似性,以及人类思维和人工思维之间的相似性。它导致了现在所谓的认知科学,一个由心理学、计算机科学、神经科学、语言学和相关学科组成的跨学科研究项目。

  回顾20世纪50年代的那些会议,人工智能的诞生和认知科学的诞生,几乎可以说人工智能是由心理学推动的计算机科学,而认知科学是由计算机科学推动的心理学。Via:《蜡笔小新》

  人工智能和认知科学之间的关系并不限于两个研讨会。同样,在两者使用的理论、概念和方法上也有惊人的相似之处。人工智能中的强化学习显然来自于我们在心理学中熟知的强化学习。而现在的人工智能的核心是使用人工神经网络的深度学习。这些人工神经网络的灵感来自人类的神经网络。特别是在20世纪80年代前后,这些人工神经网络显示出了很大的前景,当时在人工智能方面不太乐观,不过在认知科学方面则很有潜力。

  人工智能和认知科学之间的联系也可以从主要研究人员的背景中看出。在提议举办达特茅斯研讨会的研究人员中,有既是计算机科学家又是认知科学家的约翰-麦卡锡,以及既是认知科学家又是计算机科学家的马文-明斯基。参加研讨会的其他人,包括Allan Newell,都有心理学和计算机科学的研究背景。David Rumelhart和Jay McClelland在80年代领导了人工神经网络的研究,他们都有心理学的背景。Rumelhart和Jay McClelland的两卷本《平行分布式处理》的作者之一是Jeff Hinton,他被视为人工神经网络的领军人物之一,是一位认知心理学家和计算机科学家。

  但对于人工智能和认知科学的相互依存关系,还有一个更重要的启示。这个信息并不在于人工智能和认知科学的历史,也不在于类似概念和方法的使用,更不在于研究者的背景。它在于我们可以从人工智能和认知科学中学到什么。例如,关于可解释人工智能的重要性。虽然人工智能(和数据科学)经常关注准确性,但我们可能要更多地关注为什么技术和方做出特定的决定。

  随着更多的计算能力和更复杂的算法的出现,人工智能系统的准确性和性能正在迅速提高。不过这也是有代价的:可解释性。如果我们想建立公平的算法(遵循数字资产的可查找性、可访问性、互操作性和可重复使用的原则),我们至少需要能够理解算法背后的机制。

  在认知科学领域,我们对大数据的承诺持有相当大的怀疑态度,这主要是因为我们非常重视解释而不是预测。任何认知科学家的核心目标都是充分理解被调查的系统,而不是满足于一个简单的描述性或预测性理论。换句话说,人工智能和认知科学之间的相互依存关系并不仅仅在于过去。事实上,它们比以往任何时候都更多地存在于现在和未来之中。Via:《蜡笔小新》

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186