不确定性的困惑与NP理论分享 http://blog.sciencenet.cn/u/liuyu2205 平常心是道

博文

关于AI的对话(随园,2018/4/16) 精选

已有 7261 次阅读 2018-5-3 02:45 |个人分类:图灵论著专研与精译工作群|系统分类:科研笔记|关键词:学者| 机器学习, 图灵论著

在一个朋友群与大家聊AI,我引用了图灵的文章(图灵的文章“Intelligent machinery, a heretical theory”译文)来和大家讨论“机器学习”这一基本概念,这正是我们发起“图灵论著专研与精译工作群”的一个初衷。

******

柳渝:看到大家又在讨论人工智能,我可否先问个问题: 人工智能的核心是“机器学习(Machine Learning)”,那么,大家认为什么是“机器学习”?

柳渝:@唐女 你认为什么是“机器学习”?你对“机器学习”的直观认识?

唐女: 除了它们的随机学习,背后不都是有程序和指令的吗?

人中 行者: “机器学习”是一个翻译问题,容易引起误导的错译,准确地说是智能机器自我处理信息的能力。

柳渝:@人中 行者  “机器学习”是如今大家认可的概念,方便沟通。

人中 行者:@柳渝 再多的大家,也不能忽视引起误导呀。

柳渝:@人中 行者 什么是“自我处理信息的能力”?

光子:@人中 行者 “学习”在计算机科学中是个专业术语,并不误导大家。

人中 行者:@柳渝 “学习”是什么?机器具备学习能力又是怎样的能力?

柳渝:@光子 你怎么看“机器学习”?@人中 行者 我就来回答你的问题,我想先听听随园高见。

光子:@柳渝 机器学习有别于人类的学习,机器的学习类似于人类的死记硬背,并不会举一反三地思考,更不会创新。

柳渝:@人中 行者 你可以展开说说你认为的“自我处理信息的能力”吗?

光子:“自我处理信息的能力”,这个也会跟“学习”一词一样地会引起歧义。谁让机器人没有自己的词汇呢,只好用人类的词汇了。

吳占忠:@柳渝 机器学习应当就是通过对智能机器的人工的智能程序输入,再以这些编好的程序解译计算机获取的数据来一定程度的代替人工作的一个解码学习处理加机器手工作的过程。

柳渝:@吳占忠 “机器学习应当就是通过对智能机器的人工的智能程序输入”,这句话中有“循环定义”,因为“智能机器”主要指“机器学习”。可否再重新表达一下?

光子:我翻译下吴老师的话,请高手们指正:外来信息→机器解码:转换成机器能识别的二进制数据→机器按人类既定程序(即便机器编程也是按人类制定的规则编程)处理外来信息→机器解码:把二进制数据转换成人类可以识别的词汇(广义了)→输出结果

吳占忠:@柳渝 那就删去智能机器一词,也即 “机器学习应当就是通过人工输入的指令和程序的而实现机器解码和工作的过程。”

柳渝:好,这是大家的表述:

-光子:“机器学习”有别于人类的学习,机器的学习类似于人类的死记硬背,并不会举一反三地思考,更不会创新。

-唐女:“机器学习”指,随机学习,背后有程序和指令。

-人中学者: “机器学习”是一个翻译问题,容易引起误导的错译。准确地说是智能机器自我处理信息的能力。

-吳占忠:“机器学习”应当就是通过人工输入的指令和程序的而实现机器解码和工作的过程。

那么,来看看百度例举的几个流行定义:

-机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。

-机器学习是对能通过经验自动改进的计算机算法的研究。

-机器学习是用数据或以往的经验,以此优化计算机程序的性能标准。

大家怎么看这几个定义?明白吗?认可吗?满意吗?

光子:@柳渝 这定义比较含糊,不是太专业,不满意。一般应回答:做什么、怎样做、目的。

柳渝:@光子 “机器学习”这样一个基本概念,应该分层次理解,我们或许先从原理上说,然后再进入专业细节。

人中 行者:@光子 汉语翻译永远存在唯一对应性或者完全对应性的问题,而汉语“学习”,大致是指人类对自身不具备或者未知知识技能等问题的“学”和“习”。

柳老师本意指“具备学习能力”的机器,叫“智能机器”。

机器学习,就是指“智能机器”自身基本能力。但是“学习”一词,汉语“学习”特指获得知识技能的能力。学习最大特征是“自主性”。机器“自主学习”,不恐怖吗?

光子:@人中 行者 专业术语就是专业术语,有专门定义,我不知道你为什么一定要另外一种想法?

柳渝:@人中 行者 对,所以需要解读人们现在一天到晚挂在嘴边的“机器学习”到底是什么。

光子:比如在会计中经常用到的“流水”,难道你也要理解为自然界中的流水吗?我们听不习惯专业术语这个很正常,慢慢就习惯了。

柳渝:现在,我们追本溯源到图灵,看看这个“人工智能”之父是怎么说的。

光子:@人中 行者 你们书法界也一定有很多很有意思的行话,说来听听,开眼界。

吳占忠:我认为用什么词汇不重要,重要的是对特定语境下的词汇或概念进行标准界定,这样就明了了。

柳渝:图灵于1951年在BBC的The'51 Society电台节目中为大众做的报告,解释他认为的“机器学习”,或“智能机器”,此报告整理为他的一篇:“智能机器,一种异端理论”(Intelligentmachinery, a heretical theory)

开门见山,图灵说:“你不可能制造出一台可以为你思考的机器”,这似乎是一个已经被普遍接受的不再被质疑的观点。本文的目的就是要质疑这个似乎已经被广为接受的观点。

光子:“你不可能制造出一台可以为你思考的机器”:就是嘛,为啥艺术家总是认为科学家能造出一台可以思考的机器呢?科学家哪有艺术家想的那么威啊!

柳渝:@光子 图灵是反驳“你不可能制造出一台可以为你思考的机器”:

“大多数为商业用途开发的机器是被用于完成一些特定领域的特定工作,并且以可观的速度获得确定的结果。通常情况下,机器被用来完成一系列同样且重复的工作。这个基于我们实际所能得到的机器的这个事实,成为了很多持如上标语所示观点的人们的一个强大论据。”

对此,图灵说:“然而,对一个数理学家来说,这个论据是明显站不住脚的。因为有证据表明,存在这样的机器,理论上是可以用非常接近人类思考的方式来完成一些事情。”

比如,数理逻辑中的机器证明系统。

光子:@柳渝 你相信图灵这个理论?一部分思考像人类就能算是跟人类一样地有智慧吗?

柳渝:但是,图灵说:商业的和数理逻辑中的机器,都不是他说的“智能机器”。

吳占忠:@柳渝 人可以感而遂通,机器学习不能,它只能在人工程序的作用下通过有限的算法进行智能化活动,这倒是一定程度的解放了人的劳动。从这个角度看,智能机器人的问世是有其积极的意义与进步的价值的。

雨:@柳渝 现在正在研发并不断发展的"仿人脑神经元芯片"呢?假定以后成功模拟人类大脑,智能学习这些会不会变成现实?

柳渝:图灵说:“我想争论的观点是,那种能够高真模仿人类行为的机器是可以被造出来的。它们有时会犯错误,有时会得出十分新颖有趣的结果,总的来说,它们的结果输出可以与人类的输出一样,被予以等量齐观的关注。”

“如果一台机器能以某种方式“根据经验学习”,那将会给人以深刻的印象。因为如果这是真的,那么看起来我们没有任何理由不从一个相对而言较为简单的机器来开始这一切,通过让其遵循一系列所谓的“经验”,逐步将其转化为一套精巧得多的机器,而且还能够被用来处理更为广泛的各类偶发事件。”

这就是图灵对“机器学习”下的原理性定义:learn by experience(从经验中学习)。

光子:@柳渝 明白,但还需要进一步补充“根据经验”是什么。

柳渝:@光子 百度实际上是引用的AI专家的:

1,Machine learning is a science of the artificial. The field's main objects of study are artifacts, specifically algorithms that improve their performance with experience.' -Langley(1996)

2,Machine Learning is the study of computer algorithms that improve automatically through experience. - Tom Mitchell(1997)

3,Machine learning is programming computers to optimize a performance criterion using example data or past experience. -Alpaydin(2004)

因为是英语,我就没有先说出来。

我想说的是,AI专家的这几条定义,图灵实际上用一句话就表达了:learn by experience(从经验中学习),但是图灵说出了其内涵:从一个相对而言较为简单的机器来开始这一切,通过让其经历一系列所谓的“经验”,逐步将其转化为一套精巧得多的机器,而且还能够被用来处理更为广泛的各类偶发事件。

光子:图灵这些话的意思是,机器的学习还是靠“穷举法”

吳占忠:@柳渝 “经验”一词好!一语破的,也就是说机器学习永远都在人的经验输入之内被动的工作,不用担心它们会统治人类。

柳渝:@吳占忠 正是,核心就是“经验“!

光子:不知道图灵是怎么对比机器与人的学习的不同的,他怎么解释人的举一反三、归纳总结的能力?

柳渝:@光子 听图灵回答你:

图灵说:“但这里我们必须得谨慎从事,因为安排相应的经验自动地使机器的结构形成设定的模式是十分容易做到的。显而易见,这就是一种彻头彻尾的作弊,因为这几乎等同于安排一个人躲在机器里面。这里再重复一下,这里所采用的关于认定何种教育内容是合理的标准是不能够随便套用所谓的数学体系的。”

@吳占忠 这段话也间接回答了你,“经验“对于智能机器是主观主义的。

光子:@柳渝 继续,我的问题还没有回答到。

柳渝:@光子 回答了,若用“穷举法”就相当于“安排相应的经验,自动地使机器的结构形成设定的模式,这是十分容易做到的”。

图灵继续强调:“这里再重复一下,这里所采用的关于认定何种教育内容是合理的标准是不能够随便套用所谓的数学体系的。”

图灵说:这个过程有可能以通过对其所需经历的经验进行适当的选择而被加速,这可以被称为“教育”。

光子:@柳渝 上面这几段话,我没有看到图灵关于经验的定义。我也可以理解为机器习得了自己的经验,然后用自己习得的经验进一步学习。阿法狗下围棋就是这样的啊,它的下法都已经不是人类已有的下法了。

图灵说:“这个过程有可能以通过对其所需经历的经验进行适当的选择而被加速,这可以被称为“教育”。”:这话就对了,刚好解释了阿法狗下围棋这事。

柳渝:@光子 确实,图灵无法给出“经验”的确切定义,因为这是与实际问题相联系的,但是图灵给出了识别用于“教育”机器“经验”的标准,就是他前面说的:

“从一个相对而言较为简单的机器来开始这一切,通过让其经历一系列所谓的“经验”,逐步将其转化为一套精巧得多的机器,而且还能够被用来处理更为广泛的各类偶发事件。”

所谓的“经验”要使得机器能够被用来处理更为广泛的各类偶发事件。

光子:“它们的结果输出可以与人类的输出一样”:应该还是局限于计算方面,这个图灵有说吗?

我们是解决了“机器学习”的定义问题,但还没有解决能不能”制造出一台可以为你思考的机器“?思考部分问题还是所有的问题?

柳渝:@光子 图灵集中为“机器智能”的功能辩护,因为那个时代人们认为机器只能作一些重复机械的工作,图灵认为若允许机器像人一样“犯错误”,从‘经验“中学习,机器可以作更多具有”智能“性的工作。

光子:机器如果只能解决部分思考的问题(局限于计算),那么跟扳手还是类似的功能。

柳渝:图灵的思想非常深刻,他自己也处在不断思考研究的过程中。

光子:图灵的看法我持保留态度,我认为机器的“智能”性工作需要跟人类的智能性工作加以区分。

人类的智能性工作根本上指的是什么?这个应已有回答的。

柳渝:他认为,在可比的方面(即人可以建模,确切表达出来的);机器可以胜过人,但是在不可表达方面,图灵清清楚楚机器是无能为力的!

光子:我们能不能认为算盘也能做一些“智能性”的工作呢?图灵有没有提到过算盘?

柳渝:@光子 没有,他提到了“围棋”。

光子:@柳渝 太对了!区分在可否建模!图灵伟大。但他居然没提到算盘,太遗憾了!围棋与算盘不同,前者是娱乐物品,后者可是智能工具。

实际上,所谓的“智能机器人”也许就是算盘的加强版吧。

柳渝:图灵最了不起的工作就是,他首先在数学上严格证明了机器的根本局限性,即“不可判定问题”,指有些问题无论机器有多么大的计算速度和内存都没有算法解决,换句话说,一定要让算法求解这样的问题,机器就会进入“死循环”。

然后,图灵为机器“解套”,提出允许让机器犯错,让机器从经验中学习,即“机器智能”。而这样的机器智能是基于“人的学习”的基础上的。

最后图灵小结这段话:“实际上,在我看来,这个教育过程将会成为在合理的较短时间内生产出一台具备合理智能的机器的至关重要的部分,与人类自身所进行的类比也刚好说明这一点。”

光子:还有万花筒,也能组合出千变万化的美丽图案,但这也不能说万花筒就能进行艺术创作。万花筒的组合也只是一种”算法“

柳渝:@光子 对,还有无穷无尽的“拟人拟物算法”,比如蚂蚁算法,蜜蜂算法,遗传算法等等。

人中 行者:@柳渝 您自己的观点呢?

吳占忠:人永远是智能机器的造物主,上帝。

柳渝:@人中 行者 我的观点是,机器与人本质不同,作为整体,机器永远无法替代人。

光子:@柳渝 是否可以理解”可表达与不可表达“就是你经常说的”N与NP“?

柳渝:@光子 对,正是!“P vs NP”。

从今天我解释的图灵这篇文章看,想必大家多少可以看出所谓的“机器学习”的来龙去脉。

人中 行者:@柳渝  作为个体人类,图灵自身思想认知,知识结构和对未来判断,是否会具有一定的局限性呢?迄今为止,人类大脑思想认知的边界是相对清晰的,有实际边际局限的。以人类为主体参照物,以“智能机器”为人造物,是否存在认知先验或者叫“先入为主”的偏见?

柳渝:为此,我们发起了一个“图灵论著专研与精译工作群”。

人中 行者:@柳渝 只怕对人类自身的高估,而忽视甚至无视“机器学习”的边际,最终还得人类承担后果。

柳渝:@人中 行者 图灵是“人”,所以对“作为个体人类,图灵自身思想认知,知识结构和对未来判断,是否会具有一定的局限性呢?”这个问题,其回答肯定是“yes”。问题是这样简单的“yes”,是没有建设性意义的。首先要能回答:图灵的思想和工作是什么?然后才能回答图灵“局限”在哪里?

光子:@人中 行者 我看渝老师对图灵的介绍,我感觉图灵相当于计算机界的牛顿。图灵的理论是一种基于科学原理的论述,是不会过时的。

人中 行者:@柳渝 更多研究图灵的局限和漏洞,应该也是一种科学精神。而且意义价值恐怕更大。

光子:科学原理本身是客观的,为什么会过时呢?

柳渝:@光子 因为科学的“客观”也是来自人的“认识”。

人中 行者:@光子 在科学上没有永恒的权威。

光子:这个问题就像问牛顿会过时吗一样?

人中 行者:@光子 牛顿的进化论已经过时,科学精神正是大胆假设小心求证呀!

光子:@人中 行者 牛顿的力学定律在传统的力学领域还是真理,只有在量子力学范围内才有局限。

人中 行者:迄今为止,人类对宇宙和自身的认知,非常有限。

常识告诉人们,以有限的认知,来衡量无限未来,小心应了那句名言:人类一思考,上帝就发笑。

任何事物,请不要违背基本常识。

光子:如果认为图灵可以思考无限的未来,那是十分可笑的。但因此认为图灵的理论无法说明一些道理,这又是因噎废食的。

还有一条:所谓科学,不是用来作为金科玉律,而是被后人用来推翻的。金科玉律是个伪问题。

人中 行者:@光子 因噎废食,还是人类吗?

光子:再说了,科学研究是为当下的科学实践提供指导的,这是图灵们的理论存在的最大意义

人中 行者:未必不是挖的坑呢,谁能保证?

光子:历史上很多挖的坑啊,正常啊,人就是那么多的见识爬出来,又往前走,又被挖坑的坑了,再爬出来呗,太多了。比如我们滥用抗生素,太多了,这种坑数不胜数。我们也可以按你说的,研究图灵是为了找出他的缺点和局限啊。




https://m.sciencenet.cn/blog-2322490-1112052.html

上一篇:“AI伦理与社会群”开群宗旨
下一篇:为什么要译读图灵的论著?

1 杨正瓴

该博文允许注册用户评论 请点击登录 评论 (1 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-2-23 01:48

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部