湖南龙网

  1. 首页 > 生活杂烩 > >

人工智能|李国杰院士：国内AI研究如何摆脱困境( 二 )


人工智能研究可能取得重大突破的目标不只是蛋白质折叠 ， 我认为 ， 用机器学习的方法全自动地做集成电路的前端和后端设计也有可能在十年左右取得突破 ， 如果做到了 ， 让人焦心的集成电路设计人员缺口巨大的难题就会迎刃而解 。这一类涉及经济发展的重大问题应该是人工智能界关注的焦点 。
为什么重大科学问题和国计民生问题没有进入人工智能界许多学者的视野 ， 这涉及对人工智能这门学科的认识 。
最先提出“人工智能”这个术语的麦卡锡对这门学科的定义是：“人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样 。”后来的人工智能学者大多盯住了“像人”这个“原则” ， 以“像不像人”作为目标 。所谓衡量智能水平的“图灵测试”也是遵循这个原则 。授予沙特阿拉伯公民身份的“索菲娅”和清华大学的“华智冰”机器人 ， 都是朝着“像人”这个目标努力 。
但硅基的计算机和碳基的人脑终究有本质性的区别 ， 非要把电子线路构成的机器做成与人一样 ， 既没有必要也没有可能 。
现在用于机器学习的人工神经网络与人的大脑有相似的地方 ， 但也体现出与人的思维不同的机器“思维”方式 。理性的人工智能发展模式应该承认人有人智、机有机“智” ， 要充分发挥机器“思维”的特长 ， 做人不擅长做的事情 。
AlphaFold 在蛋白质结构预测上体现出的才能不是“像人” ， 而是比人高明 。人工智能是对人类的补充和增强 ， 而非替代人类 ， 我们并不需要复制人的智能 ， 而是要建立一个新的智能系统 。人工智能研究摆脱“模仿人”“替代人”的思想束缚后 ， 会有更广阔的发展空间 。
AlphaFold的成功表明 ， 疑难问题的解决不一定完全依赖于人类的先验知识 ， 这意味着在人工智能时代 ， 人类获取知识的逻辑将发生根本性变革 ， 对人类认知将产生巨大冲击 。
机器学习是一种全新的、人类也无法真正理解、但能被实践检验的认知方法论 。我们是相信“实践是检验真理的标准” ， 人机互补构建命运共同体 ， 还是坚持机器必须给人讲明白演绎和归纳过程才是真理 ， 人类将面临新的选择 。
机器学习可以正确预测蛋白质结构 ， 说明机器已掌握了一些人类还不明白的“暗知识” 。过去我们把可以表达的知识叫作“明知识”或“显知识” ， 不可表达但可以感受的知识叫作“潜知识”或“默知识” 。现在又多出了一类既不可表达又不可感受但机器能明白的知识 ， 可称为“暗知识” 。知识维度的增加大大扩充了人类的视野 。如果说“明知识”是冰山显露出来的一角 ， “潜知识”是冰山海面下的部分 ， “暗知识”就如同大海 。对人类而言 ， 如何利用“暗知识”可能比弄明白“暗物质”“暗能量”更重要、更紧迫 。
蛋白质结构预测取得重大突破的另一个启示是 ， 科研范式已经开始转向 。
AlphaFold团队是一个典型的跨学科合作团队 ， 在《自然》发表此重大成果的论文作者有34位 ， 其中19位并列第一作者 ， 包括机器学习、语音和计算机视觉、自然语言处理、分子动力学、生命科学、高能物理、量子化学等领域的知名学者 。蛋白质形成稳定折叠结构的原因是分子内部的势能会降到最低点 ， 预测计算实际上是能量最小化的优化 。

推荐阅读


上一篇：天路|“天路”架起雪域高原生命线

下一篇：302|中国培育水稻新品种可有效应对极端天气引发的倒伏问题