挑战编程 新型人工智能——Grok

5 提交 / 0个新回复
最新回复
挑战编程 新型人工智能——Grok

 

      大西洋月刊采访Palm的创始人Jeff Hawkins,谈论神经学、大数据和人工智能的未来。

      几十年来Jeff Hawkins一直过着双重生活,一方面是第一个成功的移动设备公司Palm的联合创始人,另一方面他在业余时间研究人的大脑。没有了学术界的条条框框,使他能够在同时涉足神经科学和电子科技的情况下来理解大脑认知。他向我们描述了他在人工智能上的最新产品——Grok(正式名称为Numenta)。

 

 

 

      ALEXIS MADRIGAL: Grok是什么?

 

      JEFF HAWKINS: Grok是一款帮助企业自动应对数据流的软件。它的方法是在机器产生的数据中找到规律并做出预测。例如,它可以通过智能电表来预测能源需求,或是从复杂机械的数据中预测出设备的可靠程度。这种科技是建立在人类智能的基础上的。

 

      AM:那么它是如何运作的?

 

      J H:Grok会自我学习,它可以在没有人类干预的情况下自己找到数据规律。当数据流进入Grok时,它会自动像人类分析师一样为数据建立模型,方法是通过理解哪条数据流是有用的,试着对数据进行描绘,并通过调整复杂算法参数来改善结果。由于Grok是完全自动的,所以对处理成千上万的数据流来说是个理想的选择。Grok同时也会不断学习。不像多数其它的数据分析技术,Grok会从每一个数据点中学习,而不必重新接受训练。分析师完全不需要自己决定什么时候把模型下线,什么时候升级模型。

 

      AM:现在的人多数是怎么处理数据的?

 

      JH:现在多数人是把数据放入一个大数据库,然后分析它们之间的关系。例如Facebook有10亿用户,而你希望知道对其中20%的用户应该投放什么广告,这样你就需要有一个大模型来处理这些数据。我们的做法不一样,例如有10000个智能电表,而他们想知道两个小时后的能源消耗量,我们会为此建立10000个模型。这是数据分析师做不到的。如果你想为工厂里的每一台机器建立模型,为风力发电场的每一个风车建立模型的话,就离不开自动化。我们建立很多小模型——这是数据处理的未来。

 

      多数先进的数据分析需要用到大量的专家对数据进行分批处理,数据在某一时间段被收集起来,然后分成若干大块进行处理。这个过程会很慢,而且随着世界的改变也很难应用到更广的范围。它还要用到昂贵的大数据库,在日常运行和大规模数据转移方面很复杂。而Grok像你的大脑一样,是一个流的系统。数据只要通过Grok,它就能做出预测,而且它的运作不需要存储数据。在成千上万台设备同时产生亿万条数据流的情况下,有能力找出其中最重要的一条是个巨大优势。

 

      在工业领域,有一些更基础的方法,例如盯着一个传感器来确保它不会超过某个值,被用来监控设备并发出警报。这些方法有它们的局限:等到警报拉响时可能就太晚了,而不同的机器也可能有不同的标准。

 

      Grok可以让之前需要手动调整的处理过程进行自动处理。系统加热或是降温可以智能调节。应用程序可以根据负载情况在不同的服务器之间迁移,可以改变网络流量的的传输路径。重型机械一般会发布警报并提供应对措施建议。Grok让你可以抢先预测到问题,而不是事后应对。

 

      AM:Grok还可以用在哪些领域呢?

 

      JH:可以用来预测异常情况。这种预测就像是对正在播放的嘈杂旋律中的每一条进行识别,如果有一条不同,就会发出警报。在信用卡和安全领域有很多人需要异常情况预测。当然,异常情况就是预测的反面——如果你没有正确做出预测,就成了异常情况。

 

      AM:那么这和你之前在人类大脑方面的研究有什么联系呢?

 

      JH:首先,我们的大脑非常复杂,它有着各种不同的组成部分。我们这里只谈大脑新皮质。每一种哺乳动物,不管是人、老鼠还是海豚,大脑中都有这个部分。新皮质是干什么用的呢?它帮你建立一个世界的模型,如理解为什么你要戴眼镜,这样做意味着什么?或是如果我把头转向右边,可以在右边看到什么。我们对世界的认识多数是从与世界的互动中学来的。新皮质为某个场景中应该发生什么建立一个模型。一个更大的新皮质意味着你可以建立一个更复杂的模型,同时让你有更多的感应器官。而这就是我们所说的智能:学习世界的模型。

 

      AM:Grok用的是相似的运作机制吗?

 

      JH:我们在Grok中是这样做的:我们建立了一个6万个神经元组成的神经网络,用来模仿一层新皮质中的一小块。它大概是老鼠大脑的千分之一,或是人类大脑的百万分之一。所以也不是超级智能,但确实采用了大脑的推理运作机制。我相信我们使用的这一机制就是所有智能运作的核心。大脑接收的是流数据,这些数据很杂乱,而且总在变化,而大脑需要找出其中的规律并做出预测。

 

      AM:它和现在其它的一些人工智能研究不同吗?

 

      JH:我关注人工智能和人工智能神经网络很多年了,而我一直多少是个与众不同者。我的观点是:先找出大脑新皮质的运作机制,一旦我们理解了这些机制,它就可以成为构建机器智能的途径。传统的人工智能认为:不用管神经科学,编程和算法才是最重要的。

 

      AM:我还得问一下,为什么你希望构建超级智能机器呢?

 

JH:我们可以让世界变得更高效,可以节省能源和资源,也可以帮助探测疾病。当我问自己,人生的目的是什么呢?我觉得很大程度上是要找出这个世界的运作方式。这些机器可以帮助我们达到这一目的。很多年以前,我们用超级物理学和数学建造的机器探索了宇宙。这种可以加速我们知识积累的idea非常吸引人。

 

      AM:可是有了超级智能机器后人类做什么呢?

 

      JH:看看我们用Grok建立的这些模型,没人任何人会被它取代。因为没人可以做到,这不可能。例如固定电话系统中电子转接取代了人工接线员,如果世界上每一通电话都需要人工转接,那就需要几十亿个接线员。我们有因此而失去几十亿个工作岗位吗?显然没有。我们确实失去了一些岗位,但换来的却是更高质量的生活水平。这不是什么机器做事而人类无所事事的反面乌托邦世界(dystopian )。

 

      AM:听起来很不错