问题比答案更重要: 于非院士提出的“智能定义和量化模型问题”入选智能计算领域十大科学问题首位
  • 发布时间:2022-10-19
  • 作者:光明实验室
  • 浏览:1996次

之江实验室与Science《科学》杂志自2022年5月面向全球联合征集了对未来智能计算研究具有重大意义的基础性科学问题。2022年10月19日,之江实验室与Science《科学》杂志联合发布智能计算领域十大科学问题。其中,光明实验室于非院士提出的“智能定义和量化评价问题”入选智能计算领域十大科学问题首位。





于院士表示,在每门学科中,定义和量化研究对象是至关重要的。例如在信息学科中,使用“熵”来定义和量化信息理论中的信息,对信息科学和技术的成功至关重要。同样,如何量化智能不仅是智能计算成功的关键,也是人工智能发展的关键。心理学、哲学和人工智能研究人员对“智能”有数百种不同的定义。然而,这些定义并没有使用数学来量化“智能”。


由于缺乏明确定义,目前多数人工智能工作都集中在人工智能的工程方面,通过强大的算力和超大的数据,把现有的算法模型发挥到及至。这种“大力出奇迹”的“暴力美学”,已经产生超大的模型。训练这些超大模型消耗的电量需要几万度,产生的二氧化碳当量,相当于一辆汽车行驶地球与月球之间距离的排放量。相比之下,人脑的工作功率约为20W,这足以覆盖整个人思维能力。动物和人类可以比当前的人工智能系统拥有更好的学习能力。


因此,如何定义智能并建立量化评价框架,是智能计算中最重要的科学问题之一。


学起于思,思源于疑。提出一个问题,往往比解决一个问题更重要。于院士认为,一个问题,特别是好的问题,重要性不亚于一个好的答案。当前,智能计算和人工智能正处于发展期,学会发现和提出新的问题、新的可能性,从新的角度去看旧的问题,是学会创新、促进人工智能领域取得重大应用进展、促进科学真正进步的关键。


另外,于院士认为,在研究“智能定义和量化评价问题”的过程中, 研究的对象不能仅局限于人类,而是应该超越人类的层次,考虑宇宙中不同的事物,在更高的层次上研究智能。“你无法在造成问题的同一思维层次上解决这个问题。”爱因斯坦说:“你必须超越它并达到一个新的层次,才能解决这个问题。”当我们在更高的层次上研究智能,考虑到宇宙中不同的事物,将会发现智能是一种自然现象,和其他自然现象(如岩石滚动和冰雪融化)类似。于非院士新作《智能简史》这本书中详细解释这些观点。



于非院士新作《智能简史》






实验室简介


人工智能与数字经济广东省实验室(深圳)(以下简称光明实验室)为省政府批准筹建的第三批广东省实验室之一,经市政府批准已设立为事业单位。实验室面向人工智能与数字经济的重大战略需求,由广东省政府统筹规划及顶层设计,深圳市政府主导建设、运营与管理,深圳大学作为牵头建设单位。实验室致力于打造人工智能与数字经济全链条创新平台、数字经济区域开放产学研合作平台、创新人才聚集和培养的基地以及核心技术成果转化和孵化平台。在此建设目标下,实验室遵循“创新、责任、进取、合作”的核心价值观,主要围绕区块链与金融科技、智能传感与精准医疗、机器学习与智能系统、泛在感知与智慧城市四个方向展开研究。


扫码关注我们



人工智能与数字经济广东省实验室(深圳)

官方网站:http://www.gml.ac.cn

招聘联系:hr_office@gml.ac.cn