南孔57 发表于 2024-4-3 06:33:51

浙江环目信息技术对人工智能瓶颈应对的思考

                                                            浙江环目信息技术对 人工智能应对瓶颈思考

1、数据瓶颈

在当前人工智能的研究过程中,机器的“深度学习”是行业研究的核心,而它已成为人工智能发展的瓶颈。,最好的人工智能也无法与普通的4岁小孩相匹敌。

人工智能主要由大数据驱动,深度学习需要大量的数据,而数据的可获得性、数据质量以及数据标注成本等,是制约人工智能发展的一大因素。

GPT-4预训练语言模型的推出,已经解决了数据标注所需要大量人力成本的问题。

2、泛化瓶颈

它是模式识别、计算机视觉、人工智能方法面临的一个共同问题,现有方法在一些实际问题中仍无法取得理想的泛化性能,或者训练好的模型用在变化的环境或领域,其泛化性能就会明显下降。


3、能耗瓶颈

尽管人的大脑是一个通用的人工智能系统,但是能耗很低(只有20瓦),但在现有计算机上实现人工智能系统,则能耗很高。

4、语义鸿沟瓶颈

目前人工智能的语言服务大多为简单查询,不涉及语义推理问题,缺乏真正的语言理解能力,必然一些有歧义的自然语言句子,人很容易根据上下文或常思理解其真正含义,计算机却很难理解。

5、可解释性瓶颈

现有人工智能系统都是知其然,而不知其所以然,其过于依赖训练数据,缺乏深层次数据语义挖掘。实际上,可解释性对于人工智能来说十分重要。

以汽车为例,汽车驾驶者对于汽车的构造、原理等要一目了然。


同样,手机、数码相机、电视机相比于过去工业时代的电话机、照相机、电子管电视机而言,毫无可解释性。

6、可靠性瓶颈

现有人工智能系统的一个突出特点是可靠性较差,有些错误识别结果会带来致命后果,例如特斯拉自动驾驶功能不能正确识别反光条件下的卡车,导致发生了致命车祸。



   例如在一只狗的照片中加入杂音,机器视觉系统可能会把它识别为飞机。而这一错误识别,会给人工智能在实际应用中造成安全隐患。

7、对抗性瓶颈


目前人工智能的对抗性较弱,一个无人机群可以轻松完成灯光秀、农林作业等任务,但这些任务都是在自然环境下完成,如果在高对抗性的人为环境中,无人机的性能就难以胜任。

例如在电子竞技和战场环境中,无人机的协同作战能力将是考验。不妥之处请大家指正。

开心天使更开心 发表于 2024-4-3 12:17:34

中午好
页: [1]
查看完整版本: 浙江环目信息技术对人工智能瓶颈应对的思考