为了让机器拥有「自我意识」,之前我们可能找错了方向

08-08 22:06 首页 极客公园


摘要:让机器发挥创造力。


创意的本质是什么。

只有搞清楚这个问题,我们才能赋予机器人这个全新的能力。从而,我们能够制造一个「可以制造其他的机器」的机器。

也就是说如何让机器拥有「自我意识」?看来先进但说来也恐怖,而这个问题也是 Hod Lipson 研究了很多年的问题。

Hod Lipson 是纽约哥伦比亚大学创意机器实验室的总监 & 工程学教授,也是非常著名的《Fabricated》和《Driverless》两书的作者。在 2005 年加入哥伦比亚大学之前,Hod Lipson 曾在康奈尔大学担任教授 14 年。他于 1999 年从以色列理工学院获得博士学位,其次是布兰迪斯大学和麻省理工学院博士后。 

Hod Lipson 在「自我意识」和「自我复制机器人」方面的观点挑战了机器人技术的传统观点,并引起了广泛的报道和讨论。而在这之前,他也是先推出 3D 打印技术的许多应用方面,包括生物打印,电子打印和食品打印,以及在美国推出首款开源打印机等等。同时,他的  TED 演讲关于谈论自我感知机器也是 AI 和机器人技术领域最受欢迎的演讲之一。

今天,他来到了来到极客公园 Rebuild 2017 · 奇点创新者峰会,为我们解读如何让机器拥有「自我意识」?让机器也能够发挥真正的创造力?

以下内容由 Hod Lipson 在极客公园 Rebuild 2017 · 奇点创新者峰会上的演讲整理而成,略有删减。


我们有一个共同的能力,也就是创造力。在亚洲这样的文化当中,我们也会不断地探索创新的想法、创新的产品。同时我们也是非常关注个人的价值,希望能够有更加创新、有创意的想法。


但是到底创意的本质是什么?

在人类起源的时候,我们就已经享受了这种能力和创意,当然其他的动物也展示出它自己相等水平的智能。有一些动物是有情感的,有一些动物是有很高的飞翔能力,人类也是一样,有自己的创造力。现在是一个「十字路口」,我们讲到了人工智能,也提到了人工智能发生的世界当中的一些变化,AI 感觉无所不能。但是我们所看到的大部分 AI 的这些例子,都是机器收集了大量的数据,它们的认知能力极高,可以做出决定,进行分析。

比如说看股票的市场,他通过这个历史数据做出决定到底是买进还是卖出。或者说另一个 AI 的系统,他会去寻找所有天气的信息,告诉你明天是变暖还是变冷。还有一些系统,这些数据是来自于实验的数据,是寻找一种科学的规律,最终能够找到事物的本原。还有一些系统可以追踪你的性能和表现,你需要购买什么?哪些不应该买。

甚至是自动驾驶,驾驶也需要求机器收集大量的数据,包括摄像头、传感器,来决定是否要拐弯,到底是要减速还是提速。

所有都是不同类型的 AI,如果大家思考一下,会有大量的数据,同时会分析这些数据,最终做出一个决定。这种智能是我们最近非常关注的,希望能够发挥出来的。

但其实还有一些事物是在没有出现之前大家就已经在想象了,我们把它叫做创意或者是创造力。有一些公司想要培养一种创新的文化,单很多时候我们是想要培养这种文化,但是不知道从何下手。

比如说从任何的父母来描述一下你的孩子有什么样的能力,他们都会说我们的孩子很有创造力、想象力,他不会讲孩子有多少分析能力,也不会讲孩子能够辨别多少世界上的事物。

你可以看到,这是两个智能的不同形式:Analysis VS Synthesis(分析 VS 合成)

很多时候在 AI 的领域,我们也会提到是否真的能够建立这样的一个机器,然后这个机器是有创造力的。


我们可能找错了方向?

这么多年以来,我们可能找错了方向,我们首先要了解人类的创造力是从哪儿来的,为什么人类是有创造力的?我们把人类的创造力提取出来,写一个代码和编程,让机器有创造力。

但是发现这是很难的,为什么很难呢?因为我们自己也不知道,为什么人类是有创造力。哪怕是最好的生物学家,最好的哲学家,也没有人能够告诉我们人类的创造力到底是从何而来的。

这完全是一个黑匣子的问题,但是换一个方式来思考,我们来分析一下什么是创造力,就是自然的进化。

没有人会质疑自然界的进化是没有创造力的,新的大自然的解决方案是能够应对大自然变化的挑战的,我们也可以通过观察大自然来了解创造力的产生,这种创造力是怎么做的呢?如何能够让设备或者是让我们机器也有这种创造力呢?

我们做了大量的实验,通过演进的方法来设计机器人,我们设计机器人的时候都是工程的方法,有创造力的工程师,创造出来的机器能够养一个机器人,让它能够去进化。

比如说有很大的物理的模拟器加在这个机器上面,它们就开始了自己的演化,加上很多的元素,包括关节、神经原,逐渐地这个机器自己也会去演进,机器可以做自己的测试。我们也是通过机器的演进,最后就能够形成一个非常有意思的架构。

这是一个很大的计算机的物理模拟器,这么多代以来一直没有有意思的研究成果,但是通过了几百代或者是几十万个机器人之后,我们开始看到非常有意思的一种机器人,它开始能够在虚拟世界里面自己进行爬行。

它也形成了自己的大脑,通过大脑有了算法,算法又培养了大脑,也就是从 0 开始的这种培养。

我们希望它能够在现实生活当中发生功能,也可以看到这就是机器人在我们的实验室地板上爬行,这是通过 3D 打印出来的,能够真正实现现实生活当中成长的机器人。

它有自己的关节,看上去不是很自然,但是计算机的世界我们可以不断地推进科学的边疆,这是其中最近的一个机器人演进的项目当中,我们有一些软材料。能够造一种机器人,它有硬材料和软材料,同时有点儿像肌肉的感觉,可以收缩和扩张,这就是机器为我们设计出来的,没有从我们这儿收集任何的数据,它自己产生出了这样的一个机器人,这就是机器人自己设计出来的一种机器人。

所以你可以看到,这种机器人是能够有创造力的,我们可以通过这种方法来应对很多的挑战。比如说一个电路板,我不懂什么叫设计电路板,但是我们的算法是可以学习这种电路板,如何设计电路板,电路板的特点,还有你也知道通过这种学习,你知道电路板哪一些元部件是可以抽出来的,哪一些元部件是必须要有的。

这是一个 NASA 所设计的天线,这是现在在太空飞船上使用的,这就是由计算机自行设计的。你可以看到,有点儿像人类设计的物件,我们刚才提到了 3D 打印,这个技术真的是可以改变我们现在做实验的方法,我们可以让计算机来帮助我们做设计,能够自动地做设计。

这是一个无边界形态的网站,如果你想要做设计的时候,计算机会给你一些各种各样的形态,你告诉他我喜欢什么形态,我把这两个形拼在一起,计算机就会形成新的形态。计算机能够帮你做设计,不是说计算机为人类带来价值,而是计算机来帮助你,让你发挥更好的想象力。

这是一些小的例子告诉我们如何发挥创造力。包括设计机器人和电板,还有一些物理的物件。计算机能够创造出更高密度的创造力,能够创造出大师级的艺术作品。

我们自己也做了一个实验,一个画画机器人,他也在学习如何画画。他一开始画得一点儿都不好,跟孩子画得一样,用不同的颜色在板子上涂来涂去,训练了几年以后,他画得越来越好了,可以画得各种各样的图象,这真的是我们的机器人画出来的,就是在帆布上画的油画。不是毕加索级的水平,但是你可以看到画得越来越好。

这就是这种类型的能力,如何能够不断地向前演进。

最后,还有一个机器人,它在形成一个自己的形象,这个机器人有四条腿,它想要知道如何学习,你会让这个机器自己培训,然后自己学习,自己知道如何靠四条腿来走路,这是一种传统的机器人学习的方法。

传统上来讲,大部分的工程师会做一个机器人的模拟器,让这个机器在模拟环节当中进行学习,我们是怎么做的呢?我们把这个机器人用这样的能力来创造一个新的事物,我们让这个机器人来创造出自己的形象。你可以看到,它有四条腿、两个传感器、四个模块,但是它不知道自己长什么样,它不知道自己是蛇还是一个飞镖,还是一棵树,这个机器人不知道自己是什么。它做了很多模拟,收集这些数据,他开始做自己形象的一种模拟。

它花了四天的时间,一开始的时候这个机器人根本就不知道自己长什么样,它根本就不知道它的身上这些方块是如何拼起来的。两天之后,它已经发现了它自己有四条腿,但是不知道怎么跟自己连在一起的,只花了四天的时间,就可以知道自己长这个样子,这也是一种想象自己的形象。

它通过自己的形象要思考,如何能够向前走,这就是其中的一个例子。

其中的一种方式,一个创新的方式,它向前走,它认为这种方式让它能够向前走。这是它第一次自己往前走,而且它是基于它所创建的自我形象来决定如何往前移动的。

具有创造力这样的能力,它不仅仅是要产生一些产品和服务,比较重要的是,我们也可以利用我们的创意来生成自我的形象。接下来可以让我们做一些出乎意料的事情。


人工智能发展的趋势

最后,我要给大家介绍一下在人工智能方面发展的趋势,它是不断地往前发展,而且发展得非常迅速。我想它的发展是非常稳定的,但是也是有一些波动,我们把它称为「浪潮」。我要给大家展示一下这些发展的「浪潮」是如何形成的。

  1. 在最开始的 40 年,第一个波段是从 50 年代开始到 90 年代结束,那个时候主要是按照传统的方式来建立 AI,按照逻辑来做。像下象棋、计算缴税等等,都是比较好的,那时候是基于逻辑和搜索的。从 90 年代 AI 的方式就出现了改变,我们把它称为预测性的分析工具,大数据从 90 年代到 2010 年,这样的转变是每个人都要对数据进行分析。

  2. 我们有了大数据,还有预测性的分析,这是从 90 年代开始的,后来把数据放在 Excel,包括零售的预测、股票市场的这些数据,都把它放在一个 Excel 表格当中,可以利用预测性的分析工具进行预测。

  3. 第三个 AI 的「浪潮」是从 2010 年开始的,我们现在能够看到这样的发展趋势的影响,即 AI 的系统可以了解非结构性的数据,比如说视频、音频,还有自然的语言等等,还有无人驾驶车。

在进行了数十年的实验之后,终于可以有了无人驾驶车了,因为计算机终于可以了解他们周围有什么,他们前面有什么,可以进行导航。

我给大家展示了这三种 AI 的形式,它们让我们感觉到特别震惊,但是他们并不是完全人性化的,动物也是知道它们周围有什么,也可以进行预测和计算,但是涉及到创造力,这是人类所独有的。

因此,我想 AI 的第四个发展浪潮已经开始出现了,在这样的时代当中,我们有创意的机器,它们可以更好地去理解周围的情况。 ■

本文由极客公园原创

转载联系 wangxue@geekpark.net




首页 - 极客公园 的更多文章: