麻省理工學院公布MIT IQ計劃：對人類智能逆向工程，創造新演算法

麻省理工學院正在推出一項名為MIT Intelligence Quest的計劃（簡稱MIT IQ），旨在將多個學科結合起來，對人類智能進行逆向工程，為機器學習與人工智慧創造新的演算法，以促進各方協作。

MIT IQ項目最大的要點，就是強調構建演算法需要採取新的方法——只有多個學科與研究領域相互協作，才能真正推動AI技術突破。

這個項目涉及MIT數百名研究人員，試圖打破不同研究所之間的孤島，從而了解人類智能，並利用研究成果開發機器智能。

MIT IQ新聞發布會強調了上述思路，並公布了這個項目的主要領導人，包括麻省理工學院院長L. Rafael Reif，以及以下成員：

• Anantha Chandrakasan，MIT工程學院院長

• James DiCarlo，MIT大腦與認知科學系主任

• Dina Katabi，MIT電氣工程與計算機科學教授

• Daniela Rus，MIT計算機科學與人工智慧實驗室主任

• Josh Tenenbaum，MIT認知科學與計算教授

MIT IQ實際的目標在於圍繞AI發展的基礎性難題，真正想解決的問題是，當前有關AI基礎的知識已經過時了。AI的數學與核心原則可以追溯到上世紀五、六十年代，如今，計算能力與技術已經發生了翻天覆地的變化。Reif說，「AI的基礎相對比較陳舊。我們一直在努力立足現有演算法開拓出新的應用方向。」

新演算法的開發將需要跨越多個學科協作。但最關鍵的問題在於：我們如何從人類嬰兒的成長過程中學到什麼，以應用到人工智慧的升級？

MIT IQ將需要「數億美元」的資金支持，而麻省理工學院方面希望行業合作夥伴們能夠伸出援手。去年9月，MIT已經與IBM簽署一個合作協議，IBM 同意投資 2.4 億美元成立一個新的 MIT-IBM 沃森人工智慧實驗室（MIT-IBM Watson AI Lab）。

Chandrakasan指出，為了真正推動AI技術進步，我們需要將多個學科聯繫起來。更具體地講，其基本思路在於將新演算法與技術及平台加以結合。「我們將教會更多專業的學生如何使用AI工具。」

MIT IQ項目結構

MIT IQ有兩個相關的實體。其一被稱為「The Core」，負責開發機器學習演算法。Core將在總體上研究人類智力和機器智能的科學和工程學。除了獲得對自然大腦和計算機大腦工作原理的基本理解外，它還將開發針對更具體用途的機器學習演算法。

第二個實體則為「The Bridge」，其將專註於把麻省理工學院在多個科學中的發現引入自然智能以及人工智慧領域，包括疾病診斷、藥物發現、材料和製造設計、自動化、合成生物學和金融等。Bridge將在MIT IQ之內提供技術、平台、基礎設施、教育以及數據集資源。

MIT IQ研究團隊同時指出，該項目還將著眼於人工智慧帶來的社會與倫理影響。Reif提出：「嚴肅的人工智慧技術也要求嚴肅的人性作為依託。」

項目結構在設計上是為了幫助麻省理工學院250名教授在人工智慧相關研究領域缺少合作的現狀。Reif說道，「AI將改變每一個領域的工作狀態。」

對於企業而言，MIT IQ的項目結構同樣值得注意，因為其強調了將多個學科結合在AI當中所帶來的影響。企業主要關注開發產品、優化利潤以及促進銷售，同時亦有必要擴大人機交互層面的功能覆蓋範圍。

Reif強調，儘管行業當中會出現大量AI技術研究活動，但麻省理工學院將專註於對核心研究的發展及推動貢獻力量——特別是那些無法在短時間內帶來利潤的研究工作。

我們能從嬰兒身上學習到什麼？

DiCarlo表示，MIT IQ將採用逆向工程方法對人工智慧進行推動。

他補充稱，對人類智能進行逆向工程實現了計算機視覺認知的巨大進步。對於人類智能進行逆向工作可以說是實現深度學習的必要條件，特別是考慮到這項技術正逐步走向其極限。

這種逆向工程方法在本質上需要多個學科進行配合。舉例來說，Tenenbaum表示認知科學與大腦研究就能夠在AI領域發揮重要作用。

Tenenbaum解釋稱，其目標在於「開發一種類似於嬰兒及兒童的學習機器。」更具體地講，人工智慧將如何一張白紙般開始學習，而後逐步探索模式與數據。但相比之下，嬰兒從一開始就擁有遺傳學起點及思維結構，這意味著其學習過程絕不僅僅立足於數據與模式。

Tenenbaum說，「三個月大的嬰兒在智力水平上已經超過目前的所有AI系統。孩子們會終生學習，能夠建立起多層次智能體系，而機器學習系統則無法實現這樣的效果。」

Tenenbaum補充說，他的團隊需要同MIT IQ中的The Core以及The Bridge單位開展合作。為了建立起能夠像人類那樣從接觸到的一切當中提取演算法的機器，大腦研究與機器人技術可謂不可或缺。

不平等性與道德難題

麻省理工學院相關研究者們在MIT IQ新聞發布會上反覆提到了不平等性與道德難題。

Reif指出，人工智慧在發展的每個階段當中都需要考慮解決社會影響帶來的干擾。Reif強調稱，「人工智慧將成為新財富與不平等性問題的主要來源。我堅信，處理好這個問題將成為我們這個時代當中最重要的挑戰之一。」

他同時補充稱，對人工智慧技術的樂觀與恐懼情緒皆「顯而易見，且非常合理」。

Rus則補充稱，解決道德問題絕對不可能僅通過一種演算法實現。解決社會影響意味著認真思考每一個步驟可能帶來的後果。

她指出，政府與企業領導者之間還需要就此開展大量合作與政策性討論。

Reif總結稱，「如果我們人推進這一領域的發展，那麼必須確保以一種有益於社會的方式來運用人工智慧技術。」

來源：ZDNet

編譯：科技行者

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！