ZD至顶网软件频道消息:神经网络可以为人工智能系统提供常识功能,到目前为止,只有人类才拥有常识的特质。
尽管人类里个体的常识也不尽相同,“常识”其实是个颇为模糊的概念,常识是指在一个复杂的情景中做出一个合理和好的决策,而做决策的基础是利用自己的经验和对世界的理解,而不是依靠结构化的信息;而人工智能要做到这一点是很麻烦的。
常识是一种直觉,是人类的一个概念,但据Facebook 人工智能(AI)研究团队的主管Yann LeCun介绍,神经网络和机器视觉的飞速发展有朝一日可以让软件拥有常识功能。
LeCun在接受《麻省理工学院技术评论》记者采访时表示,在神经网络这方面仍“有待”努力,机器视觉需用到神经网络。
神经网络是一个模拟人类大脑结构的人工系统,神经网络与先进机器视觉结合在一起,就可以从图像中提取数据并用于任务和决策,LeCun表示,其结果就是常识功能。
例如,如果一个图像里有一个主要物件,机器就可以利用足够多的物件类别数据识别一些特定的物件,如狗、植物或汽车。而现在有些AI系统还可以认识更抽象的分类,如婚礼、日落和风景。
LeCun表示,在五年前这是不可能的,而现在随着机器被赋予视觉后,机器的专业知识也在增长。
人工智能目前仍只局限于人类训练过的特定区域。一个婚礼上的一只狗的图像送给人工智能系统后,如果AI之前未见过这种图,AI就不能理解图像的内涵意义,其响应极有可能就是LeCun称之为 “垃圾”的东西。因此说AI缺乏常识。
Facebook希望改变这种现状。LeCun表示,你可以通过语言与智能系统互动,使其识别物件,但“语言是一种非常低带宽的信道”,人类因为有丰富的背景知识,可以帮助他们理解语言,而机器目前还不能实时联系上下文内容模拟常识功能。
解决该问题的方法大可以通过视觉学习和诸如图像和视频流等媒体达到。
LeCun 表示,“如果你告诉机器说”这是智能手机”,“这是压路机”,“有些东西可以推得动,也有些东西是推不动的”,或许这机器就可以学习世间万物运行的基础知识。这有点像婴儿的学习过程。”
LeCun 称,“在我们真正想做的事情里,其中有一条就是让机器获得大量代表现实世界限制的事实,其做法是通过视频或其他渠道观察这世界。如此,机器最后就可以获得常识。”
智能机器有能力观察世界后,上下文的缺口就可以堵上,人工智能就大有可能产生一个大飞跃,不再停滞在程序算法和答案集合的层次上。例如,Facebook想在有些领域有所突破,例如,AI系统查看了几个帧以后可以预测未来的事件。
LeCun表示,“如果我们能够训练出这样的系统,我们认为我们就已经开发出了无监督学习系统的核心。我认为,这一块极有可能大有可为。其应用不一定是视觉。我们推动人工智能发展工作的大头也在这一块。”
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。