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
VMware宣布将终止现有渠道合作伙伴计划,新计划采用邀请制,大幅减少授权合作伙伴数量。未受邀合作伙伴将于2025年7月15日收到不续约通知,可继续交易至10月31日。白标计划也将同时终止。此举是18个月内VMware第二次重大合作伙伴调整,旨在专注与少数核心云服务提供商深度合作。客户可能面临续约困难、服务质量下降和成本上升等影响。
StepFun公司推出的Step1X-Edit是首个能够媲美GPT-4o和Gemini2 Flash等商业模型的开源图像编辑AI。该模型通过整合多模态语言理解和扩散图像生成技术,能够处理11种编辑任务,在新构建的GEdit-Bench基准测试中表现优异,为图像编辑技术的民主化开辟了新道路。
谷歌DeepMind和伦敦大学学院研究发现,大语言模型在面对反驳时会迅速失去信心并改变答案,即使反驳是错误的。研究显示LLM既会对自己的答案过度自信,又对批评异常敏感,表现出与人类相似但又独特的认知偏差。这种行为对多轮对话AI系统构成威胁,最新信息可能对LLM推理产生不成比例的影响。
BluOrion公司开发的ZClip是一种智能梯度裁剪算法,解决了大型语言模型训练中的梯度爆炸和损失飙升问题。通过Z分数统计检测和动态调整策略,ZClip能够自适应地控制梯度幅度,相比传统固定阈值方法提升训练效率35%以上,同时显著降低训练失败风险,为大模型训练提供了更稳定、高效的解决方案。