從祖先鉆木取火到現(xiàn)代航天科技，人類對機(jī)器的幻想從未停歇。遠(yuǎn)古時(shí)期我們幻想“御風(fēng)而行”，明朝萬戶用火箭實(shí)現(xiàn)飛天實(shí)驗(yàn)，富蘭克林借風(fēng)箏探索雷電奧秘。這些創(chuàng)造背后都暗藏著一個(gè)終極理想：能否創(chuàng)造機(jī)械生命體，代替我們負(fù)重前行，讓人類得以享受生活？

這種執(zhí)念在當(dāng)代愈發(fā)強(qiáng)烈。環(huán)顧四周的工業(yè)機(jī)器人、服務(wù)機(jī)器人，它們雖能完成既定指令，卻仍與影視作品中“大白”般的理想伙伴相距甚遠(yuǎn)。我們渴望機(jī)器具備共情能力、創(chuàng)造思維，甚至絕對忠誠——這正是人工智能技術(shù)要攻克的終極課題。

一、人工智能的認(rèn)知革命

人工智能（AI）作為模擬人類智能的技術(shù)體系，已展現(xiàn)出令人驚嘆的“超能力”：自動(dòng)駕駛系統(tǒng)比人類司機(jī)更精準(zhǔn)地識別路況；對話機(jī)器人能理解上下文語境；AI畫師可協(xié)助設(shè)計(jì)師實(shí)現(xiàn)天馬行空的創(chuàng)意。這些能力的核心，源自機(jī)器學(xué)習(xí)技術(shù)的突破。

以幼兒識數(shù)為例：老師通過數(shù)字卡片反復(fù)教導(dǎo)“這是0，這是1”，兒童通過觀察特征建立認(rèn)知。機(jī)器學(xué)習(xí)竟與人類認(rèn)知過程驚人相似——工程師給“機(jī)器寶寶”輸入海量標(biāo)注數(shù)據(jù)（如0的多種書寫形態(tài)），神經(jīng)網(wǎng)絡(luò)通過反復(fù)比對修正參數(shù)，最終掌握數(shù)字的本質(zhì)特征。這個(gè)從數(shù)據(jù)標(biāo)注、特征提取到參數(shù)優(yōu)化的過程，正是監(jiān)督學(xué)習(xí)的經(jīng)典范式。

二、神經(jīng)網(wǎng)絡(luò)的生物啟示

機(jī)器學(xué)習(xí)能力的生物學(xué)基礎(chǔ)，源自對人類大腦的仿生研究。人類大腦約含16億神經(jīng)元，每個(gè)神經(jīng)元通過7000個(gè)突觸連接形成復(fù)雜網(wǎng)絡(luò)。有趣的是，嬰幼兒期突觸數(shù)量高達(dá)1000萬億，成年后銳減至百萬級，這解釋了為何青少年時(shí)期是學(xué)習(xí)黃金期。

人工智能科學(xué)家受此啟發(fā)，構(gòu)建了人工神經(jīng)網(wǎng)絡(luò)：輸入層接收數(shù)據(jù)，隱藏層提取特征，輸出層生成結(jié)果。每個(gè)“人工神經(jīng)元”模擬生物神經(jīng)元的樹突（接收信號）、細(xì)胞體（處理信息）和軸突（傳遞信號）。當(dāng)網(wǎng)絡(luò)深度達(dá)到10層以上，便具備識別復(fù)雜模式的能力。2023年諾貝爾生理學(xué)獎(jiǎng)得主的研究顯示，這種結(jié)構(gòu)竟與果蠅嗅覺神經(jīng)回路高度相似。

三、大模型的時(shí)代跨越

傳統(tǒng)神經(jīng)網(wǎng)絡(luò)存在明顯局限：單一模型僅能處理特定任務(wù)，就像剛畢業(yè)的醫(yī)學(xué)生只會看感冒。2017年Transformer架構(gòu)的提出，帶來了革命性突破。這種基于注意力機(jī)制的模型，能像人類閱讀時(shí)自動(dòng)聚焦關(guān)鍵信息，通過海量參數(shù)（千億級）存儲多維知識。

四、通往通用人工智能之路

盡管現(xiàn)有技術(shù)已令人驚嘆，但距離真正的“機(jī)器思考”仍有差距。當(dāng)前AI更像是“超級鸚鵡”，能復(fù)現(xiàn)知識卻缺乏深層理解。讓機(jī)器學(xué)會思考的最后一步——通用人工智能。那么，什么是通用人工智能呢？它是指具有人類水平，甚至超越人類水平的智能系統(tǒng)。它也是人工智能的下一代、未來技術(shù)的重要方向，它的一個(gè)主要特征就是能夠自主學(xué)習(xí)，自主推理，自主創(chuàng)造，甚至擁有自主意識。

李紅蕾 重慶電子科技職業(yè)大學(xué)人工智能與大數(shù)據(jù)學(xué)院講師

來源：吉林省科協(xié)

分享讓更多人看到