AlphaGo贏得圍棋大戰(zhàn)后，很多人開始思考AI革命的問題，說白了就是AI階段上升的問題，它標(biāo)志著我們從弱AI階段進(jìn)入了強(qiáng)AI或者說人類水平的AI階段，但既然跟“人類”開始掛鉤，那我們就應(yīng)該探討從人那里，機(jī)器人可以切身學(xué)到什么？

在今天韓國大田舉辦的IROS 2016 人腦項(xiàng)目中的虛擬神經(jīng)機(jī)器人分論壇里，德國馬克斯·普朗克學(xué)會的Heinrich H. Bulthoff (Heinrich H. Bülthoff）教授從5個方面為我們闡述了他的觀點(diǎn)。

在講這5個方面前，我想說，從弱AI階段進(jìn)入了強(qiáng)AI或者說人類水平的AI階段，首先第一個關(guān)鍵是要增長計(jì)算力。

第二個關(guān)鍵是看大腦如何運(yùn)作的。

所以引申出下面的5方面。

1) 我們能從大腦識別里學(xué)到啥？  

目前我們通過3D建模，精確的物理控制和維度控制學(xué)會了人臉識別和物體識別這些大腦常做的工作。

2）大腦怎么計(jì)算的（推理的）？

大腦不是一個曝光計(jì)，它不是根據(jù)光的密度來決定它對什么感興趣的，而是根據(jù)它的推斷來決定它對什么感興趣的。下面這三個經(jīng)典例子都表明，而這個感知過程，很有可能是由一種無意識的推斷組成的。

3）為什么積極的感知很重要？

人類感知很大程度上，是一種被動的的積極感知。當(dāng)一些東西進(jìn)入我們的視野，我們會選擇性地對進(jìn)入事業(yè)的東西的一部分進(jìn)行高分辨率的感知。比如這個自上而下的圖我們目前就不能解釋我們?nèi)绾芜x擇感知目標(biāo)的。

4）關(guān)于虛擬世界中的感知和行動。

在飛行員訓(xùn)練中我們經(jīng)常見到這種例子，飛行員坐在訓(xùn)練室里的椅子上，椅子在360各種旋轉(zhuǎn)，飛行員自己手里拿著方向盤移動，雖然它沒有在天上開飛機(jī)，但他獲得的感覺跟在藍(lán)天上完全一致。這給了我們一個重要啟示，就是大腦如何在復(fù)雜的控制運(yùn)動中，用不同的（感知）傳感器就可以達(dá)到任務(wù)，而不是真的要完全模擬我們的大腦。

在現(xiàn)實(shí)生活中我們怎么應(yīng)用它？下面這個圖是非常常見的一部分。

小結(jié)：

Heinrich H. Bülthoff教這個話題給我們的啟發(fā)是，跟運(yùn)動模仿那邊不一樣的是，基于人腦的模仿，除了物理上的模仿，還摻雜了人類意識上，甚至可以說哲學(xué)層面的模仿，這告訴我們在做基于這類模仿的機(jī)器人技術(shù)時，應(yīng)該對人類行為背后的認(rèn)知和感知思維有個更深層次的理解，從而助力我們更好地實(shí)現(xiàn)真正的“類人”人工智能。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。