高屋建瓴︱胡宇航：AI能像人一样吗？
7月4日，在WAIC世界人工智能大会上，国家地方共建人形机器人创新中心（以下简称“国地中心”）与中国电子学会共同承办了人形机器人与具身智能发展论坛。哥伦比亚大学博士研究生胡宇航带着对AI的独到见解和对未来的无限憧憬，为我们带来了一场题为《通过自监督实现AI终生学习》的精彩分享。
AI能否像人一样迁移学习？——解密AI智能化之钥
胡宇航首先提出了一个问题：AI能否像人一样学习？他指出，尽管AI在抓取物品、图像识别等特定任务上表现出色，但在快速适应和终身学习方面，AI仍与人类存在显著差距。真正的AI不仅要有强大的泛化能力，更要有像人类一样“迁移学习”的能力。胡宇航说道，“这种能力意味着，AI系统可在不忘记以前获得的知识的情况下，随着时间推移不断学习和适应新数据。”
为了进一步解释，胡宇航举了个生动的例子：人类学习打篮球。从婴儿时期的爬行开始，到后来的走路、跑步、运球、过人，直至最后的得分，人类学习打篮球是一个层层递进、不断学习新事物的过程。在这个过程中，人类并没有重新学习物理定律或控制身体的方法，而是将之前学到的知识应用到新任务中。而这正是AI所缺乏的。当前的AI模型在学习新技能或进入新环境时，难以运用已掌握的技能加速学习或快速适应。因此，胡宇航强调，赋予AI终生学习的能力，是实现AI全面智能化的关键一步。
自监督学习的力量——持续学习数据和自我优化
胡宇航指出，自监督学习是实现AI终生学习的重要途径。自监督学习是一种无需人工标注的数据学习方法，它利用输入数据的内在结构来学习数据的特征表示。这种方法可以让AI系统在不断接触新数据的过程中，持续地学习和优化自身的知识体系。
胡宇航提到，AI自监督学习的过程与人类自学的过程颇为相似。人类在各种压力和需求驱使下自己学习新的技能，而这些压力和需求在AI系统中同样存在。在机器人领域，我们可以通过自监督学习让机器人自主地学习和适应新任务、新环境，从而实现更高效、更智能的操作。
此外，自监督学习还可应用于多个领域和场景。在计算机视觉领域，通过自监督学习，机器人能更好地理解和处理图像、视频数据，还可将真实世界“看到”的内容很快地迁移到虚拟环境中；在自然语言处理领域，通过大语言的自监督学习，AI系统能更好地理解和生成文本数据。胡宇航通过“让机器人保持工位整洁”的例子，深入浅出地解析了让机器人对宽泛的概念进行标准化衡量，从而实施具体指令的方法。
传统机器人VS未来机器人——从静态固定走向动态灵活
胡宇航认为，在机器人技术的革新中，自监督学习与自建模控制算法将成为关键。传统机器人依赖预设的AI模型，一旦硬件异常，任务就会中断；而未来的机器人将具备前所未有的自适应能力，面对硬件损坏等突发状况，它们不再束手无策：通过自监督学习，机器人能自动从操作中提取信息，无需大量外部数据支持；同时，机器人能动态调整内部模型，重新建模以适应新状态，确保任务不中断。
这种转变意味着，机器人将从被动接受转为主动适应，从静态固定走向动态灵活。它们将展现出高度的鲁棒性和智能性，能够在复杂多变的环境中持续执行任务。
未来展望——AI最终的能力是什么？
胡宇航的分享揭示了AI终生学习与自监督学习的深远意义和广阔前景。在报告的最后，胡宇航提出了引人深思的问题：AI最终的能力是什么？是传承人类文明，还是在另一个星球发展新的文明？这是需要全人类谨慎思考的。
未来机器人与AI的融合，不仅是技术的升级，更是智能的飞跃。机器人将成为能够自我学习、自我优化的智能体，为工业、医疗、服务等多个领域带来巨大的变革和前所未有的便利。同时，我们也要深度思考AI的现在与未来，随时迎接新挑战和新机遇。
评论排行