人工智能
Ronald T. Kneusel，《人工智能如何运作：从巫术到科学》的作者 – 访谈系列
我们最近收到了 Ronald T. Kneusel 所著的《人工智能如何工作：从巫术到科学》一书的高级副本。 到目前为止，我已经阅读了 60 多本有关人工智能的书籍，虽然其中一些确实有些重复，但这本书设法提供了一个全新的视角，我非常喜欢这本书，可以将其添加到我的个人清单中 有史以来最好的机器学习和人工智能书籍.
《人工智能如何运作：从巫术到科学》是一本简洁明了的书，旨在描述人工智能的核心基础知识。 机器学习。 以下是作者向 Ronald T. Kneusel 提出的一些问题。
这是你的第三本人工智能书籍，前两本是：《实用深度学习：基于 Python 的简介》和《深度学习数学：理解神经网络需要了解什么》。 当您开始写这本书时，您的初衷是什么？
不同的目标受众。 我之前的书旨在为有兴趣成为人工智能从业者的人们提供介绍。 本书适合普通读者，即那些在新闻中经常听到有关人工智能但没有任何背景知识的人。 我想向读者展示人工智能从何而来，它不是魔法，任何人都可以理解它在做什么。
虽然许多人工智能书籍倾向于概括，但您却采取了相反的方法，非常具体地教授各种术语的含义，甚至解释人工智能、机器学习和深度学习之间的关系。您认为为什么这些术语之间存在如此多的社会混乱？
要了解人工智能的历史以及为什么它现在无处不在，我们需要了解这些术语之间的区别，但在流行使用中，使用“人工智能”是公平的，因为它主要指的是正在改变世界的人工智能系统如此之快。 现代人工智能系统源于深度学习，而深度学习又源于机器学习和人工智能的联结主义方法。
第二章深入探讨人工智能的历史，从守护菲尼西亚公主的巨型机器人塔洛斯的神话，到阿兰·图灵 1950 年代的论文《计算机器与智能》，再到 2012 年深度学习革命的到来为什么掌握人工智能和机器学习的历史有助于充分理解人工智能的发展程度？
我的目的是要表明人工智能并不是从天上掉下来的。 它有它的历史、起源和演变。 虽然大型语言模型的新兴能力令人惊讶，但通向它们的道路却并非如此。 这是数十年的思考、研究和实验之一。
您用了一整章的时间来理解传统人工智能系统，例如支持向量机、决策树和随机森林。为什么您认为充分理解这些经典人工智能模型如此重要？
作为神经网络的人工智能仅仅是（！）许多早期机器学习模型中基于优化的建模的替代方法。 这是对开发某个过程的模型、某个将输入映射到输出的函数的含义的不同看法。 了解早期类型的模型有助于了解当前模型的来源。
您表示您相信 OpenAI 的 ChatGPT 的 LLM 模型是真正人工智能的黎明。 您认为这种方法与之前处理人工智能的方法之间最大的游戏规则改变是什么？
我最近观看了理查德·费曼 (Richard Feynman) 1980 世纪 XNUMX 年代末的一段视频，他试图回答有关智能机器的问题。 他表示他不知道什么样的程序可以智能地运行。 从某种意义上说，他谈论的是符号人工智能，其中智能的奥秘在于找到逻辑运算等的神奇序列，从而实现智能行为。 像许多人一样，我曾经想知道同一件事——如何对智能进行编程？
我相信你真的不能。 相反，智能产生于足够复杂的系统，能够实现我们所谓的智能（即我们）。 我们的大脑是由基本单元组成的极其复杂的网络。 这也是神经网络的本质。 我认为法学硕士中实现的变压器架构在某种程度上偶然发现了类似的基本单元排列，这些基本单元可以协同工作以允许智能行为的出现。
一方面，这是鲍勃·罗斯最终的“幸福意外”，而另一方面，一旦能够实现紧急智能行为的基本单元之间的安排和允许交互发生，这就不应该太令人惊讶。 现在看来很清楚，变压器模型就是这样一种安排。 当然，这引出了一个问题：还有哪些其他类似的安排？
您要传达的信息是，现代人工智能 (LLMS) 是其核心，只是一个通过反向传播和梯度下降训练的神经网络。您个人对法学硕士的有效性感到惊讶吗？
是和不是。 当我使用它们时，我不断地对它们的反应和能力感到惊讶，但回到之前的问题，突发智能是真实的，那么为什么它不会出现在一个足够大的模型和合适的架构中呢？ 我认为早在弗兰克·罗森布拉特（Frank Rosenblatt）时期（如果不是更早的话）的研究人员可能也有同样的想法。
OpenAI 的使命宣言是“确保通用人工智能（通常比人类更聪明的人工智能系统）造福全人类。” 您个人认为 AGI 是可以实现的吗？
我不知道 AGI 是什么意思，就像我不知道意识是什么意思一样，所以很难回答。 正如我在书中所说，很可能很快就会出现这样的情况：关心这些区别是毫无意义的——如果它走路像鸭子，叫起来像鸭子，那就称它为鸭子，然后继续吧。
撇开厚颜无耻的答案不谈，人工智能系统有朝一日完全有可能满足许多意识理论。 我们想要完全有意识的（无论真正意味着什么）人工智能系统吗？ 也许不是。 如果它是有意识的，那么它就像我们一样，因此也是一个拥有权利的人——而且我认为世界还没有为人造人做好准备。 我们在尊重人类同胞的权利方面已经遇到了足够多的麻烦，更不用说尊重任何其他物种的权利了。
在写这本书的过程中，有什么让你感到惊讶的事情吗？
除了同样程度的惊讶之外，其他人都对法学硕士的新兴能力感到惊讶，但事实并非如此。 我在 1980 世纪 2000 年代还是一名学生时就了解了人工智能。 我在 2010 年代初开始研究机器学习，并在 XNUMX 年代初出现时参与深度学习。 我和成千上万的其他人一起亲眼目睹了过去十年的发展，随着该领域在一次又一次的会议上急剧发展。
