Keras之父历时2年力作64页论文讨论智能怎么评价

2019-11-24 13:59:11 阅读：941 作者：责任编辑NO。姜敏0568

新智元报导

来历：Twitter、arXiv

修改：肖琴

【新智元导读】谷歌AI研讨员、Keras之父Fran ois Chollet历时2年的力作近来发布，在长达64页的论文中，他深入分析、论述“智能的界说和丈量”，引起AI研讨社区许多重视。你附和Chollet的观念吗？来新智元 AI 朋友圈和AI大咖们一同评论吧。

谷歌AI研讨员、Keras之父Fran ois Chollet近来宣布一篇长达64页的论文，深入分析、论述“智能的界说和丈量”，引起AI研讨社区许多重视。

与此同时，Chollet还发布了一个新的AI点评数据集“笼统推理语料库”(Abstraction and Reasoning Corpus)，简称ARC。Chollet表明，在曩昔的2年里，他一向时断时续地在做这件事。

在新智元小程序获取论文：

论文的主要内容包括：

1) 回顾历史，咱们怎么界说和点评AI

2) 对“智能”(Intelligence)的新的正式界说，以及对“通用AI的基准”（general AI benchmark）应该是什么姿态的具体指导准则

3) 介绍ARC的方针及其背面的逻辑。

Chollet说，这个界说是他企图将曩昔10年来的考虑和评论(讲演、Twitter、对话等等)正式转化为一些有用、可行的东西的测验。ARC这个新的AI点评数据集引导他朝着十分风趣的研讨方向开展，因而也期望读者发现它有用。

Chollet着重，论文中供给的界说并不是“仅有正确的”界说。那不是要点。由于智能是杂乱的，在不同的布景中或许意味着不同的东西。“智能”或“人工智能”的多种界说都或许是有用的。

Chollet最近还在一个算法上取得了很好的开展，这个算法至少能够处理部分ARC，依据一个他研讨了很长时刻的认知理论(autonomous abstraction)。Chollet表明将赶快共享这些主意和代码。

这个理论自2009年以来一向在酝酿之中。它学习了ONEIROS项目(敞开终端神经电子智能机器人操作体系)的重要元素，这是Chollet从2009年到2012年(在2014年时间短地再次参加)一向在开发的一个通用AI架构，但后来大部分都被抛弃了。

ONEIROS是从一个经典的RL思想开端的，会集于1)学习时空特征的模块化层次“maps”(运用PMI矩阵分化而不是梯度下降)，2)经过注意力机制的方法进行上下文切换，以及3)内涵动机(好奇心)。

其根本主意是“认知是一种感知运动信息空间的动态的、层次-模块化的地图”。因而，Chollet还把它称为“map theory”。

Chollet以为ONEIROS做了许多正确的作业(特别是考虑到其时的状况——主要是在2010年规划，并在2012年测验对其进行简化)，但终究它没有触及最重要的一点：笼统的实质。

这便是“The Measure of Intelligence”这项作业正在做的，ARC正是触及了“笼统的实质”。

有意思的是，“Keras”这个姓名来自ONEIROS：

“Chollet 创建了 Keras 作为敞开式神经电子智能机器人操作体系 (ONEIROS) 机器人研讨项目的神经网络的 API。onEIROS 这一称号是对古希腊史诗《奥德赛》的致意，在这部史诗中，神话人物Oneiroi（oneiros 的奇数方法）为人类指明晰两条进入梦境的路：一条路穿过雄伟的象牙之门进入噩梦，另一条路则穿过矮小的兽角之门，终究出现一片崇高的现象。Keras 在希腊语中意为角，这个称号十分适宜，由于 Keras API 旨在为与神经网络协同运用供给一条捷径。”

“The Measure of Intelligence”论文宣布后，在Twitter、Reddit等社区得到许多重视，有人点评“风趣”、“必读的好文章”，也有人质疑这项研讨是否必要。

论文内容结构

Google机器学习研讨员Emil Wallner带来了不错的总结和解读，一同来看。

为了推动AGI，咱们应该量化和点评其技术获取功率

Fran ois Chollet的中心观念是：咱们不能经过衡量其对特定技术的把握程度来点评一个AI体系的适应性和灵敏性。

只需数据足够多，模型就能靠“回忆”完结决议计划。为了推动AGI，咱们应该量化和点评其***技术获取功率***。

在20世纪70年代，许多人以为国际象棋反映了人类理性思想的悉数规模。用计算机下棋就能达到认知了解的严重腾跃。可是，在IBM的DeepBlue之后，他们意识到计算机并没有更好地了解人类的思想。

IBM的DeepBlue并不“智能”，但咱们咱们都以为把握国际象棋的人是有智能的。这是由于咱们将国际象棋与一种元技术(meta-skill)联络在一同，元技术是一种用于数学和推理等逻辑使命的才能。咱们经常以相似的方法将AI体系拟人化：把握使命= AGI。

相同，Chollet以为DeepMind的围棋AI AlphaZero既不灵敏也不通用。他将其与运用部分灵敏哈希函数的哈希表进行比较，经过无限的模仿，你能够用动作来映射棋盘的方位。

Chollet以为，当时的以使命为中心的智能观念是推动AGI的瓶颈地点。相反，咱们该选用Hernandez-Orallo的观念：

“人工智能是一门让机器完结它们从未见过、也没有事前准备好的使命的科学和工程技术。”

当人类承受不同的认知测验时，得到的结果是互相相关的。这表明人类具有学习技术的根本元技术，即“g因子”(g-factor)。这些是Chollet以为点评AI需求衡量的才能，从Broad Generalization开端。