來自麻省理工學院(MIT)、紐約大學和多倫多大學的研究人員聯合設計了一套貝葉斯程序學習算法,試圖縮小計算機和人類學習能力之間的差距。該算法可以將一個概念轉化為一個簡單的計算機程序,該程序可以進一步從單個示例中學習並產生與該概念類似的東西。例如,計算機首先學習拉丁字母,然後它可以學習類似的希臘字母。
麻省理工學院(MIT)、紐約大學和多倫多大學的研究人員最近開發出一種計算機係統,聲稱具有人類學習和創造的能力,而且創造結果已經可以與人類相媲美。
在現有的機器學習技術下,計算機必須輸入大量(可能是數百或數千)訓練示例,才能“學習”新概念,但人類通常隻需要幾個示例即可快速將其應用到其他人身上。在事情上。人類還可以從概念中學習,然後推導出並創建新的範式。
麻省理工學院腦與認知科學教授Josh Tenenbaum、紐約大學博士後Brenden Lake 和多倫多大學計算機科學副教授Ruslan Salakhutdinov 共同設計了貝葉斯程序學習(BPL)算法試圖縮小計算機和人類學習能力之間的差距。該算法可以將一個概念轉換為簡單的計算機程序,並且可以基於單個示例進一步學習和生成相似的概念。例如,計算機首先學習拉丁字母,然後它可以學習類似的希臘字母。
研究人員使用了梵文、藏文、格拉哥裏文和印度古吉拉特文等50 種少數民族語言的1600 多種手寫字體來訓練計算機模型,並指導計算機創建新的示例。最後,在測試中,研究人員要求人類測試人員判斷哪些新範式是由人類創建的,哪些是由計算機創建的。結果顯示,隻有不到25%的人類測試者無法有效判斷兩者之間的差異。
基於著名的機器能否思考的圖靈測試,可以測試機器是否能夠表現出與人類相當或無法區分的智能。研究人員得出的結論是,他們創建的計算機模型已經通過了某種形式的圖靈測試。
“我們的研究表明,這種方法在一次性分類學習中達到了人類水平的準確性,並且在創造性能力方麵,它在視覺圖靈測試中欺騙了大多數測試人員。”
然而,也有人不同意。 Mashable 援引艾倫人工智能研究所首席執行官、華盛頓大學教授Oren Etzioni 的話說,這項研究並未通過圖靈測試。最多就像計算機在乘法運算中擊敗人類一樣。對學術研究做出了貢獻。
2014年,俄羅斯尤金古斯特曼超級計算機在倫敦皇家學會舉辦的2014年圖靈測試競賽中被認定通過了“圖靈測試”。這也是計算機第一次欺騙人類。讓人相信這是一個十三歲的男孩。但根據維基百科,一篇文章指出它實際上並沒有通過測試。