AI能力金字塔

在過去十年裡，人工智慧的研究從過去依靠規則、知識來設計人工智慧演算法這樣一套方法論，逐漸過渡到了以資料為主要驅動力的方法論。

在這個方法論的指導下，靠著“三駕馬車”——演算法、大資料、強算力，支撐起了現在的AI能力。演算法上主要以深度學習為主，資料則強調要足夠大（且是有監督的標註資料），由於深度學習動輒需要透過訓練設定上億的引數也導致了非常依賴強大算力的支撐。

於是，只要滿足下面兩個條件的AI任務，都能夠得到好的解決：

1）專用AI任務(而非通用AI)。例如醫療影像中，看肺炎的AI就只能看肺炎，不能看肝炎；看CT的AI就只能看CT，不能看核磁。

2）“好”資料肥沃(透過商業模式大量獲取資料)。所謂好資料，一方面要有較大的規模，另一方面則是要有好的標註。

但這樣的AI，離我們所期望的相距甚遠。

微軟亞洲研究院院長洪小文博士曾提出圖示的AI能力金字塔。

AI能力金字塔

按照這種金字塔層次，目前的AI技術仍還停留在第二層的「感知和簡單推理」上面，也即相當於非人類靈長類動物的層次。

AI能力金字塔

相關文章