可解釋性 可解釋人工智能指的是智能體以一種可解釋、可理解、人機互動的方式,與人工智能系統的使用者、受影響者、決策者、開發者等,達成清晰有效的交流溝通,有效地“解釋”自身行為和決策,以取得人類信任,同時滿足各類應用場景對智能體決策機制的監管要求。解釋是一個多輪次溝通的過程,其目的在于取得對方的理解、建立信任、達成合作、提高協作的效率。智能體只有有效地“解釋”自己,才能取得用戶的“信任”,從而產生高效的人機協作。北京通用人工智能研究院于2022年發表了“實時雙向人機價值對齊 Bidirectional human-robot value alignment”研究,論文同時被Science官網和Sc...
1990年代至今,人工智能開始進入平穩發展期,分化成幾個子領域,包含計算機視覺、自然語言處理、認知與推理、機器學習、機器人學、多智能體領域等。每個領域均出現過突破性的成果,但是每個**的成果局限在自己的子領域中,人工智能距離達到人類通用且泛化的智能水平仍然相差甚遠。2004-2007年左右,研究通用目的系統的呼聲重新在主流AI領域內外興起,“集成AI(integrated AI)”、“通用系統(general-purpose system)”、“人類水平AI(human-level AI)”等主題逐具討論度。2008年后,諸如Conference Series on Artificial Ge...
人工智能研究員尼爾斯·尼爾森(Nils J.Nilsson)在其論文中提出了該測試方法。這項測試要求人工智能程序應該能夠執行原本由人類負責的工作,并得到同等甚至更好的工作結果。通智測試2023年8月9日,朱松純教授帶領跨媒體通用人工智能全國重點實驗室的團隊在中國工程院院刊Engineering上發表了題為《通智測試:通用人工智能具身物理與社會測試評級系統》 [6]的文章,提出了通用人工智能的一套分類方法。文章依據發展心理學和心智理論,參考人類嬰幼兒發育的測試標準,研究總結出一種基于能力(U系統)和價值(V系統)的UV通用人工智能的評測方法,并開發了復雜動態的物理場景(模擬仿真)和社會交互(混合...
深度學習:一種特殊的機器學習的方法,使用類似人腦的神經網絡結構處理復雜的數據模式,廣泛應用于圖像和語音識別。自然語言處理(NLP):使計算機能夠理解和生成人類語言,包括機器翻譯、情感分析和聊天機器人。計算機視覺:賦予計算機“看”的能力,讓他們能夠識別和處理圖像和視頻中的內容。機器人過程自動化(RPA):使用軟件機器人自動執行重復性的業務流程任務。AI在醫療領域的應用尤為***,尤其是在疾病診斷和預測方面。通過深度學習算法,AI可以分析海量的醫學圖像和數據,識別出早期病變的跡象。IBM的WatsonHealth系統已經在**診斷中表現出了驚人的準確性,它能夠快速篩選患者的病歷和醫學文獻,提供比較...
具身智能 具身智能是智能體使用身體完成物理任務的現象,其**之一是“知行合一”。中國哲學家早已認識到“知行合一”的理念,即人對世界的“知”建立在“行”的基礎上,這也是通用智能體能否真正進入物理場景和人類社會的關鍵所在。其**之二在于“身體力行”。只有將智能體放置于真實的物理世界和人類社會中,讓它們躬“身”體驗環境物體、符合物理因果,才能切實了解并習得真實世界中事物之間的物理關系和不同智能體之間的社會關系。關鍵問題6:社會智能 社會智能是人類在適應更為復雜的社會情境中所展現的社會認知能力。從進化的角度看,社會智能的發展對于人類的適應至關重要。社會智能具有密不可分的三方面:社會感知、心智理論和社會...