主要观点总结
本文讲述了余山关于人工智能与脑科学的分享,包括如何从大脑原理出发设计新一代人工智能系统,以及人工智能在持续学习和适应开放环境方面的进展和挑战。还提到了大模型的幻觉问题及其背后的机制,并探讨了如何克服。
关键观点总结
关键观点1: 余山的分享内容主要关于人工智能与脑科学的结合
他强调了从大脑原理出发设计人工智能的重要性,并介绍了人工智能在持续学习和适应开放环境方面的努力。
关键观点2: 人工智能在持续学习方面的挑战
余山提到了“灾难性遗忘”的问题,并提出了正交学习的解决办法。他还展示了这种方法在汉字学习任务上的效果。
关键观点3: 从静态环境到动态环境的转变
余山介绍了动态环境下人工智能的需求,并探讨了认知控制机制在其中的作用。他还提到了前额叶在认知控制中的重要性,并展示了情境化学习在人工智能中的应用。
关键观点4: 大模型的幻觉问题
余山指出了大模型有时会出现一本正经地胡说八道的问题,并探讨了其背后的机制。他提到了克服这个问题的研究,并希望未来的人工智能系统能够像人一样智能,而不是仅仅基于符号层面的处理。
文章预览
各位同学大家下午好,我是余山,来自中国科学院自动化研究所,非常高兴有机会跟大家分享 《当AI遇上脑科学》 的故事。我主要研究脑启发的人工智能,希望能从大脑处理信息的原理出发,启发我们设计、制造出新一代能力更强的人工智能系统。 可能有的同学会说:我知道,这个就叫仿生学。那说到仿生学,我要先给大家讲一个例子。 人类很早以前就想像鸟儿一样飞,于是致力于根据鸟造出能飞翔的机器,这是最早的仿生学尝试。但是很长一段时间里,人类都走在一条死胡同上。我们总想简单地模仿鸟扇动翅膀就能飞起来的现象,设计了很多类似的机器。 这里呈现的是大家都知道的意大利著名画家、科学家达·芬奇设计的扑翼机。但历史证明扑翼机这条道路走不通,因为人类肌肉的力量无法让我们把翅膀扇动得足够快,快到可以把人这样一个
………………………………