公告：Facebook涨粉丝网站--脸书刷粉丝
随着公司其他成员被要求朝着马克·扎克伯格的元宇宙梦想努力，Facebook的人工智能主管正在悄悄地制定一个自主机器智能的路线图。
图片来自网络
举个例子，Meta AI Chief和著名计算机科学家Yann LeCun今年夏天早些时候发表了一篇论文-并于上周在伯克利进行了发表-该论文描述了当前AI工作中缺乏常识，并为未来的迭代开辟了一条像人类和动物一样有效地学习的道路，因为它们变得越来越自主。
正如LeCun所描述的那样，常识是世界模型的集合，允许人类和动物预测事件是否可能或不可能，合理或难以置信，可能或不可能。
汽车的自动驾驶系统可能需要数千次强化学习的试验，以了解在转弯时驾驶过快会导致不良结果，并学会减速以避免打滑，这位开创性的人工智能研究人员写道。相比之下，人类可以利用他们对直觉物理学的深入了解来预测这种结果，并且在学习新技能时在很大程度上避免了致命的行动过程。
为了弥合训练神经网络所需的多次反复试验和错误与有机知识的直观性质之间的差距，LeCun提出了重新装备算法训练方法，以更有效地学习，从而开发出我们人类认为理所当然的常识的组合。
虽然这听起来并不那么感性，但可能需要一些类似于直觉的东西，才能将人工智能从目前的状态——尽管在更狭窄的领域——转移到更接近人类智能的状态，这无疑是令人印象深刻的。
这是一个实际问题，因为我们真的想要有常识的机器，LeCun在9月下旬在伯克利的演讲中说。我们想要自动驾驶汽车，我们想要家用机器人，我们想要智能虚拟助手。
因为他是一名科学家，Meta AI负责人的下一代算法训练架构涉及一堆活动部件，例如复制短期记忆的系统，另一个教授神经网络自我批评的系统，以及建立一个配置器模块，将所有输入合成为有用的信息。这是他的图表：
图片来自网络
总而言之，这些组件在帮助机器智能复制人类思维的过程，这一前景既令人兴奋。
Meta的顶级人工智能研究人员正在发表一篇关于如何将人工智能变成自主思想家的论文，这本身就是一个非常有趣的故事，考虑到他希望实现的目标，这甚至可能对这家科技巨头来说是一个巨大的福音。
