在ION的1月份关于安全关键应用认知自主系统(CASSCA)的研讨会上,有大量的哲学专业学者参与其中。

什么是“知识”(knowledge)?

什么是“意义”(meaning)?

什么是“理解”(understanding)?

什么是“智力”(intelligence)?

什么是“学习”(learning)?

什么是“想法”(thinking)?问一个关于人工智能的问题……-北斗科技文化网

这些问题激发了柏拉图和康德,佛陀和笛卡尔,也许出于知识或精神方面的好奇。然而在现在这个崭新的世界里,我们不可能在不知道更确切的知识是什么的情况下,生活在一个自主的、人为的智能环境中。

为什么这对GPS / GNSS / PNT读者来说很重要?因为定位和导航通常更加深入地涉及人工智能(AI),尤其是自主性。所以这些问题成为解决方案探索环境的一部分,并且必须在这些环境中进行验证

欢迎来到你的未来,现在来想一想这些事。

文化俱乐部。我们中的一些人可能认为,只有技术障碍阻塞了无人驾驶汽车和其他自动化社会的道路。但是,随着机器人研发项目转变为全面的商业合作关系,文化挑战也随之增加:惯性、要求的不稳定性、意料之外的期望,神奇的思维(对机器人移情态度的发展)、错位的信任和不信任,这些观点来自美国海军研究实验室的机器人专家Signe Redfield。

加利福尼亚大学电子与计算机工程教授Joao Hespanha概述了人工智能发展的三个关键概念:计算、感知和安全。感知是自治的关键,在反馈环路中与控制紧密联系。平台必须收集数据以做出自主决策(控制),而这些决策必须最大限度地收集信息(感知)。问一个关于人工智能的问题……-北斗科技文化网

第二波浪潮。根据空军研究实验室的传感器融合高级科学家Steven Rogers的说法,我们正处在人工智能的第二波浪潮中。60年代和70年代的第一次浪潮中,有庞大而复杂的算法,数据量相对较低,带动了新的发展——但是它们却遇到了现实世界的困难。自80年代中期以来,我们一直处于“分类”阶段,激烈的统计学习最终会导致AI的第三波浪潮:解释。

在尚未确定的时间表上,情景适应将产生“可解释”的AI,能够回答意想不到的询问。也就是说,它将学会如何自学。

要求,简单或复杂。我们可以与国家科学基金会的网络—物理系统和智能互联社区项目经理David Corman一起琢磨一些技术上的挑战。Corman说,看起来对安全关键应用的简单要求可以分解成几百个没人能想到的要求

精准农业和环境监测是他认为自动操作最接近完全实现的两个部门,因为他们的操作环境在结构上是足够的。在我们完全了解的领域中,可以实现自动操作。在其他领域,“我们不知道如何指定我们想要的东西,这样我们只能得到‘好结果’,而不会有‘坏结果’。”

他发现人工智能领域即将发生一次寒武纪爆发,类似于恐龙灭绝后的植物和动物,系统相互作用、收集数据、感知环境、学习、改善和繁殖。

不要回头看,机器可能会超过我们。