閱讀1441 標簽：
2016年3月， Alpha Go與李世石的一盤棋將人工智能帶入了普通人的眼前，一時間人工智能大熱，各個領(lǐng)域都在大談人工智能。人工智能已經(jīng)著實走進了我們的工作與生活中。雖然人工智能已洶涌而來，但是光知道人工智能這個名詞還遠遠不夠。你真的懂人工智能嗎？人工智能是什么？人工智能在未來會為我們的生活帶來怎樣的改變？我們怎樣擁抱人工智能？ 了解這個時代，才能擁抱這個時代。雖然半個腳邁進了智能機器人的領(lǐng)域，但我對人工智能的了解也只是來自于ALpha Go的媒體報道而已，直到最近讀了李開復(fù)老師的《人工智能：李開復(fù)談AI如何重塑個人、商業(yè)與社會的未來圖譜》，書中關(guān)于人工智能的介紹與展望，著實令人眼前一亮，解決了我關(guān)于人工智能的很多困惑，這絕對是一本很棒的關(guān)于人工智能的科普書籍，值得對人工智能感興趣的小白一讀，現(xiàn)用六千多字長文總結(jié)分享如下，希望能夠同樣解決你關(guān)于人工智能的困惑 一、人工智能是什么？ 1、目前存在的人工智能 其實人工智能并不是什么觸不可及的東西，包括蘋果Siri、 百度度秘、 微軟小冰等智能助理和智能聊天類應(yīng)用以及美圖秀秀的自動美化功能，都屬于人工智能。甚至一些簡單的，套路固定的資訊類新聞，也是由人工智能來完成的。 當(dāng)然，現(xiàn)在的主流搜索引擎以及翻譯技術(shù)也都在嘗試利用人工智能來為廣大網(wǎng)友提供更為精準的搜索服務(wù)。 至于以實物存在的人工智能，當(dāng)屬現(xiàn)在物流倉庫的小黃機器人了。他們正代替人類完成繁重的商品擺放、 整理， 快速出庫、 入庫等操作。 但是需要注意的是，現(xiàn)在的人工智能，并沒有發(fā)展到像《鋼鐵俠》里的管家一樣的高智能化程度，今天的家庭機器人還遠無法像大家奢望的那樣， 以人形外貌出現(xiàn)在主人面前。 反倒越是追求與人長得一樣， 試圖像人一樣說話、 做事的機器人項目， 就越?jīng)]有商業(yè)前景。 這個道理很簡單——機器人越像人， 人類就越容易拿真人與“它”做比較。 這時， 技術(shù)的不足會暴露無遺， 在“缺點放大鏡”的作用下， 這種機器人只會顯得無比愚蠢和笨拙。 真正容易打動家庭用戶的是諸如亞馬遜Echo這樣的智能家電——功能相對簡單， 外形更像家電而不是機器人， 智能功能只面向一兩個有限但明確的使用場景。 也就是說， 大多數(shù)用戶會更喜歡一個有一定溝通能力、 比較可愛甚至很“萌”的小家電， 而不是一個處處缺陷的全功能人形機器人。 2、人工智能的三個級別 1）弱人工智能 也稱限制領(lǐng)域人工智能（Narrow AI） 或應(yīng)用型人工智能（Applied AI） ， 指的是專注于且只能解決特定領(lǐng)域問題的人工智能。 毫無疑問， 今天我們看到的所有人工智能算法和應(yīng)用都屬于弱人工智能的范疇。Alpha Go其實也是一個弱人工智能。人們更愿意將弱人工智能看成是人類的工具， 而不會將弱人工智能視為威脅。 2）強人工智能 強人工智能又稱通用人工智能或完全人工智能， 指的是可以勝任人類所有工作的人工智能。一般認為， 一個可以稱得上強人工智能的程序， 大概需要具備以下幾方面的能力： 3）超人工智能 假設(shè)計算機程序通過不斷發(fā)展， 可以比世界上最聰明、 最有天賦的人類還聰明， 那么由此產(chǎn)生的人工智能系統(tǒng)就可以被稱為超人工智能。超人工智能的定義最為模糊， 因為沒人知道， 超越人類最高水平的智慧到底會表現(xiàn)為何種能力。 如果說對于強人工智能， 我們還存在從技術(shù)角度進行探討的可能性的話， 那么， 對于超人工智能， 今天的人類大多就只能從哲學(xué)或科幻的角度加以解析了。 當(dāng)然，如果人工智能發(fā)展到這種程度，確實有必要擔(dān)心來自于人工智能的威脅。但是，我們今天還沒有到必須分配精力去為可能的機器威脅做準備的地步。即便以今天的標準看來，弱人工智能的發(fā)展還有很長的一段路要走，科研人員、技術(shù)人員、各行業(yè)的從業(yè)者、政府、教育機構(gòu)、社會組織等，還有大量的工作需要做。至少在目前，人類離超人工智能的威脅還相當(dāng)遙遠。 二、人工智能的主要技術(shù)：深度學(xué)習(xí)+大數(shù)據(jù) 近年來人工智能包括語音識別和機器視覺取得了巨大突破的主要原因就是：深度學(xué)習(xí) 1、什么是深度學(xué)習(xí) 其實計算機深度學(xué)習(xí)的方式與小孩認字的過程相似。一個小孩要想認識一個字，必然要反復(fù)看這個字的多個寫法，直到形成一個整體的印象，看的多了，下次見到這個字自然就認識了。 要教計算機認字， 差不多也是同樣的道理。 計算機也要先把每一個字的圖案反復(fù)看很多很多遍， 然后， 在計算機的大腦（ 處理器加上存儲器） 里， 總結(jié)出一個規(guī)律來， 以后計算機再看到類似的圖案， 只要符合之前總結(jié)的規(guī)律， 計算機就能知道這圖案到底是什么字。 用專業(yè)的術(shù)語來說， 計算機用來學(xué)習(xí)的、 反復(fù)看的圖片叫“訓(xùn)練數(shù)據(jù)集”；“訓(xùn)練數(shù)據(jù)集”中， 一類數(shù)據(jù)區(qū)別于另一類數(shù)據(jù)的不同方面的屬性或特質(zhì)， 叫作“特征”； 計算機在“大腦”中總結(jié)規(guī)律的過程， 叫“建模”； 計算機在“大腦”中總結(jié)出的規(guī)律， 就是我們常說的“模型”； 而計算機通過反復(fù)看圖， 總結(jié)出規(guī)律， 然后學(xué)會認字的過程， 就叫“機器學(xué)習(xí)”。 那計算機是怎么總結(jié)出規(guī)律來的呢？ 依舊拿認字來說，傳統(tǒng)的機器學(xué)習(xí)會通過算法告訴計算機識別不同字的規(guī)律，比如：只需要認識一，二，三時，只需要告訴機器一筆是一，二筆是二，三筆是三。 這樣做的很大一個缺點就是：如果增加字的種類，就不湊效了。比如增加一個“土”字，機器就沒有辦法區(qū)別“三”和“土”。這樣勢必要引入其他判定條件。 自然界的很多事物是可以劃分為無限的，即使科學(xué)家想了很多映射函數(shù)，但是這種有限的規(guī)律本質(zhì)上就很難適應(yīng)無限的自然。那怎么解決呢？ 深度學(xué)習(xí)出場了！ 簡單地說， 深度學(xué)習(xí)就是把計算機要學(xué)習(xí)的東西看成一大堆數(shù)據(jù)， 把這些數(shù)據(jù)丟進一個復(fù)雜的、 包含多個層級的數(shù)據(jù)處理網(wǎng)絡(luò)（ 深度神經(jīng)網(wǎng)絡(luò)） ， 然后檢查經(jīng)過這個網(wǎng)絡(luò)處理得到的結(jié)果數(shù)據(jù)是不是符合要求——如果符合， 就保留這個網(wǎng)絡(luò)作為目標模型， 如果不符合， 就一次次地、 鍥而不舍地調(diào)整網(wǎng)絡(luò)的參數(shù)設(shè)置， 直到輸出滿足要求為止。 這就好比輸入一股水流，計算機只要調(diào)節(jié)中間層層閥門，如果可以在預(yù)期的管道出口看到水流，那么就說明這個管道符合要求。而我們要做的，只是告訴計算機輸入和預(yù)期的結(jié)果，讓他自己找規(guī)律。當(dāng)然，新的輸入進入時，我們也要保證已經(jīng)調(diào)節(jié)好的管道不變化。 也就是說，深度學(xué)習(xí)算法是有計算機自己湊出來的模型。這樣反倒更加實用。更能夠從本質(zhì)上解決問題。 2、深度學(xué)習(xí)的兩個前提條件——強大的運算能力和高質(zhì)量的大數(shù)據(jù) 當(dāng)然，搭建好的“管道”只有通過各種類型“水流”的檢驗，才能變得越來越接近真實的世界，值得一提的是，大數(shù)據(jù)正是為這些“管道”提供了源源不斷的“水流”。 深度學(xué)習(xí)、大規(guī)模計算、大數(shù)據(jù)都是在2010年前后逐漸步入成熟的它們?nèi)灰惑w，神兵出世，一下子就可以摧城拔寨、無堅不摧。 當(dāng)然，在大數(shù)據(jù)發(fā)揮作用的同時，人工智能研發(fā)者也一定不要忘了，大數(shù)據(jù)的應(yīng)用必然帶來個人隱私保護方面的挑戰(zhàn)。為了給你推送精準的廣告信息，就要收集你的購買習(xí)慣、個人喜好等數(shù)據(jù)，這些數(shù)據(jù)中往往包含了許多個人隱私；為了獲得以人類基因為基礎(chǔ)的醫(yī)療大數(shù)據(jù)來改進疾病的診療，就要通過某種渠道收集盡可能多的人類基因樣本，而這些數(shù)據(jù)一旦保管不善，就可能為提供基因樣本的個人帶來巨大風(fēng)險；為了建立智能城市，就要監(jiān)控和收集每個人、每輛車的出行信息，而這些信息一旦被壞人掌握，往往就會成為案犯最好的情報來源…… 三、人工智能用在哪？ 1、自動駕駛：最大的應(yīng)用場景 自動駕駛是現(xiàn)在逐漸發(fā)展成熟的一項智能應(yīng)用?？梢韵胂螅詣玉{駛一旦實現(xiàn)，可以帶來如下改變： 1）完全意義上的共享汽車成為可能。大多數(shù)汽車可以用共享經(jīng)濟的模式，隨叫隨到。因為不需要司機，這些車輛可以保證24小時待命，可以在任何時間、任何地點提供高質(zhì)量的租用服務(wù)。這樣一來，整個城市的交通情況會發(fā)生翻天覆地的變化。因為智能調(diào)度算法的幫助，共享汽車的使用率會接近100%，城市里需要的汽車總量則會大幅減少。需要停放的共享汽車數(shù)量不多，只需要占用城市里有限的幾個公共停車場的空間就足夠了。停車難、大堵車等現(xiàn)象會因為自動駕駛共享汽車的出現(xiàn)而得到真正解決。那個時候，私家車只用于滿足個人追求駕駛樂趣的需要，就像今天人們會到郊區(qū)騎自行車鍛煉身體一樣。 2）汽車本身的形態(tài)也會發(fā)生根本性的變化。一輛不需要方向盤、不需要司機的汽車，可以被設(shè)計成前所未有的樣子。比如，因為大部分出行都是一兩個人，共享的自動駕駛汽車完全可以設(shè)計成比現(xiàn)在汽車小很多，僅供一兩個人乘坐的舒適“座艙”，這可以節(jié)省大量道路空間。而且一輛汽車在路面上可以通過自己的傳感器發(fā)現(xiàn)另一輛汽車的故障，及時通知另一輛汽車停車檢修。 3）未來的道路發(fā)生變化。它們也會按照自動駕駛汽車的要求來重新設(shè)計，專用于自動駕駛的車道可以變得更窄，交通信號可以更容易被自動駕駛汽車識別。道路上，汽車和汽車之間可以通過“車聯(lián)網(wǎng)”連接起來，完成許多有人駕駛不可能完成的工作。比如，許多部自動駕駛汽車可以在道路上排列成間距極小的密集編隊，同時保持高速行進，統(tǒng)一對路面環(huán)境進行偵測和處理，而不用擔(dān)心追尾的風(fēng)險。 自動駕駛將是中國未來10年科技發(fā)展面臨的最重要的機遇之一。中國有全球最大的交通路網(wǎng)、最大的人口基數(shù)，自動駕駛的大規(guī)模商業(yè)化和技術(shù)普及反過來會促進自動駕駛相關(guān)科研的飛躍式發(fā)展。這種從科研到應(yīng)用，從應(yīng)用再反饋到科研的良性循環(huán)，正是中國能否在未來10年內(nèi)，建立起世界先進水平的人工智能科技體系的關(guān)鍵。 但值得注意的是：一旦自動駕駛汽車達到了足夠高的水平，車內(nèi)乘客就會想當(dāng)然地將所有操控權(quán)交給汽車。無論這時候自動駕駛汽車的軟件是否還有風(fēng)險，無論路面上那些極端的路況是不是能被自動駕駛汽車正確處理，車主都不會保持100%的高度警覺。 未來汽車，擁有多種可能 2、智慧生活 目前的機器翻譯水平， 大概相當(dāng)于一個剛學(xué)某種外語兩三年的中學(xué)生做出的翻譯作業(yè)。 對于多數(shù)非專業(yè)類的普通文本內(nèi)容， 機器翻譯的結(jié)果已經(jīng)可以做到基本表達原文語意， 不影響理解與溝通。但假以時日， 不斷提高翻譯準確度的人工智能系統(tǒng)， 極有可能像下圍棋的Alpha Go那樣悄然越過了業(yè)余譯員和職業(yè)譯員之間的技術(shù)鴻溝， 一躍而成為翻譯大師。 那時候， 不只是手機會和人智能對話， 我們每個家庭里的每一件家用電器， 都會擁有足夠強大的對話功能，為我們提供方便的服務(wù)。 其實，如果回到10年以前，2007年蘋果才剛剛發(fā)布第一代iPhone手機，那時誰會想到只用了10年的時間，智能手機就無處不在了呢？類似地，從現(xiàn)在算起，再過10年，大家可以看看我們的生活細節(jié)發(fā)生了哪些變化。今天的我們絕對沒法準確預(yù)測，未來10年中人工智能可以給我們的生活帶來多么巨大的改變。 3、智慧醫(yī)療：AI將成為醫(yī)生的好幫手 大數(shù)據(jù)和基于大數(shù)據(jù)的人工智能， 為醫(yī)生輔助診斷疾病提供了最好的支持。事實證明，就在今年2月，經(jīng)過深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)在診斷某些皮膚病方面的表現(xiàn)比大部分醫(yī)生還要好。在AI的幫助下， 我們看到的不會是醫(yī)生失業(yè)， 而是同樣數(shù)量的醫(yī)生可以服務(wù)幾倍、 數(shù)十倍甚至更多的人群。 醫(yī)療資源分布不均衡的地區(qū)， 會因為AI的引入，讓絕大多數(shù)病人享受到一流的醫(yī)療服務(wù)。 四、人工智能做不到什么？ 1、跨領(lǐng)域推理 人類強大的跨領(lǐng)域聯(lián)想、 類比能力是跨領(lǐng)域推理的基礎(chǔ)。 偵探小說中的福爾摩斯可以從嫌疑人的一頂帽子中遺留的發(fā)屑、 沾染的灰塵， 推理出嫌疑人的生活習(xí)慣， 甚至家庭、 婚姻狀況，但現(xiàn)在的人工智能顯然辦不到。 2、抽象能力 目前的深度學(xué)習(xí)技術(shù)，幾乎都需要大量訓(xùn)練樣本來讓計算機完成學(xué)習(xí)過程。可人類，哪怕是小孩子要學(xué)習(xí)一個新知識時，通常只要兩三個樣本就可以了。這其中最重要的差別，也許就是抽象能力的不同。比如，一個小孩子看到第一輛汽車時，他的大腦中就會像《頭腦特工隊》的抽象工廠一樣，將汽車抽象為一個盒子裝在四個輪子上的組合，并將這個抽象后的構(gòu)型印在腦子里。下次再看到外觀差別很大的汽車時，小孩子仍可以毫不費力地認出那是一輛汽車。計算機就很難做到這一點，或者說，我們目前還不知道怎么教計算機做到這一點。人工智能界，少樣本學(xué)習(xí)、無監(jiān)督學(xué)習(xí)方向的科研工作，目前的進展還很有限。但是，不突破少樣本、無監(jiān)督的學(xué)習(xí)，我們也許就永遠無法實現(xiàn)人類水平的人工智能。 3、知其然，也知其所以然 拿谷歌的Alpha Go來說，它在下圍棋時，追求的是每下一步后，自己的勝率（贏面）超過50%，這樣就可以確保最終贏棋。但具體到每一步，為什么這樣下勝率就更大，那樣下勝率就較小，即便是開發(fā)Alpha Go程序的人，也只能給大家端出一大堆數(shù)據(jù)，告訴大家，看，這些數(shù)據(jù)就是計算機訓(xùn)練得到的結(jié)果，在當(dāng)前局面下，走這里比走那里的勝率高百分之多少…… 人類基于實驗和科學(xué)觀測結(jié)果建立與發(fā)展物理學(xué)的歷程，是“知其然，也知其所以然”的最好體現(xiàn)。想一想中學(xué)時學(xué)過的“一輕一重兩個鐵球同時落地”，如果人類僅滿足于知道不同重量的物體下落時加速度相同這一表面現(xiàn)象，那當(dāng)然可以解決生活、工作中的實際問題，但無法建立起偉大、瑰麗的物理學(xué)大廈。只有從建立物體的運動定律開始，用數(shù)學(xué)公式表述力和質(zhì)量、加速度之間的關(guān)系，到建立萬有引力定律，將質(zhì)量、萬有引力常數(shù)、距離關(guān)聯(lián)在一起，至此，我們的物理學(xué)才能比較完美地解釋兩個鐵球同時落地這個再簡單不過的現(xiàn)象。 4、常識 即使兩歲孩童也能理解直觀的物理過程， 比如丟出的物體會下落。 人類并不需要有意識地知道任何物理學(xué)就能預(yù)測這些物理過程。 但機器做不到這一點。 常識可以給人類帶來直截了當(dāng)?shù)暮锰?。比如，人人都知道兩點之間直線最短，走路的時候為了省力氣，能走直線是絕不會走彎路的。人們不用去學(xué)歐氏幾何中的那條著名公理，也能在走路時達到省力效果。 但同樣的常識也會給人們帶來困擾。比如我們乘飛機從北京飛往美國西海岸時，很多人都會盯著機艙內(nèi)導(dǎo)航地圖上的航跡不解地說，為什么要向北飛到北冰洋附近繞那么大個彎子呀?！皟牲c之間直線最短”在地球表面，會變成“通過兩點間的大圓弧最短”，而這一變化，并不在那些不熟悉航空、航海的人的常識范圍之內(nèi)。 那么，人工智能是不是也能像人類一樣，不需要特別學(xué)習(xí)，就可以具備一些有關(guān)世界規(guī)律的基本知識，掌握一些不需要復(fù)雜思考就特別有效的邏輯規(guī)律，并在需要時快速應(yīng)用呢？拿自動駕駛來說，計算機是靠學(xué)習(xí)已知路況積累經(jīng)驗的。當(dāng)自動駕駛汽車遇到特別棘手、從來沒見過的危險時，計算機能不能正確處理呢？也許，這時就需要一些類似常識的東西，比如設(shè)計出某種方法，讓計算機知道，在危險來臨時首先要確保乘車人與行人的安全，路況過于極端時可安全減速并靠邊停車，等等。 雖然下圍棋的Alpha Go里也有些可被稱作常識的東西，比如，一塊棋搭不出兩個眼就是死棋，這個常識永遠是Alpha Go需要優(yōu)先考慮的東西。當(dāng)然，無論是自動駕駛汽車，還是下圍棋的Alpha Go，這里說的常識，更多的還只是一些預(yù)設(shè)規(guī)則，遠未如人類所理解的“常識”那么豐富。 5、自我意識 6、審美和情感 雖然機器已經(jīng)可以仿照人類的繪畫、 詩歌、 音樂等藝術(shù)風(fēng)格， 照貓畫虎般地創(chuàng)作出電腦藝術(shù)作品來， 但機器并不真正懂得什么是美。同樣，每個人都因為情感的存在， 而變得獨特和有存在感。 情感是人類之所以為人類的感性基礎(chǔ)，但是顯然這種能力機器無法習(xí)得。 五、人工智能來了，我們該怎么辦？ 1、人工智能會讓人類大量失業(yè)嗎？ 可以肯定的是，每一次變革，都會讓人類產(chǎn)生大幅度的進步。當(dāng)然，從短期看，這種轉(zhuǎn)變會帶來一定程度的陣痛，我們也許很難避免某些行業(yè)、某些地區(qū)出現(xiàn)局部的失業(yè)現(xiàn)象。特別是在一個適應(yīng)人工智能時代的社會保障和教育體系建立之前，這一陣痛在所難免。但從長遠來看，這種工作轉(zhuǎn)變絕不是一種以大規(guī)模失業(yè)為標志的災(zāi)難性事件，而是人類社會結(jié)構(gòu)、經(jīng)濟秩序的重新調(diào)整，在調(diào)整基礎(chǔ)上，人類工作會大量轉(zhuǎn)變?yōu)樾碌墓ぷ黝愋?，從而為生產(chǎn)力的進一步解放，人類生活的進一步提升，打下更好的基礎(chǔ)。 2、我們該如何適應(yīng)AI時代 既然人工智能的趨勢勢不可擋，那我們要做的，并不是心理上抵制其的到來，視其如洪水猛獸。相反，不斷提高自己，善于利用人類的特長，并善于借助機器的能力，并學(xué)會人——機協(xié)作的能力，才是未來社會里各領(lǐng)域人才的必備特質(zhì)。 機器可以快速完成數(shù)學(xué)運算，可以下出極高水準的圍棋，可以獨立完成量化交易，甚至可以從事一些最初級的詩歌、繪畫等藝術(shù)創(chuàng)作。但人類總是可以借助機器這個工具來提高自己，讓自己的大腦在更高層次上完成機器無法完成的復(fù)雜推理、復(fù)雜決策以及復(fù)雜的情感活動。借助車輪和風(fēng)帆，人類在數(shù)百年前就周游了整個地球；借助火箭發(fā)動機，人類在數(shù)十年前就登臨月球；借助計算機和互聯(lián)網(wǎng)，人類創(chuàng)造了浩瀚繽紛的虛擬世界；借助AI，人類也必將設(shè)計出一個全新的科技與社會藍圖，為每個有情感、有思想的普通人提供最大的滿足感與成就感。 六、關(guān)于人工智能，我的一些思考 其實每一次人工智能技術(shù)的本質(zhì)突破，公眾在短暫的震驚甚至恐慌之后，計算機是否具有智能的判定標準會不斷被拔高。從會下跳棋就算智能，到會下象棋才算智能，再到會下圍棋才算智能……今天我們管Alpha Go叫人工智能了，3年之后呢？5年之后呢？ 如果說前幾年來人工智能熱潮是學(xué)術(shù)研究主導(dǎo)的，而這次人工智能熱潮是現(xiàn)實商業(yè)需求主導(dǎo)的。前幾年人工智能熱潮多是市場宣傳層面的，而這次人工智能熱潮是商業(yè)模式層面的。·前幾年人工智能熱潮多是學(xué)術(shù)界在勸說、游說政府和投資人投錢，而這次人工智能熱潮多是投資人主動向熱點領(lǐng)域的學(xué)術(shù)項目和創(chuàng)業(yè)項目投錢。·前幾年人工智能熱潮更多是提出問題，而這次人工智能熱潮更多是解決問題。 總之，人工智能和其帶來的一場大變革浪潮，是真的來了。我們要做的，只是守在海邊，每天打磨沖浪的本領(lǐng)，時刻準備著擁抱，而不是被沖死在沙灘上。 注：文章標題有修改，原標題：還不懂什么是人工智能？這篇文章告訴你
|
|
|
