1
美劇《西部世界》的火爆再一次引發(fā)了大眾對于人工智能的討論,到底人工智能未來的走向如何?讓我們來看看這些大咖是怎么說的。
隨著機(jī)器學(xué)習(xí)讓計(jì)算機(jī)無師自通,從醫(yī)學(xué)診斷到自動駕駛汽車,技術(shù)領(lǐng)域的突破如雨后春筍。不過,是誰在把控著人工智能?它會取代我們的工作嗎?機(jī)器人威脅論又是否會成為現(xiàn)實(shí)?
作為美國總統(tǒng),奧巴馬同樣也對這些問題充滿關(guān)注。
奧巴馬提到:雖然每次說到這個(gè)話題大家都會定很高的基調(diào),但事實(shí)上我們必須考慮它對于經(jīng)濟(jì)的影響。畢竟在大多數(shù)人眼中,不會在意奇點(diǎn)是否會來臨,他們更擔(dān)心機(jī)器是否會搶了他們的飯碗。
對此問題,我傾向于持積極態(tài)度,因?yàn)閺臍v史角度來看,人類曾無數(shù)次地對技術(shù)進(jìn)行更新?lián)Q代,但最終結(jié)果顯示,我們沒有被餓死,新技術(shù)反而創(chuàng)造了更多的就業(yè)崗位,我們的生活質(zhì)量也得到了提高。當(dāng)然,有些人的擔(dān)心也不是無緣無故的,畢竟當(dāng) AI 大潮襲來,真正能快速從中獲益的還是那些高技能人才,他們可以利用自己的才干,借助機(jī)器延伸自身的市場、銷售、產(chǎn)品和服務(wù)。
那些低薪水低技能的人可能會顯得越來越多余,他們的飯碗可能會保住,但薪水恐怕會有所降低。如果我們想要完成平穩(wěn)的過渡,那么全社會應(yīng)該廣泛對話,討論到底如何處理這一過渡期的尖銳矛盾,如何通過培訓(xùn)來保證經(jīng)濟(jì)持續(xù)包容性增長。我們的生產(chǎn)效率是越來越高了,但如果任其自流,那么大部分產(chǎn)品還是會流到上層一小部分的群體口袋中。因此,我們要如何解決這一問題,并保證每個(gè)人都能拿到一份有尊嚴(yán)的收入呢?另外,AI“統(tǒng)治”一切后,人類的藝術(shù)和文化該如何保留?那些為國奉獻(xiàn)的退伍軍人誰來管呢?我們引以為豪的社會契約需要與時(shí)俱進(jìn)來包容這些新技術(shù),而我們的經(jīng)濟(jì)模式也要隨之發(fā)生相應(yīng)轉(zhuǎn)|變。
林元慶在演講以及會后采訪的過程中,一直在強(qiáng)調(diào)AI大幕“已經(jīng)啟動”這個(gè)關(guān)鍵動作,雖然“人工智能”這個(gè)概念最早從1955年8月31日就開始提出,但從當(dāng)時(shí)的誕生,到中間的兩起兩落,一直像個(gè)蹣跚學(xué)步的孩子一樣經(jīng)歷了60年才迎來了第三次復(fù)興的浪潮。
1956年到1974年,全球第一次人工智能浪潮出現(xiàn)。
1974年到1980年。第一次人工智能冬天出現(xiàn)。
80年代出現(xiàn)了人工智能數(shù)學(xué)模型方面的重大發(fā)明,第二次浪潮出現(xiàn)。
1987年到1993年現(xiàn)代PC的出現(xiàn),讓人工智能的寒冬再次降臨。
不過這一次,隨著硬件,數(shù)據(jù),算法三板斧的默契配合和發(fā)展,AlphaGo與世界頂級圍棋高手李世石的人機(jī)世紀(jì)對戰(zhàn),人工智能已經(jīng)從基本的語音識別,圖像識別,向著自動駕駛,視頻,AR,醫(yī)療,金融等各種領(lǐng)域無聲地滲透,也引發(fā)了全民關(guān)注AI復(fù)興的熱潮。
老驥伏櫪,志在千里。如果說過去60年是它從孕育到躊躇的“蹣跚”周期,那往后60年,將會是它揭開“無窮大”大幕的周期。
為了提高深度學(xué)習(xí)的能力,谷歌的 DeepMind 團(tuán)隊(duì)創(chuàng)造了這種新型機(jī)器學(xué)習(xí)算法“ 可微分神經(jīng)計(jì)算機(jī)”DNC,它將“神經(jīng)網(wǎng)絡(luò)”計(jì)算系統(tǒng)與傳統(tǒng)計(jì)算機(jī)存儲器結(jié)合在一起。
神經(jīng)網(wǎng)絡(luò)是一個(gè)互聯(lián)的系統(tǒng),它模仿生物神經(jīng)網(wǎng)絡(luò)運(yùn)行,比如大腦的工作模式。在最近取得的各項(xiàng)人工智能成就中,神經(jīng)網(wǎng)絡(luò)扮演了關(guān)鍵角色。例如,在數(shù)字助手,如 Google Voice、Siri 中增強(qiáng)語音識別能力。在之前的研究中,神經(jīng)網(wǎng)絡(luò)只能連接自有網(wǎng)絡(luò)所包含的數(shù)據(jù)。而最近,DeepMind 團(tuán)隊(duì)宣布,在 DNC 的支持下,神經(jīng)網(wǎng)絡(luò)可以接入之前不相容的外部數(shù)據(jù),比如以傳統(tǒng)數(shù)字模式編碼的文本。這也就是說,我們離會思考的計(jì)算機(jī)更近了一步。
現(xiàn)今,隨著 AI 和機(jī)器學(xué)習(xí)技術(shù)快速發(fā)展,越來越多的工具和解決方案都開始使用認(rèn)知能力。但這些工具和解決方案是否真正反映出了 AI 的意義所在?
IBM Watson 的平臺經(jīng)理 Jonas Nwuke 認(rèn)為:
AI / 認(rèn)知計(jì)算的目標(biāo)是輔助人類更好的做出決定。系統(tǒng)在規(guī)模上進(jìn)行學(xué)習(xí),吸收經(jīng)驗(yàn)變得更強(qiáng)大,并以一種更自然的方式與人類進(jìn)行交互。
Progress 的首席布道官 Todd Anglin 說:
目前,軟件開發(fā)業(yè)存在的問題是,AI 是個(gè)總稱,它經(jīng)常被誤用或?yàn)E用,其本質(zhì)在某些方面就被濫用。它代表了很多東西,但很多時(shí)候我們都用之不當(dāng)。例如,AI 是個(gè)偉大的營銷術(shù)語,開發(fā)商往往只是強(qiáng)行將其插入解決方案之中,以達(dá)到脫穎而出的目的。App 的用戶會普遍認(rèn)為,具備人工智能,那么其肯定是款智能化、強(qiáng)大的 App 。在其它情況下,開發(fā)人員會使用術(shù)語,以表示該應(yīng)用程序試圖為用戶做一些事情。例如,Tesla 使用術(shù)語“自動駕駛車”稱呼自己開發(fā)的車輛,這樣更易于大眾理解,但事實(shí)上他們的車輛并非完全自動駕駛,因?yàn)樗€需要人類在一旁照看以防萬一。簡單的圖像識別、目標(biāo)檢測、挑戰(zhàn)和響應(yīng)系統(tǒng)都做到了一定程度的 AI ,但開發(fā)商在給他們的應(yīng)用程序打標(biāo)簽時(shí),還需要更明智一些。相反,開發(fā)人員應(yīng)該關(guān)注基本概念,如機(jī)器學(xué)習(xí)或深度學(xué)習(xí)。我們必須花更多的時(shí)間來觀察這些東西,以及它們是如何被利用或在軟件中使用的。
當(dāng)我們談?wù)?AI 時(shí),我們真正討論的東西是什么?
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。