文 顧東東 孫婧宜
人工智能的發(fā)展日新月異,我們的生活的每一天都在因為人工智能而發(fā)生變化。有時你認為自己已經(jīng)完全了解人工智能了,而有時你又會發(fā)現(xiàn)自己對人工智能一無所知。不得不承認,人工智能需要我們更深入地去挖掘。4月1日,谷歌校友周哲(子歌人工智能研究院院長)和黃博文(北京子歌人工智能科技有限公司聯(lián)合創(chuàng)始人)一起來到了海創(chuàng)學習沙龍,為海創(chuàng)院及其合作伙伴做了一場有價值的分享。
NO!一直以來,大家都認為人工智能是人類發(fā)明的。但周哲先生否認了這種說法。周哲先生認為,人工智能并非是我們的發(fā)明,而是“發(fā)現(xiàn)”。發(fā)明和發(fā)現(xiàn)兩者不同,我們可以說是人類發(fā)明了文字、語言卻不能說是人類發(fā)明火和電?;鸷碗娛强陀^存在的,只是被人類發(fā)現(xiàn)和利用罷了,周哲先生認為人工智能也是如此。火和電都是摸不著的東西,在電剛被發(fā)現(xiàn)時,只有頂尖的科學家才能理解何為電;而在電燈發(fā)明后的很長時間,電的應(yīng)用也僅僅限于此。然而現(xiàn)在,電被應(yīng)用在生活的方方面面,人類已然離不開電了。而周哲先生認為人工智能被發(fā)現(xiàn)的重要程度完全不亞于原始人發(fā)現(xiàn)了火、現(xiàn)代人發(fā)現(xiàn)了電。所以,目前誰都無法預(yù)言人工智能的應(yīng)用場景會有多大。
NO!跟大多朋友理解不同,人工智能并非我們想的那么“聰明”,越傳統(tǒng)的行業(yè)越需要也越可以得到人工智能的協(xié)助。
人工智能的機器學習屬于輸入型經(jīng)驗學習,這種學習是依靠著數(shù)據(jù)的,這些數(shù)據(jù)也可以叫做人工智能的“經(jīng)驗”。有了大量數(shù)據(jù),人工智能才能開始深度學習,就目前而言:AI=深度學習=大數(shù)據(jù)。
在深度學習中,輸入的數(shù)據(jù)可能很多很繁雜,那么AI是依靠什么進行學習的呢?其實AI自身的學習體系中會有一系列的公式代碼,AI在學習中根據(jù)公式代碼對數(shù)據(jù)進行分類。讓人驚訝的是,這些公式是幾十年前就有的,只是當年沒有配套的硬件去承擔。之后,由于GPU芯片的發(fā)展,人工智能迎來了最好的時代。AI進行大量的數(shù)據(jù)分類、數(shù)據(jù)標簽。把你能想到的都扔進去,AI會自行學習并識別,當然自動到什么程度取決于人的設(shè)定??梢哉f,只要人能判斷的東西,人工智能高概率都能做到:視覺、聲音、機器人(目前的自動駕駛)。
但是,人工智能的學習能力又是非?!翱膳隆钡摹U鏏lphagoZero的發(fā)明,一臺電腦在沒有任何人類數(shù)據(jù)輸入的條件下,通過三天學習就超過了它的祖宗Alphago,技術(shù)的進步讓人咂舌。
NO!人工智能的發(fā)展不是一帆風順的,每一個新事物的出現(xiàn)都必定會受到傳統(tǒng)勢力的阻礙。周哲先生舉了一個例子。飛機由于其速度和便利程度,受到了大家的廣泛好評,人類已經(jīng)無法想像沒有飛機的日子,但在當年,飛機的處境與現(xiàn)在卻大不相同。那時,由于美國的法律規(guī)定土地之上到無限空間和土地之下無限空間都屬于私有財產(chǎn),飛機飛過來必須要交錢,所以飛機受到地主的阻擾。值得慶幸的是,最后最高法院的判決推翻了這些不合理的規(guī)定。
這個故事告訴我們,自動駕駛現(xiàn)在碰到的困難,并非是技術(shù)方面的。傳統(tǒng)勢力的反對才是阻礙自動駕駛發(fā)展最堅硬的壁壘。當然還有更多法律、道德和社會方面的問題,人類為自動駕駛而“擔驚受怕”,但其實自動駕駛的安全目前已經(jīng)達到了較高的程度。
NO!當人工智能有了大量的數(shù)據(jù),就需要對數(shù)據(jù)做大量的處理。首先要進行數(shù)據(jù)清洗,然后加工,打標簽。當數(shù)據(jù)沒有標簽時,去找相對應(yīng)的標簽,或者人工做標簽,這種情況下5-10年會有更多的就業(yè)機會。標簽的精細化、準確化,還在經(jīng)驗積累階段。在這個時候,很多人會失業(yè),但同時也會產(chǎn)生很大的就業(yè)。
所以,人們無必擔心太多,關(guān)鍵的是在這個過程中,如何尋找到適合自己發(fā)展的道路。目前人工智能趨向標準化靠機械化的學習,而非經(jīng)驗,所以經(jīng)驗性的事情方面,人類的優(yōu)勢,人工智能還遠遠不能企及。
NO!在傳統(tǒng)行業(yè)中,人工智能更具有發(fā)展空間,而傳統(tǒng)企業(yè)也更需要人工智能的幫助。目前,人工智能其實很“傻”,它只能在人類的規(guī)定范圍內(nèi),機械地重復(fù)某些動作,正如一個智商5歲的小孩做一個事情很多年,自然會很熟練。而在傳統(tǒng)產(chǎn)業(yè),有很多可以分解出來的機械重復(fù)的工作,這些機械性的工作人工智能做得更快更準確,從而提升企業(yè)的生產(chǎn)效率。
那么,作為傳統(tǒng)行業(yè)如何開始應(yīng)用人工智能呢?中國最大的優(yōu)勢在于各種場景的應(yīng)用。首先是大量的數(shù)據(jù),其次是大量的實驗。如同煉金術(shù)讓愛迪生發(fā)現(xiàn)了最合適的用于制造燈絲的材料,我們將大量數(shù)據(jù)通過無數(shù)實驗去篩選和整合就能獲得各種意想得到或意外的收獲。