本文主要是介绍我眼中的人工智能(2017年初),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
声明:原创作品,转自我的公众号:http://mp.weixin.qq.com/s/j02w51JYEF-5iPwynpvKhw
(因面向读者不同,此处略有删减)
“除人脑以外,没有任何一个自然或人工系统能够具有对新环境新挑战的自适应能力、新信息与新技能的自动获取能力、在复杂环境下进行有效决策并稳定工作直至几十年的能力。没有任何系统能够在多处损伤的情况下保持像人脑一样好的鲁棒性,在处理同样复杂的任务时,没有任何人工系统能够媲美人脑的低能耗性”——致人类大脑
人工智能的完美,是相对于人类作为生物体的种种局限而言的。它可以全年无休、二十四小时在线,没有任何抱怨和体力不支,它几乎不受空间和时间的制衡,思维有多广,它就能找到思维游走过的那个具体点。在画大饼的技能上,恰如其分地印证了:人有多大胆,地有多大产(大误)。
人工智能是工业领域的石油,电子产业的半导体,信息时代的光纤,是当今万物数据化意识形态下的引擎室和发电厂。为讨论方便,我把关注点放在应用层面上,大家都能看得到的部分。再快速过一遍目前正火热的人工智能应用:
-
Alpha Go,会下棋的计算机程序、能辨识出棋盘
-
百度小度,可以人机对话的实体机器人、非常会看图片
-
无人驾驶,集成无人驾驶系统程序的汽车、会看路况
-
语音助手(聊天机器人),可集成在几乎任何需要“输入”的应用场景中,如苹果Siri、亚马逊的echo(这个待会重点讨论)
Echo介绍:https://www.amazon.com/dp/B00X4WHP5E/ref=fs_ods_fs_ha_dr
总结下:这些最火的人工智能,清一色是“察言观色”的行家。“行家”背后的核心技术无外乎自然语言处理、图像识别和深度学习(再次推荐大家看我在上文结尾标出的链接),然而在特定领域解决问题的效率(好和快)要高于99%以上的人类。可以说,这几个项目是人类在人工智能领域了不起的成就。挑出最后一项单说,为什么?因为前三项离普通人生活稍远,或者用不上用不着,然而,siri和echo已远不止看热闹这么简单了。
以echo为例,echo连接全球最大的购物网站和你家里所有能联网的的设备,相当于身边多了个帮你买买买和服侍起居的管家,管家乱花钱、乱开电器,你也许不太会抱怨管家白痴,而是怀疑这背后是不是有什么阴谋;换种说法,理所当然的,人们开始习惯类echo的语音助手后,接受起包裹着一幅光滑细致皮肤、身材凹凸有致、一口慵懒伦敦腔,体贴入微、专属你的私人伴侣,是否也更加符合人性了呢?
真是想想都特别开心的事儿,真的会发生吗?图灵奖获得者Allen Newell在其最后的演讲当中提出他终其学术生涯希望回答的科学问题:“人的心智如何在物理世界重现?”。当我们在思考这个问题的时候,不妨先预设下结果:人的脑力密码被彻底破解,智能可以提取、组合、升级到无以复加的境界,我们将会面对些什么呢?
主观能动性发挥到极致,从长远看,所谓脑洞大开的无所不能,人类文明跨越式增长是大概率事件,属于只要别小行星撞地球就一定能实现的范畴。然而,究竟是不是人工智能起着决定作用,我个人的观点是:轻易下结论也容易显得很无知。任何一个偶然事件,都有可能引爆一飞冲天、肆无忌惮的生产力增长(蒸汽时代的发动机和电器时代的发电机)。人工智能的概念,和历史上任何一次被吹嘘成打开上帝家大门的科学范式变革,没有什么本质的不同。再悲观点说,如果人工智能的技术建立在较为脆弱的容错基础上,也就是说整个社会生态系统没有设置提供足够的空间和时间来缓冲技术“野蛮”的横冲直撞,可能到后来,我们看到更多的是类似科学怪人和乞丐幻想皇帝讨饭碗是镀金的这样——一厢情愿地充满个人或团体的偏执,无异于,“这场残暴的欢愉,终究要以残暴为结局”。
鉴于目前生物神经科学的研究进展,Deepmind和GoogleBrain倚靠的深层神经网络,会不会只是对人脑的一种“拙劣”模仿;大规模的计算机集群,其潜在的算力决定论与19世纪初的机械决定论,简直又不谋而合。技术突破未知常与人性愚昧裹足达成的默契,亘古不变,而有足够的智慧现代人,怎能不会要加以警惕呢?李敖说,他是最后一代能在脑力上能胜过计算机的人类。这话我同意一半,但如果没有微博、没有互联网、没有机器学习参与的推荐算法,李大师的金玉良言恐怕早就随上一代人飘然而去,竟也留不得半点讨论李敖是否又发阙词的声音了。
最后,不用大数据预测,春晚自然会少不了赶人工智能的时髦。看回二十年前的春晚,有谁还记得当年应用什么新的技术设备来着?人工智能不是新生儿,它浑身上下闪亮着人类赋予功能标签,只是化名alphago、master以及各种各种的大脑,人类的最终的难题,还是落在如何与自身相处的困境上。人工智能烙上高低美丑的印记,其实,也象征着人类自己的神力与无能。
这篇关于我眼中的人工智能(2017年初)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!