人工智能离我们的生活依旧很远 发展人工智能我们还有很长的路要走

人工智能离我们的生活依旧很远 发展人工智能我们还有很长的路要走,第1张

从16年开始,我们的生活刮起了一股人工智能的风潮。无论是什么场景、什么应用,前面一定会冠上“深度学习”、“人工智能”的字样。更有谷歌的AlphaGO战胜李世石、柯洁,豪取五十连胜。

一小部分普通大众开始瑟瑟发抖,不仅担心自己的工作被取代,甚至人类也要马上被机器人奴役了。毕竟我们都是看着《终结者》、《黑客帝国》长大的,人工智能的**和觉醒,似乎是一个必然事件。

但是等一下,聪明的你可能会注意到一些不合理的地方:“既然AI这么厉害了,为什么我手机的语音助手/家里的只能音箱还是像个傻子一样?”

没错,你猜对了,人工智能离我们的生活依旧很远。

“ 皇帝的新人工智能 ”

在我们的观念里,一个合格的“人工智能”应该是在生活里承担类似于私人管家的工作,而不是一个只能从事极专业的工作。毕竟,一个会买菜、打扫屋子、洗衣服的机器人,相较于金融、科技、医学方面的顶级专家更像一个“人”。

然而恰恰相反,现如今我们能制造一个打败柯洁的机器人,却无法制造一个帮助柯洁管理日常生活的机器人。

看起来所有科技公司的的相关人士都在宣扬人工智能的无限前景,而大部分的民众都在假装附和“AI的确极大地改变了我们的生活“。

是不是很熟悉的场景?熟悉的就像皇帝的新衣一样。

智能音箱到底哪里智能了?”

除了手机里的各类智能语音助手,我们最常接触的人工智能设备就是智能音箱了。但是大多数购买了智能音箱的消费者,通常都只会有两个感觉:“这音效还真可以”和“我除了能让它播放一首歌到底还特么能做什么?”。

没错,这就是所有音箱类产品的尴尬之处了:

· 万众期待的杀手app并没有出现,没有让人眼前一亮并且爱不释手的应用;

· 基本没有商业服务型的应用;

· 大部分高频使用的技能都没有商业价值——用户用的最多的就是“播首歌”或者“查天气”

· 没有差异性:我的这个音箱除了和Siri声音不一样还有什么区别?

说到底,人工智能音箱同其他人工智能的所有潜在产品一样,仍旧是一个噱头远大于实际功效的产品。但是我们可以理解那些不断研发他们的公司、工作室:这是一件你必须去追寻但是短期看不到效果的工作。

“所以什么是人工智能?”

在去年年初有一些争论引起了广泛的关注,当时还在世的理论物理学家霍金公开表示: “AI可能是人类文明里最糟糕的事件”。而相反的,目前人工智能届公认的元老级人物Yann LeCun则表示:“这(指AI)完全是鬼扯”。

都是专业领域里的顶尖人士,却发表了完全相反的言论,我们该相信谁?

其实大致上,他们都没有错,因为这里的两个“人工智能”完全是两件不同的事情:

霍金担心的人工智能,是由人造出来的真正的智能,即通用人工智能(AGI, ArTIficial General Intelligence)甚至是超级智能(Super Intelligence)。

而Yann LeCun指的人工智能则是指的当前用来实现“人工智能效果”的技术(基于统计的机器学习)。他的观点其实是“用这种方式来实现人工智能是行不通的”

那么当我们在讨论人工智能的时候,究竟在说什么?

首先是通用的超级智能。他是最接近普通大众认知的——由人所打造的,像人的智能。最近接的应用大概是Siri。

一个AI的智能程度,应该取决于它有多么像人。这也是市面上所有鼓吹人工智能的“坏人”努力尝试让大众相信的东西。但是抱歉,在可见的未来,这样的智能依旧遥遥无期。我们既没有创造完全通过图灵测试的机器,也没有创造百分百准确识别物体的眼睛,也没有能实时理解人类对话的耳朵,更没有把这些组合在一起的超便携服务器。

距离制造一个像人的人,我们还有太长的路要走。

但从另一方面看,字面上的“ArTIficial Intelligence”(人工制造的智能),只要是人造的智能产品,理论上都算作人工智能。

最简单的如计算器,它和人完全没有相像的地方,但是理论上它就是一个合格的人工智能产品。只是大家绝不会把一个计算器当成是他们理解的人工智能。

不过像前文所述,当今的一些AI研究,在极专业的垂直领域的确能够带给我们接近未来、甚至近科幻的智能结果:高精度的人脸识别,打败世界冠军的下棋程序,高精度分类的图像识别分类器,甚至是语义理解产品。

在上述的领域内,我们通过大量的数据积累,应用最新的(其实也不新,大家最常听到的“神经网络”已经是一个发表几十年之久的上古理论了)算法,不断的训练我们的程序,最终能够在某一个极为专业的垂直领域内达到人的水平。

虽然令人有些失望,但这就是当今全世界AI的现状。

“所以剩下的那些奇怪的专业术语是什么?”

看到这里聪明的你应该也不再会为AI担心了,不过你也许还是会好奇网络上甚嚣尘上的一些术语到底是什么——机器学习、人工智能、神经网络、深度学习、统计学习、卷积神经网络……

千万不要被这些高大上的名字骗了,所有的这些专业理论或者方法,都已经是几十年的产物了。在我们之前,已经有不止一代的教授学者钻研过他们。这些术语今天的火热,也许仅仅是有人想利用它们来扰乱大家的脑回路,让你去购买一个并不智能的“智能音箱”。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/2676651.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-14
下一篇 2022-08-14

发表评论

登录后才能评论

评论列表(0条)

保存