最近正好都在谈论这个话题,就来跟楼主好好说一下我的观点。
首先,这是肯定的,人机对战,对谷歌而言,是一次非常成功的营销。当然光说比较薄弱。列举一些分析:
在3.7日的女神节以及3.8日的妇女节刚刚过去后,相信很多人在2016年3月9日时又被一个围棋人机大战的新闻给刷了屏。如图:
可能你之前已经被这个新闻刷过太多的屏,但在回答这个问题之前,首先还是得科普一下这期围棋人机大战的主角们(在下真的不是在混字数啊喂!)
既然是人机大战,那么主角当然是人和机器了,这个新闻的主要人物,是来韩国思密达的李世石欧巴,在围棋领域,他1995年入段,1998年二段,1999年三段,2003年因获LG杯冠军直接升为六段,2003年4月获得韩国最大棋战KT杯亚军,升为七段,2003年7月获第16届富士通杯冠军后直接升为九段。2006、2007、2008韩国围棋大奖--最优秀棋手大奖(MVP)。
而新闻的另一个主角,则是AlphaGo(中文名:阿尔法,但其实大家都喜欢叫他另一个爱称阿尔法狗。。。),阿尔法是一款围棋人工智能程序,由位于英国伦敦的谷歌(Google)旗下DeepMind公司的戴维·西尔弗、艾佳·黄和戴密斯·哈萨比斯与他们的团队开发,这个程序利用“价值网络”去计算局面,用“策略网络”去选择下子。其中,“价值网络”负责减少搜索的深度——AI会一边推算一边判断局面,局面明显劣势的时候,就直接抛弃某些路线,不用一条道算到黑;而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋,有些棋步是明显不该走的,比如不该随便送子给别人吃。阿尔法利用这两个工具来分析局面,判断每种下子策略的优劣,就像人类棋手会判断当前局面以及推断未来的局面一样,这样阿尔法在分析了比如未来20步的情况下,就能判断在哪里下子赢的概率会高。
阿尔法和李世石将在3.9—3.15举行五场赛事,如果李世石胜利,可以得到谷歌提供的100万美元的奖金,还有,李世石每盘对局费为3万美元,每赢一盘还将获得2万美元的奖金。也就是说只要获胜,就是妥妥的百万富翁了,但如果失败,这100万美金谷歌则会捐给慈善组织。
人机对战,听起来新鲜,但事实上这并不是人工智能挑战人类冠军的的第一例,早在1997年,美国IBM公司的“深蓝”超级计算机就以2胜1负3平战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫。“深蓝”的运算能力当时在全球超级计算机中居第259位,每秒可运算2亿步。在2006年,“浪潮杯”首届中国象棋人机大战中,5位中国象棋特级大师最终败在超级计算机浪潮天梭手下。而2011年,“深蓝”的同门师弟“沃森”在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军,并且也获得了胜利。
本次李世石和阿尔法比赛的是围棋项目,围棋,一直被看做是人类最后的智力竞技高地。据估算,围棋的可能下法数量超越了可观测宇宙范围内的原子总数,显然以前阿尔法的前辈“深蓝”式的硬算下法在围棋上是行不通的。围棋的专业段位共分九个等级,最高是九段,以下依次分别为八段、七段、六段、五段、四段、三段、二段、初段。李世石是最高段位的九段选手,而且拿过的大奖无数,而阿尔法最近一次崭露头角还是在2015年10月的一场比赛中,以5:0完胜欧洲围棋冠军、职业二段选手樊麾。
职业二段与职业九段之间的差距无疑是相当大的,初场比赛开赛之前,不少人还觉得李世石赢的几率较大,当时支持李世石的人数较多,阿尔法票数较少。然而比赛结果却有些出人意料,在第一场的比赛开局时,李世石执黑棋布局走出了一个新型,阿尔法的应对不佳,前期有些亏损。不过在中盘阶段,阿尔法的下法非常强硬,新式的下法令观战的职业棋手目瞪口呆,但在第一个战役结束之后,阿尔法因为过于强硬的下法,被李世石抓住机会,围住一块大空。当时,观众满以为胜券在握,阿尔法虽然在局部战斗表现出色,但在大局上似乎不如人力高瞻远瞩。
不过作为人类最大弱点是会受情绪波动的影响,取得优势后,李世石的心态似乎发生了变化,右下角黑棋下得患得患失,阿尔法的白棋则抓住时机迎头而上,李世石此前的优势消失殆尽。最终,李世石投子认负,第一局比赛,阿尔法获胜,一比零领先。紧接着在3.10日的第二场比赛中,阿尔法再下一城,二比零领先。阿尔法的技术人员兴高采烈,一场比赛,有人欢喜自然有人愁,看第二场比赛结束后采访里左边李小伙沮丧的脸。
网下的两场比赛是结束了,第三场还没开始,网上却是热议纷纷,在两场比赛结束后,其实刷遍屏最多的基本都是这几个疑问:人工智能是否真的可以战胜人类的智慧?在很久以后,人类会不会被电脑取代?这类似于科幻小说一样的场面,会出现在我们身边吗?“2045年左右,人工智能将来到一个‘奇点’,跨越这个临界点,人工智能将超越人类智慧,人们需要重新审视自己与机器的关系。”这句来自于美国未来学家雷·库兹韦尔的预言,随着一项项科研的突破,他的预言会不会一步步走向现实?
我们都或多或少的看过一些科幻剧,不少剧情是人工智慧超越了人脑,或者由于人类太过依赖人工智慧,机器人产生了意识对抗人类的故事,无论是终结者里的机器人大军,复联里的奥创,还是今年拿了奖的冷门好片机器姬,似乎都在告诉我们,机器人有了智慧和意识,将会是一件多么可怕的事。
人工智能到底是好是坏,对于现在来说,这是一个没有绝对答案的问题,科技在改变我们生活,给我们带来许多便利的同时,也让人产生了很多惰性,无人车,无人飞机,智能对话机器人,以及现在的阿尔法,人工智能时代离我们越来越近,也许在未来的日子里,出门不用自己开车,孤单了家人不在,和机器人聊聊天,无聊了朋友没空,和机器人下下棋玩玩游戏,饿了不用自己做饭,一个指令,机器人就麻溜的把饭做好了。
人工智能离我们的生活越来越近,也在悄悄改变着我们的生活,这是无需置疑的,机器姬的导演嘉兰形容影片中的"未来"相距离我们只有"十分钟远",并解释即便某个科技公司发明出片中的伊娃(机器姬的主角,是一个可以拥有人类情感的机器人)他也不会吃惊。但若认为,成熟的强人工智能甚至超人工智慧,将会是人类的最后一个发明,人工智慧将毁灭人类之类的,则有些悲观了。人工智慧仍然受人类约束,杀人的,并不是刀,而是持刀者。
扯远了,说回到提问中来,实际上,不管这场比赛最终的胜负如何,对于谷歌的商业营销来说,是非常成功的。这场比赛让谷歌和围棋得到了一次全球的关注。在国内,腾讯视频、围棋TV、乐视体育等多家网站邀请专业棋手和嘉宾对比赛进行直播。比赛进入了微博热搜榜,甚至没有参与比赛的中国九段天才棋手柯洁,也进入了不少以前不关注围棋的观众的视线,微博粉丝飙升,在东亚地区,围棋热再一次掀起。在韩国,进入3月,从农心杯到人机大战,围棋的热度几乎覆盖了各个媒体。全世界这一刻都在关注围棋,这在围棋运动历史上,也是里程碑式的。
谷歌花了一百多万美元来作为此次比赛奖励的噱头,如今是股价大涨,名利兼收。谷歌旗下设计围棋阿尔法的公司DeepMind目前正在推进自身的医疗技术,由于阿尔法的围棋领域效应,公司也获得了不菲的订单。
至于这场比赛,其实抛开比赛结果不说,在这场全民赛事里,正如谷歌董事长施密特所言,无论此次比赛谁获胜,人类,都将是最大的赢家。
人机交互是一种普世性的研究,对宽泛的技术,和对人的研究。而一种产品从卖方转移到买方要经过很多环节,这些环节的组合即为营销赛道。人机交互是一个学术领域,可以看成计算机的一个分支。它是研究人与计算机进行信息传递的理论,软硬件技术和设备等(其中也包括相关的心理学研究)。一种商品也经常有多种销售途径,一部手机至少四五种途径卖给顾客,每个途径都是一条销售赛道。
品牌的营销与销售,正迎来一场迭代式进阶,人机交互的工作模式将成为常态,诸多营销人也将就此失业。营销赛道会越来越多。
随着时代的进步,我们每天都要面对和处理越来越多的信息。一定有一天人类的大脑无法处理如此大量的信息。人工智能辅助人类的时代应该到来。
它可以帮助我们处理大量超出负荷的信息,这种能力超出了你最初的想象。人工智能不仅可以理解结构化数据,还可以理解非结构化数据,包括图像、视频和语音;通过生成假设、评估、辩证法和建议,人工智能可以推理出大量信息;通过专家培训和交互,也可以继续学习。
简言之,人工智能是一个不断进步的虚拟大脑,没有上限限制。它将随着人类的经验而成功,同时,它可以帮助人类提供更多的洞察力。
事实上,人工智能在一些领域发挥了作用:
懒惰
以微炫客智能营销机器人懒惰为例,懒惰在拓客营销、人机交互等方面的优势,以及与大数据、互联网智能制造等技术的结合,使其对客服、销售等基础服务类工作产生了一定冲击。
懒惰可以通过LBS定位自动搜索目标客户,与客户互动交流,7×24小时回复客户疑问,将人工客服从每天不停打电话、接电话的繁复工作中解放出来。通过人机交互和大数据分析技术,得到更为全面和立体的用户画像。通过兴趣定向、关键词定向、相似人群定向等功能实现精准化营销,更好地完成销售工作。
不可否认,像懒惰这样的人工智能新技术的确可以代替人完成某些任务,甚至是完全取代人力进行智能化工作,但也要看到,技术在消灭一些职位的同时,总会创造一些职位。大量重复劳动的工种会被AI替代,但是人们吃喝玩乐的体验消费会愈加兴起,其中会蕴含无数的新兴工作机会。
但是,如果我们认为我们可以有一个很好的休息,因为上述内容,这是一个错误。就像看似平静的湖面上,波涛汹涌,不管你喜不喜欢,不管你喜不喜欢,人工智能确实已经侵入了我们工作和生活的方方面面。
在人工智能的包围下,如果我们不与时俱进,努力提高知识储备和业务能力,结果将不容乐观。
要知道,人工智能首先影响劳动密集型产业,劳动密集型的体力劳动岗位将大大减少;因此,人工智能最有可能增加脑力劳动岗位——毕竟,人工智能技术的研发是知识和技术密集型的,对任何领域的高端人才都不会有任何需求如何减少。
人工智能时代正在开始,不管我们愿不愿意,我们都会卷入这股浪潮。从来没有救世主,所以从今天开始,请改变你自己!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)