杨奕南:《人工智能达到了什么程度》

关键词:[互联网+] [人工智能] [ai] [深度学习] [图像识别] [自然语言] 浏览:2343 发布日期:2017-09-21 网页收藏


  • 当科幻成为现实:人工智能的明天在哪里?

    人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。。。  

    在科幻小说中,人工智能总被定义为一种有自我意识的机器,影响着人类社会。在《终结者》、《太空堡垒》、《星际迷航》以及《星球大战》等知名科幻电影中,具备人工智能的机器人或计算机总是富有感情、具备意志力和决断力,能够以自我意识实施行动。  

    那么,当今媒体、工业领域以及科技领域所说的人工智能到底什么呢?暴风魔镜VR合伙人杨奕南先生,在专家汇25日举行的“趋势•跨界•合作”分享会上,对人工智能的定义、发展过程和未来趋势做了详细解读。

    首先,人工智能(Artificial Intelligence),是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。  

    人工智能最近很火,听起来也很神秘,又伴随着很多道德和意识形态上的争论和探讨,如人工智能会不会取代人类?或者像电影里那样,最后会消灭人类?所以充满争议,这也使人工智能在人们的话题榜上长盛不衰。今天就在这里探讨人工智能。  

    人工智能的影响,现在已经不仅仅局限与技术层面了,已经深深地影响到我们现在的商业模式、公司管理架构,颠覆以往的业务模式。  

    01从人文角度探讨人工智能  

    首先我们从几部影视剧讲起。影视行业对于新兴的东西都是很有兴趣的,所以现在的电影中,有越来越多题材便是与人工智能相关。第一部要说的也是影响力较大是的《模仿游戏》,《模仿游戏》的主人公是计算机的先驱图灵。艾伦•图灵是英国数学家、逻辑学家,按中国传统说法,算是所有计算机行业的祖师爷,也是人工智能行业的鼻祖。图灵对于人工智能的发展有诸多贡献,著名的图灵机模型为现代计算机的逻辑工作方式奠定了基础。  

    二战中,图灵曾协助军方破解德国的著名密码系统Enigma,对盟军取得了二战的胜利提供了很大的帮助,他为破译密码制造的图灵机,从本质上讲,与现在的智能手机、PC机完全一致,即图灵当年定义的可计算机器。甚至图灵认为,人的大脑也不过是一台精密的可计算机器,在他的著名论文《可计算数》中认为,我们人类的所有计算过程,都可以用机器计算的方式来进行模拟,最后无限接近于脑机接口的样式,以进行脑机交互。目前为止,这种想法已经不算是科幻了,包括德国在内的科学家,目前已经可以实现简单的人机交互操作。比如戴上特质头盔,控制遥控飞机的上下左右简单飞行等,目前已经不存在大的技术障碍了。其工作原理简单来说就如同读心术,人的大脑在思考时,会产生特殊的脑电波,对这种脑电波进行接收和分析,便能得知目标的思想,而当技术可以影响人类的脑电波时,便是心灵控制,曾经的巫术和魔法,现在通过技术手段,有一些我们已经可以做到。

    2001年,斯皮尔伯格执导的电影《人工智能》上映,这也是比较早的探讨人工智能的电影,主题则是人工智能的情感,在当时的我们看来,也许感觉比较荒谬,机器怎么会有情感呢?不过随着科技的进步,人工智能的发展,我们发现其实人类的情感也不过是一种算法,而且未必是最复杂的算法。用计算机来模拟人类情感,从根本上来讲,并不是什么困难的事情。  比如我们在各个社交平台上的点赞、点喜欢和不喜欢,这些数据都可以进行分析,并用来让计算机了解人类情感。再比如游戏中的NPC,就是用电脑来模拟人类用户,制造出的角色。当算法更精密、数据更多的时候,所制造出的NPC,也会更像人类玩家控制的角色,这也是一种情感模拟。

    最后一部要说的是美剧《西部世界》,去年大火的电视剧,相信大家都有了解,而这部电视剧从第一季来看,其实探讨的是机器伦理。这部剧大热也是有原因的。我们现在正处在人工智能高速发展的过程中,人形人工智能也已经走出了第一步,而在和人形人工智能相处时,必将带来很多的法律、伦理、道德等等方面的问题,而这个问题,必将因为人工智能的飞速发展,而越来越急迫的需要我们做出解答。  

    02科学家怎样看待人工智能  

    所有文艺和影视作品,都是从人文的角度上来探讨人工智能的影响和意义,因为影视作品中不太可能过深的探讨技术层面的东西,那科学家们从机器的角度怎么来看待人工智能呢?  这里我们又要说到一个概念:图灵测试。只有当人们通过一个界面或其他载体与人工智能进行沟通的时候,不能判断出界面背后是一个真人还是一台机器的时候,也就是我们没办法分辨人与机器的时候,那么这台机器就通过了测试,并被认为具有人类智能。  

    当然有人会说,通过界面交流分辨不出,那把界面拿掉,不就一眼看出是不是人工智能了么?  这可未必!  首先,现在国外的一些机器人公司,已经可以制出高仿真度的机器人,与真人相似度极高,惟妙惟肖。其中一个女机器人,通过使用细致的材料模拟面部肌肉,更是可以连表情都做到与真人毫无二致,还有皮肤使用一种特殊材料的机器人,摸上去和人的肌肤质感相同,甚至比人的皮肤更加光滑。另外,这些机器人,连跨国旅行坐飞机时都是要买机票,安排座位的,有些机器人还有自己的经纪人,要请他出席活动,先要和他的经纪人谈谈,和一个明星一样。  其次,机器人的一个误区就是机器人必须“像”人,其实机器人在英文原文中并没有人的意思,所以长得像不像人,并不是机器人的必备要素。只是在一些to c的项目上,为了让人们更好的接纳机器人,才会在外观上制作成人的模样,其他情况下,并无此必要。 

    03人工智能与人类智能的对比与区别  

    人类所有的智能,拆分开来可以分为记忆、计算、感知、模式识别(将看到和听到的还原成一种特定的意思)、情感几个方面。人工智能也可以被设计成拥有这几方面的能力,而且,有些方面还会超过人类。

    这里有一个简单的公式: 人=外貌+感知+大脑+运动 机器人=外观+传感器+存储计算(认知/情感/运算/推理/逻辑等)+运动控制。 所以:不强调外观和运动能力、自由意志与灵魂的前提下,AI≈机器人。  比人强:记忆、计算、感知。  

    人工智能可以根据处理器、内存和外部接口来获得比人强的能力,记忆上可以趋向于无穷无尽,只需扩大存储空间;计算上可以达到每秒上亿次以上;感知上,人类看不到的红外线、听不到的超声波,人工智能都可以通过传感器看到、听到。  

    接近:模式识别、情感。  

    模式识别主要是图像和声音上的识别,谷歌大脑和百度设计的小度,都在实际试验中达到和人类接近的识别能力。情感方面也已经被破解,如果有足够的商业驱动,也可以很快接近人类。

    即将超越:学习、创造力  

    很多人认为,人工智能是无法自己学习和创造能力,所有程序都是人为灌输,所以在智能上是无法超越人类的,这又是大错特错了。实际上,学习和创造能力在今天的计算能力和深度学习算法上看来,也不是我们想的那样难。现在,我们已经将创造力完全破解为一定的公式,通过制定一条条的规则和一定数量的参数自动运行,便可以自动学习产生新的知识。谷歌大脑有过实验,在没有输入猫的概念的情况下,通过分析千万张照片,自己生成了猫的概念,再向其出示多张照片,分析哪张有猫,哪张没有猫?结果也完全正确,这就是学习能力,和人类儿童的学习模式一模一样。  

    争议:自我意识  

    自我意识、自由意志被认为是人与机器人的最大不同。这仿佛是一个哲学问题,人到底有没有自由意志,还是一台简单的机器?大多数人都会认为我们是有自由意志的。不过从本质上讲,我们自己决定自我的行为和思维、想法,依赖的也不过是我们从前接受的信息、经验等等,然后通过一定的思维方式(算法),来做出决定,看起来和人工智能的运作方式在一定程度上也存在共通性。不过,由于意志的本质属于量子级别的效应,我们暂时无法从根本上了解自由意志的起源和运作方法,所以,我们还可以安慰自己,自由意志是上帝赐给我们最大的不同吧。  

    04火箭理论:人工智能引擎—算法;燃料—大数据  

    火箭理论的核心观点,是人工智能在运行过程中,需要以算法为驱动引擎,以大数据为供应引擎的燃料。这么说可能不够直观,我们举个例子:  今日头条发展迅速,作为一个新闻类平台,日活跃数都可以达到全网第四的排名,但是今日头条却并没有多少编辑,而是以算法来进行推荐,这就是人工智能应用的一种,算法就是这一程序的核心引擎,而支持这一算法运行的基础,是今日头条上所有的文章、阅读数据、用户数据。只有这些数据存在,人工智能才能运转,只有数据的不断添加更新,这一算法才能不断运转并发展改进。  

    目前的算法已经可以做到使计算机自己写新闻稿,尤其是体育类新闻稿已经可以脱离人工模式了。甚至有些公司可以使人工智能自己写言情小说,在输入算法添加数千本小说参数后,人工智能写出的小说而小说文风可以做到独树一帜。甚至有人担心自动编程机器人出现之后,很多程序员都将失业。

    不过,关于人工智能的争议,也随着算法的升级发展而愈演愈烈。本人看来,目前人工智能的价值观都还是人类输入的,所以人工智能也不存在善恶,因为他们反映的就是人类的价值观。我们暂时不用担心人工智能,而是要管好我们人类自己。  

    05发展阻碍与未来预测  

    目前人们对于人工智能的发展在“人工还是增强”的问题上仍然存在争论,也就是“通用人工智能”与“专用人工智能”的争论。现状是:通用人工智能(强人工智能)比人弱;专用人工智能(弱人工智能)比人强。至于以后的发展我还是认为先专用人工智能,后通用人工智能。因为这里存在一个商业问题:  新兴科技的发展方向:一定是先To B再To C,因为To C的要求往往比To B的要求高很多。To B模式是一个销售过程,只需要找准企业的核心痛点,并解决掉,其他衍生需求差一点也无妨。To C则要面对成千上万的客户,甚至千万上亿的客户,各户需求各不相同,所以必须做到尽善尽美才能引爆一个To C的模式。也因此,现在大量的人工智能都是应用在To B模式上的。  

    阻碍:在商业回报方面的驱动仍然不够,现在商业驱动够的主要是机器换人方面,比如用在富士康,上几百条人工智能流水线,可以替换百万工人。  

    人工智能的未来预测:  Gartner已经连续两年将人工智能列为排名第一的战略性技术。谷歌、IBM、Salesforce和苹果等大公司对人工智能创业公司的收购也在不断升温——仅2016年就有40笔人工智能相关的收购。而在可预见的未来,人工智能的发展也必将加速。  

    预测一:加速转向对话式交互

    自然语言、手势、眼神等帮助人机交互通过图灵测试  

    预测二:设计将开始发展,以增加我们对AI的信任

    为AI输入价值观  

    预测三:我们将开始谈论AI系统之间的沟通方式

    算法与算法间的沟通,建立AI间标准  

    预测四:人工智能将会遭到固有偏见的冲击

    科学随着每一次的(老科学家的)葬礼而不断进步  

    预测五:企业开始关注人工智能的投资回报率 AI as a service,成为基础设施  

    人工智能很快会变成各种基础设施,如果我们想享受人工智能的最后一点红利,比你的竞争对手抢先去使用,这就是竞争优势。  

    最后用一句话来形容目前的人工智能产业的现状:“这不是结尾,这连结尾的开头都算不上, 但, 这也许是开头的结尾。” --丘吉尔  

    注:

    1、《可计算数》:1936年,24岁的图灵发表了现代计算领域奠基性的论文《论可计算数及其在判定问题上的应用》。这篇论文堪称图灵一生中最重要的贡献。

    2、图灵测试(英语:Turing test,又称“图灵判断”),是阿兰·图灵于1950年提出的一个关于判断机器是否能够思考的著名试验。图灵测试会在测试人在与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。问过一些问题后,如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答,那么这台机器就通过了测试。