斯坦福报告:至少现在不用过于担心人工智能取代你的工作

“人工智能取代人类工作”之类的新闻大标题常常让我们惊出一身冷汗。不过,至少现在你不用过于担心,因为它还处在发展水平最低的阶段。

无论是击败人类顶级围棋手的AlphaGo,亦或是打败DOTA顶级职业玩家的OpenAI团队,目前,“干掉”人类的人工智能都还局限在游戏领域,而且是一部分游戏。

日常生活并非游戏,人工智能现在还难以介入和追踪。“对于人工智能来说,最重要的事情是将那些宏伟的憧憬落实到实际的日常生活中去,”美国媒体Axios援引卡梅隆大学(Carnegie Mellon University)机器人研究所主任Martial Hebert说。

斯坦福大学(Stanford University)在最新发布的一份报告中展示了人工智能技术的发展现状:

1

人工智能领域的投资规模庞大

从2000年至今,美国人工智能行业的创业公司数量增加了14倍,从47个增至649个。去年,风投对这一领域的投资金额猛翻6倍,达到35亿美元。

2

人工智能技术的需求快速增加

在美国职位信息网站Monster.com上,涉及人工智能的岗位去年是11100条,今年已经大幅增加到了31000条。

3

中美正在开展激烈的AI竞争

作为两个经济和科技强国,美国和中国正在人工智能领域激烈搏杀。

创新工场首席执行官李开复上月初在MIT“人工智能与未来工作” 峰会上发表演讲称,虽然最顶尖的人工智能团队是由美国人带领,但中国的人工智能团队正在以让人难以置信的速度增长。而且,有很多年轻人都在积极投入,人数的增长速度超乎想象。

在创新方面,李开复称“Copy to China”变成了“Copy from China”。海外的很多产品开始借鉴中国的特色和灵感。中国的整体思路是大胆尝试,快速迭代,“中国AI的发展会更快更高效”。

李开复称,“在这样一个人工智能时代,我预计美国和中国的双强局面不仅是不可避免的,而且已经形成了。”

他对中国未来人工智能的发展持乐观态度,“我们会获得越来越多的数据,AI表现会越来越好,最终将会推动中国的技术发展进步,成为人工智能强国。”

4

人工智能只是在某些领域比较擅长

人工智能在探测物体方面的表现强于人类,误差率只有人类的一半。

然而,人工智能很难捕捉到人类语言中的细微差别,以及语言使用上的微妙区别。这是AI研究的活跃领域之一。Allen Institute研究所运用的一种计算机算法如今在相当于八年级学生遇到的科学问题中的得分约为42%,比去年年初提升了12%。

5

AI泡沫化?

在牛津大学(Oxford University)计算机科学学院院长Michael Wooldridge看来,伴随着各种天花乱坠的宣传,夸大其词已经催生出了一个人工智能泡沫:

有很多人冒充人工智能专家,还有一些人可能碰巧在做涉及人工智能的事情,于是就打着人工智能的旗号大肆兜售他们的项目。各种新闻媒体也很乐于对人工智能发表看法,做很多节目。这令人沮丧。在我看来,这些东西说好听点可以认为是门外汉;说难听点,简直就是胡说八道。

6

AI正快速发展

随着大量资金和人才的投入,人工智能正步入快速发展的轨道,特别是在目前它表现最出色的游戏领域。

谷歌AI实验室DeepMind最新发报告,介绍了他们的新算法项目AlphaZero。它能在短短24个小时内学会围棋。这种新算法还有一个日本版,名为Shogi。

迄今为止,人工智能已相继在围棋和德州扑克比赛上打赢了人类顶级选手。

斯坦福报告作了下面这条时间线:

7

金融从业者注意了!

人工智能在德扑上的胜利对于金融从业者来说非常重要。

华尔街见闻此前介绍过,国际象棋和围棋是100%的信息博弈,双方玩家会同时获知相同的数据信息。而扑克则不同,无法知晓对方的牌,只能靠计算和猜测,其中存在很多变量和不确定性,胜出概率、以假象迷惑对手的心理战、风险管理、运气等在扑克牌中十分关键。

从这个层面上说,德扑很像是做金融交易:你不知道对手拿了什么牌,或者即使知道,也不清楚所有的信息,过程中还会用到心理战术。

说到这里,不禁想起特斯拉CEO Elon Musk不久前的话。他认为,人工智能将于2030年在所有领域击败人类。这比《新科学家》杂志的预测(2060年)足足早了30年。

所以,如果现在不用太担心的话,再过30年之后当我们老去的时候呢?不敢想象……

来源: 华尔街见闻

本文来自企鹅号 - 数汇金融媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技大本营的专栏

关于程序员转型AI这件事,三位老炮跟你聊些干货(下)

Part 3 智亮:你是我的眼——对计算机视觉的介绍今天我们主要聊的是计算机视觉,咱们先从最大的概念开始说一说,人工智能,机器学习,计算机视觉。人工智能这个概念...

33300
来自专栏丁科的专栏

基于 boosting 原理训练深层残差神经网络

介绍一种基于提升理论的训练深度模型的新方法。基于 boosting(提升)原理,逐层训练深度残差神经网络的方法,并对性能及泛化能力给出了理论上的证明。

77100
来自专栏云加头条

腾讯云小微激活硬件生态,携合作产品正式亮相

腾讯云小微自5月22日上线内测以来,吸引了众多关注。在6月22日腾讯“云+未来”峰会现场,腾讯云小微以“声音连接物理世界”为主题,正式在AI小微专场上亮相发布。

1.6K40
来自专栏杨熹的专栏

TensorFlow -2: 用 CNN 识别数字

昨天只是用了简单的 softmax 做数字识别,准确率为 92%,这个太低了,今天用 CNN 来提高一下准确率。关于 CNN,可以看这篇:图解何为CNN简单看一...

1.7K00
来自专栏张霁的专栏

当深度学习成为过去,迁移学习才是真正的未来?

大牛吴恩达曾经说过:做 AI 研究就像造宇宙飞船,除了充足的燃料之外,强劲的引擎也是必不可少的。假如燃料不足,则飞船就无法进入预定轨道。而引擎不够强劲,飞船甚至...

2.8K30
来自专栏周景超的专栏

腾讯 AI Lab 计算机视觉中心人脸 & OCR 团队近期成果介绍(1)

腾讯 AI Lab 计算机视觉中心人脸&OCR; 团队专注于领域内国际前沿技术研究与应用,近期取得部分成果,这里和大家分享一下。

1.4K40
来自专栏AI科技大本营的专栏

关于程序员转型AI这件事,三位老炮跟你聊些干货(中)

著名财经作家吴晓波最近发表了一篇文章,《为什么新科技的风口总火不过一年》,在文章中引用了Garner技术发展曲线,他认为人工智能目前处在第一波峰的顶点,那么很显...

57000
来自专栏陈林峰的专栏

闲置资源再利用:个人电脑上畅玩 TensorFlow

眼下 github 社区最火的开源项目莫过于 tensorflow (后简称TF),本文介绍一种基于windows平台下搭建 TF 运行和开发环境,带大家畅玩 ...

1.1K00
来自专栏云资讯小编的专栏

腾讯云助力智能交通物流 邱跃鹏:云是无人驾驶的高速公路

智能交通云在刚刚举办的2017腾讯“云+未来”峰会上,成为瞩目焦点。交通与物流智能化的领军人物就腾讯云新发布的“人工智能即服务”战略展开了讨论与分享。腾讯云也由...

31100
来自专栏张红林的专栏

机器学习从入门到出家

一个2010年入坑的后台如何转向做算法和机器学习的历程和感悟,附录一个书单。希望对于大家在摸索深度学习的入门路径过程中有帮助。

6K80

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励