华尔街日报:AI 飞速发展,但仍有很长的路要走

【新智元导读】本文作者是一名拥有神经科学和行为生物学学位的资深科技记者/专栏作家,作者认为现在的AI好比正从水母向智慧生物进化的阶段,距离实现拥有真正智能的AI仍很遥远。而正如吴恩达所说,担心AI统治人类无异于担心火星人口过剩。

AI 非常热门。AI 初创公司正吸引着创纪录的投资。大型科技公司正使尽全力排空大学的 AI 专家。自 2011 年以来,已经有近 140 家 AI 创业公司被收购,其中仅今年就有 40 家。

AI 开始越来越多地出现在我们的日常生活中,例如智能手机的语音识别技术、Facebook 和 Google 账户的图像识别功能等。

现在,谷歌的母公司 Alphabet,亚马逊以及微软公司开始将它们的人工智能技术以租用的形式提供给其他企业。想让你的 app 或小工具拥有响应语音命令,并用它自己的“声音”回答你?想把对话转录为文字以便分析?这些公司的服务都能够做到这些,以及其他许多事情,例如人脸识别、识别图像中令人反感的内容,等等。

但把这些新的 AI 技术转变为可衡量的经济效应还相当困难。能源智能软件公司 EnerNOC 数据科学部门的负责人 Angela Bassa 说:“人人都希望 AI 将从春天进入夏天,但我认为还得 10 年。”

Bassa 此前在 EnerNOC 领导一个团队,使用 AI 技术,例如机器学习和深度学习,用大量数据“训练”计算机程序。但该公司发现,相比复杂的基于 AI 的算法所能提供的增值,客户对数据分析更感兴趣。

Bassa 说,AI 需要三个条件,而大多数公司在这三个条件上都不够充分。第一是足够的数据。大多数公司难以获取足够大量的数据。像 Facebook、Amazon、Alphabet、General Electirc 等公司在获取数据方面有天然的优势,他们是例外。

第二个问题是,创建 AI 系统时,一点点突破可能需要的资金相当庞大。假如一个 AI 系统将信用卡公司的欺诈检测系统的性能提高 1%,能够带来数千万美元的价值。但是对于大多数制造其他产品的不大的制造商来说,将某个生产线的效率提高 1% 所能创造的价值,可能还不够给这些高薪工程师们支付薪水。

第三个问题是:AI 人才稀缺。AI 人才的稀缺提高了技术的成本。Bassa 说:“世界上能够将这些机器学习系统利用起来节省成本的可能只有 5000 人,虽然这个人数是在逐步增加。”

这并不是说 AI 对这些企业来说毫无用处,但确实现在 AI 有些过热了。迄今为止的 AI 系统都只是解决特定问题的狭义的应用,创建可用于各种问题的系统可能还需要几十年的时间。这样的系统的建立和训练,就像教育小孩一样,需要时间。

现在可用的系统大多数是由微软、亚马逊、谷歌等大公司构建的“预训练”系统,并反映这些公司的数据。这些公司拥有数以十亿计的图像数据,所以它们有能力提供商业化的图像识别服务。亚马逊已经利用其个人助理服务 Alexa 收集的大量口语,为其他公司提供话语处理以及生成自动回复的服务。

一些初创公司开始构建既不需要机器学习专家,也不需要大公司的预训练系统的更广泛的 AI 系统。以色列的 n-Join 公司给制造商销售一种小盒子,可以从流水线上收集数据,然后使用机器学习检测异常,以预测故障。

以色列最大的乳制品生产商,同时也是 n-Join 最早的客户之一的 Strauss 集团高级技术专家 Guy Tsur 说,n-Join 公司产品的厉害之处在于,它不需要知道流水线的类型,或者喂给它数据的传感器正在测量什么。它只需要找出生产过程与通常情况不同的时候,然后向人类主管提出警告,具体出现了什么问题是由人类主管根据自己的经验来判断的。

聪明的读者应该已经注意到,这些 AI 的优点和短处都表明,没有哪个 AI 系统是能够像科幻小说所描述的那样毁灭人类、接管世界的。以我作为一个无脊椎动物神经科学家的经验,我认为,今天的 AI 正处于从水母向智慧生物进化的阶段。拥有真正的智能的 AI 系统仍很遥远,远超于任何合理的预测范围。

或者,像百度首席科学家吴恩达曾经指出的,现在担心出现某种完全自主的智能,担心人类世界被邪恶 AI 接管,无异于担心火星人口过剩。

编译来源:http://www.wsj.com/articles/artificial-intelligence-makes-strides-but-has-a-long-way-to-go-1480874798

责编:SQ

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2016-12-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

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Java学习网

成熟到优秀的瓶颈问题

  很多程序员到了成熟阶段后,就会处于一个停滞状态。技术上已经驾轻就熟,工作上已经按部就班,心里虽然感觉有些不甘,但是何去何从他们显得很茫然很无助。我认为程序员...

2878
来自专栏灯塔大数据

AI正在改变你看电视的“姿势”

导读:上一期给大家全球人工智能领域的天使投资TOP排行榜,今天我们来了解一下,以电视为例,人工智能和AI对我们的日常生活和娱乐带来了哪些变化。(文末更多往期译文...

3477
来自专栏新智元

凯文·凯利:人工智能的未来在于各行各业的深度应用

【新智元导读】 上周在世界智能制造大会现场,凯文·凯利发表了主旨演讲。人工智能成为他此次演讲的绝对主角,同时,他也带来了一些新鲜的观点,在此与大家分享。 上周在...

3516
来自专栏人称T客

微软的沦落错在哪里? 传统软件行业要汲取哪些教训避免重蹈覆辙?

在PC时代,提起微软绝对是那个时代的王者,无可替代,无法超越,同行的无奈,更多的让他们感到巨人的强大。而随着移动互联网时代的来临,微软高大伟岸的身影,在人们的...

2934
来自专栏大数据文摘

大数据彻底改变社科研究过程,学者面临道德考验

1607
来自专栏AI科技评论

业界丨凯文·凯利来华再谈人工智能,并预测未来 25 年的技术发展趋势

近日,凯文·凯利在成都进行了一个名为《回到未来》的 主题演讲,主要分享了对 AI 等前沿科技的看法。 KK 提到:“要预测未来是非常困难的。但是我们有我们的优势...

3537
来自专栏PPV课数据科学社区

【职业】数据科学家的自我修炼

未来是一个大数据的时代,从企业实践来看,建立大数据的存储和数据管道首先需要技术,但是怎么通过数据去做分析?这就需要数据建模能力。怎么确定建模或者分析的方向?这就...

3386
来自专栏钱塘大数据

马斯克:人类极有可能活在更高文明模拟的矩阵游戏中

除了吸大麻、喝大酒、玩大宝剑,马斯克在上周的Joe Rogan播客中,还阐述了他对人类世界的认识:他认为人类文明很可能与游戏一样,都是许多模拟文明中的一部分,更...

1184
来自专栏机器人网

机械工程师的10条出路,看后你还会碌碌无为吗?

1. 设计工程师 模具、汽车、家电、工程机械、非标准设备等等各种机械设备的设计。用着常用的机械设计软件:AutoCAD、 Proe、UG等工具做产品结构设计或其...

3985
来自专栏大数据文摘

七项最酷的数据中心创新

1733

扫码关注云+社区

领取腾讯云代金券