当“不可描述”遇到神经网络

重磅推出《人工智障深度瞎学》连载专栏第二期！

——神经网络到底有多厉害？

大家好！

这里是《人工智障深度瞎学》半月刊第二期——

今天的话题是神！经！网！络！

什么？

你说你没看第一期？

你说你忘了第一期讲了啥？

【记一段失败的采访】

先从我和梦呆同学的一段对话开始讲起吧：

“嗨，梦呆同学，你喜欢什么样的男盆友啊？”

“哈哈哈，这个看眼缘吧。”

“具体一点嘛。”

“也没法具体呀，主要是能合拍。”

“额...”

听罢，我陷入了深深的哲学思考

…..

不知你注意没有，

所谓“道可道，非常道”。

这世间的万物呢，

就像女孩子的心，

大多数情况下，

是不可以用语言直观描述的。

在上期，我们提到了现在的人工智能研究把大问题分成了若干的子问题，比如有视觉方向的人工智能——教AI认识小猫小狗啊；有语音方向，教AI识别人们说的话啊，等等。

虽然分成小问题了，但是情况还是很复杂。

比如说，你知道怎么用语言向电脑描述什么是狗？

问题难就难在这，你很难表述出来，某样东西的特点到底是什么。

而且最关键的是，你不能找出反例，电脑就会把类似的东西给你拉过来说：这个就是你描述的啊。

比如上面这张图，这是一张柴犬的图片。

我可以这样描述：它是一个脑袋圆的，耳朵尖的，一半是黄色的动物。

已经很完美了对不对？

但是！！

AI可能会给你找来这个：

这只喵...确实也符合上面的描述啊...

而上面那还是个简单的栗子。

在实际生活中，还会遇到更多的bug。

比如库克大叔的苹果X给大家带来的人脸识别解锁系统。

请你用语言准确描述出下列女明星的区别：

额...

对，问题就在这儿。

世界上大多数问题，

就像女孩子的想法，

是科学家们无法用贫瘠的人类语言描述出来的。

上世纪90年代至今，

人们研究出了各种乱七八糟的算法，

企图用各种方式进行描述，

或者用统计的方式来攻克这些子问题。

那么这些算法到底做的怎么样呢？

就以视觉识别来举例吧。

首先，我们需要一个标准，来评判算法做得好不好。

ImageNet

斯坦福的李飞飞女神创建了一个ImageNet数据库，并且由此举办了一个叫“大规模视觉识别挑战赛”（Large Scale Visual Recognition Challenge）的比赛，英文缩写简称ILSVRC。

这个比赛是做什么的呢？

比赛的数据库共有140多万张图片，里面有各种阿猫阿狗。比如说，下面这些：

狗呀、樱桃呀、豹子呀、轮船呀、蘑菇呀之类的，一共1000多种东西。

当然了，参赛选手都是AI机器人。

而比赛规则就是，这些AI参赛选手们，拿到一张图片时，要说出图片里面有什么。AI参赛选手可以猜五个东西，只要这五个东西里面有一个图片里有就算回答正确。

其实对于人类而言，有些题目还真的挺难的：

比如左上角那只虫子其实根本不知道是啥……再比如蘑菇那张图，AI给出的答案前四个都是各种菌类，但我的脑子里只闪现出了蘑菇这一个词……

平均来讲，人类的错误率大概是4%左右，一百分的卷子能得个96分吧。

那么AI做的怎么样呢？

2010年，AI的错误率是28.2%。

不太行是不是，接近三分之一的图片猜半天一个都不对。

2011年呢？差不多还是26.8%左右吧。

额……

没戏啊AI同学，你们这都研究了二十多年了还是没长进啊！

凉了凉了，回家睡觉吧。

不过，到了2012年

……

哦？！

怎么回事？

到了2012年突然错误率降到了接近15%？

没错，就在2012年，平地一声惊雷！

神经网络家族在图像处理领域的大兄弟出现了！

众科学家们一看：

这个有戏！搞起吧！

于是乎，众将官一拥而上，大势掩杀，一阵敲代码！

一路把错误率降到了2015年的3.57%！

这个数字可就比人类还厉害了！（人类错误率约为4%）

上面的故事在各个子问题的领域中反复出现，问题难以解决，错误率居高不下！

然后神经网络在一个万众嘱目的情况下出现，身披金甲圣衣，脚踏七色彩云，把牛魔王打死了！

【画外音】

不对啊！

看了半天，

你还是没说神经网络是什么啊，

我们都等了半个月了！

看官们不要着急！

我们的第一篇文章告诉了大家：

人工智能是在研究神马。

第二篇文章告诉了大家：

神经网络有多么厉害，多么神勇，

是怎样降临，拯救了世界。

层层叠进，烘托气氛，制造悬疑，

培养感情，做好准备，厉兵秣马。

请准备好，下期揭晓：

神经网络到底是什么！

敬请期待《人工智障深度瞎学》半月刊第三期。

最后，别忘了关注公众号！

不关注你咋看下一期啊！