2019年的人工智能状态，这就是人工智能现在正在发生的事情

2019年的人工智能状态，这就是人工智能现在正在发生的事情

这是一种常见的心理现象：重复任何单词足够多的时间，最终失去所有含义，像浸湿的纸巾一样分解为注音虚无。对于我们许多人来说，“人工智能”一词很久以前就以这种方式瓦解了。人工智能现在在技术中无处不在，据说可以为从电视到牙刷的所有功能提供动力，但从来没有单词本身意味着更少。

毫无疑问，虽然毫无疑问地滥用了“人工智能”一词，但这项技术的成就却越来越大，无论好坏，TA被部署在医疗保健和战争中；TA帮助人们制作音乐和书籍；TA会仔细检查您的简历，判断您的信誉，并调整您在手机上拍摄的照片。简而言之，无论您是否喜欢，TA都会影响您的生活。

科技公司和广告商讨论AI时可能会大肆宣传，但很难与之相提并论。以Oral-B的Genius X牙刷为例，该牙刷是今年在CES上亮相的众多设备之一，吹捧所谓的“ AI” 功能。但是，仔细研究一下新闻稿的顶部，这意味着TA可以提供有关是否在正确的时间和正确的位置刷牙的非常简单的反馈。有一些聪明的传感器可以弄清刷子在嘴里的位置，但是称TA为人工智能是胡言乱语，仅此而已。

当不涉及炒作时，就会产生误解。新闻报道可能会夸大研究，在任何模糊的AI故事上贴上终结者的照片。这通常归结为关于什么人工智能甚至混乱的。对于非专业人士而言，这可能是一个棘手的主题，人们经常错误地将当代AI与他们最熟悉的版本相混淆：一种有意识的计算机的科学构想，TA比人类要聪明得多。专家指AI的特定实例的人工一般智力，如果我们曾经创造这样的事情，TA很可能是一个在未来很长的路要走。在此之前，没有人通过夸大AI系统的智能或功能而得到帮助。

因此，最好谈论“机器学习”而不是人工智能。这是人工智能的一个子领域，涵盖了几乎所有对当今世界产生最大影响的方法（包括所谓的深度学习）。简而言之，TA没有“ AI”的奥秘，但在解释该技术的作用时更有用。

机器学习如何工作？在过去的几年中，我已经阅读并观看了数十种解释，而我发现最有用的区别就是这个名字：机器学习就是使计算机能够自行学习。

让我们从一个问题开始。假设您要创建一个可以识别猫的程序。您可以通过按照明确的规则（例如“猫的耳朵尖”和“猫的毛茸茸”）进行编程来尝试以老式的方式进行操作。但是，当您向其显示老虎的图片时，该程序会做什么？按照所需的每条规则进行编程将很耗时，并且您必须在此过程中定义各种困难的概念，例如“精力充沛”和“有针对性”。最好让机器自学。因此，您给TA提供了大量的猫照片，TA会通过观察猫的照片来寻找自己所看到的图案。一开始TA几乎随机地连接点，但是您要反复测试TA，并保持最佳版本。随着时间的流逝，变得非常擅长说猫是什么，什么不是猫。

到目前为止，如此可预测。实际上，您以前可能已经阅读过这样的解释，对此我感到抱歉。但是重要的不是阅读光泽，而是真正考虑光泽的含义。像这样的决策系统学习会有什么副作用？

嗯，这种方法的最大优点是最明显的：您无需实际编程。当然，您需要做很多事情，改善系统处理数据的方式，并提出更智能的方式来吸收信息，但是您并没有告诉TA要寻找什么。这意味着TA可以首先发现人类可能会错过或从未想到的模式。而且由于程序的所有需求都是数据（1和0），所以有很多工作可以训练，因为现代世界中充斥着数据。手里拿着机器学习锤，数字世界里到处都是钉子，随时可以被钉牢。

DeepMind的围棋AI系统系列一样，自学的机器可以产生强大的结果

但是，然后考虑一下缺点。如果您没有明确教导计算机，那么您如何知道计算机如何做出决定？机器学习系统无法解释他们的想法，这意味着您的算法由于错误的原因可能表现良好。同样，由于计算机所知道的只是您提供的数据，因此可能对世界有偏见，或者可能只适合看起来与以前看到的数据相似的狭窄任务。没有您期望的人类常识。您可以建立世界上最好的猫识别器程序，并且TA永远不会告诉您小猫不应该驾驶摩托车，或者说猫比“永生的梅加洛斯”更可能被称为“小猎犬”。

教计算机自己学习是一个绝妙的捷径。像所有快捷方式一样，涉及偷工减料。如果您想将其称为AI系统中的智能。但这不是有机情报，TA不能像人类一样发挥作用。您可能会问：一本书有多聪明？煎锅编码什么专业知识？

那么，我们现在站在人工智能的什么位置？经过多年的头条新闻宣布了下一个重大突破（嗯，他们还没有完全停止），一些专家认为我们已经达到了平稳的境地。但这并不是进步的真正障碍。在研究方面，在我们现有的知识范围内有大量的探索途径，而在产品方面，我们只看到了算法冰山一角。

风险资本家，前AI研究员李开复（Kai-Fu Lee）将当前时刻描述为“实施时代”，即技术开始“从实验室扩散并进入世界的时刻”。另一位风险投资策略师本尼迪克特·埃文斯（Benedict Evans）将机器学习与关系数据库进行了比较，关系数据库是一种在90年代发了大财并掀起了整个行业革命的企业软件类型，但这实在是太平凡了，您可能只看了这两个字就使眼神呆滞。这两个人都在指出，我们现在正处在AI能够快速恢复正常的时刻。“最终，几乎所有东西都将在内部拥有[机器学习]，没有人会在意，”

但我们还没有到那儿。

在当前和现在，人工智能（机器学习）仍然是一种新事物，常常无法解释或未得到充分审查。

一面科技，一面未来（谢谢你的关注）