2019年人工智能状况

“人工智能”这个词最近才在1955年被创造出来，但智能机器能满足我们的要求的想法有着更深的渊源，可以追溯到古希腊、印度和中国的神话。也许这就是为什么人工智能对我们的想象力有如此大的影响，以及为什么近年来，围绕着这项技术大肆宣传的原因。

但是人工智能不是一个神话，也不是一个神奇的机器。这是一项与其他任何技术一样的技术，经过几十年的研究，已经达到了一个新的生产力平台。廉价的处理能力和丰富的数据使得这一点成为可能，人工智能和机器学习现在已经成为许多领域的有用工具，包括天文学、医疗保健、交通和音乐。

经过多年的承诺，人工智能终于变得有用了

经过多年的承诺，人工智能终于变得有用了。但有用的技术通常会消失。我们忘记了那些有用的东西，我们不应该让这种事情发生在人工智能身上。任何一项注定要改变世界的技术都需要审查，而人工智能由于其巨大的想象力和非常真实、非常危险的失败，比大多数人更需要这种审查。

因此，对于即将到来的人工智能问题，我们将更仔细地研究一下人工智能和机器学习目前对技术的影响——因为在它改变了世界之后，要理解它已经太晚了。

这是一种常见的心理现象：重复任何一个单词足够多次，它最终会失去所有的意义，就像湿漉漉的组织一样分解成语音上的虚无。对我们中的许多人来说，“人工智能”这个词很久以前就以这种方式瓦解了。人工智能现在在科技领域无处不在，据说可以为从电视到牙刷的所有东西供电，但这些词本身的意义从来没有减弱过。

不应该是这样的。

虽然“人工智能”这个词毫无疑问被滥用了，但这项技术比以往任何时候都做得更好——无论好坏。它被用于医疗保健和战争；它帮助人们制作音乐和书籍；它审查你的简历，判断你的信誉，并调整你在手机上拍摄的照片。简言之，无论你喜欢与否，它都会影响你的生活。

科技公司和广告商讨论人工智能时，可能很难与这种炒作和吹嘘保持一致。以欧乐B的GeniusX牙刷为例，它是今年CES上推出的众多标榜“人工智能”能力的设备之一。但是，越过新闻稿的第一行，所有这一切意味着，它给出了相当简单的反馈，说明你是否在正确的时间和地点刷牙。有一些聪明的传感器可以找出刷子在你嘴里的位置，但称之为人工智能是胡言乱语，无济于事。

如果不涉及炒作，就有误解。媒体的报道可以夸大研究，在任何模糊的人工智能故事上贴上终结者的照片。这常常归结为对什么是人工智能的困惑。对于非专家来说，这可能是一个棘手的课题，人们常常错误地将当代人工智能与他们最熟悉的版本混为一谈：sci对一台比人类聪明很多倍的有意识计算机的看法。专家们把人工智能的这个具体实例称为人工通用智能，如果我们真的创造出这样的东西，未来很可能会有很长的路要走。在此之前，没有人会因为夸大人工智能系统的智能或能力而得到帮助。

那么，与其说人工智能，不如说是“机器学习”。这是人工智能的一个分支领域，几乎囊括了目前对世界影响最大的所有方法（包括所谓的深度学习）。作为一个短语，它没有“人工智能”的神秘性，但它更有助于解释这项技术的作用。

机器学习是如何工作的？在过去的几年里，发现最有用的区别就在它的名字里：机器学习就是让计算机能够自主学习。但这意味着什么是一个更大的问题。

让我们从一个问题开始。假设你想创建一个可以识别猫的程序。（因为某种原因，它总是猫）。你可以试着用老式的方法来编程，比如用“猫有尖尖的耳朵”和“猫是毛茸茸的”，但是当你给它看一张老虎的照片时，这个程序会做什么呢？按照所需的每一条规则进行编程都是非常耗时的，而且你必须定义各种困难的概念，比如“毛茸茸的”和“尖锐的”。最好让机器自己来教。所以你给它一大堆猫的照片，它会通过这些照片来寻找它所看到的自己的模式。它连接点，一开始几乎是随机的，但你反复测试，保持最好的版本。随着时间的推移，它会很好地说出什么是猫，什么不是猫。

到目前为止，还可以预测。事实上，你以前可能读过这样的解释，我很抱歉。但是，重要的不是去阅读那些光泽度，而是真正地思考那些光泽度意味着什么。像这样学习决策系统的副作用是什么？

好吧，这种方法最大的优点是最明显的：你永远不必实际编程。当然，您做了大量的修补工作，改进了系统处理数据的方式，并想出了更聪明的方法来接收这些信息，但您并没有告诉它要查找什么。这意味着它可以发现人类可能会忽略或根本没有想到的模式。因为程序所需要的只是数据——1和0——有那么多的工作可以训练它，因为现代世界充满了数据。当你手里拿着一把机器学习的锤子，数字世界里到处都是钉子，随时可以敲打到位。

但也要考虑一下它的缺点。如果你没有明确地教计算机，你怎么知道它是如何做决定的？机器学习系统无法解释他们的想法，这意味着你的算法可能因为错误的原因而表现良好。同样，因为计算机所知道的都是你输入的数据，它可能会对世界产生偏见，或者它可能只擅长于与以前看到的数据相似的狭义任务。它没有你所期望的人类的常识。你可以建立一个世界上最好的猫识别程序，它永远不会告诉你小猫不应该开摩托车，或者猫更可能被称为“小杂烩”，而不是“不朽的巨蜥”

教电脑自学是一条绝妙的捷径。就像所有的捷径一样，它涉及到偷工减料。人工智能系统中有智能，如果你想这么说的话。但它不是有机智能，也不符合人类的规则。你不妨问：一本书有多聪明？煎锅里有什么专业知识？

那么我们现在在人工智能方面的地位如何呢？在几年来的头条新闻报道了下一个重大突破之后（好吧，他们还没有完全停止），一些专家认为我们已经达到了某种程度的高原。但这并不是真正阻碍进步的因素。在研究方面，在我们现有的知识范围内有大量的途径可以探索，而在产品方面，我们只看到了算法的冰山一角。

风险资本家、前人工智能研究员李开复（Kai-Fu Lee）将当前的时刻描述为“实现的时代”——在这个时代，技术开始“走出实验室，走向世界”。另一位风险投资策略师本尼迪克特•埃文斯（Benedict Evans）将机器学习比作关系数据库，一种企业软件，在90年代发了财，并彻底改变了整个行业，但那太平凡了，你的眼睛可能会因为读了这两个词而呆若木鸡。这两个人的观点是，我们现在正处在人工智能快速恢复正常的阶段。埃文斯说：“最终，几乎所有的东西都会在某种程度上（机器学习），没有人会在意。”

他说得对，但我们还没到。

在此时此地，人工智能——机器学习——仍然是一种新事物，常常无法解释或被忽视。因此，在本周的《边缘》特别版《人工智能周》中，我们将向您展示这一切是如何发生的，这项技术是如何被用来改变事情的。因为在未来，这将是如此的正常，你甚至不会注意到。

分享最新科技资讯视频，尽在森元Tech