|个人中心 | 退出 | 登陆 | 注册 | 订阅
未完成

人工智能是洪水猛兽还是人类的朋友?科学家终于给出了答案

2016-06-08 09:21 | 作者: 李亚婷 来源:《中国企业家》 人工智能

1

[摘要]商业化对AI的发展至关重要,深度学习非常依赖于大数据,而商业化是获取真实数据的唯一路径。

文|李亚婷  赵大伟   编辑|王琦

大卫最终被“妈妈”莫妮卡送出家门。

莫妮卡的儿子在医院生死未卜,悲伤之余,他们收养了大卫,大卫是科学家研发的合成人,他有着与正常人一样的容貌和外表,在交流和生活中没有任何障碍,最重要的是,大卫还拥有和人一样的情感,他叫莫妮卡“妈妈”,认为她是亲人。

随着莫妮卡儿子的苏醒,大卫最终被家庭放弃,在此后的两千年,他都希望能够变成一个真正的男孩,和“妈妈”在一起,最后,大卫梦想成真,但只有一天与妈妈相处的时间。

这是电影《人工智能》中描述的科幻世界,很多科幻电影都替你想象了未来人类和人工智能会如何共存,相爱还是相杀?但目前还没有科学家能够预测真正的人工智能会在什么时间出现。

公众倾向于设想真正的人工智能(Artificial Intelligence,简称AI)会是恐怖的,失控的。这不难理解,如果时光倒流几百年,在没有电、没有火车、没有通讯的背景下,告诉一位古人几百年后可以通过一块屏幕与千里之外的人视频聊天,或者计算机的围棋和象棋水平会将人类甩出几条街,又或者是马路上除了行人和马车,还会有无人驾驶的四轮铁皮车,这种恐惧感不亚于现在人类谈起真正的人工智能。

2016年3月,AlphaGo战胜李世石,人工智能再次成为公众关注的焦点。什么是人工智能?它如何产生?它们是否会产生意识?未来是否会有人机大战?人工智能的商业化进展到了什么阶段?公众对人工智能并不了解,甚至存在很多误区。我们通过对国际国内人工智能领域研究最前沿公司的采访,希望能够理性客观地展现人工智能的现状和未来。

1956年,在美国达特茅斯大学召开的学术会议上,科学家约翰·麦卡锡首次提出“人工智能”的定义,在此后的60年,人工智能经历过几轮发展。1980年和1990年是人工智能发展史上的两个大低谷,巧合的是,AI在这两轮低谷前都经历了“春天”。“跟今天公众对人工智能的超高预期一样。”微软亚洲研究院常务副院长芮勇告诉记者。

“大家都以为人工智能已经到了很高的位置,但事实上没有,过两年冷静了,大家会质疑怎么还倒退了呢?但其实之前也没有发展到那么高的位置,泡沫吹得太大了。”芮勇认为泡沫对这个产业会带来伤害。

人工智能大概可以分三个阶段。第一个阶段是逻辑智能。以IBM的深蓝为代表,1997年,深蓝击败了世界象棋冠军卡斯帕罗夫,靠的是强大的存储和搜索能力;第二个阶段是感知智能。2006年,多伦多大学计算机系教授Geoffery Hinton第一次提出深度学习概念,作为一种学习工具,深度学习直接推动了这一轮人工智能的突破。

计算机可以使用深度学习等工具,不断提高某些具体能力,比如语音识别、图像识别、下棋等,并且在某些领域超过人类,AlphaGo最大的意义在于证明了人工智能可以通过使用深度学习击败人类;第三个阶段是认知智能,计算机可以拥有人一样的情感、思维和想象力,对于这个领域,目前科学家还没有找到解决方案。更直观地说,感知智能更多的指向具体能力,认知智能则意味着计算机有了自我意识。目前人工智能所处的阶段是感知智能。

智能语音是人工智能最早使用深度学习并且迅速取得突破的领域之一,更关键的,这一领域已经有很多成熟的商业化案例。科大讯飞是国内公司的一个代表,“2010年系统刚上线的时候,识别准确率只有55%,一年后达到83%。”科大讯飞轮值总裁、研究院院长胡郁告诉记者,目前语音识别的准确率超过95%。

随着大数据的爆炸式增长,以及计算机计算能力的突破,在证明深度学习可以用在智能语音领域之后,图像识别等领域也开始引入深度学习,AlphaGo就是最有影响力的产品之一。

象棋和围棋的最大区别在于象棋的算法是有穷尽的,深蓝可以储存象棋所有的算法,换句话说,人类走出的每一步都在它的掌控之内,它也就不存在输给人类的可能性。

但围棋不同,即便是现在计算和存储能力最强的计算机也不能穷尽围棋的所有算法,因此AlphaGo不能只通过搜索就能应对对手,它增加了棋感,即所谓的value network,它能够给这盘棋打分,第二个叫policy network,这是说AlphaGo虽然有最终目标,即战胜对手,但也会采取一个当下的最优解决对策。

即便机智如AlphaGo,也不能说明人工智能已经“战胜”人类,与人类的发展规律恰恰相反,人工智能和计算机的强项是计算、逻辑、存储能力,但它们的硬伤是缺乏常识和概念。

“给计算机看1000张椅子,它再次看到都能够识别出来,但是看到第1001张形状奇怪的椅子的时候,它还是无法判断,因为它不知道什么是椅子,而且没有任何关于椅子的概念。”旷视科技联合创始人兼CEO印奇告诉记者,其公司旗下的Face++是国内目前商业化最成功的图像识别产品之一。

“目前的人工智能还不是真正的人工智能。”地平线机器人联合创始人兼软件副总裁杨铭表示,在加入地平线之前,他是Facebook人工智能实验室创始成员。

杨铭认为广义上的AI包括两个层面,一是可以感知周围的环境,二是能够做自主判断,目前主要通过两个途径实现:一是有足够多的数据,计算机通过概率做出判断,二是人类给出明确的规则和规律,计算机能够听从命令。目前人工智能主要是结果显得很智能,“可以做出跟人很像的决定,或者比人类的表现还要好,但并不是真正的人工智能。”杨铭认为。

商业化对AI的发展至关重要,它可以获取海量数据,重要的是这些数据都是来自真实的用户,而非虚拟数据。“商业化是人工智能的本质,”印奇告诉记者,“深度学习非常依赖于大数据,如果不做商业化,就不会获得真实的数据。”

在人脸识别技术上,旷视科技与Uber开展合作,司机通过手机上的摄像头进行人脸识别,从而完成身份验证的工作,类似的应用还发生在互联网金融、电商平台等领域。人脸识别即将攻占的领域是智能摄像头,印奇认为目前市面上的摄像头不具备人脸识别、自动报警等功能,这些都可以和人工智能技术合作。

会不会出现有意识的人工智能?人类是会爱上它们还是会成为“人机大战”中的失败者?这是公众对AI最感兴趣的想象,也是以霍金、比尔·盖茨、伊隆·马斯克为代表的科学家、企业家反对AI的主要原因,在他们看来,人工智能有一天会走到失控的边缘,成为人类生存最大的威胁。

2015年年底,马斯克和美国著名孵化器Y Combinator总裁Sam Altman共同成立OpenAI,它扮演了“人工智能技术监督者”的角色,马斯克认为“既然人们能够造出神奇的AI来帮助我们,那也可以造出一些邪恶的AI”,而最好的方法就是“以AI制AI”。

很多科学家认为这种想法有些杞人忧天,胡郁认为人工智能和人的智能是两个维度,按照目前对AI的研究不可能出现意识,“计算机是在用擅长的运算和存储能力表现得越来越智能,这种智能与人的智能的机理不一样,人越智能意识就会越强,但对目前的人工智能并不适用。”

与计算机科学同步研究AI的是仿生学派,前者主要是从大数据的角度,通过计算机的计算和存储能力达到人工智能的目标,后者则是通过对人类的神经学和生物学研究,找到人类做出决策、判断的生物学依据,从而模拟出能做出同样判断的AI。

目前AI的进展更多来自于计算机科学,这并不是说仿生学在人工智能领域毫无作用,科学家目前对脑神经学的研究还没有实现关键性突破,“计算机科学研究的都是有规则、有逻辑的领域,但没有规则的领域如何突破,可能需要对人脑有更多的研究,两个学派如果可以结合的话,人工智能或许能更快地突破。”芮勇表示。

(李亚婷 liyating@iceo.com.cn)

 

  • 分享到: Baidu搜藏 转贴到开心网 分享到QQ空间

专栏

何振红

《中国企业家》杂志社社长

马吉英

《中国企业家》高级记者,关注汽车、...

黄秋丽

《中国企业家》主笔,关注地产等领域

萧三匝

《中国企业家》高级编辑,关注思想、...

周夫荣

《中国企业家》记者