2019年的人工智能状态这就是人工智能现在正在发
时间:2020-04-11 16:05

  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。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,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,但是称TA为人工智能是,仅此而已。

  当不涉及炒作时,就会产生。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。

  但是,然后考虑一下缺点。如果您没有明确计算机,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,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“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?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,”