明天之前,有3點讓我們理解AI技術,就藏在這本書里面

前幾天,由騰訊新聞出品新節目《明天之前》上線后,上線首日全網播放量2481萬,微博相關話題閱讀量達1億。該紀錄片以國際視野,來探討人工智能時代到來時,我們該如何與AI相處的問題。

可見,AI的話題近兩年真的很火。AI在百度百科上被定義為人工智能,它用于模擬、延伸和擴展人的智能理論的科學技術。

普通公眾對于人工智能快速發展的認知,始于2016年初,圍棋機器人“阿爾法狗”擊敗世界頂級棋手李世石的人機大戰,這場對局在當時引起全球轟動。

從那時起,很多人都知道,AI時代來了,但它在哪里?它是誰?它長什么樣?它很聰明嗎?它真的是機器人嗎?它會像《機械姬》一樣有了自我意識后,就不受人類控制嗎?它會是歷史上的奇點,毀滅人類嗎?讓不少人產生各種疑惑(包括我自己)。

直到我最近讀了《你一定愛讀的人工智能簡史》(下稱《簡史》)才真正意義上理解和認識人工智能,也學會如何在心理上將人和機器擺在正確的位置上。


圖片發自簡書App

這本《簡史》的作者山本一成是世界人工智能領域的代表人物,由他開發的“PONANZA”程序,與IBM公司的“深藍”、谷歌公司的“阿爾法狗”并稱為人工智能史上的三大標桿,所以由他撰寫的人工智能簡史更權威更具有閱讀意義。

書中主要以研發將棋、圍棋程序為中心,用通俗易懂的文字+圖片來跟我們解讀機器學習、深度學習、強化學習——這三大人工智能核心技術的本質,歷史與未來。

就連我這種科技小白都能讀懂啥是人工智能,讀完又發現,oh,my god 原來人工智能是這樣解決問題運作的、原來人工智能無處不在,就在你我的身邊、原來人工智能只是我們的孩子,無需害怕。

那么,請允許我根據書中的知識點,跟大家分享三點AI技術。

一、什么是智能,人工智能最初的發跡

以前沒讀這本《簡史》時,就覺得智商越高,智能就越高。后來才發現,那是錯誤的,那根本不是智能,那是做夢。智能更多的是指機器某方面的能力強于人類,而人工智能的最終目的就是讓這臺機器能夠像人一樣思考,自行做決策。

大家都知道現在的電腦計算力和儲存力很厲害,早在1946年,第一臺電子計算機誕生時,它就以每1秒5000次的加法運算、500次的乘法運算的驚人速度達到人類無法超越的程度。

說它快,它確實很快,但說它智能,它又需要人類下達指令才能運行。于是,科學家就開始設想:讓機器模仿人的思維,當機器有了人的智慧,不就可以達到人工智能了。

但人類如何向機器傳達想法,成為科學家一直無法解決的問題。就像作者山本一成所說的,人類能輕松判斷杯子是杯子,但是叫人類說出是什么樣的知識結構形成對杯子的認知時,又顯得說不來。

因為人類很難向外界全盤轉達自己的想法, 很多時候,我們的想法就像泉水一樣,很自然地從大腦流出。我們僅僅只知道大腦是由數十億個神經細胞組成的器官,對如何思考的過程知之甚少。

所以,要人類告訴機器怎么思考,讓機器模仿人的大腦,就成為了天下最困難的事。

就這樣, 人工智能技術研究的熱潮也逐年減退,進入了世人所說的寒冬期。

二、人工智能如何解決問題運作的,它真的無處不在

直到70多年后的現在,科學家們開始放下讓機器模仿人類大腦的執念,轉變另一種思路的研究。

什么樣的研究呢?

就是把人類的思維鎖在黑匣子里,嘗試讓電腦自組織、自適應,自學習的能力,而這種能力的技術被定義為機器學習。

通過機器學習,我們可以讓電腦實現自我訓練和自動數據調整,來增強信息處理和圖像識別,建立起機器自我知識系統的能力,從而達到人工智能判斷的能力。

簡單來說,就是機器自己教自己。

你只需要給機器制定一個目標就好了,比如作者山本一成的“PONANZA”將棋程序導入機器學習后,水平突飛猛進,打敗了設計者本人,而它的目標就是贏得人類。

再比如,早前外媒體曾報道過,美國喬治梅森大學打造了全球規模最大的校園送餐機器人。它也是依靠人工智能,來達到校園生活方面的自動化目標。

再再比如,我們的手機應用程序,蘋果Srii智能聊天機器人,問它什么它就會回答和搜索;今日頭條用人工智能技術向你推送最適合你的新聞內容;使用滴滴出行,人工智能算法能幫助司機選擇路線,規劃車輛;網上購物時,淘寶、天貓等電子商務網站用人工智能技術為你推薦最適合你的商品。

這些的這些,都是藏在我們眼皮底下的人工智能。因此,很多人(包括我)都并不知道機器學習技術已經在各個領域里被人所應用。

三、人工智能會毀滅人類嗎?

很多人對人工智能的恐懼,都是來源于霍金的預言,他一直提醒我們人工智能被完全開發出來,很可能導致人類滅亡。

不單單是霍金預言,早期人工智能的開發,也同樣出現過這種老問題。人工智能與人那個更厲害?人工智能是否會超過人的智慧?機器人會毀滅人類,統治地球?

雖然到目前為止,科學家和哲學家都無法給出確鑿的答案,但是《簡史》的作者山本一成卻用一個事例讓我們看清問題的本質——人工智能的危險感可以歸結為“人類自身的問題”。

那么,讓我們來看一下這個事例。

有用過“谷歌相冊”的人都知道,它不需要任何人工整理、分類或標注。谷歌相冊都會為照片提供自動添加標簽、自動識別的服務。然而,谷歌也曾經發生過將皮膚黝黑的人錯誤標記為“大猩猩”的緊急事件。

為了節省人工輸入數據標簽的成本,很多時候都會根據網路圖片及相關聯文章的關鍵詞來收集標簽。但事實上,網路上是會存在“充滿惡意”的標簽,比如把皮膚黝黑的人比喻為“大猩猩”。

而這些判斷中的誤會與成見是人類賦予給計算機程序的,現代的人工智能除了由程序員人工編寫數據,就是自身機器通過網絡上知識的查閱來進行評估的。

從這里,就能看清問題的本質是在于我們自己身上,就像山本一成在《簡史》中所說的,人工智能就像我們的孩子,而我們是賦予這個孩子本性的創造者。

人工智能本身就是一個什么都不懂的“孩子”,唯有我們正確“引導”它,它才能夠成為“好孩子”,對我們創造者保持敬意,帶來便捷。即便奇點出現后,“好孩子”也會用正確的方式擁抱創造者。

就像我對AI技術一無所知那樣,通過《簡史》這本書的引導,讓我更好的理解AI、擁抱AI,再通過擁抱大趨勢來增強我的知識認知。

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,646評論 6 533
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,595評論 3 418
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,560評論 0 376
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,035評論 1 314
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,814評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,224評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,301評論 3 442
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,444評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,988評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,804評論 3 355
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,998評論 1 370
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,544評論 5 360
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,237評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,665評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,927評論 1 287
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,706評論 3 393
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,993評論 2 374

推薦閱讀更多精彩內容