行业云

为什么有很多名人让人们警惕人工智能?

知友@云天外

收录于 知乎圆桌

人工智能的浪潮不仅会对技术发展产生最深远的影响,也会对社会结构产生最深远的影响。


从技术发展而言,人工智能的发展过程中是一个非常神奇的「去专家化」的过程,以语音识别为例,最早的时候,训练一个模型需要大量的语音专家来调试。而到现在,如果你要训练一个新的语音识别系统,可能你召集了一批工程师以后,最后的最后才会考虑要不要找一个语言学家把把关。

这样的事情同样出现在了围棋领域,我们知道围棋是一个实战性非常强的竞技游戏,每个人都有不同的理解,AlphaGo 最初无疑依仗了业余 6 段 aja huang 以及樊麾职业二段的大量经验,但是随着模型额快速完善,显然一个围棋专家很难再对 AlphaGo 的提升做出实质性的影响。 「去专家化」的背后本质是机器的大量练习让程序在「经验」上超越了人类可能达到的「熟练程度」。我们可以期待越来越多的应用层突破,产生在我们自己理解以外的高度。

从社会结构发展的而言,最严峻的就是传统的就业体系,300 年前机器逐渐开始替代梳理熟练工人,100 年前越来越多的交通发展刷新了车夫可能的认知,40 年前计算机开始替代人类推算的部分工作。到现在,很多重复性工作,甚至一部分创意性决策性工作,可能永远都不需要雇用一个人了。


最早的计算机

最早的计算机以前很多人,干了一辈子收银员、停车场收费员,被裁撤的时候一行清泪,心里常常会想:做了一辈子这样的工作,我现在还会什么,还能找什么工作。

总有一些时候,技术走在了劳动关系的前面,这一次,可能超越太多太多。不过不同于危言耸听的马上爆发性增长,我们还是先认清现实,那就是理论的成熟都是随着一轮爆炒一轮冷却带来新的高度。

技术发展的曲线图 著名的gartner 曲线

这是一张技术发展的曲线图,著名的 gartner 曲线【说讨论这种事情的三个原则】


1.当个侦探,尽量还原引用名人的实际场景和话语,结合对产业的实际认识进行阐述。


2.聊聊行家,找国际国内自己能找到的最靠谱的专家、产业一线大佬探讨。


3.三好学生,以搞清楚问题本身涉及的概念为最基本要求。


【说说基本定义】

「人工智能」怎么定义其实一直是个难题。不过通过一张图至少可以知道处于哪个位置:

1.严格标准看这里说回实际的,我们说一个公认的标准,「图灵测试」:如果一台机器能够与人展开对话(通过电传设备),并且会被人误以为它也是人,那么这台机器就具有智能。讲真,如果对话不局限在声音,棋盘也可以的话,深蓝(deepblue)和更深的蓝(deeperblue)早就在二十年前实现了。卡斯帕罗夫当时有在和人下的「错觉」。


AlphaGo 的时代更不必说,巨大规模的硬件集群,已经不是误以为是不是人的问题,而是带有了明显是凌驾人类的走子系统。这时候你误以为对面是人在下反而是贬低了。


在那遥远的未来:人类与机器和谐相处的一角。


2.学术定义看这里我们知道信息论等等计算机最早的原理是很早的事情了,在计算机科学刚萌芽的 1956 年夏,美国达特茅斯学院召开了历时两个多月的会议,学者经过充分的总结和讨论,首次提出了「人工智能」(ArtificialIntelligence)这一术语。


斯坦福大学人工智能实验室的教授尼尔斯·J·尼尔森提供了一个可供参考的定义:「人工智能致力于使机器智能化,智能化是衡量实体在特定环境中反应和判断能力的定量指标。」人工智能致力于使机器智能化,智能化是衡量实体在特定环境中反应和判断能力的定量指标。反应和判断能力,「听说读写」是反应,「意识」有关判断。


从前计算机语音识别还需要语言专家调试,现在语料库茫茫浩如烟海,全凭算法自己训练。就像下面这段话说的:如果你是主编,很遗憾,你是一个悲剧人物。你能够为这个行业做的最大贡献,就是尽可能放弃自己的权力,削减自己的职能,鼓励每一个下属尝试没有主编的媒体形态,配合技术部门创造不需要主编的生产流程,直到让自己这个职位的市场价值归零。人工智能无疑会带来对人类时间概念和过程感觉的再一次冲击.


【还原 「案发现场」】

(柯南音乐起)问题分别引用了霍金博士(你有时间简史么)、比尔盖茨(退学首富)、马斯克(新时代钢铁侠)的内容,我分别找回了他们当时的演讲视频,发现根本不是媒体那个调调。


大多数时候,名人们都是非常周全的表达意见,如果你还在想为什么媒体会搞以偏概全的失心疯,你反过来想想提这个问题的人和观众们是不是顺坡下驴。

一篇还原图就能给大家很直观的感觉了吧。这个形容用在人工智能上是一样成立的。随着技术的不断成熟,硬件的不断加强,历史的车轮就这样摇滚过来。谨慎是好事,防范与未然是霍金博士的本意,也是大家正确理解人工智能的一种思路。霍金博士里面有一句是这样讲的:「随着好处的带来,人工智能也会带来危险,比如强大的自动武器,少数人欺压多数人的新方法」,我不知道读者多少有风控经验,很多岗位的风险控制是靠制度和多人分权来执行的。举个例子,银行金库的钥匙经常需要不同人的钥匙一起使用才行,两个库管员想要串通,需要同谋违法,还要目标统一,还要分赃合理。


我们说很多反派电影里,一个大反派有很多大开脑洞毁灭人类的玩法,主要还是得益于有大量不受监管的黑科技得以放大自己的各种邪恶意念。比如说这样一个木箱,用一个什么「秽土转生」的什么术,弄出很多传奇战士的复刻版,执行一个人的命令,引发一场大战,这是每一代技术革新面前我们都必须思量一下的。


你不要以为这时候「人工智能」离你很远,你可以试试搜索一系列危险关键词,然后车站、广场上漫无目的溜达溜达,温和派的查水表的人儿们会悄悄来找你。


以前有部电影,说一个善良的人被未来的智能算法认定会杀人,警察出动「防范于未然」。剧情我们不展开聊,单说这个情景下,


【那是小时候】

我记得小的时候,有一本书叫《把信送给加西亚》,说的是麦金莱总统经济管理的不错以后发动了「美西战争」(就是美国和西班牙的战争),有一天他想和身在古巴的加西亚将军取得联络,他派了「忠厚勇敢」的罗文中尉,中尉在有大量信息未知的情况下,徒步三周找到了将军。从前我们喜欢说这种不顾一切完成目标的感觉很好,中间的千里跋涉都是人生的升华。如今传达信息都用微信,以往相隔两地的爱人需要信件往返数个月才能互诉衷肠的那些文字,几个小时就可以翻来覆去说个遍。我们不怀念被替代的邮差,不感慨不再需要徒步三周送一封信的中尉,因为我们已经处在一个技术飞速迭代的社会之中。


人工智能的大发展真正值得警惕的,不应该是技术本身,而是人的自我意识与格局时间观等等能否还能和飞速发展的时代匹配起来。现在每一个人都开始对股灾思考,多元化自己的技能,喜欢看短至十几秒的视频。别忘了曾几何时,我们并不是这样的节奏,并没有那么多学习的压力。从前在线课程能卖多少,现在为了听名人多说几句可以动辄就有数万人甚至数十万人付费购买各种「课程」。时代的车轮越来越快,压力和焦虑才是每个人自己应该关注的。


【不要想太多】

AlphaGo 是成功的人工智能典范无疑,但是很多行业的现状并不值得大家这时候去惊呼什么「强人工智能」。别忘了人工智能本身是依靠巨量数据训练的算法,不是凭空变出来的。AlphaGo 依靠的是自己和自己对弈,这种基于 MCTS 随机性基础上的训练方法对生活中大多数问题还是没有一点办法。 比如说现在仍然有一半以上的企业大量的信息是完全手写不进行录入的,大量的医疗病例不仅是纸质的,而且布满了手写的甲骨文,根本不知道写的什么玩意……人工智能的大规模演进背后依靠的是行业的规范化,数据量的多维度积累。


【写在最后】

视野上,我们需要行业前沿讲一讲真的在发生的技术变革;心态上,也许有更好的思考方式和时间观。

本文内容来自知乎转载请联系原作者欢迎转发到朋友圈

▼点击阅读原文,发现更有趣的「知乎」

你也可能喜欢

发表评论

您的电子邮件地址不会被公开。 必填项已用 * 标注

提示:点击验证后方可评论!

插入图片
人工智能培训课程大纲 投稿者
我还没有学会写个人说明!
最近文章
  • * 没有更多文章了
  • 热门搜索

    分类目录