人工智能及其局限性（上）

校长吴易做

导读

本文部分参考6月12日《经济学人》杂志中的文章。2018年，人工智能方面的个人投资已经达到400亿美元，且top3应用领域分别为：自动驾驶、抗癌药物研发和人脸识别等三个方面。谷歌老板桑达尔·皮查伊曾预言人工智能给人类社会带来的改变，将不亚于火或电应用。它擅长识别数据中的模式，可辅助开展图片批量识别、智能语音控制、车辆驾驶等。另外，还有一些悲观的预测认为，人工智能将导致很多职业消失，引起失业人口增加，包括放射科医生、卡车司机、仓库工人等。但最近，人们开始怀疑，对人工智能的炒作已经超过了其现有发展水平，人工智能技术似乎已经遇到了瓶颈，主要集中于两方面：实用性欠缺和认知能力不足。如果没有突破，这些缺陷就限制了我们对人工智能的想象。
喜欢请帮忙点赞、转发、加关，你们的支持也是我前进的动力
正文

普华永道预测，到2030年，人工智能(AI)行业产值将达到16万亿美元，高于中国全国国民生产总值（中国2018年GDP为13万亿美元）。麦肯锡则预测，这一数字为13万亿美元。毫无疑问，人工智能，尤其是机器学习方面，已经取得了很大进展。计算机能够胜任和处理的任务越来越多，新的机器学习技术的出现，大幅提升了图片识别和语音控制等任务的改进与提升。它借助互联网巨头的应用，逐步扩展到商业领域。由于拥有巨大的计算资源和海量的数据，互联网巨头很适合采用这项技术。人工智能技术正为搜索引擎和语音助手提供动力，并识别社交媒体上不当言论提供基础。
机器学习是一种通用技术——一种能够影响整个经济的技术。它擅长识别数据中的模式，这在任何地方都是有用的。鸟类学家用它来区分鸟类的叫声;天文学家在闪烁的星光中寻找行星;银行评估信用风险，防止欺诈。人工智能基础已经取得了一定的成功并被广泛应用。数以亿计的人每天都在他们的智能手机和互联网服务中使用它。然而，还有许多关于人工智能的最宏大的主张仍未能成为现实，而且研究人员开始怀疑这项技术是否已遇到了瓶颈。例如：自动驾驶汽车已经变得更加智能，但似乎永远处于足够安全的边缘，在日常街道上的行驶仍无法令人放心。同样，将人工智能纳入医疗诊断的努力也比预期的要花更长的时间。


但也许对人工智能的炒作已经超过了其现有发展水平。部分企业管理者表示，人工智能很难在企业中应用，对它的热情正在降温。同时，40%的初创公司似乎根本没有使用任何人工智能。尽管现代人工智能技术很强大，但它们也有局限性，而且它们可能会带来麻烦，难以部署。那些希望利用人工智能潜力的人必须面对两方面问题。一是实用性欠缺。机器学习革命建立在三个基础上：改进的算法、更强大的计算机，以及伴随社会数字化发展而产生的可供学习的大量数据。然而，数据并不总是现成的。例如，如果没有每个人行动轨迹的全面数据库，就很难使用人工智能来监测新冠病毒的传播。即使数据确实存在，它们也可能包含隐藏的假设，使粗心的人误入歧途。最新的人工智能系统对计算能力的需求，增加了技术应用成本。大型组织总是需要时间来整合新技术：想想20世纪的电力和21世纪的云。所有这些都不一定会降低人工智能的潜力，但会减缓其被采用的速度。二是认知能力不足。这与算法本身有关。机器学习使用成千上万的例子来训练一个软件模型。由此产生的系统可以完成一些任务，如识别图像或语音，比那些用手动编写的传统程序可靠得多，但它们并不像大多数人理解的那样“智能”。它们是强大的模式识别工具，但缺乏人类大脑所具备的许多认知能力。这使得它们有时更像是“人造白痴”，可以出色地完成有边界的任务，但如果遇到意想不到的输入，就会把事情搞砸。
如果没有突破，这些缺陷就限制规定了工智能能做什么和不能做什么。必须在瞬息万变的世界中行驶的自动驾驶汽车已经被推迟了，而且可能永远不会到来。处理语言的系统，如聊天机器人和个人助理，都是建立在统计方法上的，这些统计方法产生的是肤浅的理解，而不是真实的理解。这将限制它们的用途。
喜欢请帮忙点赞、转发、加关，你们的支持也是我前进的动力
所有图片均来自于《经济学人》杂志，侵删

独孤客

占坑编辑ing

冷漠人

LZ敢整点更有创意的不？兄弟们等着围观捏~